对话Bennett：GEO案例拆解-AI 办公、视频、3D
大合集，约 57 分钟。右侧目录可跳读；全文拆为 4 页。
嘉宾介绍
Monica
今天非常高兴邀请到 Bennett 来到我们的直播间。Bennett 是产品经理出身，此前曾在 vivo 任职多年，担任产品负责人，拥有多年 AI 产品管理经验；如今他创办了 Crescendia，打造 Marketing Agent，核心解决企业出海的增长问题，在 GEO 方面比较专业。今天我们邀请到 Bennett，和大家一同聊聊 GEO 相关话题。请 Bennett 和大家打声招呼。
Bennett
大家好，谢谢Monica的介绍。我主要补充一下近期的从业方向及背后的思考。之所以选择这个赛道，是因为我此前在手机行业负责类 Siri 的 AI 助手产品，这让我拥有了较为独特的行业视角。手机产品本身具备硬件视角，各类流量入口的布局逻辑均有涉及，因此对于小红书模式的搜索叠加 AI 该如何设计、vivo 旗下的 Jovi 这类类 Siri 产品与豆包、ChatGPT 之间的差异该如何打造，我有过长期且深入的思考。同时，手机产品与生态的关联度极高，这也是重要的行业切入点。
基于这样的背景，我看待 GEO 与 SEO 的视角也有所不同，核心是思考品牌方、用户、平台三者之间，通过传统搜索或 AI 助手构建的生态究竟是何种形态，当下的行业规则又是什么。这份思考源于我在手机行业的任职经历，我曾担任规划团队负责人，统筹战略、技术、产品三大板块的工作，还完成过内部融资的相关工作。最初我曾向企业负责人承诺，投入 20 亿资金，便能从预训练、产品落地到生态构建，打造出一套完整的 AI 产品体系，赌下一个行业未来。
因此当行业内兴起 GEO 或 SEO 的概念时，我们其实早已做过相关尝试。在我看来，我们所做的核心是围绕 AI native 的新生态展开布局，正是基于这样的新生态视角做产品设计，所以会有一些不一样的行业思考。希望今天的交流能给各位带来一些不同的启发。
Monica
结合你过往的产品实操经验，你认为在当下的行业节点，创业做 GEO 相关业务，与你此前在手机行业的从业经历有着怎样的关联？你又为何会选择开启这次创业，切入该赛道？
Bennett
创业本身是一个最终的决策，而决策的前提是明确要做的事，核心还是源于对这件事的信心和对行业前景的判断。我此前负责 AI 助手产品时，核心考核指标就是解决率和满意度，只有这两个指标达到标准，才能有效提升用户数量和用户活跃时长。所有的 AI 助手产品，核心都是围绕这两个指标展开打造。
在打造 AI 助手的过程中，我总结出 AI 的三大核心任务，分别是信息获取、指令执行、情感陪伴。其中信息获取板块，本质是信息服务的分发，属于泛广告领域的范畴。而我在作为 AI 助手产品经理推进该板块工作时，感受到了极大的行业痛点。
指令执行板块在教育、健康等新兴领域已有成熟的落地模式，但信息获取板块的推进却困难重重。相信大家体验过各类智能搜索后都会有同感，信息获取的核心是联网检索，我们最初推进该板块时，就深刻感受到了这一问题。
当时我们同时对接了多家平台的解决方案，阿里最初为我们提供的是夸克加必应的组合方案，核心解决 RAG 技术落地和联网检索的问题；百度和字节也分别为我们提供了各自的解决方案。但实际测试后发现，这些方案均无法适配手机产品的使用场景，最终我们只能自主搭建一套适配体系。当整套策略的逻辑图完整梳理出来时，我感受到了极大的冲击，整个体系的复杂程度远超预期，各类兜底策略层层嵌套，推进难度极高。
也正因如此，我当时产生了一个强烈的思考：AI 时代下，AI native 的搜索究竟该是什么形态？显然不会是当下这种在传统搜索的基础上，用 AI 做简单补丁式改造，再进行调用的模式。这也是我当时切入该领域的核心视角。
从行业整体格局来看，品牌方、平台、用户是三大核心主体，AI 的出现究竟让哪一方发生了本质变化？答案是，除了这三大主体，中间的各类服务环节都可能被减少甚至取代。比如很多中间环节的工作，都可以通过大模型完成，甚至各类 agent 应用的功能也能被大模型覆盖。从终局视角来看，大模型最终可能会成为超级应用，直接连接用户和品牌方。
如果按照这一终局趋势发展，未来用户可能会被几个核心的 AI 入口垄断，用户的数据和记忆都会被这些入口掌握，而各类网站和品牌方，最终会被打回原型，成为单纯的信息和服务提供者。当然这只是终局状态，中间还会经历漫长的行业演变过程。
以终局视角回看当下，品牌方最终能拥有的独特价值是什么？答案是独有的信息和服务内容。这一过程中，核心的行业博弈点在于 AI 搜索与传统搜索的演变与竞争，但 AI 的最终需求，必然不是一个个独立的 Web 搜索结果，而是一套系统的长上下文结果。
因为 AI 助手在足够了解用户后，会带着用户的记忆进行针对性的问题提问，而当下面向人类的 Web 页面，所能承载的内容是非常有限的。在这样的背景下，想要通过有限的搜索结果回答用户千奇百怪、高度个性化的问题，难度极高。比如 ChatGPT 目前仅能调取 60 个搜索结果，其中 30 个来自谷歌，30 个来自必应；Gemini 则会调取 100 个谷歌的搜索结果，这样的有限窗口，根本无法满足用户的个性化需求。
也正因如此，我当时看到了 AI native 终局网站的行业机会。即在 AI native 的长期愿景下，品牌方需要构建属于自己的知识库，通过知识库打造各类索引目录的搭建能力，让各类智能搜索工具能够访问这些 AI native 的官网和知识库，辅助用户完成决策和下单。
未来的服务体系，应该是由 Web MCP 提供信息和知识库，UCP、ACP 完成购买环节的闭环，最终形成一套完整的服务体系交付给客户。我们正是看到了这样的行业机会，才决定围绕未来的 AI native 网站展开布局。
当然当下的行业形态仍以 Web 为主，我们会尝试兼容当下的形态，因为从当下到 AI native 的终局，还有很长的路要走。我们始终以终局视角做当下的事，也正因如此，相关业务的推进效果还不错，后续我会结合案例为大家具体分享。
品牌知识资产如何构建
Monica
品牌方该如何高效构建知识库？过去几年，大家一直在谈数字化转型，构建知识库的过程中，企业往往会拿出分散在各类办公软件、客服软件中的文档，杂乱无章，推进难度极高。有没有一些高效的构建方法？
Bennett
聊到企业知识，首先要梳理清楚企业的工作链路：企业内部拥有各类知识，最终是通过哪些渠道触达客户？当下主流的渠道主要有三类，分别是搜索引擎、AI 助手、搜索媒点，而这三大渠道都在发生一个核心变化，那就是 AI 对整个分发服务体系的重构。
我从互联网行业转战到手机行业后，发现当下用户的核心痛点并非产品没有功能，而是功能太多、信息和服务过于繁杂，导致用户找不到、不知道、不会用，本质是分发环节出了问题。而人类在物理世界中，本身存在着天然的物理局限，因此需要通过 AI 的高效交互，解决这一核心痛点。
所以 AI 的核心要解决的，就是用户找不到、不知道、不会用的问题。基于此，我们能看到 GEO 是 AI 搜索带来的新行业规则，而 SEO 是传统搜索的既有规则，两者的边界正在逐渐模糊。关注 2025 年 SEO 的规则变化趋势就能发现，内容、个性化、用户行为的权重正在不断提升，而这与 GEO 的核心逻辑其实是一致的，因为两者都是依托大模型的基座能力，优化产品体验，解决用户的解决率和满意度问题。
同时我们也要关注社交媒体领域的变化，比如海外的 X 平台，当下出现了很有意思的互动形式：当看到有人在平台上发表观点时，用户会在评论区 @Grok，让其判断该观点是否真实，而 Grok 会给出对应的答案。这种互动形式，本质上也是在改变信息的分发逻辑。
事实上，各类社区都在进行类似的尝试，每一次用户对话，都在重塑信息分发的逻辑，这是 AI 出现后，所有平台都会经历的转型过程。回到企业知识库构建的核心问题，我们并没有将焦点放在企业内部繁杂且分散的知识库上，而是关注企业在各类平台上已经沉淀的内容，我们的核心思路，是以企业对外呈现的内容为基础，构建适配 AI 的知识库。
目前我们构建知识库的内容来源主要有三大类：第一类是企业自身的官网，以及行业头部竞争对手的官网。如果服务的客户是行业头部企业，或其竞争对手是行业 TOP5，我们会采集这五家企业的官网内容。此前做预训练时，我们就有处理海量样本的经验，在样本清洗和打标环节积累了成熟的方法论。
实际操作中发现，即便是 SEO 做得非常好的客户，其官网的页面量级可达百万，但其中真正包含有效信息的页面，也仅有几万个。因此一个行业 TOP5 企业的官网内容整合后，有效页面量级也仅有几十万个，处理起来的效率和难度都在可控范围内。
第二类是 SERP 搜索结果，这是传统 SEO 的核心方法。我们会采集搜索结果中的各类关键词，借助 Semrush 等第三方工具，获取关键词的 DR 权重等数据，进行关键词的组合分析。通过 SERP 搜索结果，我们能看到除了行业内的核心玩家，还有哪些垂类媒体发布了相关信息，这些都是知识库的优质内容来源。
第三类是社交媒体平台的内容，多数社交媒体都有完善的接口，能够获取特定话题词下的相关内容，部分平台还能通过 RSS 订阅，获取行业大V 的相关分享。比如我们服务过一些 Web3 领域的客户，该领域的网上公开资源并不多，但品牌的创始人、行业大V 会在 X 平台上发布大量相关内容，这些内容都是构建知识库的优质资产。
采集到这些内容后，我们会进行一套复杂的处理流程，包括内容清洗、配置、索引打标，最终完成知识库的构建。本质上来讲，我们的知识库构建，核心是基于企业在三大平台沉淀的公开数据，而非企业内部的原始数据。
毕竟企业内部的数字员工，会负责内部数据的梳理和处理，而我们的核心切入点，是对企业已经生产并面向用户的公开数据进行整合和优化。目前我们在这一领域的实操经验较为丰富，未来如果拓展到企业内部数据的梳理，我们可以再做进一步的交流。
GEO投毒？
Monica
在进入案例分享前，我们来聊一个近期大家频繁提到的词 ——GEO 投毒。能否站在你的专业视角，为大家解释一下什么是 GEO 投毒？
Bennett
我一直深耕海外市场的相关业务，很多人都问过我，为什么不做国内的 GEO 业务。其实能做海外 GEO 业务的团队本就不多，当然听完我接下来的分享，大家会发现我本质上做的并非传统的 GEO 业务，但我们的方法对 GEO 投毒问题能起到有效的应对作用。
之所以不做国内的 GEO 业务，核心是我在负责 AI 助手的信息检索板块时，就感受到了国内外的巨大差异。使用国内搜索引擎和海外搜索引擎做信息检索，得到的整合结果天差地别。我曾深入研究过这一差异背后的原因，发现通过搜索引擎获取信息，核心是抓住三个维度：相关性、时效性、权重。
大家可以思考一个问题，中文互联网的权重究竟是什么？相信很多人都会陷入沉默。但海外互联网的权重定义非常清晰，就是企业官网的 Dr 权重。海外和国内的互联网发展路径存在巨大差异，海外是在互联网生态相对成熟后，才发展起移动互联网，因此在互联网生态的基础上，各类垂类社区的发展都有明确的逻辑。
比如海外很多社交媒体的账号认证，都需要企业官网的背书，整个生态是以官网为核心向垂类社区延伸。而海外企业对官网的运营，都以 5 年以上的长期运营为目标，因此在发布官网内容时会极其谨慎。
我身边就有一个典型案例：一家做数字人的企业，曾为线上荷官相关的灰产提供过应用服务，虽然短期带来了大量流量，但也引发了严重的负面效应，最终被谷歌惩罚，相关内容被下架。而原本通过官网了解企业的用户，因内容下架无法获取信息，又对企业进行了大量投诉，企业遭遇了两轮连续的惩罚，官网的权重和流量大幅下滑，耗时 6 个月仍未恢复，甚至连换域名重新起号的难度都极高。
数字人赛道的竞争本就异常激烈，行业窗口期非常短暂，这一事件直接让该企业错失了发展机会。这一案例也印证了，企业的官网作为内容承载的核心阵地，是品牌的基础和背书，这就是海外互联网中权重的核心价值。
海外互联网的权重打造难度极高，这也是为什么做海外 SEO 时，很多人明明知道打造官网权重的方法有效，却始终无法算出清晰的 ROI，最终老板更愿意选择广告投流，因为能看到短期的效果。而做 SEO、打造官网权重，核心是生产比竞争对手更优质的内容，且需要长期的运营积累，这种长期主义的做法，很难让很多人保持耐心。
而国内的互联网生态，被移动互联网直接冲击，品牌方并没有沉淀出优质的官网资产。大家可以观察一下国内企业的官网，多数官网的核心功能只是售后，甚至成为用户投诉的渠道，销售转化和品牌种草的功能基本缺失，自然没有流量。
那么国内品牌方的资产沉淀在哪里？淘宝直播间、淘宝旗舰店等电商平台，而这些平台的规则由平台牢牢把控，品牌方并没有真正的资产掌控权。这就导致了一个严重的问题：当品牌方没有自己的权重阵地时，替品牌发声的就成了各类 KOL 和 KOC，他们对品牌的评价褒贬不一，而 AI 没有权重的概念，无法对这些评价的真实性进行判断，也无法对发布虚假信息的主体进行惩罚。
本质上是因为国内的品牌方，并没有真正运营自己的核心内容阵地，导致国内的搜索体系，只剩下相似度和时效性两个维度。2024 年上半年，我们曾尝试在国内做相关的效果测试，发现 DeepSeek 被滥用的情况非常严重。
DeepSeek 本身是 AI 实验室的产物，其联网检索功能的打造相对简单，并没有投入大量的人力进行商业化运作，核心依赖国内的一些搜索公司提供整合方案，自身仅做简单的优化，不会像 ChatGPT 那样一两个月就进行一次大版本更新，也不会像豆包那样持续进行功能迭代。
这就导致了一个结果：在网易新闻等平台发布 10 篇相关内容，就能在 DeepSeek 上获得不错的搜索效果。我们当时发现，每周在该类平台发布 1 篇内容，就能持续获得流量，而这一现象的核心原因，就是国内的搜索体系没有权重的概念，只能比拼文本相关性和时效性。
我在 315 之前和国内的一些从业者交流时，问过他们当下的内容发布量，得到的答案让人震惊：一天发布 1700 篇内容，且 3 分钟就能实现内容生效。在我看来，GEO 投毒的本质，就是通过发布大量文本相似度高且不会被惩罚的内容，依靠时效性堆砌流量，这就是投毒的核心逻辑。
而想要惩罚这类投毒内容，核心是用户被虚假内容误导后进行投诉，平台据此对发布主体进行惩罚，这一逻辑的基础就是权重概念。但在国内的生态中，即便发现了虚假内容，封掉发布账号后，对方还能立刻新建账号继续发布内容，持续进行流量灌水，最终的结果就是，因权重的缺失，没有主体为内容的资质背书。
反观 ChatGPT，其实也经历过类似的阶段，相信大家都有过相关的体验，或听过相关的行业声音。此前做 ChatGPT 的相关优化时，Reddit 的内容是核心的优化抓手，因为 Reddit 的内容拥有非常真实的用户反馈。
这一行业节点具体在 2025 年 10 月 13 号，我记得非常清晰，因为当时我们正好接手了一个新客户的案例，而 Reddit 的内容在当时对 ChatGPT 的优化效果极其显著。当时 ChatGPT 的一个重要行业调整，就是将谷歌搜索结果的调取数量提升至 100 个，这在行业内是一个标志性的事件，即每个搜索指令，ChatGPT 都会调取 100 个谷歌搜索结果。
要知道传统的 SEO 优化，能竞争到 TOP20 的排名就已经非常不错，30 名之后的长尾内容基本没有用户关注。而 Reddit 的内容在各类平台中拥有真实的用户反馈，因此当 ChatGPT 调取 100 个搜索结果时，前 10 页的结果中会出现大量 Reddit 的内容，这也让做 Reddit 内容优化的从业者获得了极佳的效果，这一行为本质上就是对 ChatGPT 的 GEO 投毒。
面对这一情况，ChatGPT 做出了两大调整，首先是谷歌将其搜索结果的调取数量从 100 个缩减至 10 个，这对 ChatGPT 产生了巨大的冲击：要么承担 10 倍的成本和 10 倍的响应时间消耗，要么调整搜索策略。最终 ChatGPT 选择了后者，推出了 30+30 的搜索策略，即 30 个谷歌搜索结果加 30 个必应搜索结果。
这一调整直接导致大量 Reddit 的长尾内容无法被调取，Reddit 的流量开始大幅下滑。而这并非最致命的，ChatGPT 还发现了行业内的 GEO 投毒行为，开始从产品层面进行优化。站在品牌方的角度，肯定希望通过各类方式影响甚至欺骗 AI，获取更多的流量；但站在 AI 助手产品经理的角度，这会引发极大的焦虑，因为如果 AI 向用户提供了虚假信息，会让用户对 AI 失去信任，最终丢失 AI 助手这一核心赛道的竞争机会。
当时 ChatGPT 的优化策略非常聪明，第一点是构建了逻辑链判断机制。具体的判断方式有两个维度，一是预训练数据中是否有相关品牌的信息，后续我会结合案例为大家具体分享，部分品牌的独特卖点仅有该品牌提供，ChatGPT 在参考了 10 篇相关搜索结果，其中 4 篇是该品牌的内容后，依然不会对该品牌进行推荐。
原因就是 ChatGPT 通过推理发现，预训练数据中没有该品牌的相关信息，存在被欺骗的概率，即便认为该品牌的内容有一定的合理性，也不会进行推荐，这就导致品牌无法获得稳定的曝光。
第二点是结合谷歌和必应的搜索结果权重进行判断：谷歌的搜索结果以高权重内容为主，必应则以长尾内容为主，两者结合后，如果某一内容同时出现在两者的结果中，且有第三方官网的背书，ChatGPT 会优先推荐；如果仅有第三方内容，没有官网的背书，该内容的曝光率会极低。
当多个内容同时出现时，ChatGPT 会优先推荐有官网背书的内容。简单来说，就是通过权重的维度，有效纠正虚假信息，提升内容推荐的真实性。回到 GEO 投毒的核心问题，我的观点是：国内的 GEO 投毒，本质是因为权重概念的缺失，大量的话语权被 KOL 和 KOC 掌握。
这些 KOL 和 KOC 可以随意对品牌进行评价，且不会因为发布虚假信息而受到惩罚，除非涉及造谣被法律制裁。当互联网上充斥着虚假内容时，AI 没有权重的概念，根本无法判断内容的真实性，人类也难以分辨，这就是权重缺失带来的核心问题。
而反观 ChatGPT，经过一系列的调整后，提升了权重在内容推荐中的维度，当下海外的 GEO 投毒行为已经大幅减少，此前的从业者多数都是在投机取巧，而 ChatGPT 的调整，让行业重新回到了最难做的权重打造上。以上就是我对 GEO 投毒的理解。