2026 年的 GEO（AI 搜索优化）批判综述：它是怎么筛 45 项研究的？

看到「45 项研究」，管品牌的人大概先问：GEO（AI 搜索优化）到底有没有用？Olivier Martinez 在 2026 年 7 月发出一篇单作者预印本，题为《Optimizing Visibility in Generative Engines》。作者称它是「批判性范围综述」：梳理相关研究，再问每种研究证明到了哪儿，并没有把 45 个效果数字合成一个平均值。

作者把主要时间窗定为 2023 年 11 月 16 日至 2026 年 7 月 14 日。有一篇引用可信度研究的预印本早于起点，但在起点之后正式发表，所以也被收进来。

作者查了 arXiv、ACM 数字图书馆、ACL Anthology、NeurIPS 论文集、PMLR、OpenReview，再沿引文往前后追。检索词以英文 GEO、AI 搜索可见度等说法为主，也加了商业引擎名。公开的协议没有中文数据库和中文检索词；入口偏向英文研究，但作者没有说只收英文论文。

入选只看主题相关，满足四类条件之一即可，涵盖来源影响、商业引擎审计、攻防和可见度激励。一般性的 RAG（检索增强生成）研究原则上排除，除非提供综述直接需要的指标。因此，45 项里既有内容改写实验，也有平台审计、引用可信度和理论研究，不能都算成「改完品牌网页，业务就涨了」的试验。

随文矩阵确实列了 45 行，既有正式论文，也有当时的预印本。作者还记录研究所在的系统、测量指标和主要局限；读到「研究发现」时，先看它测的是受控环境还是真实商业平台。这份综述本身截至 2026 年 10 月 2 日仍是单作者预印本。

矩阵列出了入选的 45 项，却不能让人从头重走筛选。检索协议中，原始检索日期和命中数写着「未保留」，作者也承认没有完整的排除清单。能看见留下了谁，却看不见各入口原来搜到多少、排走了谁，所以「45 项」不能说成对全领域的穷尽清点。

作者在附录 A 给具体说法排证据等级，而不是给整篇论文盖章。现场试验、跨日期测量、手工提供文件的测试，能回答的问题不同：文件已经交给系统之后有效，不等于公开网页会被系统找到。这是作者自己的判断框架，矩阵也没有给 45 项逐条标等级。

文献里的「可见度」至少指九种不同的量。页面被检索到、品牌被提及、网页得到引用，和用户点进来，是一路上不同的事。普林斯顿原 GEO 论文的「最高约 40%」测的是给定来源后，回答里按位置加权的引用词数；主实验先交给模型 Google 前五条结果，Perplexity 实验则上传文件。它说明改写在既定上下文中能影响回答，不能说公开网页自然被发现、点击或收入也涨四成。关于 40% 这个说法，另有专文核查。

再把检索和竞争环节接进来，结果还会变。SAGEO Arena 在非商业的可重复流程里，发现部分只改正文的方法会伤到检索和重排表现。NeurIPS 发表的 C-SEO Bench 则改变采用改写的参与者比例，在所测任务中，多数方法没有改善引用排名，部分还倒退。这两项研究不能证明所有平台上的改写都无效，却提醒品牌方：引用增长并不是改写的必然结果。

先说豆包和 DeepSeek。Martinez 的截止日之后，一篇中文平台预印本观察了包括这两家在内的四家平台、网页和 App 共八个界面。作者看的是中文查询里来源怎样被引用，且明确说没有做单因素随机化；来源属性与引用结果只能算所测样本内的关联。这项研究补上了中文界面的观察，却不能证明改写网页会在豆包或 DeepSeek 稳定带来增长。Martinez 的英文检索入口，也不足以支持对这两个产品下通用结论。

再看 ChatGPT。综述评议的一项研究观察单个网站的引荐流量：网站做了一揽子改动，时间序列估计有增长，但较保守的时间安慰剂检验没有给出稳固的因果证据。因为只有一个网站、改动并非单项且没有随机分组，Martinez 认为结果有提示性，因果效果仍未确立。同叫 ChatGPT，接收网址的 API、带联网工具的模型和用户手里的 App 也不是同一套系统，不能混着算效果。

Martinez 没有得出「GEO 全无作用」。作者认为，资料已经进入上下文后，内容改写可以影响被引用或使用；在他纳入的研究中，薄弱的是公开网页能否被自然发现，以及效果能否跨日期、跨平台保持，最后传到用户行为。「没有长期证明」说的是这批研究能支持的结论，并不是判定所有品牌实践都无效。

品牌方要用这篇综述做决定，可以先把目标拆开：想让公开网页被找到，还是想让已进入系统的资料被准确引用？先记下所测平台、日期和问法，再分别看被检索、被引用与点击；别拿一项引用指标，替整个业务效果下结论。

• Martinez 的单作者综述以 2023 年 11 月 16 日至 2026 年 7 月 14 日为主要时间窗，经六个学术来源、引文追踪及四类主题条件选入 45 项 GEO 相关研究；这 45 项不是 45 次有效性实验。
• Martinez 的摘要认为，资料进入上下文后可以影响引用或使用；但在该综述纳入的研究中，没有技术显示出对自然可发现性或下游用户行为稳定、纵向、跨平台的因果效果。
• Martinez 的预印本公开了文献矩阵和回溯检索协议，却没保留原始命中数与完整排除清单；Martinez 选入的 45 项不能说成已经穷尽全领域。
• 2026 年 7 月 17 日提交的中文平台研究观察了包括豆包、DeepSeek 在内的八个界面；研究作者说明没有做单因素随机化，来源属性与引用结果只能当作所测样本内的关联；这项研究不能证明网页改写有因果效果。
• Martinez 综述中的一项 ChatGPT 单站点流量研究，只有一个网站、做了一揽子改动且未随机分组，较保守的时间安慰剂检验 p=0.16；这项研究的因果效果未确立。

• 作者的截止日是 2026 年 7 月 14 日。截止日后出现的中文平台研究不在 45 项里；预印本的发表状态也会继续变化。
• 六个检索来源与术语族偏英文，不能据此宣称作者查遍中文研究，也不能把英文平台的效果直接套到豆包、DeepSeek。
• SAGEO Arena 测的是非商业流程；上传文件、固定候选资料的试验也跳过了公开网页自然发现。ChatGPT 单站点引荐研究不能给所有品牌一个通用的回报数字。

2026 年 10 月 2 日重开 Martinez 综述第 2.1 至 2.4 节及附录 A，并逐行核对随文的检索协议和文献矩阵：矩阵有 45 行，含引用可信度研究；原始命中数与完整排除清单未保留。当天还重开中文平台研究的方法与局限部分，核到八个界面的观察设计和未做单因素随机化的限制。