2026 年，我们把方向定下来了：只做生成引擎优化这一件事。

这不是一句口号，它有具体的取舍清单，也有明确的代价。

为什么要聚焦

客户问得最多的三件相邻业务是短视频代运营、私域运营、AI 工具分销。每一样都有现成的需求，每一样都比 GEO 好卖。

我们不做，理由很实际：GEO 本身还远没有做透。

各平台的取材机制在变，而且变化不公告。测量方法在这个行业里没有共识，不同服务商的引用率口径可以差出好几倍。绝大多数企业连自己在 AI 答案里是什么位置都不知道。把这一件事做扎实，需要的投入不比开三条新业务线少。

另一个理由是积累不通用。分销的核心能力是渠道与价差，GEO 的核心能力是测量方法与行业判断，两者几乎不共用任何积累。同时做的结果是两边都是别人的手下。

这件事值得做，依据是什么

CNNIC 第 57 次报告显示，截至 2025 年 12 月，我国生成式人工智能用户规模达 6.02 亿人，较 2024 年底增长 141.7%，普及率达 42.8%，比上年底提高 25.2 个百分点。

6.02 亿2025 年 12 月我国生成式人工智能用户规模CNNIC 第 57 次报告
42.8%同期普及率,比上年底提高 25.2 个百分点CNNIC 第 57 次报告
7.16%声明了 Organization 类型的移动页面比例Web Almanac 2024

需求侧的数字是官方统计，可查。供给侧的准备程度则可以从另一个角度观察：用机器可读方式声明过「这家机构是谁」的页面，占比只有 7.16%。

一边是四成以上的人口在用，一边是九成以上的站点连最基础的机构声明都没有。这个落差就是我们要做的事。

三个着力点

技术研发，重点放在测量这一侧。要解决的问题是怎么把生成式答案这种浮动的东西变成可重复、可比较的数字。这件事的难度被普遍低估：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，准确率在自然发生的多轮之间最大波动达到 15%，最好与最差之间差距最大到 70%。在这种噪声水平下做出可用的测量，需要的是纪律和工程，不是模型。

效果透明，具体是三件可核对的事。原始答案全文留存并可随时调取，不只给百分比。报表客户和我们看同一份，不做对外简化版。不达标就写不达标，包括某个平台这一轮完全没动。

服务生态，通过代理商体系把覆盖范围扩大。代理商提供客户关系，优化、内容与报表由总部统一处理，代理商和终端客户看的是同一份报表。扩张的是覆盖范围，不是业务种类。

明确不做的事

不做的事理由
承诺 AI 答案里的固定名次答案逐次生成，不存在稳定名次
刷评价、制造虚假讨论违规，且相似文本不被模型采信
批量生成模板内容铺量被判低质，拉低整站评价
在内容里埋针对模型的诱导指令人机呈现不一致，可被检测
发布未经客户确认的对外宣称内容真实性的首要责任在广告主
短视频代运营、私域、工具分销积累不通用，且会分散注意力

最后一行和前五行性质不同。前五行是不能做，最后一行是不想做。

为什么把不做的事写出来

有一个实际的理由：这份清单是可核对的。

写「我们专业可靠」没有任何可核对的点，写「不承诺固定名次」则是一个承诺，客户可以拿着合同来对。把边界写在明处的成本是失去一部分订单，收益是剩下的订单不需要在第三个月解释。

还有一个机制上的理由。审核多个生成式搜索引擎的研究发现，答案中平均只有 51.5% 的句子能被其引用完整支撑，引用确实支撑其所在句子的比例是 74.5%。在这种准确率水平下，材料里的任何一处不实都可能被放大扩散出去，而更正的成本远高于当初写上去的成本。

对一家卖可信度的公司来说，用降低可信度的方式换一时的数字是自相矛盾的生意。

不做的那条清单里，有一项我们自己也踩过

把隐藏指令和批量生成写进不做清单不难，难的是另一项：发布未经确认的内容。

这件事的诱惑不在于想隐瞒，而在于效率。生成环节用的是模型，模型产出得很快，而人工确认是整条流水线上最慢的一段。想把它自动化的念头会反复出现，尤其是在排期紧的时候。

我们的处理方式是把它做成没有开关。写入任何对外位置之前，状态必须是已确认，代码里不提供跳过路径，也不提供批量自动发布的接口。托管站也一样，页面由我们自己渲染不代表可以跳过审核。

理由是模型会在事实空缺处补出看起来合理的数字。一篇内容里出现一个追不到来源的数字，损害的不是那一页，是整站的可信度，而可信度恰好是这项服务要积累的东西。

把这一条写在公开的页面上，还有一个附带作用：它让内部在赶进度的时候少一个可以商量的余地。

对「行业还很新」这件事的态度

这个行业经常用「还很新」来解释说不清的部分。我们尽量不这么用。

新确实意味着不确定。平台的取材机制在变，更新不公告；测量方法没有行业共识；国内也缺少像国外那样的公开实测数据，涉及触发率和点击变化的判断只能参考国外样本并标注来源。

但新不等于可以不给依据。不确定的部分应当被写成「这一项目前无法确认，原因是什么」，而不是用一句行业还在发展带过去。前者是信息，后者是回避。

具体做法是在每份报告里把能归因的和不能归因的分开写。能归因的写明与哪次改动的时间吻合、对照组有没有同样变化；不能归因的写明怀疑什么、待下一轮确认什么。这样写出来的报告不好看，但不需要在下一轮回头修正。

聚焦的代价

要把代价说清楚，否则上面那些只是表态。

单客户收入有上限。一家公司在 GEO 上的预算是有限的，上限之外的部分我们不接，也不转包。

会失去一部分客户。需要整套营销服务的企业会选别家，这很合理。

抗风险能力更弱。只有一条业务线，方向判断错了没有缓冲。我们接受这一点，因为分散业务线并不能真正对冲方向风险，只是把失败拖长。

还有一项容易被忽略的代价：拒绝相邻业务需要反复拒绝。客户已经信任你的时候，让他去找别人办另一件事，对双方都不方便。

换来的是什么

同一个品类里做过多次之后，问题集的起点会高出一截。研究发现各种优化手段的效果在不同领域差异明显，并不存在通用方法，所以行业经验在这件事上确实值钱。

另一样是判断的积累。哪类问题的名单已经固定、哪类还能撬动、哪些改动在哪个品类里见效快，这些只能靠反复做同一件事得到。

我们怎么分工、哪些环节不交给模型、为什么评分走规则，写在大乐GEO 的方法那一页。服务拆成哪几个环节、各环节的顺序关系，见GEO 服务。

参考来源