DAVE FRIEDMAN

2025年7月4日

当大语言模型开始重塑信息交互的界面时，那些风险投资家和营销大师们便不可避免地再次兜售起他们沿用了几十年的陈词滥调：一个亟待优化的新渠道。A16Z 近期对生成式引擎优化的吹捧，堪称此种思维的完美标本。

这种思维方式中充斥的种种幻觉，在这篇文章里体现得淋漓尽致：他们幻想随机系统可以像确定性的搜索引擎索引一样被玩弄于股掌；幻想营销人员这群人，竟能以概率分布的视角来思考问题；更幻想整个经济激励体系会自动地与他们结盟。

简而言之，这套说辞是为融资、卖PPT、让品牌首席营销官们因恐惧错过下个风口而焦虑量身打造的。它与大语言模型或市场营销的真实运作方式，早已完全脱节。

对 SEO 的拙劣模仿，却无其内在逻辑

所有关于 GEO 的炒作，都建立在一个诱人但存在根本缺陷的类比之上：大语言模型不过是种新型搜索引擎，因此，一种新型的 SEO 必然应运而生。然而，这完全是一个范畴谬误。

这不是你所期待的未来。引自 A16Z

搜索引擎优化之所以行之有效，是因为谷歌建立了一个确定性索引。它爬取数以十亿计的网页，依据反向链接和关键词等一系列透明（尽管复杂）的特征进行评分，并返回稳定的排名。

你可以进行内容审查、调整网站架构、获取新链接，然后可预见地看到排名提升。这个生态系统拥有一条清晰的因果链：你的输入、谷歌的算法、你的输出。营销人员对此趋之若鹜，正因为它具备确定性，且在很大程度上是可解释的。

而大语言模型根本不是索引。 它们是语言的统计模型，通过在海量语料库上训练来预测词元的序列。GPT-4 或 Claude 的内部，不存在所谓的前十排行榜。存在的，只是一个由参数权重织成的复杂网络，它唯一能决定的，是在收到某个提示词后，哪些词元更有可能随之出现。试图在这种机制中优化你品牌的曝光，无异于想在万花筒中看见自己固定不变的倒影。

A16Z 的文章煞有介事地谈论要进入模型的思维，仿佛那是一个新的搜索引擎结果页面。实际上，那只是一个高维随机场。你的品牌被提及，并非一个可以购买或赢得的排位，而是一片变幻莫测的概率云。当模型生成回答时，这片云是否会以对你有利的方式坍缩，纯属未知。

GEO 要求一种营销人员不具备的随机性思维

第二个致命缺陷，源于认知层面。GEO 若要成立，前提是营销团队必须摒弃确定性思维，转而像概率工程师那样思考。这意味着他们需要自问：

• 针对海量不同的提示词，进行一万次抽样，我们品牌被提及的期望频率是多少？
• 在未来的模型重训中，语料库的微小变动，将如何改变特定词元的出现概率？
• 面对不同的大语言模型，调整温度、top-p 采样值和提示词框架，会如何影响我们品牌的概率覆盖面？

营销人员显然不会这样思考。几十年来，他们早已习惯于聚焦各种确定性的关键绩效指标（KPIs）：曝光量、点击率、转化漏斗、A/B 测试带来的具体提升。

他们整套预算逻辑都构建在可预测性与直接因果关系之上。即便是机制复杂如黑箱的 SEO，也提供了一种令人心安的稳定感：排名几周一更新，你可以清晰地画出从投入到产出的归因线。

现在，你去让一位首席营销官批准 50 万美元预算，用于一项随机性干预，而这项干预或许只能略微提升你的品牌在某个黑箱大模型中被随机提及的潜在概率，并且无法保证在下次模型重训后效果依然存在——你猜他们会以多快的速度把你请出办公室？

经济激励的逻辑也完全不符

再看经济维度。谷歌之所以希望将流量导向各个网站，是因为它能通过这些网站上的广告联盟和展示网络来赚钱。维持整个网络生态的开放，才能喂饱它的广告业务。这正是 SEO 得以存在的根本原因：谷歌有强烈的动机去爬取并为整个互联网排名。

相比之下，今天大多数基础模型的提供商，都在构建封闭的订阅生态。它们的商业模式，是把用户牢牢圈在自己的聊天窗口内。从它们的角度看，最完美的用户体验，就是一个完全自给自足的、由模型合成的答案：无需外部链接，没有流量外溢，用户的注意力分毫不能流失。

指望这些平台会自愿为第三方品牌输送流量，这种想法往好了说，也是一厢情愿。即便未来真的出现付费机会，其形式也绝不会是 SEO。它更可能是一种高级位置的私下竞标，一种直接硬编码到模型 RAG 系统或偏好层里的新型原生广告。这叫广告采买，不叫有机优化。 那个曾让 SEO 游戏变得有价值的经济土壤，在这里已荡然无存。

缺乏稳定根基的概率泥潭

更进一步说，大语言模型的整个底层基础都极度不稳。提示词的微小变化，就可能彻底改变被提及的品牌。上下文窗口增删十个词元，或是系统提示词的语气稍作调整，都可能激活模型概率分布中截然不同的区域。

更致命的是，当基础模型进行下一次大规模迭代训练时（通常基于混洗过且采用了新过滤规则的海量语料库），你过去所有为“将品牌植入模型心智”而付出的努力，都可能一夜归零。这和等待谷歌算法更新后微调反向链接，完全是两码事。这更像是你每一次投掷的，都是一个拥有 1750 亿个加权面的骰子。

未来的真实图景：不是 GEO，而是直接合作与自有渠道

这并不意味着品牌可以对大语言模型带来的变革视而不见。但这确实意味着，真正合乎逻辑的前进方向，与 GEO 这片海市蜃楼截然不同。

1. 品牌将构建自己的专属 RAG 助手。 如果你是加拿大鹅，部署一个从自家可信语料库中提取信息的聊天机器人，无疑是更安全的选择。这样，每一次品牌露出都尽在掌握。
2. 基础模型将寻求直接的内容合作。 可以预见，Anthropic、OpenAI 等公司会主动与大品牌洽谈内容植入与官方认证信息流的合作。这本质上是在模型层面实现的赞助内容。
3. 传统的品牌力量依然至关重要。 如果大众在日常的、有文化关联的真实对话中频繁讨论你的品牌，这些语言模式自然会融入模型的训练数据。最好的优化，始终是创造出人们真正渴望讨论的产品或话题，而不是去黑进一个概率模型。

结语：一场基于错误心智模型的风投狂想

综上所述，GEO 基本上是一个虚幻的构想。它试图将确定性的思维模式强加于随机系统之上；它幻想着商界最迷恋因果关系的营销人员，会突然转而拥抱基于词元分布的期望值；它还预设了会涌现出类似谷歌早期那样的开放式经济激励，却完全无视了当前导向封闭商业化的结构性力量。

说到底，这不过是风险投资圈试图将新事物套入旧框架的又一个经典案例，这样他们才能继续资助那些业务模式看起来很熟悉的工具型创业公司，配上精美的仪表盘和一套便于收取年费的行业黑话。

然而，大语言模型并非搜索引擎，随机系统也绝不会屈服于确定性的战术手册。

一个更明智的策略，是承认并接受这些新系统与生俱来的概率性本质。这意味着品牌应该投资于构建自有渠道的 AI 助手，用心培养真正的文化影响力，并为未来直接的、通过谈判达成的深度整合做好准备，而不是将宝贵的资本倾泻在一个早已不复存在的世界里。

最终，GEO 的闹剧或许能给我们留下一个深刻的教训：即使脚下的土地已沧海桑田，投资者们依然会条件反射般地去抓住那些看似熟悉、能带来慰藉的错误类比。

想和更多聪明大脑一同探讨AI前沿？ 添加主理人微信：znqbs1，备注“情报”，我会邀请你进入“智能情报所”核心社群，共同进步，期待我们都有所获得。