在 AI 时代,不少传统岗位都迎来了挑战,但很多旧岗位消失的同时,也会冒出一些新的机会。这个系列,我将介绍:在 AI 时代,将会出现哪些新的工作。今天介绍靠黑火起来的:GEO。很多人第一次注意到它,可能不是因为普林斯顿的论文,也不是因为招聘,而是因为今年 315 AI “投毒”事件。简单说,就是商家故意做一些虚假内容、伪造信息,想办法让 AI 在检索的时候引用进去,最后把用户往错误的产品和结论上带。但我今天想讲的不是“投毒”,而是为什么 315 之后,GEO 这个词反而更火了。因为这件事反过来让很多人意识到:AI 是可以被引导的。01什么是 GEO在说 GEO 之前,先说 SEO。它叫搜索引擎优化。它是GEO的前身,过去大家找信息,主要靠百度/谷歌这些搜索引擎。网页那么多,谁能排在前面,谁就更容易被看到。所以才会有 SEO 这个岗位,专门研究怎么让网页更容易被搜索引擎推荐。而现在,很多人的检索习惯正在变。以前是“搜索”,现在越来越多时候变成了“问 AI”。从以前的百度、谷歌,到现在的 ChatGPT、豆包、DeepSeek,本质上都是在检索,只是检索的载体从搜索引擎变成了AI。GEO 的全称是 Generative Engine Optimization,可以理解成“生成式引擎优化”。2024 年 KDD 上有一篇论文提出了这一概念。为什么会需要 GEO?因为大模型本身的训练数据不是实时更新的,存在一定的延后性。所以现在几乎所有 AI 工具都会外挂实时能力,最常见的就是联网搜索。它会去网上找资料,再决定引用什么内容,最后整理成答案输出给用户。也就是说,今天的内容竞争已经不只是“怎么让用户点进来”,而是:“怎么让 AI 在回答问题时愿意引用你。”这就是 GEO 这个方向开始出现的原因。02GEO 怎么做很多人一听 GEO,很容易觉得这不就是 SEO 换个名字。其实不是。SEO 有一套很老的玩法,比如堆关键词、加外链、想办法冲排名。但 GEO 不太吃这一套。据普林斯顿团队那篇论文的实验,过度堆关键词不但没用,反而会让 AI 引用的概率下降9%左右。因为 AI 不是在看这个词出现了多少次,而是在判断:这段内容是否真实、是否严谨、是否方便它直接抽出来用。内容要具体。比如你说一款手机拍照好,AI 不太会信这种空话。你要说清楚它好在哪里,是夜景噪点少、逆光细节更稳,还是人像肤色更自然。最好有数据支撑。“很多用户喜欢我们”这句话很弱,但“90% 的用户选择我们,其中男性占比 40%,女性占比 60%”这种信息,就更容易被 AI 当成可以引用的内容。内容要有权威性。尤其在医疗、教育、财经这些领域,AI 会更偏向带权威机构、研究结论、官方文档的内容,而不是纯营销文案。内容结构要适合被抽取。FAQ、对比表、定义、结论、数据块,这些都比一整段没有层次的长文更容易被 AI 拿来用。所以 GEO 不是教你怎么骗 AI,而是教你怎么把内容写得更像“可被 AI 读懂和引用的资料”。真正做得好的 GEO,本质上是在提高内容质量,而不是搞黑产。SEO 和 GEO 的比较主要目标:SEO 更看排名、CTR 和自然流量;GEO 更看被 AI 引用、被提及,以及最后有没有真正影响答案和转化。主要“读者”:SEO 面向的是搜索排序系统和人类点击;GEO 面向的是检索器、重排器、生成器这整条链路,很多时候用户甚至不点链接也能直接拿到答案。内容形态:SEO 更偏长文、关键词组织和主题覆盖;GEO 更偏“可抽取、可证据化、可分段引用”的内容单元,比如 FAQ、数据表、定义、来源说明。反馈信号:SEO 看 Search Console 和排名工具;GEO 还要看 AI 引用数据、可见度工具,以及自己的引用日志和评测。03就业前景用户习惯的变化人们已经开始习惯通过 AI 来检索信息。不管是知识检索、健康指导,甚至随着千问这类工具的出现,购物这件事也可以先问 AI。人们更加相信 AI当一个东西商业化太重的时候,你看到的内容不一定就是真实的。比如某些搜索结果第一页,很多时候基本都是竞价广告,真正有用的信息反而不容易被看到。而在 AI 时代,很多人会天然觉得 AI 的回答更客观,所以也更愿意相信它的推荐。从历史看今天SEO 在互联网时代创造了大量岗位,而在 AI 时代,GEO 和 SEO 一样,都会变成很重要的内容分发工具。只不过 SEO 优化的是搜索引擎,GEO 优化的是生成式引擎。在 AI 还刚刚起步的今天,这方面的人才缺口其实还很大。写在最后AI “投毒”指的是故意给 AI 喂虚假信息。而产品本身过硬的前提下,让自己的内容被更多消费者正确看到,这才是真正值得长期做的事。
基本文件流程错误SQL调试
请求信息 : 2026-04-14 20:07:40 HTTP/1.1 GET : https://www.yeyulingfeng.com/a/524004.html