夜雨聆风
前阵子，我看到有人做了个实验。
他们凭空捏造了一款叫“Apollo-9”的智能手环，产品介绍写得有模有样：量子纠缠传感、无需采血测血糖、黑洞级续航。
这东西根本不存在。
但你去问AI，它会认真地告诉你这款产品的特点和优势。
我当时第一反应不是愤怒。
而是突然想到：前几天我买降噪耳机时，好像也是直接照着AI推荐下单的。我甚至已经记不清AI当时给了我哪几个选项，只记得排第一的那个，我没怎么犹豫就买了。
那个推荐，现在还可信吗？
我后来发现，这其实不是“AI幻觉”的问题，而是另一个更大的变化：
越来越多的人，开始把“判断”这件事交给AI了。
从SEO到GEO，用户已经不太愿意自己“做功课”了
先简单解释一下GEO。
GEO，全称 Generative Engine Optimization，生成式引擎优化。
如果说SEO是让网页更容易出现在搜索结果里，那么GEO更像是：让品牌、产品、观点，更容易进入AI的回答。
这背后最大的变化，不是技术，而是用户行为。
有一次，我想查一个相机镜头的口碑。
以前我的习惯是：开浏览器、搜关键词、点开几个论坛、看看评测、再去B站翻视频。
但那天我突然停了一下。
然后直接切到了AI对话框。
我发现自己已经懒得“做功课”了。我只是想更快得到一个答案。
这种变化其实很明显。
以前搜索，更像自己做判断。
你搜“咖啡机推荐”，会打开十几个页面，对比参数、翻评论、看测评，最后再决定买哪个。
现在很多人会直接问：
“帮我推荐一台适合家用的咖啡机，预算2000以内。”
然后从AI给出的三四个答案里挑一个。
AI没有完全替代人的决策。
但它已经开始接管“前面的筛选过程”了。
而问题也随之出现：
AI到底凭什么推荐这些东西？
AI用概率判断什么更像真的
很多人会默认觉得，AI比人客观。
因为它“看了很多信息”。
但AI其实没有真正的价值判断能力。
它不知道哪个产品真的更好，也不知道哪个公司更值得信任。它只是会根据网上的信息，去判断哪些内容“更像是真的”。
比如：
有没有很多地方都提到同一件事 有没有真实用户讨论 信息之间能不能互相验证 内容是不是足够具体
这个过程，本质上是一套“可信度筛选”。
问题在于：
既然有筛选机制，就一定会有人想办法影响它。
有些做法很直接。
大量制造带倾向性的内容，然后在不同平台反复发布，让AI误以为这是“真实共识”。
还有人专门做过实验：持续编造一套假的名人关系，并不断扩散。过一段时间后，AI开始一本正经地把这些假信息讲给用户听。
最麻烦的地方在于：
用户往往意识不到，自己看到的“AI答案”，其实已经被提前影响过了。
但GEO本身，不是坏东西
说到这里，很多人会天然觉得：
那GEO是不是就是“骗AI”？
我反而觉得，真正的问题不在GEO。
而在于，企业到底想用它做什么。
因为GEO本质上，只是一种“让机器更容易理解内容”的方法。
你可以用它制造信息污染。
也可以用它降低信息噪音。
差别很大。
我后来想了个很像的场景。
就像你给一个特别忙的领导汇报工作。
一种做法，是拼命包装，把一堆空话写得特别漂亮。
另一种做法，是把真正发生了什么、数据是什么、问题在哪，尽量讲清楚。
两种都叫“优化表达”。
但结果完全不同。
我越来越觉得：
真正的GEO，应该创造的价值，其实只有三件事。
第一，让真实而有价值的信息，更容易被机器理解
很多人做内容时，还停留在“写给人看”的逻辑。
但AI的引用机制，其实和人不太一样。
AI不太在乎你是不是“行业领先”。
它更在乎：
能不能快速从你的内容里提取出有效信息。
这一点特别明显。
“我们是领先的安全服务商。”
这种话，人都不一定信，AI更不会引用。
但如果换成：
“平台采用AES-256加密，符合SOC 2 Type II标准，过去三年没有出现数据泄露事故。”
AI更容易理解，也更容易引用。
因为这里面有：
可验证的信息 明确的数据 具体的事实
我后来越来越觉得：
AI时代，形容词会越来越贬值。
具体信息反而会越来越重要。
以前很多品牌习惯靠「高端、领先、专业」这种词建立认知。
但AI不会因为你用了这些词，就更相信你。
它只会看：
你有没有证据。
第二，让用户在更少噪音里，做出更好的判断
有一次我查一款便携式投影仪。
AI给我推荐了几款，其中有一句话我一直记得。
它提到：
“有用户反馈散热声音偏大，夏天使用会更明显。”
按理说，这是缺点。
但很奇怪，我反而因此更信任这条推荐。
因为真实世界里的产品，本来就不可能只有优点。
当一个东西只有单向宣传、没有任何真实反馈时，反而会让人觉得不对劲。
AI其实也一样。
它未必知道哪个产品更好。
但它会判断：
这个东西，是不是真的有人在认真讨论。
真实用户的评价、吐槽、争议，某种程度上反而是在证明：
这个产品真实存在，有人真的在使用它。
所以我觉得，真正的GEO，不应该是把品牌包装得更完美，反而是要尽量减少用户的信息噪音。
让用户看到更完整、更真实的信息。
包括优点，也包括局限。
因为用户问AI，本来就是想少踩坑。
如果最后踩的坑更多，那用户迟早会失去对AI的信任。
第三，让企业竞争重新回到能力、责任和证据
之前我和一家B2B SaaS公司聊过。
他们传统SEO一直做得不错，谷歌排名很稳定。
但后来他们发现：
用户问AI“有哪些值得推荐的XX软件”时，AI很少提到他们。
AI更喜欢引用：
真实用户讨论 对比型内容 行业内的经验帖
后来他们没去研究“怎么骗AI”。
而是重新整理了自己的内容。
把原本那些「强大、高效、领先」之类的话删掉，换成更具体的案例、数据和实际问题。
同时，他们开始认真参与行业论坛讨论，而不是只发营销内容。
过了一段时间，他们发现AI开始越来越频繁地提到他们。
这件事让我感触很深。
SEO时代，很多竞争其实是在比：
谁更懂算法 谁更会做流量 谁更会包装
但AI越来越依赖“真实世界里有没有人讨论你”。
这会逼企业重新面对一个问题：
你到底有没有真的解决问题。
如果GEO被正确使用，它最终奖励的，应该是：
真正有能力的企业 愿意对内容负责的企业 能拿出证据的企业
而不是最会堆关键词的企业。
GEO最后会变成什么，取决于我们怎么用它
我现在越来越觉得：
GEO像一面镜子。
有人看到的是漏洞。
有人看到的是新的内容标准。
同样一套技术，会导向完全不同的结果。
AI搜索还在很早期的阶段。
用户越来越依赖AI做判断，但AI的信息环境，其实还远远没有成熟。
这个阶段最重要的问题是：
“什么样的信息，值得被AI告诉用户。”
后来我回头翻了翻自己过去一年写的内容。
有些东西，现在再看，还是站得住。
也有一些，说白了只是“写得像那么回事”。
AI会不会引用这些内容，我不知道。
但我越来越觉得：
如果连自己都不愿意认真验证自己写的话，那迟早也会被AI过滤掉。
