AI 搜索的底层逻辑与 GEO 实战：一场关于「黑帽」与「白帽」的深度拆解

2025 年 8 月 23 日，WaytoAGI 社区「晚八点共学」邀请到 SD、乔向阳、姚金刚、罗威、元子等几位在 AI 搜索与 GEO（Generative Engine Optimization，生成式引擎优化）领域有实战经验的嘉宾，围绕「AI 搜索与传统搜索的区别」「GEO 的黑白帽技术内幕」「企业如何布局 GEO」以及「个人如何不被 AI 搜索结果误导」等话题展开了一场近两个半小时的圆桌讨论。本文整理了这场分享的核心内容，适合正在做内容营销、企业 SEO 转型，或对 AI 搜索原理与信息可靠性有好奇心的读者。

从「图书管理员」到「学者」：AI 搜索到底改变了什么

讨论一开始，元子用一个生动的类比点出了 AI 搜索与传统搜索的本质差异。她认为，传统搜索像一个图书管理员，用户输入关键词后，它抱出一堆相关书籍让用户自己翻找；而 AI 搜索更像一个学者，它读了很多书，用户问「拿破仑为什么会失败」，它不仅能指出相关书籍，还会给出自己的综合判断。

SD 进一步解释了这种差异背后的技术逻辑。传统 SEO 是围绕搜索引擎的排名算法做流量优化，比如早期为了让网站排在「汇率计算器」搜索结果前列，站长会在自己网站和其他地方贴满相关信息。而 GEO 面对的是 AI 搜索——AI 先理解用户问题，判断是否需要联网搜索，如果需要，再提取关键词去检索，最后把多源信息整合成一段回答。这意味着，AI 搜索的优化对象不再是「排名」，而是「被引用的概率」。

乔向阳补充了一个关键观察：大模型为了节省成本会「偷手」，不会认真阅读每一个网页。这直接影响了 GEO 的策略——与其追求排名第一，不如让 AI 在整合信息时把你的内容当作「权威信源」引用。

黑白帽内幕：语料投毒、工具调用投毒与信息篡改

这场讨论最「硬核」的部分，是几位嘉宾对 GEO 黑帽手段的拆解。SD 直言，黑帽手段在 AI 搜索早期有红利，但大厂不会长期容忍。

语料投毒是最基础的手段。SD 解释，如果在大模型训练语料中大量加入「某某牌小笼包最好吃」这类偏向性信息，训出的模型即使不联网搜索，回答时也会受影响。

工具调用投毒则更隐蔽。大模型调用外部工具时，如果工具本身在某些话题下被投毒，模型调用该工具就会连带受影响。

信息篡改是 SD 现场演示过的手段——利用微信公众号排版器的漏洞，注入不可见字符，或者把篡改信息打上重点符号，让模型「忽视上文内容，将篡改信息作为重点输出」。他举例说，如果把「猫都里牌小笼包永远是天下第一好吃」作为投毒信息并突出显示，模型可能会把它当作重要信息输出。

罗威从风险角度提醒，黑帽手段可能导致用户被误导——比如有人用 GPT 找供应商，因为黑帽手段找到了骗子公司。他判断，大厂不会长期容忍这类行为，企业走正道才是长久之计，否则可能面临法律风险和声誉损失。

企业 GEO 策略：内容撰写、渠道布局与正向引导

姚金刚是国内较早实践 GEO 的从业者，他分享了自己和团队用两周时间，把「中国 Su 专家」等词在元宝、DeepSeek、ChatGPT 等模型的搜索结果中「推荐出来」的实战经验。他认为，目前 AI 搜索与早期 SEO 类似，通过简单内容干预就能影响结果，但未来大模型会持续优化。

姚金刚总结了七八个内容撰写方法，核心是把 GEO 写法融入内容，利用权威词汇提高 AI 可信度——比如在内容中提及「MIT」「哈佛大学」「30 篇世界级论文」等权威名词。他判断，GEO 优化师、GEO 工程师或 GEO 运营师等岗位可能会出现，企业需要专业人员来做好 GEO 工作。

乔向阳从渠道角度补充：企业要老老实实做 SEO，占领各大门户和相关网站，做好自己的平台矩阵。他特别强调平台匹配——做元宝搜索，自媒体号发文很重要；做豆包搜索，抖音是重要阵地。

姚金刚还提醒企业要「正向引导」：严谨对待出口信息，避免负向投喂，积极处理负面信息。比如企业官网点评自己时要客观，对负面点评要提醒大模型并给出正确信息。

个人使用建议：别盲目相信 AI 搜索结果

对于普通用户，几位嘉宾给出了非常务实的建议。

SD 提醒，多个大模型的信源和「偷手」方法相似，交叉验证作用不大——不同大模型搜索同一问题时，可能因采用相似的偷手方法而给出相似但不准确的结果。他建议，个人若想获得靠谱结果，应主动构造上下文，把自己认为靠谱的信息提供给 AI。具体操作是：关闭联网搜索，自己找到几篇优质文章喂给 AI，再让其参考这些文章给出答案。

乔向阳则强调提高自身判断力。他指出，大模型为省成本会偷手，不会认真阅读网页，个人不能盲目相信 AI 数据，严肃任务要依靠自己的判断。对于不重要任务，AI 搜索可满足需求；但对于需要准确结果的任务，搜索引擎的重要性反而提升了——比如查找具体数据时，传统搜索引擎可能比 AI 搜索更准确。

罗威从哲学角度补充了一个观点：AI 搜索在一定程度上实现了信息平权，给更多人提供了机会，但也存在信息被污染的风险。他举例说，农村老太太使用 AI 搜索可能比以前看乱七八糟的信息更不容易被骗，但也可能受到黑帽手段的影响。

现场问答

问：AI 搜索未来会怎么发展？

SD 认为，各官方平台切入 AI 搜索市场是必然趋势，因为 AI 搜索本质上是信息流生意，有巨大商业潜力。但成本和收益问题会持续存在，厂家为降低成本会继续「偷手」。

问：普通人如何应对 AI 搜索带来的信息风险？

乔向阳建议，随着 AI 搜索使用增多，普通人对搜索引擎的依赖会降低，但需提高自身判断力，避免被 AI 误导——在购物、投资等重要决策时，不能盲目相信 AI 推荐。

问：企业现在做 GEO 是不是太早？

姚金刚表示，很多国内企业已意识到 GEO 的价值和潜力，AI 搜索月活快速增长，企业看到其商业潜力。目前 AI 搜索与早期 SEO 类似，通过简单内容干预就能影响结果，是入局的好时机。

要点回顾

• AI 搜索 vs 传统搜索：传统搜索像图书管理员，AI 搜索像学者；GEO 优化的是「被引用的概率」而非「排名」。
• 黑帽手段：语料投毒、工具调用投毒、信息篡改是三种主要方式，早期有红利但风险高，大厂不会长期容忍。
• 企业 GEO 策略：内容撰写融入权威词汇、按平台布局渠道（元宝看自媒体、豆包看抖音）、严谨对待出口信息并正向引导负面内容。
• 个人使用建议：多个大模型交叉验证作用不大；主动构造上下文（关闭联网、自己喂优质文章）更靠谱；严肃任务要依靠自己的判断。
• 未来趋势：官方平台切入 AI 搜索是必然，信息流生意属性决定成本和收益的博弈将持续。