峰会观察

从被看见到被选择：
一场峰会换掉的，其实是「考核表」

四个月，两场峰会，问题全换了。

2026 年 6 月在上海，第一届中国 GEO & AI 营销智能体峰会现场被反复问到的是「GEO 是什么」「为什么要做」。10 月 16 日移师深圳华侨城海景嘉途酒店，400 多位从业者里约 10% 来自东南亚、中东及一带一路市场，十余位来自中国信通院、Google、微盟、领英、易点天下、秦点智胜等机构的嘉宾登台，议题变成了「怎么做、怎么衡量、怎么合规交付」。已核实

把两场会放在一起看，最值得记下的不是「GEO 2.0 来了」这句口号，而是一句更朴素的话：

上半场考核「AI 提没提我」
下半场考核「AI 凭什么选我」

考核表一换，目标、载体、战场、门槛全跟着换。下面四个信号，说的其实是同一件事。

01　上半场结束：从「是什么」到「怎么算」

从上海到深圳只隔四个月，考核对象已经换了

	GEO 1.0 · 上海 · 6 月	GEO 2.0 · 深圳 · 10 月
关键词	被看见	被选择
现场问题	GEO 是什么、为什么做	怎么干、干完怎么算
主要考核	提及率、有没有出现	认知资产、能否进入决策链路
典型动作	铺内容、抢收录	盘活存量、统口径、做治理

启蒙期解决了「品牌要正视被 AI 看见」，接踵而至的是三个很具体的麻烦：内容铺了一堆，AI 回答里还是没我；竞品突然冒出来，不知道怎么应对；老板问效果，拿不出可量化的数字。所以第二届峰会首次设置「国内 + 出海」双线实战架构，把「怎么算」摆到台面上——这不是会议议程的升级，是行业从概念期进入验收期的标志。

天龙科技副总裁、优力 CEO 冯羽健给了一句很实在的转译：GEO 的重心应该从「找到目标人群」转向「找到目标问题」。听起来像文字游戏，背后是场景变了——AI 不再只回答「这是什么品牌」，而是在帮用户比较、筛选、做决定。品牌要争的，是成为那个最优解。

02　被选择的前提：先搞懂 AI 是怎么挑的

扇出拆解 → 多源交叉印证 → 答案引用，外加四块信源阵地

Google 大中华区重点新客团队行业负责人 Anson Huang 把 AI 回答拆成三步：扇出拆解 → 多源交叉印证 → 答案引用。他给的分工很干脆：SEO 决定你能不能被搜到，GEO 决定你能不能被 AI 读懂并写进答案。

这一步值得展开，因为它是整场峰会所有方法论的地基。「扇出拆解」对应公开的 query fan-out 机制：引擎不会拿你那句提问去搜一次，而是把它拆成若干个并行子查询，各自召回候选段落，再挑能相互印证的内容拼成一段答案。公开机制 两个推论特别反直觉：

• 被检索的单位是段落，不是整页。 一个页面整体平平无奇，只要某一段把某个子问题答得清楚完整、脱离上下文也读得懂，仍可能被单独引用；反过来，重点埋在冗长铺陈里，就很难被切出来用。

• 「独一无二」反而是风险。 模型倾向于选择彼此一致、能交叉验证的表述。如果你的数字或定义在全网找不到第二个来源呼应，它被采用时反而会更谨慎。

Anson Huang 据此点了四块需要长期经营、且口径必须一致的信源阵地：官网与独立站、GMC 商品库、第三方口碑、视频内容；同时提醒避开三个误区：盲目配置标记、批量生成低质页面、刷评灌水。

一句话收束：过去优化的是「页面」，现在优化的是「能被安全放进答案某一格的那一小段」。

03　认知资产：把「爆款」换成「体系」

结果层量这次赢没赢，资产层量下次还能不能赢

峰会反复出现一个词——认知资产。剥掉术语，它指的是把品牌的事实、口碑、案例、权威背书，沉淀成一套 AI 可理解、可采信、可追溯、可更新的知识体系。它不是某一篇 10 万+，而是一整套能被持续调用的数字资料库。

冯羽健把指标拆成两层，这个分法比任何一句口号都更能说明「考核表换了」：

结果层 · 这次赢没赢

正确提及率：AI 提你的时候，说法对不对；

TOP1 推荐率：是不是被放在第一个推荐。

资产层 · 下次还能不能赢

高价值问题覆盖率：用户真会问的问句，你占了几个；

可追溯来源率：每个说法能不能找到出处；

内容更新及时率：资产是不是还在保鲜。

只盯结果层，就会不断追爆款、追单月波动；把资产层一起放进看板，才会去补问题清单、补信源、补更新节奏。他给的方法论也顺着这条线展开：先用真实问题梳理资产缺口，输出抢占式／爬升式／巩固式／防守式四类关键词作战清单，再搭一套包含认知原子、可信信源、专家矩阵与生命周期治理的知识系统，让 GEO 成果反哺官网、客服等多个触点。

这套「两套指标一起看」恰好和上一节对上了：结果层量的是答案引用那一步，资产层量的是扇出拆解时能召回你几个子问题。

04　内容会折旧：最贵的习惯是「发完就走」

方向一致，但不同研究给出的半衰期从 11 天到 5 周不等

秦点智胜策略营销总负责人孙万龙分享了一组现场数据：内容如果不维护，约一个月引用量就减半；前 10% 的文章拿走近六成引用。他基于近半年对七大 AI 平台的监测给出的建议是——优先盘活已经被引用过的存量内容，而不是只顾着发新稿；并且要挑「AI 真的会去联网检索」的问句来做。嘉宾监测口径

这个判断反直觉，但方向有旁证。Profound 在 2026 年 9 月发布的一项研究跟踪了 7 个 AI 引擎上的 88.3 万页面，发现页面达到引用份额峰值后，掉到一半的中位时间只有 11 天，78% 的页面在两周内减半；另一批不同口径的研究给出的数字落在 11 天到 5 周之间。第三方研究 数字差异很大，取决于「从哪天开始计时」以及量的是页面、品牌还是信源，但结论一致：

传统 SEO 可以按季度、按年做刷新；GEO 至少得按月复测。

口径必须讲清楚：「一个月减半」「前 10% 拿近六成」是嘉宾自述的监测口径，未见公开原始报告，不能当成普适定律；把它写成「所有行业、所有平台都 30 天腰斩」就是过度解读。能直接落地的动作只有两个——把已被引用过的旧内容排进更新日历，以及用同一组问句按月复测「被几个平台提到、排第几、说得准不准」。

05　出海不是翻译，是信源重建

机翻一条线走不通，缺的是四块本地信源

百分点科技商企事业部总经理刘政点出一个高频踩坑：多语种信源覆盖不足，是出海品牌被 AI 忽略的主要原因。很多品牌以为把中文内容机翻成英文就完事了，可 AI 在不同语言环境里检索的信源完全不同——英文官网有没有结构化数据、第三方评测有没有英文版、社媒账号有没有多语种运营，这些才是底层变量。

易点天下 Cyberklick GEO 营销部负责人 Riven Gao 把战场又往前推了一步：基于约 2455 万张商品卡的实测，他判断 GEO 的下半场是 Agentic Commerce（智能体商务），商品卡正成为新的增长入口，品牌要沉淀认知资产、商品数据资产、归因资产三份自有资产。现场被引用最广的那组数字是：ChatGPT 购物推荐中 feed 化来源占比从 8.26% 跃升至 61.54%，商品卡数据约 96% 来自商家直供。嘉宾演讲口径

这组数字值得单独加一层注释，因为它最容易被断章取义：

• 8.26% → 61.54% 出自 Profound 的研究，发生在 2026 年 7 月 10 日，基于当月约 175.8 万次 ChatGPT Shopping prompt runs 与 687 个客户的可见度样本；到 9 月 3 日，feed 检索在跟踪样本中约占 65%。同期前十大商家拿到的推荐份额从 22.5% 升到 41.8%，被提到的唯一商家数从 13,524 家降到 10,607 家。有出处

• 但它是单一监测服务商跑出来的 prompt 结果，不是真实消费者的购物会话；OpenAI 也没有公开确认这次切换。 它证明的是「检索机制从开放网页转向商家目录」这个方向，不能当成全行业的转化率或销量结论。

• 「商品卡数据约 96% 来自商家直供」属于嘉宾演讲中的实测口径，未见公开原始报告；方向上和 Profound 的发现一致，但同样不宜写成定律。

去掉限定之后，真正能带走的一句话反而很朴素：AI 的购物推荐越来越像货架，货架上的商品数据得品牌自己喂进去——不喂，就没有。 中国信通院人工智能研究所安全治理部副主任呼娜英同时提醒，跨境经营还要额外关注美国、欧盟等法域的合规要求。

06　合规，已经成为入场券

三项团体标准 10.13 发布、10.23 实施

原稿把行业这一年称作「成人礼」，这个比喻成立，但时间线容易读混，先理清楚：

• 2026 年 3·15 晚会曝光 AI「投毒」与 GEO 黑灰产问题，行业一夜两极分化；

• 5 月，另一场「第一届 GEO 优化行业峰会」在北京发布《白帽 GEO 行业共识宣言》——注意这不是 6 月上海那场，两场会别串成一条线；

• 10 月 13 日，中国广告协会正式发布三项 GEO 团体标准，10 月 23 日起实施：《生成式引擎优化服务要求》《生成式引擎优化效果监测与验证要求》《生成式引擎优化内容源主体分类分级与选用要求》，分别管服务行为、效果度量、信源治理，形成一条闭环自律规范。已核实

第三项尤其关键：它把「内容源头」纳入分级与选用规则，等于从信息入口端给可信度定标尺。三项标准对接《广告法》《反不正当竞争法》《互联网广告管理办法》《生成式人工智能服务管理暂行办法》《人工智能生成合成内容标识办法》等现行规则，并且在「重大不符合情形」的判定上设了很严的证据门槛——只有生效的行政决定、司法裁判、监管正式文件才能作定性依据，行业警示和媒体报道只能作为启动复核的线索。

峰会上，微盟星启 GEO 解决方案专家张俊熙专门厘清了白帽与黑帽的边界：内容须符合 E-E-A-T 标准与广告法合规要求；靠批量生成低质内容、刷评灌水、虚假测评来「优化」AI 回答的玩法，路已经走不通了。

所以「合规是入场券」不是一句道德口号，它有很实的一面：当甲方开始按标准验收、按证据链定性，黑帽交付连投标资格都拿不到。

07　给品牌的五件事（原稿没写的那页）

把上面六个小节收成一张可直接派活的清单：

01

按问题排内容，不按人群排。先把用户真会问的问句列出来，再倒推资产缺口；用「抢占／爬升／巩固／防守」给问句分优先级。

02

把旧内容排进更新日历。优先盘活已被引用过的存量页，而不是把预算全砸在新稿上；每个段落做到「首句给结论、脱离上下文也读得懂」。

03

统口径，补交叉印证。品牌名、参数、日期、定义在所有信源里保持一致；关键事实尽量让官网、行业媒体、第三方评测能相互呼应。

04

出海做信源重建，不做翻译。英文官网结构化数据、第三方评测英文版、多语种社媒、GMC 商品库四块一起补；有电商业务的，把商品 Feed 当成和官网同级的一手资产来维护。

05

两套指标一起看。结果层看正确提及率、TOP1 推荐率；资产层看高价值问题覆盖率、可追溯来源率、内容更新及时率。按月复测，别按季度。

结语

从上海到深圳只隔了四个月，但变的不是热度，是问题的层级：从「要不要做」的选择题，变成「怎么合规、怎么衡量、怎么进入智能体决策链路」的必答题。

对品牌，这意味着把 GEO 从一次投放改成一套认知资产建设；对从业者，这意味着从内容运营走向 AI 可见度运营与智能体决策运营。而那张被换掉的考核表，其实才是最该被带走的会议纪要——

被看见是入场，被选择才是结果；
支撑「被选择」的，是能被持续调用、能被追溯、能被更新的那套资产。