大乐GEO 规范实践说明：我们做的四件事，以及客户要求越界时怎么处理

「我们坚持白帽优化」这句话没有可核对的点。所以这里把范围写成条目，每一条都能拿去对。

我们做的四件事

第一件是把客户企业真实存在、可核查的资质、方法、流程与数据整理成准确的材料。

关键词是可核查。资质要有编号，流程要有具体步骤和时长，数据要有出处。没有出处的数字我们不写，写不出来的部分整段删掉，不用形容词填。

第二件是把这些材料发布到模型会读取的地方：行业垂直媒体、企业服务平台、百科类词条、客户自有渠道。

发布位置按实测选，不按渠道名气选。方法是在测量时记录答案标注的来源域名，统计哪些类型的站点在该品类的答案里真的被引用。统计结果经常和直觉不同。

第三件是修复客户官网上阻碍机器读取的部分：抓取器放行、渲染方式、结构化数据、跨页事实一致性。

这一项是开关性质的。首屏正文不在服务端返回的那份 HTML 里的时候，后面所有内容投入都不计入。所以它排在内容之前。

第四件是用固定的一组问题按周期复测，如实汇报变化，包括某个平台这一轮完全没动。

四件事各自的操作定义

最后一列是这份说明的重点。四件事都留下可核对的东西，而不是一份结论。

我们不做的事

不刷评价、不制造虚假讨论。

不批量生成模板内容铺量。只换品牌词的批量稿件对读者没有价值，在搜索端被判为低质，在生成式回答里也不会被选中，因为各页提供的信息完全相同。

不试图操纵模型输入。在页面里埋针对模型的诱导性指令属于人机呈现不一致，实现方式有限、检测成本很低，而且在不同平台和版本上的表现完全不同，可能反向。

不发布未经客户确认的对外宣称。所有对外内容发布前由客户确认，代码里不提供跳过路径，也没有批量自动发布的接口。

不承诺 AI 答案里的固定名次。

为什么固定名次承诺不了

这一条值得给依据，而不是只说做不到。

有研究把五个模型配置成确定性模式，在八项常见任务上各跑十轮，结果是准确率在自然发生的多轮之间最大波动达到 15%，最好与最差之间的差距最大到 70%，没有一个模型能在所有任务上稳定复现。

同一个问题换个说法、换个平台、换个时间，结果都可能不同。在这种条件下，稳定的名次本来就不存在。任何人做不到的事，我们不会写进合同。

第三个数字说明另一件事：即便答案里标注了来源，也有四分之一左右的引用对不上它所支撑的说法。所以我们的报告里会保留原始答案全文，而不只给一个百分比，因为百分比掩盖不了这种情况。

客户提出越界要求时怎么处理

这件事比写清单更需要说明，因为它每隔一段时间就会发生。

第一步是说明无效，而不是先说违规。多数客户不是想违规，是听过别人这么做且见效快。所以先讲机制：批量产出的评价在文本特征上高度相似，而相似材料对模型的价值很低；模板站群各页信息相同，模型没有理由挑一份；隐藏指令在不同版本上表现不一，可能让整页的采信度下降。

第二步是给替代方案。要快速见效的，先做技术修复，那一段是整条链路里周期最短、投入产出最明确的。要显得有声量的，去补可核验的编号、流程与边界，这些比形容词有分量。

第三步，两轮之后仍然坚持的，终止那一部分工作而不是整个合作。

唯一一处确实说不清的灰色地带

上面那些边界都是清楚的。有一处不清楚，而它在实务里出现得最多：用模型批量起草内容。

用模型起草本身不越界。形式转换这类活它做得很好：把一份技术材料改写成问答，把口语整理成书面段落，把长文压缩成摘要。输入是人提供的事实，输出是换一种组织方式。

越界发生在输入是空的时候。让模型直接产出某个行业的现状分析或者典型案例，它会在空缺处补出读起来合理的数字和故事，而这些追不到任何来源。这种内容在形式上完全合规，没有虚假宣传的直接表征，但它和编造数字是同一件事，只是经手的不是人。

我们的判定标准写得很具体：这篇内容里的每一个数字、每一个案例、每一处对外主张，能不能指出它来自哪份材料。指不出来的不发，不管是谁写的。

这条标准也顺带解决了产能焦虑。模型能把产出速度提高几倍，但提高的是组织材料的速度，不是产生事实的速度。事实还是得从业务那边拿，这一段无法加速，也不该加速。

复测结果不好的时候，报告怎么写

这件事比不做越界手段更难执行，因为它每个月都要做一次。

做法是把能归因的和不能归因的分开写，不合成一个结论。

能归因的写成：这一组问题上的变化与某周上线的改动时间吻合，未改动的对照组同期无明显变化。

不能归因的写成：本轮数据整体上移，同期竞品同向变动，答案形态出现变化，怀疑与平台侧更新有关，待下一轮确认。

某个平台这一轮完全没动的，就写完全没动，并给出原始答案让客户自己看。

这样写出来的报告不好看，但它有两个好处。下一轮确认了原因时不需要回头修正上一份结论；以及当数字真的因为工作而上涨时，双方都会信它。

这套规范的成本

要把成本说出来，否则上面都是表态。

交付更慢。人工确认是流水线上最慢的一段，而我们把它做成了没有开关。

数字更保守。引用口径只算答案正文里标注的来源，不算答案旁边那串候选链接，而后者会让数字明显更高。

会丢单。要求承诺排名的客户会选别家，这很正常。

还有一项对内的成本：我们自己站上的文章也按同一套标准写，有字数、来源、内链和结构的机械检查，每个数字都要能追到参考来源里的具体条目，来源链接逐条打开确认过。做不到的想法整段删掉。这件事对外没什么用，对内是唯一能让标准不漂移的办法。

各类越界手段的具体界定见黑帽 GEO词条。关于范围、验收与合作方式的常见疑问，整理在常见问题里。

参考来源

• Atil, B., Aykent, S., Chittams, A., et al. (2024). Non-Determinism of "Deterministic" LLM Settings. arXiv.
• Liu, N. F., Zhang, T., & Liang, P. (2023). Evaluating Verifiability in Generative Search Engines. EMNLP 2023 Findings.
• 国家市场监督管理总局 (2023). 互联网广告管理办法. 国务院公报 2023 年第16号.
• 国家互联网信息办公室等七部门 (2023). 生成式人工智能服务管理暂行办法. 中国网信网.