整理〡秒針營銷科學(xué)院

觀點(diǎn)來源〡知乎GEO沙龍上海站

內(nèi)容策劃〡張慧

什么是GEO?

什么是GEO？

GEO，生成引擎優(yōu)化（Generative Engine Optimization），由普林斯頓大學(xué)、印度理工學(xué)院ITT Delhi的研究者，在2023年底合作的同名論文中率先提出，指的是通過靈活的黑盒優(yōu)化方法，改進(jìn)網(wǎng)站/內(nèi)容在生成式搜索引擎回復(fù)中的可見性。

Q：AI的出現(xiàn)讓用戶的消費(fèi)模式發(fā)生了怎樣的變化？

李奕晨：

一是用戶的問題更完整、更直接。

傳統(tǒng)的搜索，搜索詞平均長度在3到8個(gè)字之間，通常很零散，用戶通過關(guān)鍵詞找到相關(guān)信息后，再進(jìn)一步找跟自己需求更匹配的信息。

如今的AI 搜索，用戶表達(dá)的，更多是一個(gè)完整的、直接的問題，用戶或者問清晰的問題，或者把對(duì)應(yīng)的情景描述出來，但不管哪種，AI都能給出對(duì)應(yīng)的答案。

具體到某個(gè)選購場景，用戶通常不會(huì)籠統(tǒng)的問“運(yùn)動(dòng)鞋怎么選？”，而是會(huì)說“我要上體育課，或者我是一個(gè)愛跑步的人。我現(xiàn)在腳受傷了，應(yīng)該選什么樣的鞋或者裝備？”這是非常具體地，深入到某個(gè)場景的問題。

二是多輪對(duì)話、持續(xù)互動(dòng)。和傳統(tǒng)搜索相比，AI最大的不同，是它能“記憶上下文”。用戶有時(shí)候很難一次性表達(dá)清楚自己的想法和訴求，經(jīng)常會(huì)出現(xiàn)用戶拋出“我身體不舒服……？”，AI回復(fù)中提到“建議多做一些運(yùn)動(dòng)”，用戶反過來問“我想做運(yùn)動(dòng)，有什么建議？”的情況。

整個(gè)過程中AI和人會(huì)持續(xù)互動(dòng)，反向挖掘用戶需求。

目前，從用戶搜索行為習(xí)慣來看，這是比較明顯的變化。

Q：在給AI描述需求的過程中，用戶在情緒上很松弛，語言結(jié)構(gòu)也會(huì)更嚴(yán)謹(jǐn)。請(qǐng)教譚院長，據(jù)您的觀察，AI 時(shí)代用戶的消費(fèi)模式變了嗎？

譚北平：

這里我們要提一個(gè)新概念——AIGD。AIGC我們都知道，是AI生成內(nèi)容，AIGD其實(shí)是AI生成決策。過去，媒體是我們“眼睛”的延伸，今天AI正在放大媒介的價(jià)值，讓它成為“大腦”的延伸。

中國的媒介消費(fèi)，有兩點(diǎn)，跟海外很不一樣。

一是更“老少皆宜”。各個(gè)年齡段，甚至“不會(huì)寫字的”都會(huì)積極地用，用戶年齡跨度非常大；

二是用戶態(tài)度更“開放”。中國消費(fèi)者是全球最相信科技的消費(fèi)者，他們對(duì) AI 答案的信任程度遠(yuǎn)高于其他國家。國外很多國家對(duì) AI會(huì)本能的排斥，但中國消費(fèi)者是非常開放的。

Q：消費(fèi)者的行為有了很多改變，對(duì)品牌方來說，AI帶來了哪些營銷上的機(jī)遇和挑戰(zhàn)？

顧蓓蓓：

品牌主或廣告主會(huì)先看數(shù)據(jù)，看用戶到底怎么用 AI，AI 的滲透率到了什么程度。剛才我們做了一個(gè)簡單分析，通過抽樣來看，過去一個(gè)月大概有 80% 的用戶用了AI工具，這種使用包括了間接的和直接的。從這個(gè)角度看，廣告主會(huì)認(rèn)為AI既是工具，也是內(nèi)容載體。

對(duì)他們來講，機(jī)會(huì)在于AI可以讓品牌有更多機(jī)會(huì)被用戶看到。剛才奕晨老師分享的一個(gè)詞特別好——多輪互動(dòng)，用戶在AI上跟AI的互動(dòng)是交互式的，他們會(huì)進(jìn)行多輪對(duì)話。在長對(duì)話里，品牌被看見的幾率也會(huì)增加。

另一方面，挑戰(zhàn)在于，現(xiàn)在做AI營銷，不單單要分析用戶的搜索行為，還要分析 AI 的思考和輸出框架，并且基于輸入和輸出的洞察，來設(shè)計(jì)品牌被AI推薦的策略。

Q：從SEO到GEO：搜索入口的遷移如何迫使?fàn)I銷范式重構(gòu)？

桑田：

AI是偏理性的。回答這個(gè)問題時(shí)，我腦子里突然閃現(xiàn)了一句廣告詞“你值得擁有”，這里沒有任何貶低品牌的意思。在電視以及互聯(lián)網(wǎng)時(shí)代，這是句非常有感染力的廣告語，但在AI時(shí)代，如果把“你值得擁有”輸給 AI，它是無法理解的。

SEO時(shí)代，品牌會(huì)在官網(wǎng)展現(xiàn)品牌調(diào)性、產(chǎn)品序列、功效和細(xì)節(jié)，放在過去，這是奏效的，但現(xiàn)在，當(dāng)我們把一個(gè)國際美妝品牌丟給AI做分析，會(huì)發(fā)現(xiàn)從它的語料收集和輸出來看，官網(wǎng)的引用量都偏低。

與此同時(shí)，我們也看到一些數(shù)據(jù)公司在做不一樣的事兒：把用戶可能問到的問題，以 FAQ 的方式集成在自己的官網(wǎng)里。

從美妝品牌的思路看，就是把包括“我怎么確定膚質(zhì)？”“什么是油皮？”等問題的內(nèi)容整理成AI看得懂的問答對(duì)，這種內(nèi)容按理不該出現(xiàn)在品牌官網(wǎng)上，但AI時(shí)代，類似的語料如果能在官網(wǎng)展示，同時(shí)用戶在AI搜索里能觸發(fā)，對(duì)于品牌而言，反而是加分項(xiàng)。

按這個(gè)邏輯，在 AI 搜索環(huán)境里，很多以前偏情感營銷、品牌營銷的美妝品牌，就需要讓自己的信息和品牌優(yōu)勢、產(chǎn)品賣點(diǎn)，以AI讀得懂的方式，滲透到 AI 搜索的回答里。

譚北平：

對(duì)品牌來說，AI目前是新配置。任何媒介，等所有用戶都用它時(shí)再投資，往往已經(jīng)來不及了。一個(gè)新媒介出現(xiàn)，最先吸引的，一定是最有創(chuàng)造力、最有行動(dòng)力的人群和品牌。從這點(diǎn)出發(fā)來思考，我覺得品牌不需要特別仔細(xì)的看數(shù)據(jù)，現(xiàn)在就是品牌投資AI最好的時(shí)機(jī)。

我最近和復(fù)旦大學(xué)金立印教授一起寫了本新書——《生成：AI 生產(chǎn)力重構(gòu)營銷新范式》，其中有一章，內(nèi)容就是“改變AI對(duì)你的認(rèn)知”。

書中我們有個(gè)很鮮明的觀點(diǎn)：用對(duì)待“人”的方式對(duì)待 AI，把它當(dāng)成一個(gè)更復(fù)雜、會(huì)吸收信息也會(huì)表達(dá)信息的人。你如果能說服AI，讓它覺得你是個(gè)厲害的品牌，讓它能很自信地向其他人推薦，你就成功了。

所以廣義來看，我甚至覺得 GEO 還是窄了，因?yàn)樗€是從搜索的視角看人認(rèn)知的變化。AI能影響那些不搜索的人嗎？答案是肯定的，因?yàn)橛肁I的人還會(huì)影響不用AI的人。

我們做過一個(gè)研究，問了幾十個(gè)品類的3000 多個(gè)品牌，發(fā)現(xiàn) AI 能推薦的列表并不長，大概只有 7~9 個(gè)，人的短時(shí)記憶容量其實(shí)也只有 7±2。這說明，傳統(tǒng)的定位理論在AI時(shí)代，還是奏效的，但品牌得搶，得有獨(dú)特性，得創(chuàng)造新的 token。

Q：GEO時(shí)代，AI更偏愛什么數(shù)據(jù)？

范昊迪：

需要說明的是，現(xiàn)在絕大多數(shù)營銷用到的數(shù)據(jù)，并不會(huì)進(jìn)入大模型的訓(xùn)練。模型的預(yù)訓(xùn)練階段，需要做大量數(shù)據(jù)清洗工作，把重復(fù)內(nèi)容以及廣告內(nèi)容等都刪掉。所以我們談“AI 喜歡的數(shù)據(jù)”，指的并不是訓(xùn)練階段的數(shù)據(jù)，而是剛才奕晨提到的，產(chǎn)品開發(fā)過程中 AI 的“數(shù)據(jù)品位”。

總結(jié)來看，GEO 時(shí)代，AI的信息偏好可以分成前后兩個(gè)階段，前期，它更偏好結(jié)構(gòu)化、知識(shí)密度高、邏輯自洽且篇幅較短的信息，這點(diǎn)可以從 AI 搜索產(chǎn)品的技術(shù)路徑倒推：從非聯(lián)網(wǎng)到聯(lián)網(wǎng)，再到 RAG，本質(zhì)是在模擬人的知識(shí)檢索過程。

這個(gè)過程中，品牌能優(yōu)化的，其實(shí)是“數(shù)據(jù)被發(fā)現(xiàn)”和“數(shù)據(jù)被信任”這兩個(gè)環(huán)節(jié)。

后期，AI不再需要提升模型的認(rèn)知能力，而是要讓AI更像人、做更對(duì)的決策，所以，我們不會(huì)再討論“AI 的數(shù)據(jù)品位”，而是回到“人的數(shù)的品位”。從這個(gè)角度看，后期品牌能做的，是構(gòu)建自身的影響力。

Q：如果品牌想入局 GEO，前三步該怎么走？

譚北平：

從我們的角度，分三步——摸現(xiàn)狀、定策略、做內(nèi)容。

第一步，摸清當(dāng)前的AI認(rèn)知狀況：包括AI推薦里品牌的位置、可見性，以及推薦度等。很多客戶目前已經(jīng)在做這件事。

第二步，制定策略。有些公司服務(wù)大B客戶，有的專注細(xì)分賽道。市場里，頭部往往贏者通吃，但新品牌可以找差異化定位。比如貓糧賽道太卷，就聚焦“老年貓”等細(xì)分市場，做強(qiáng)獨(dú)特性。未來，差異化定位更重要。

第三步，內(nèi)容布局。一部用來做短期、流轉(zhuǎn)快的“短記憶”；另一部分做長期、可沉淀的“長記憶”。比如“上呼吸道感染該不該立刻吃抗生素？”這類知識(shí)，短期看和醫(yī)藥大盤無關(guān)，卻是品類認(rèn)知問題，需要長期培育。

顧蓓蓓：

我拿一個(gè)國際美妝品牌的案例做分享。做 GEO 時(shí)，他們會(huì)先解決“讓 AI 信任”的問題：做定制化內(nèi)容營銷，打出差異化，用 E-E-A-T 原則（經(jīng)驗(yàn)、專業(yè)、權(quán)威、可信）做內(nèi)容，讓模型愿意引用。具體做法是把E-E-A-T的四層要求落到具體的廣告內(nèi)容創(chuàng)作里。另外，因?yàn)椴煌?AI 工具引用內(nèi)容的權(quán)重和特性不同，內(nèi)容投放時(shí)也要有所側(cè)重。

第二步，回歸用戶洞察。AI 對(duì)話場景下，用戶不會(huì)只問“美白產(chǎn)品”，而是會(huì)問“曬黑了怎么辦？”“怎么全身美白？”。品牌要在搜索前布局這些關(guān)鍵詞，搜索中還要回答用法、場景、與競品的差異、適合人群、如何維持效果等問題——把場景拆細(xì)，做最大程度的關(guān)鍵詞覆蓋。這對(duì)投放的專業(yè)能力要求很高。

桑田：

我分享一個(gè)華東客戶的案例，大家應(yīng)該都服務(wù)過美孚、殼牌等國際機(jī)油和石化合成產(chǎn)品公司。以前它們會(huì)拿固定的預(yù)算，在汽車媒體做品牌廣告，也會(huì)針對(duì)普通車主做內(nèi)容營銷，比如“如何選擇機(jī)油？”等。

如今到了AI時(shí)代，類似的品牌已經(jīng)迅速把原來放在官網(wǎng)的，關(guān)于機(jī)油標(biāo)號(hào)、粘稠度、零度以下適用型號(hào)、美系/日系/德系車對(duì)應(yīng)機(jī)油等知識(shí)點(diǎn)，快速投喂給了 AI，形成了契合自己產(chǎn)品體系，以及用戶用車、保養(yǎng)需求的完整問題庫。

這樣一來，當(dāng)用戶用 AI 搜索“我開一輛日系天籟，該用什么機(jī)油？多久換一次？推薦哪個(gè)品牌？”等問題時(shí)，就能匹配到品牌提前布好的知識(shí)點(diǎn)。

對(duì)于使用場景窄、競爭不激烈的行業(yè)，這能讓品牌迅速在 AI 搜索里占得先機(jī)。對(duì)手機(jī)這類競爭激烈的大品類，短期內(nèi)僅靠語料優(yōu)化也許撼動(dòng)不了 OV、小米等頭部品牌，但細(xì)分領(lǐng)域的品牌只要?jiǎng)邮衷纾湍芸焖倜邦^。