今日，A 股 AI 应用板块迎来久违的集体爆发。

盘面上，值得买、卓易信息等多股涨停；易点天下、中文在线、天龙集团组成新的 " 易中天 " 组合，上午均录得20CM涨停。

与此同时，蓝色光标放量涨停，成交额高达193.2 亿元，位居 A 股当日成交额榜首。

在表层热度之下，行业正在经历更深刻的断层式变革——随着用户决策从 " 点开链接 " 转向 " 阅读 AI 生成答案 "，品牌可见性的逻辑被彻底重写。

一种全新的竞争方式正在浮出水面：GEO（Generative Engine Optimization），正在成为 AI 搜索时代的流量入口和营销生存法则。

当用户不再 " 点开链接 "，广告行业的地基开始松动

试想这一幕：

深夜十一点，你打开手机，只是想随手问句 " 婴儿奶粉哪个适合肠胃敏感？" 过去你会打开搜索引擎，看一串蓝色链接、跳转评测、浏览电商，再在意见分裂的内容里做判断。

但这次不一样。

你打开的是 AI 搜索：它直接给你一段像 " 医生式 " 的结论，条理清晰、分点解释、还顺手列出几款产品的优缺点与适用人群

你甚至不需要点开任何网页——答案就已经 " 完整地 " 在你面前了。中信建投的那张图把这种变化说得更直白：传统搜索是 " 搜索—浏览列表—点击链接 "，AI 搜索则更像 " 搜索—直接阅读答案 "，链接被后置甚至被跳过。

这一刻，营销的地基开始松动。

过去二十年，品牌在互联网上的 " 可见性 "，高度依赖一个动作：用户点击。

SEO、竞价排名、信息流投放、内容种草……无论方法怎么变，本质都是在争夺那一下点击，把人带进你的页面、你的详情页、你的店铺。

但 AI 搜索把流程折叠了：

用户不再需要 " 进入网页 " 才能获取信息。信息被 AI 读取、消化、重组，再以答案的形式直接交付。于是一个全新的问题浮出水面：

中信建投在报告中用一张图呈现了这场迁徙：

过去：搜索 → 浏览链接列表 → 点击网页

现在：搜索 → 直接阅读 AI 生成的答案（链接可被完全跳过）

当链接不再是入口，品牌的曝光机制被彻底改变。

当用户不再点开链接，品牌要怎么 " 被看见 "？

当答案由 AI 生成，品牌要怎么 " 被主动说出来 "？

这就是 GEO 爆发的根源——不是一个营销小技巧，而是入口迁徙之后的生存策略。

一、入口迁徙：广告预算总是追着 " 时间 " 跑

广告的本质，是触达更多受众；而受众时间在哪里，预算就会流向哪里。

当链接不再是入口，品牌的曝光机制被彻底改变。

国泰海通在研报里回顾了一个很清晰的迁徙链条：

PC 互联网时代，搜索引擎与门户是入口；

移动互联网时代，超级 App 与信息流 / 短视频成为入口；

AI 时代，入口进一步向 DeepSeek、豆包、Kimi 等 AI 平台迁徙，" 搜索框 " 从通往网页列表的入口，变成通往 " 即时知识合成 " 的界面。

这种迁徙并不是 " 将来可能发生 "，而是正在发生。

中信建投引用的数据是：ChatGPT 与豆包 App 月活分别达到 7.8 亿与 1.7 亿，渗透率都超过 10%；而以百度为例，传统搜索入口的月活在 6.5 — 7.5 亿之间波动、趋于平缓。

更重要的是，咨询机构给出了更激进的判断：Gartner 预测到 2026 年搜索引擎访问量将下降 25%，搜索营销份额会被 AI 聊天机器人与虚拟代理抢走。

这意味着：

搜索广告那套 " 以点击计费 " 的确定性逻辑，正在被稀释；而品牌对 " 答案曝光 " 的争夺，会成为新的主战场。

二、SEO 为什么突然不灵了：点击率在 AI 答案前 " 塌陷 "

当 AI 开始在搜索结果页里直接给答案，用户自然更少点击。

中信建投援引 Seer Interactive 的观察：当触发 Google 的 AI Overviews 时，自然点击率从约 1.5% 下降到约 0.5%，付费点击率也出现下滑趋势。

这组数据的残酷之处在于：

它不是 " 某个行业的波动 "，而是一次结构性的折损。

你把网站优化到第一名、第二名，可能依然 " 赢了排名 "，却输了点击；

你花钱买了更高的位置，可能依然 " 买到了曝光 "，却买不到访问；

因为用户在结果页就结束了决策——甚至连 " 看你一眼 " 的机会都没有给。

于是 SEO 那句经典口号—— " 让用户更容易找到你 "，正在悄悄被改写为：

让 AI 更愿意引用你。

让 AI 在回答时，把你说出来。

三、GEO 到底是什么：从 " 被搜索到 " 到 " 被 AI 说出来 "

中信建投给 GEO 下的定义非常精准：GEO 是一种广告营销技术服务，核心是让品牌在 AI 搜索中被主动说出来。

如果说 SEO 优化的是 " 排名 "，那么 GEO 优化的是两件更隐蔽、更底层的东西：

1）大模型对品牌内容的认知度

2）大模型对品牌内容的可信度

国泰海通把差异说得更 " 技术化 "：传统搜索核心机制是匹配（倒排索引、PageRank），SEO 是确定性优化；AI 搜索核心机制是分析（向量检索 +RAG），GEO 是概率性优化——你做的每一个动作，都是在提升 " 被召回、被采信、被引用 " 的概率。

这也是为什么，GEO 看起来像营销，骨子里更像 " 内容工程 + 信任工程 "。

四、AI 搜索如何做答案：理解 RAG，才能理解 GEO 的杠杆点

很多人以为 AI 搜索就是 " 模型记得什么就说什么 "。但国泰海通在研报里把过程拆得很细：目前 AI 搜索普遍采用 RAG（检索增强生成）架构。

你可以把它想象成一条流水线：

第一步：存储

网页内容会被切成多个 Chunk（文本块），用 Embedding 模型转成向量，存进向量数据库。

在这里，内容不是 " 文字 "，而是 " 坐标 "。

第二步：语义检索

用户的问题同样被向量化，然后系统计算相似度，召回 Top-K 相关 Chunk。

在这里，AI 不是匹配关键词，而是在匹配 " 意图 "。

第三步：上下文注入与生成

召回的 Chunk 被塞进模型的 Prompt 里，模型用注意力机制判断哪些更可信、更有信息量，再生成最终答案。

在这里，" 结构清晰、实体明确、包含数据 " 的 Chunk 更容易被引用。

于是你会发现：GEO 能撬动的关键点，正好落在这条流水线的两个环节：

信息检索：让你的内容更容易被向量数据库召回；

内容评估：让模型更愿意把你的内容当作 " 事实来源 "。

这就是为什么，GEO 不是 " 多写关键词 "，而是 " 更像给模型写说明书 "。

五、GEO 怎么做：内容不是越多越好，而是越 " 可引用 " 越好

中信建投引用的 GEO 论文《GEO：Generative Engine Optimization》列出了 7 种常用优化方法，并且做了实验对比。其中最有效的方法之一，是 " 加入与主题紧密相关的名人或机构原话 "，可带来约 40% 的曝光增益；" 加入具体统计数字 " 也能带来显著提升。

这背后其实透露出一个简单规律：

模型更爱 " 可以被当作证据 " 的表达。

你写 " 我们销量很好 "，模型不会当回事；

你写 " 根据某机构统计，2025 年 Q2 中国 GEO 市场规模同比增长超 200%"，模型更愿意引用。

国泰海通进一步提出一个很 " 像方法论 " 的框架：DDS 原则——

语义深度（Semantic Depth）

数据支持（Data Support）

权威来源（Authoritative Source）

三者共同构建 "AI 优先采信的内容 "。

如果把 DDS 翻译成更接地气的话就是：

讲清楚、讲透彻、讲有据、讲得像真的（并且最好确实是真的）。

六、平台偏好：你写在哪儿，决定你被谁看见

很多品牌做内容习惯 " 写在自己家官网 "。但 AI 的知识来源，并不只看官网。

中信建投引用海外 GEO 公司 Profound 的调研：ChatGPT 引用最多的平台包括 Wikipedia、Reddit、Forbes 等；Google AI Overviews 与 Perplexity 又更偏好 Reddit、YouTube、Quora、Gartner 等。

国内也一样。中信建投以 " 婴儿奶粉推荐 " 为例，统计 DeepSeek、豆包、元宝的引用来源：三大平台明显偏好母婴垂直媒体与综合门户；其中元宝还对 " 微信公众号 " 有显著引用占比。

这意味着 GEO 不只是 " 内容写得好 "，还包括 " 内容发布得对 "。

你要进入模型的 " 高频采信渠道 "，才更可能在答案里出现。

七、商业模式正在变化：广告公司第一次有机会像 SaaS 公司那样赚钱

这可能是两份研报里最值得 " 行业人 " 反复读的一段：

GEO 不仅是新投放方式，更可能推动广告代理公司从 " 人力型服务 " 走向 " 技术型服务 "。

中信建投提到，当前 GEO 公司普遍采用月度订阅或项目制。以海外明星公司 Profound 为例，月订阅 399 美元，可追踪 1 个品牌的 100 个 Prompts、3 个 AI 搜索产品；同时也有定制化服务。另一些机构报价约 0.3 — 2 万美元 / 月，并与 KPI 绑定（比如 ChatGPT Top-3 引用率、Perplexity citation rank 等）。

国泰海通也给了更完整的 " 梯度定价 " 信息：Profound 初创版 99 美元 / 月（仅追踪 ChatGPT，50 个提示词额度），成长版 399 美元 / 月（监控 3 个 AI 平台，100 个提示词，每月 6 篇优化文章），企业版定制；并提到其客户规模达到约 500 个企业客户。

把这串数字连起来看，你会发现 GEO 的收费形态更像软件：

订阅制

按席位 / 按额度

按追踪的 Prompt 数 / 平台数

绑定可量化指标

而这正是传统广告代理公司最难做到、却最渴望做到的事：

从一次性项目费，变成可续费的 " 经常性收入 "。

为什么行业会兴奋？因为利润结构会变。

中信建投给了一个对照：SEO 行业发展近 30 年仍极度分散，头部 Semrush 收入规模也就约 4 亿美元、市占率约 0.5%。

分散意味着什么？意味着低壁垒、低溢价、靠人海战术。

但 GEO 的壁垒更高：

大模型黑箱与随机性

不同平台生成差异

" 让模型理解并引用 " 的流程更复杂

因此市场集中度反而可能提升。

一旦集中度提升，头部就有机会出现 " 软件式 " 的规模效应：

更多数据 → 更好模型评估 → 更强优化能力 → 更高续费 → 更强数据闭环。

八、市场空间：为什么说 " 百亿美元不是故事 "，而是对标 SEO 的必然结果

两份研报对市场空间给出了非常直白的 " 锚点 "。

中信建投：2024 年全球 SEO 市场规模约 800 亿美元，GEO 有望在 AI 时代对传统 SEO 进行替代，市场规模有望达到百亿美元量级。

国泰海通更进一步给出路径与数字：

2025 年全球 GEO 市场规模约 112 亿美元，中国约 29 亿元；

预计 2030 年全球破千亿美元，中国约 240 亿元（研报第一页 " 本报告导读 " 部分）。

这些预测背后的逻辑并不复杂：

入口迁徙 → 注意力迁徙 → 预算迁徙 → 新的优化服务爆发。

而且，GEO 有一个 " 窗口红利 "：国泰海通认为中短期大模型的广告变现占比仍低，存在 " 变现真空期 "，GEO 公司反而能在平台尚未完全收拢商业化之前，先把 " 品牌可见性管理 " 做成生意。

这像极了移动互联网早期的信息流：平台广告体系未成熟时，服务商往往跑得最快。

九、如果你是品牌方：一套更现实的 GEO 启动清单

很多文章聊 GEO 会停在 " 概念很热 "。但中信建投和国泰海通其实已经把执行路径写得很清楚了。

中信建投给出六步法：

1）意图分析：梳理用户会怎么问你

2）信息梳理：盘点你能 " 喂给 AI" 的所有公开 / 内部资料

3）内容结构化：把长文变成问答、数据列表等半结构化内容

4）语义优化与权威背书：精准表述 + 专家 / 机构背书

5）多模态与多平台适配：按平台风格重写并分发

6）持续监测迭代：追踪提及率 / 位置 / 情感倾向并循环优化

国泰海通则更偏 " 技术动作 "：

清晰的 Header 结构影响 Chunk 切片边界

明确实体（品牌、产品、专家）能强化向量检索特征

倒金字塔写法能对抗上下文窗口限制与注意力衰减

把两份研报合并成 " 可落地 " 的版本，大概是四个关键词：

Prompt资产、结构化知识库、权威分发、可见性监测。

你不是在 " 发更多内容 "，而是在建设一套 "AI 时代的品牌知识基础设施 "。

十、最后的提醒：GEO 的天花板很高，但坑也很深

任何 " 优化 " 都会走向灰产，这是历史规律。

SEO 早期就是关键词堆砌、外链操纵；GEO 也必然会出现 " 伪权威背书 "" 数据拼贴 "" 内容工厂 "。而 AI 又天然存在黑箱、随机性与平台差异，两份研报都把这列为挑战：引用逻辑不透明、不同 AI 平台差异显著、结果存在随机属性。

所以 GEO 真正的长期玩家，未必是最会 " 钻空子 " 的人，而是最能持续输出高质量、可验证、可追溯内容资产的组织。

当 AI 成为新的 " 媒介 "，品牌竞争也会回到一个古老但常被忽视的命题：

谁更可信，谁就更容易被复述。

谁更容易被复述，谁就更容易被选择。

结语：下一代广告，可能不再是 " 买曝光 "，而是 " 被写进答案 "

如果把互联网广告的历史压缩成一句话：

PC 时代拼排名，移动时代拼推荐，AI 时代拼引用。

而 GEO 的出现，本质上是在提醒每一个品牌：

你要从 " 流量思维 " 切换到 " 答案思维 "；

从 " 把人拉进来 " 切换到 " 让 AI 把你说出去 "。

当用户越来越习惯用一句话向 AI 要结论，品牌的命运也会越来越多地取决于：

在那段结论里，你有没有被提到；你被如何提到；你是否被当作可信选项。

这不是营销部门的小修小补，而是一场入口迁徙后的系统升级。

你可以不喜欢它，但你很难绕开它。