AI就业新机会:GEO

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。

02

GEO 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。