这条在：GEO 图书馆 · 定义与边界
GEO 到底有没有用？证据能说到哪一步
截至 2026 年 9 月 27 日，我们查到的研究显示：部分 GEO（AI 搜索优化）方法在特定实验条件下，能让内容在 AI 回答里被用得更多，效果取决于方法、模型和场景；也有研究发现，多数现成方法在更接近真实的条件下作用不大，甚至起反作用。
这些结果还不足以证明，同一套做法能在多个商业 AI 平台上长期让品牌更容易被找到，或带来更多流量和生意。
「GEO 有没有用」这个问题太大，先拆开。
为了分清 GEO 可能影响哪里，我们把 AI 联网作答拆成五个检查点：要不要去搜、搜什么、拿回哪些候选、挑哪些内容、生成回答并可能附来源。这是我们的检查框架，各平台不一定照这个顺序走。说 GEO「有用」，可能指其中任何一段：让 AI 搜到你、让它从候选里挑中你、让它在回答里多用你的话，或者最后带来点击和生意。
下面列的研究，多数只看资料交给模型以后，会不会被用进回答、放在什么位置。
证据放在一起看
| 谁做的 | 测的是哪一段 | 结果 | 边界 |
|---|---|---|---|
| GEO 论文（KDD 2024） | 来源已经在 5 条候选里，改写后在回答中占多少 | 部分方法明显提升 | GPT-3.5 模拟环境；没测搜索排名 |
| 同一论文的 Perplexity 实验 | 同上，来源以文件上传 | 涨跌不一 | 200 道题；不是等它上网抓 |
| C-SEO Bench（NeurIPS 2025） | 给定文档，改写后引用名次变不变 | 多数方法基本无效，还常常变差 | 英文；四个模型；个别有例外 |
| SAGEO Arena（KDD 2026） | 从检索、重排到生成，整条流程 | 只改正文，各环节都变差；改结构信息、按环节设计的方法有局部收益，仍有指标低于没改时 | 作者自建的搜索流程和网页库 |
| Martinez 综述（预印本） | 截至 2026-07-14 的 45 项研究 | 纳入的技术里，还没有一种被证明能跨平台、长期改善自然被发现或用户后续行为 | 单作者；筛选记录不完整 |
| Ahrefs（卖 SEO 工具） | 加结构化数据后，AI 引用变不变 | 没看到明显提升 | 样本本来就常被引用 |
| 21 世纪经济报道 | 国内五家 AI 的参考链接和推荐 | 57% 的广告主没被任何一家推荐 | 记者的抽样观察，不是对照实验 |
正面的证据说到哪
先看提出 GEO 的那篇论文。它的结论是，部分改写「can significantly boost source visibility」，能明显提高来源的可见度。
这个「可见度」有前提：你的内容已经在交给模型的 5 条来源之中，量的是它在回答里用了你多少、放得多靠前。主实验用的是作者搭的模拟引擎，另有一组在 Perplexity 上的实验，也是先把来源以文件形式交给它。论文第 9 节自己写了：「we didn’t evaluate how GEO methods affect search rankings」，没评估这些方法对搜索排名的影响。换句话说，它回答的主要是「进了候选以后」，不是「怎么进候选」。那些数字具体指什么，我们在另一条里核过。
反面的证据说到哪
换了任务和衡量方法，多数改写没让引用排名往前走。 C-SEO Bench 是 NeurIPS 2025 收录的一个基准，测了十种「白帽」改写，看它们能不能让文档在回答里的引用名次往前走。摘要原话：多数方法「not only largely ineffective but also frequently have a negative impact」，不仅基本没用，还常常起反作用。它说的是多数方法，不是所有方法；在个别模型和商品推荐场景里，也有有效的例外。它测的指标跟 GEO 论文不一样，所以不能说它没复现出 GEO 论文的结果；它也只测了英文、只测了给定的文档。
把前面的检索环节也放进来，现成的方法常常帮倒忙。 SAGEO Arena（KDD 2026 录用）指出，此前的一些基准主要是把候选文档直接交给模型，跳过了检索和重排。作者搭了一条完整的搜索流程来测。结果是，在更接近真实的条件下，现有方法大多不实用，还常常拖累检索和重排。换成只改网页的结构信息（比如结构化标注），检索命中率整体比没改的高，但重排命中率还是下降，生成环节有涨有跌。作者提出的按环节分别设计的方法，改善了检索和生成指标，但重排命中率和排名仍低于没改时。这些结果都来自作者自己搭的环境，不是豆包、ChatGPT 这些真实产品，不能拿来说在商业平台上长期做就有收益。
有人把 45 项研究放在一起看。 Martinez 2026 年 7 月的 GEO 研究综述（单作者预印本）结论是：这些研究还没证明，某种做法能长期在多个 AI 平台上，让内容更容易被自然发现，或带来更多点击、购买。同一篇也承认，对已经被检索到的内容，改写确实能改变引用。它是「截至某天、这批文献」的结论，作者也说筛选记录不完整。
国内的两个观察
进了参考链接，不等于被推荐。 21 世纪经济报道的记者 2026 年 3 月在 10 个商业场景里问了豆包、DeepSeek、元宝、千问、Kimi，编码了 1028 条参考链接，其中 307 条记者识别为 GEO 投放。结论之一：「57%的广告主最终没有被任何一款大模型推荐。」这是记者的样本，分母和重复次数正文没交代全，不能当成行业失败率。
投毒成功，不能证明正常内容优化的收益。 2026 年 3·15 晚会演示过：三天内发 11 篇关于一款虚构手环的软文，之后不点名问品类，有两个模型推荐了它。这说明在特定条件下，虚假材料能影响推荐。它是一次演示，没公开重复次数和对照，不能证明任意平台都能被操控；用的又是编造的内容，也不能证明改写真实内容能带来持续收益。
流传的几种说法
- 「传统的关键词堆砌已彻底失效」（一家做 GEO 追踪的平台解读论文时写的）：转述走样。在 GEO 论文的实验里，堆关键词后一项可见度指标下降，另一项略升（具体数字见出处表），撑不起「彻底失效」。
- 「通常需要6–12周才能看到稳定的覆盖率变化」（一家推广监测产品的 GEO 学院）：说法确实有，但该页没提供可核验的依据，没给出这个周期对应的样本和实验。
结论
- 「某些改写在某些条件下能提高内容在 AI 回答里的可见度」：查到了。GEO 论文提供了受控实验里的正面证据：主实验用模拟引擎，另有 Perplexity 上传文件的实验，两者都是先把来源交给模型。
- 「GEO 能让 AI 更容易找到你、带来流量和生意」：证据不足。我们找到的研究都还没在多个平台上长期证明这一点；把检索环节放进来的那项研究，发现只改正文常帮倒忙，改结构信息、按环节设计的方法在它的实验里有局部收益。这不等于证明了它没用。
- 「照某套方法做，就一定有效」：跟 C-SEO Bench、SAGEO Arena 的结果都对不上。
以上是截至 2026 年 9 月 27 日我们找到的材料，新研究出来我们会改这一页。
也有人不这么看
- OtterlyAI（卖 AI 搜索可见度监测工具）报告过正面结果。 它只改了自家 10 篇文章的更新日期，30 天后这些页的 AI 引用总数涨了 31.5%，两篇没改的对照页同期降了 10.6%。这比只看改后涨没涨要强。但对照只有 2 篇，没报告随机分配；分平台看 AI Mode 和 Gemini 是降的。作者也说改日期之前引用趋势就已经在动，所以只把结果当成方向性的，不当定论。作者自己不建议不审内容就刷日期。它还不足以证明这种做法普遍有效。
- 3·15 报道里一位卖 GEO 服务的人说：「我们在任何平台上面都能把排名做到前三位。」 这是记者记下的一句承诺。我们核到的材料里，没有证据支持这种保证。
我们的判断是：GEO 目前证据最多的，是「内容到了 AI 手里之后」这一段；更前面的「被找到」、更后面的「带来生意」，证据还很少，要靠自己测。所以母本自己做的时候，先定好测法和对照，拿测到的说话；有人说「保证见效」，请他拿出有对照的数据。
出处 15 条，A 级 7 条、B 级 5 条、C 级 3 条 · 展开全部
Aggarwal 等《GEO: Generative Engine Optimization》（KDD 2024）结论：部分方法「can significantly boost source visibility」。主实验用 GPT-3.5 搭的模拟引擎，1000 条测试查询，每题喂 Google 前 5 条结果的清洗文本；指标是位置加权词数和模型打的主观印象分。 原文
同一论文 v3 表 1：堆关键词的位置加权词数 Overall 从 19.3（不改写）降到 17.7，按此复算约 −8%；主观印象平均分从 19.3 升到 20.2。附录表 6 的数跟表 1 对不上，论文里没找到解释。 原文
同一论文附录 C.1：Perplexity 实验把来源「source text as file uploads」，限定只用这些文件，200 道题；各方法、各指标涨跌不一。 原文
同一论文第 9 节局限：「we didn’t evaluate how GEO methods affect search rankings.」 原文
Puerto 等《C-SEO Bench》（NeurIPS 2025 数据集与基准赛道）摘要：「most current C-SEO methods are not only largely ineffective but also frequently have a negative impact on document ranking」。测的是问答和商品推荐两类任务、六个领域、十种白帽改写，模型有 GPT-4o-mini、Haiku 3.5、o3、o4-mini，比较改写前后在回答里的引用名次；只有英文，文档是给定的。正文有个别模型、商品领域获益的例外。 原文
Sunghwan Kim 等《SAGEO Arena》（KDD 2026 录用，arXiv v2 2026-08-07）摘要（中文转述）：作者搭了一个包含检索、重排、生成的完整搜索流程，发现现有方法在接近真实的条件下大多不实用，还常常让检索、重排变差；网页里的结构信息有助于缓解这些问题；要有效，得按流程的每一环分别设计优化。正文第 5 节（表 2、表 3）：只改正文，各环节可见度都下降；只改结构信息，检索命中率高于未改写基线，但重排命中率仍下降，生成有涨有跌；作者的分环节方法改善了检索和生成指标，重排仍低于未改写基线。 原文
Martinez《Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023–2026)》，单作者预印本，2026-07-15，作者称其为 critical scoping review：纳入 45 项研究，截至 2026-07-14；摘要：「no reviewed technique shows a stable, longitudinal, cross-platform causal effect on organic discoverability or downstream behavior.」作者也承认，已经被检索到的内容，改写能在因果上改变引用或使用。作者说没保留各数据库的命中数和完整排除清单；附件本轮没打开。 原文
Ahrefs（卖 SEO 和 AI 可见度工具），页头日期 2026-05-11：1885 个新加 JSON-LD 的页面对 4000 个对照页，前后各 30 天，「Adding schema produced no major uplift in citations on any platform.」样本原本就被大量引用；不是随机分配。 原文
OtterlyAI（卖 AI 搜索可见度监测工具），最后更新 2026-09-24：自家 10 篇文章只改可见的更新日期，2 篇不动作对照，「Over the following 30 days, citations to those pages increased 31.5%.」两篇对照页同期从 358 降到 320（−10.6%）。分平台看方向不同，AI Mode 和 Gemini 下降；原文：「citation trends were already moving before the date change, so we interpret the findings as directional rather than conclusive.」作者不建议不审内容就刷新日期。 原文
21 世纪经济报道记者肖潇，2026-03-30：10 个商业场景，同一场景用同一提示词问豆包、DeepSeek、元宝、千问、Kimi，编码了 1028 条参考链接，其中 307 条被记者识别为 GEO 投放；「57%的广告主最终没有被任何一款大模型推荐。」正文没完整交代广告主的分母、重复提问次数。 原文
央视 2026 年 3·15 晚会节目页（2026-03-15 21:48）：调查对象帮客户给 AI 大模型「喂料」「投毒」。本轮核的是节目页文字，没逐帧看视频。 原文
央视财经报道（澎湃新闻转载，2026-03-15 21:23）：演示中三天内发布 11 篇关于一款虚构手环的「虚构软文」，之后不点名问品类推荐，两个没点名的模型推荐了它。 原文
被核的说法：同一篇报道记录了销售 GEO 服务的「王总」的话：「我们在任何平台上面都能把排名做到前三位。」只证明记者记下了这句承诺。 原文
被核的说法：一家卖 GEO 数据产品的公司的文章《解读普林斯顿大学GEO论文》，首发 2026-01-20，最后更新 2026-07-04：「传统的关键词堆砌已彻底失效」。 原文
被核的说法：即推GEO学院《GEO优化效果怎么衡量》，2026-06-16：「通常需要6–12周才能看到稳定的覆盖率变化。」 原文
大家也这样问
- GEO到底有没有用？
- GEO优化是不是智商税？