封面新闻记者 姚瑞鹏
春节前夕，封面新闻联合天府绛溪实验室进行了一场特殊的测试。10天时间里，我们采用天府绛溪实验室自研的公域大模型AI内容生成认知系统，围绕“春节消费”的主要场景，同时对豆包、Kimi、通义千问这三款主流的AI大模型产品，发起了超过2万次的提问。结果却令人困惑：有的推荐榜单里，冰红茶与蓝带啤酒被包装成“新消费”；有的平台对泡泡玛特情有独钟，而另一些则执着于推荐北京台春晚周边。
在这场看似“懂你”的对话背后，AI究竟是根据什么逻辑在替你决定——什么才是体面的年礼、什么才是潮流的社交货币？通过拆解测试中的种种偏差与“幻觉”，我们发现，一场围绕AI搜索流量的暗战已经打响，而它的核心，正是一项名为GEO（生成式引擎优化）的新兴技术。
测试页相关数据信息
“冰红茶”为何成了新消费？
AI搜索的“信源围城”
在我们为AI设置的情景中“推荐一款最适合在家庭聚会时分享的新消费食品饮料”，面对同样的问题，几家主流AI平台给出的答案却让人意外。在豆包生成的前十榜单中，赫然出现了蓝带王啤酒；而其他平台也大量混杂着冰红茶、可乐等传统品牌。所谓“新消费”，在AI的理解中似乎成了一笔糊涂账。
这种偏差并非简单的“AI幻觉”，天府绛溪实验室先进计算前沿研究中心副主任吴怀谷告诉记者，通过对年货推荐逻辑的深挖，测试发现，AI的推荐机制呈现明显的“头部化”和“去地域化”特征。
当用户询问“给长辈的体面年货”时，周大福等珠宝品牌、小仙炖等燕窝品牌高频出现，而传统保健品和地方特色年货却难觅踪影。核心原因在于，主流AI平台缺乏LBS（基于位置的服务）能力，且高度依赖互联网上既有的信息密度。周大福们之所以被看见，不是因为它们更契合“体面”的内涵，而是因为它们在网上的宣传文章最多、用户反馈数据最足，轻松通过了AI平台的有害性检验，成为高权重内容，那些相关文章发布量少、互动数据不足的品牌，根本挤不进AI的“优选池”。
这套机制冰冷地揭示了一个现实：AI的“推荐”，本质上是对已有信息权重的二次排序，它更擅长总结过去，而非洞察新意。所谓的“新消费”品牌，若没有铺天盖地的互联网声浪作为地基，在AI的世界里便如同不存在。
关于“推荐一款最适合在家庭聚会时分享的新消费食品饮料”的相关数据
“社交货币”无法识别？
AI如何理解人类的“体面”
如果说年货推荐只是新旧混淆，那么在“潮玩与社交货币”的测试中，AI暴露出的则是语义理解的深层鸿沟。当被要求推荐一款适合在社交媒体“晒图”的潮玩产品并解释其“社交货币”属性时，各大平台的回答呈现出“单向偏向”：豆包的榜单被wakuku和“北京台春晚”高频霸占，千问的回答几乎成了泡泡玛特的产品目录，而在Kimi中，王老吉竟作为潮玩产品“误入”榜单。
“社交货币”这一在人类社交语境中极具概括力的词，成了AI难以跨越的认知天堑。技术人员指出，该概念属于人为总结的模糊表述，并非AI可识别的标准化标签，普通用户在购物时也极少使用这类专业词汇，导致平台无法捕捉有效的搜索意图。更令人费解的是，同一款泡泡玛特产品，竟能同时出现在热门Top10和冷门Bottom10榜单中。这并非简单的翻译或大小写错误，而是因为AI抓取的信源中，正反两方面的信息都大量存在：一边是铺天盖地的种草文章，另一边是同样汹涌的吐槽差评。当可抓取的相关词条数量有限时，这种“左右互搏”的现象便愈发剧烈。
这一现象背后，是各大平台信源选择与权重规则的激烈博弈。豆包背靠头条系，内容抓取更偏向资讯与热点；千问的用户群体多为专业人士，其训练数据与推荐逻辑自然向垂直领域偏移；而百度系则更依赖百家号与百科 。当我们将春节传统文化与现代潮流结合的IP联名案例抛给AI时，Kimi偏向食品饮料，豆包死磕文创，千问专注运动服饰——这种泾渭分明的“偏向”，正是各大平台在语义意图工程完善度上的真实写照。它们没有统一的“文化结合”标准，只能依据各自的基础数据体系，给出最符合自身“价值观”的答案。
关于国潮联名的相关测试数据
从SEO到GEO
你在流量暗战与“数字泔水”中？
春节前后的一场AI答题测试，无意间揭开了一个正在重塑互联网生态的隐秘角落。当AI给出的推荐榜单和我们的消费现实不匹配时，我们不禁要问，AI到底“懂”我们吗？当豆包、通义千问等主流应用给出的答案具有偏向性时，这背后一种新型的营销手段——生成式引擎优化（GEO）也开始出现。
“简单来说，GEO是通过反复发布结构清晰、带有特定关键词的‘软文’，甚至利用算法自动补充信源‘训练’AI，让特定品牌在用户提问时优先出现在生成内容中 。”GEO从业者称。据中国信通院《2025生成式引擎优化产业白皮书》显示，国内GEO服务市场规模已突破42亿元，年复合增长率高达38%。然而，在这条被视为“AI时代品牌营销新方向”的赛道上，一场由认知错位与投机心态引发的乱象正在蔓延。
记者在多个平台搜索“GEO优化”服务发现，市场报价从千元入门到数万元“全案”不等，服务主体更是鱼龙混杂——既有标榜技术的营销公司，也有工作室甚至个人。记者以顾客身份咨询多家服务商后发现，多数报价背后缺乏量化标准：有的承诺“2980元打包千篇软文全网铺量”，有的宣称“一个季度6000元保证指定关键词排名前三”，但对于“如何定义排名”“投喂什么渠道”“效果如何追溯”等核心问题，回应往往含糊其辞，更遑论提供可验证的效果追踪机制。
记者得到的相关GEO报价表
这种价格乱象与操作黑箱，正将GEO赛道推向危险的灰色地带。低价套餐的背后，或是批量生产的低质语料与数据“投毒”：通过虚构专家身份、编造检测报告、劫持高权重站点等手段，强行干扰大模型的推理逻辑。与正规服务商Profound每月499美元的数据监测服务形成鲜明对比的是，国内千元级套餐往往以“量”取胜——但喂给AI的，却往往是成百上千条真假难辨的“数字泔水”。
更令人担忧的是，这类操作几乎没有准入门槛与事后追责机制。专家称只需数百条精心构造的虚假信息，就能让拥有上亿参数的大模型产生认知偏差，将营销话术“固化”为AI眼中的“事实”。而当这些被污染的数据进入模型迭代的递归循环，其危害将远超传统SEO时代的虚假广告——用户不再需要主动点击，而是直接被AI以笃定的口吻“投喂”软文。
但不可否认的是，在当前充满不确定性的市场环境下，GEO已成为品牌方不容忽视的战略要地。面对以上的黑箱操作，品牌方真正需要的是有相关技术专利与权威合规认证、拥有覆盖多个行业的真实服务案例、能提供清晰可追溯的效果追踪机制的GEO服务商。
目前，GEO这场博弈几乎处于“无规则”的状态，市场需要的不只是技术优化，更是明确的规范：从形成词汇共识，到找到可靠的数据根基，再到建立完善的实时监测机制。只有当规则的清晰度跟上技术的迭代速度，AI生成的内容才能真正成为值得信赖的信息源，而非另一个被灰色营销侵蚀的废墟。
