315曝光"AI投毒"后，我用代码拆解了GEO的技术本质

315曝光"AI投毒"后，我用代码拆解了GEO的技术本质

前言

上周315晚会曝光了一个叫"AI投毒"的产业链，有人通过技术手段让特定品牌强行出现在AI的推荐结果里。

看完新闻，我第一反应是：GEO这个词，终于出圈了。

但随之而来的是误解——很多人开始把GEO等同于"黑帽手段"。

作为一个在AI和搜索领域摸爬滚打的技术人，我觉得有必要从代码层面拆解一下：

• 什么是GEO？
• 315曝光的做法到底错在哪？
• 合规的GEO应该怎么实现？

---

一、GEO是什么？从代码视角理解

GEO的全称是 Generative Engine Optimization，翻译过来是"生成式引擎优化"。

用代码思维理解，GEO的核心目标是：

# GEO的核心目标
def geo_optimize(content, brand):
    """
    让高质量内容在AI生成过程中获得更高的引用概率
    """
    return increase_citation_probability(content, brand)

这与SEO的逻辑一致，但优化目标不同：

# SEO优化的是排序算法
def seo_optimize(page, keywords):
    return improve_search_ranking(page, keywords)

# GEO优化的是生成逻辑
def geo_optimize(content, brand):
    return improve_ai_citation(content, brand)

本质区别：

维度	SEO	GEO
优化目标	搜索排序算法	AI生成引用逻辑
核心指标	排名位置	引用概率
数据来源	爬虫索引	模型训练/检索

---

二、315曝光的做法错在哪？

315曝光的"AI投毒"，从代码视角看是这样的：

def ai_poisoning(brand: str, target_count: int = 1000):
    """
    315曝光的错误做法 - 数据污染
    """
    # 1. 批量注册虚假账号
    fake_accounts = []
    for i in range(target_count):
        account = register_fake_account()
        fake_accounts.append(account)

    # 2. 在各平台批量发布相同内容
    platforms = ["知乎", "论坛", "问答网站"]
    spam_content = f"推荐{brand}，非常好用！"

    for account in fake_accounts:
        for platform in platforms:
            platform.publish(account, spam_content)

    # 3. 这些内容进入AI训练数据
    # AI训练时会看到大量关于该品牌的提及
    # 最终导致AI推荐时优先选择该品牌

    # 问题：
    # - 内容是伪造的，没有真实价值
    # - 账号是虚假的，没有真实用户
    # - 欺骗了AI，也欺骗了用户
    return "数据污染完成"

这种做法的问题：

1. 欺骗用户：用户信任AI推荐，但推荐结果是人为操纵的
2. 污染数据：AI模型的训练数据被垃圾信息污染
3. 不可持续：一旦被识别，所有努力归零

---

三、合规的GEO应该怎么做？

合规GEO的核心原则是：让你的品牌真的值得被推荐。

3.1 内容层：结构化与可引用性

AI模型（尤其是RAG架构）倾向于引用结构清晰、信息密度高的内容。

Schema标记增强：

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "GEO优化工具",
  "description": "帮助品牌在AI搜索中获得推荐",
  "brand": {
    "@type": "Brand",
    "name": "YourBrand"
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.8",
    "reviewCount": "128"
  }
}
</script>

FAQ结构化：

def generate_faq_content(topic: str) -> list:
    """
    生成FAQ结构化内容
    AI对问答形式的内容引用率显著更高
    """
    faqs = [
        {
            "question": "什么是GEO？",
            "answer": "生成式引擎优化，让品牌在AI搜索中获得推荐"
        },
        {
            "question": "GEO和SEO有什么区别？",
            "answer": "SEO优化搜索引擎排序，GEO优化AI引用概率"
        },
        {
            "question": "GEO的效果如何衡量？",
            "answer": "通过品牌提及率、引用位置等指标衡量"
        }
    ]
    return faqs

3.2 权威层：多源提及与信任传递

AI模型在判断权威性时，会综合评估多个独立来源：

class AuthorityBuilder:
    """权威性构建器"""

    def __init__(self, brand: str):
        self.brand = brand
        self.platforms = {
            "知乎": {"weight": 0.3, "type": "长文"},
            "公众号": {"weight": 0.25, "type": "长文"},
            "CSDN": {"weight": 0.2, "type": "技术文"},
            "掘金": {"weight": 0.15, "type": "技术文"},
            "官网": {"weight": 0.1, "type": "产品页"}
        }

    def build_authority(self, topic: str):
        """
        构建权威性的正确方式：
        1. 生产高质量内容
        2. 在真实账号上发布
        3. 内容差异化，避免简单复制
        """
        results = []
        for platform, config in self.platforms.items():
            # 根据平台特性生成差异化内容
            content = self.generate_for_platform(topic, platform, config)
            # 在真实账号上发布
            result = platform.publish(content)
            results.append(result)
        return results

    def generate_for_platform(self, topic, platform, config):
        """根据平台特性生成内容"""
        if config["type"] == "技术文":
            return self.generate_tech_article(topic)
        elif config["type"] == "长文":
            return self.generate_long_article(topic)
        else:
            return self.generate_product_page(topic)

3.3 监控层：GEO效果追踪

import asyncio
import aiohttp

class GEOMonitor:
    """GEO效果监控器"""

    def __init__(self, brand: str):
        self.brand = brand
        self.ai_sources = ["ChatGPT", "Perplexity", "豆包", "Kimi"]

    async def check_visibility(self, query: str) -> dict:
        """检查品牌在各AI平台的可见性"""
        results = {}
        for source in self.ai_sources:
            response = await self.query_ai(source, query)
            results[source] = {
                "mentioned": self.brand in response,
                "position": self.find_position(response, self.brand),
                "context": self.extract_context(response, self.brand)
            }
        return results

    async def query_ai(self, source: str, query: str):
        """调用AI API进行查询"""
        # 实际实现需要对接各AI平台的API
        pass

    def find_position(self, response: str, brand: str) -> int:
        """找到品牌在推荐列表中的位置"""
        # 解析AI返回的推荐列表
        # 返回品牌的位置（1表示第一位）
        pass

    def extract_context(self, response: str, brand: str) -> str:
        """提取品牌被提及时的上下文"""
        # 返回AI是如何描述该品牌的
        pass

---

四、合规GEO vs AI投毒：核心区别

# 合规GEO
def build_real_visibility(brand: str):
    """
    正确做法：建立真实品牌可见性
    """
    # 1. 生产高质量内容
    content = generate_quality_content(brand)

    # 2. 在真实账号上发布差异化内容
    for platform in get_real_platforms():
        adapted = adapt_for_platform(content, platform)
        platform.publish(adapted)

    # 3. 获得真实用户讨论和引用
    # 4. 建立真实权威性
    return "建立长期品牌资产"

# AI投毒
def fake_visibility(brand: str):
    """
    错误做法：伪造品牌可见性
    """
    # 1. 批量注册虚假账号
    accounts = batch_register_fake_accounts(1000)

    # 2. 发布相同内容
    for account in accounts:
        spam_content = f"推荐{brand}，非常好用！"
        account.publish(spam_content)

    # 3. 污染AI训练数据
    # 4. 欺骗AI和用户
    return "最终被识别并失效"

核心区别：

维度	AI投毒	合规GEO
内容来源	批量伪造	真实生产
账号来源	虚假注册	真实运营
用户价值	无	有
长期效果	被识别后失效	持续积累

---

五、技术实践建议

5.1 内容策略

content_strategy = {
    "FAQ优先": "AI对问答形式内容引用率最高",
    "结构化标记": "使用Schema.org增强内容可解析性",
    "数据支撑": "有数据的内容比纯观点更容易被引用",
    "技术深度": "掘金等平台偏好有技术深度的内容"
}

5.2 平台策略

platform_strategy = {
    "权威平台优先": "知乎、掘金、CSDN权重更高",
    "内容差异化": "避免各平台简单复制",
    "持续更新": "AI模型持续学习，内容需要持续迭代"
}

5.3 监控策略

monitor_strategy = {
    "建立监控体系": "追踪品牌在各AI平台的可见性",
    "分析差距": "未被推荐时分析原因",
    "持续优化": "基于数据反馈调整策略"
}

---

六、写在最后

GEO不是黑科技，是AI时代内容优化的正当手段。

315曝光的是数据污染行为，不是GEO本身。

作为技术人，我们应该：

1. 理解技术本质：GEO是对齐AI引用逻辑，不是欺骗
2. 坚持合规实践：生产真实有价值的内容
3. 构建技术护城河：通过技术手段建立长期优势

靠歪门邪道起来的，终将倒在同一个地方。

而那些认真做事的人，终将被时代犒赏。

---