生成式引擎优化（Generative Engine Optimization，GEO）是伴随生成式AI搜索而兴起的新一代内容可见性工程。它不再以“搜索结果中的排名位置”为目标，而是通过优化内容结构、信源权威性、语义表达与技术可解析性，使品牌与产品更易被大模型检索、理解并优先引用。如果说传统SEO的核心是“被检索、被点击”，那么GEO的关键则是“被理解、被采纳”，在多轮对话与聚合式答案中占据话语权。面对用户入口从传统搜索向AI对话迁移的趋势，GEO正成为企业数智化增长的重要基础设施，通过结构化知识库、语义关联优化、引用与数据密度提升等系统化手段，重塑营销获客与品牌影响的新范式。

本报告深度解构 GEO 的技术框架与运作机理，系统梳理其商业模式创新与价值创造；在此基础上研判市场现状与未来趋势，并对产业链上下游及核心生态玩家进行剖析，为读者全面了解 GEO 提供参考。

01

GEO行业背景

AI带来流量入口迁移，催生GEO营销。GEO（Generative Engine Optimization）生成式引擎优化，指的是基于生成式人工智能的搜索引擎优化，提高相关内容在AI搜索结果中的可见性。2024年6月，GEO由一篇来自印度理工学院、普林斯顿大学的论文率先提出。GEO出现的根本原因在于AI带来流量入口的转移。随着AI对媒介的重塑，用户信息获取行为也在变化，媒介由传统搜索引擎，迁移至社媒平台，再到AI平台，用户信息获取行为也由主动搜索，到算法推荐，再到主动搜索。在这个过程中，营销入口及方式也随之迁移，GEO随之诞生。

AI是下一代核心媒介，重塑媒体平台及用户行为。PC互联网到移动互联网时代，再到AI时代，流量入口和用户行为都在不断演变。信息获取渠道由谷歌百度等传统搜索引擎，迁移至移动互联网时代的抖音小红书等社媒平台，AI时代再次向DeepSeek、豆包、Kimi等AI平台迁徙。用户获取信息的行为由主动搜索，到算法推荐，再到主动搜索。

AI正在重塑互联网平台。人工智能已经从工具进化为媒体生态的核心基础设施，字节跳动、百度、阿里、腾讯等巨头正在将AI融入自身的产品建设。比如微信2025年接入DeepSeek，推出AI搜索功能，支持快速问答和深度思考模式；2025年2月微博接入DeepSeek，助力信息查询新体验。

AI改变用户信息获取路径，提升信息获取效率。传统搜索模式下，用户在搜索栏提出问题，搜索引擎匹配内容并输出多个经过排名的链接，用户在多个链接之间跳转对比，最终做出决策，行为路径可归纳为“搜索-浏览列表-点击链接”；AI搜索模式下，用户在对话栏进行提问，AI整合信息并生成结构化答案，用户无需跳转即可获得完整方案，行为路径可归纳为“搜索-阅读信息”。

搜索及电商场景最快重塑。搜索场景下，用户在AI搜索结果页面直接获得所需信息，而不再进一步点击网站；媒体呈现内容也改变为“无排名综合索引”模型，媒体广告位数量大幅降低，而AI会重新改写抓取的内容，并重新组织语言输出整体内容。电商场景下，用户传统的“浏览-搜索-对比”购物方式开始被替代，取而代之的是通过和AI工具对话发现需求并推荐商品。

用户大范围将AI应用于购物消费的背后，是对AI的信任度持续提升。根据贝恩咨询的调研，个性化购物推荐是消费者信任度最高的AI应用领域，其中中国消费者的信任度分别较美国和欧洲高35%和33%。随着消费者对AI的信任度增加、AI对购物决策的影响力提升，通过GEO的方式增加相关内容在AI答案中的可见度，变得至关重要。

营销预算随流量转移。广告的核心是触达更多受众，随着流量入口迁移，营销预算也随之迁移至新入口。2015年之前的PC互联网时代，搜索引擎广告是占比最大的广告类型。2016年之后的移动互联网时代，随着流量入口迁移至手机App，移动广告市场保持高增，在此过程中，信息流/短视频广告份额快速提升，搜索引擎广告份额持续下降。

PC互联网时代（2000-2015年）：2015年之前，流量高度集中于搜索引擎和门户网站，该时期网络广告规模由2008年的170亿元增长至2015年的2093.7亿元，其中搜索广告是占比最大的广告类型，份额由28.6%增长至32.6%。百度在搜索广告市场份额占第一，2015年百度在中国搜索引擎市场市占率80.8%。

移动互联网时代（2016-2025年）：2016年以来，流量入口由PC转向手机的各类超级APP。信息流/短视频广告占比快速提升，与此同时搜索广告份额持续下降；电商平台由于PC到手机流量的平移，广告份额缓慢提升。

以百度、阿里、快手为例，分别观察搜索引擎广告、电商广告、短视频广告增长情况。2015年之前百度每年营收增长保持在35%以上，2015年之后增速下滑；阿里电商增速拐点出现在2023年，此前保持高速增长；快手广告业务在2022年以来每年仍保持15%以上的增速。

AI已成为互联网基建，用户空间预计11亿人。目前AI已经融入各类互联网应用，成为互联网基础建设，预计AI应用空间是网民规模11亿人（2025年6月）。各垂类AI应用用户空间预计对标互联网垂类用户数，比如AI搜索对标搜索引擎用户规模8.8亿人、AI电商对比网络购物用户数9.7亿人（2024年）。

02

GEO行业框架分析

1、GEO核心是基于语义理解的信任构建

GEO核心工作是让广告内容被LLM引用。传统搜索和AI搜索时代，营销服务商核心工作都是基于平台算法规则，对广告内容进行优化，从而使得广告内容在用户面前实现有效露出。传统搜索对应的优化方式叫SEO（搜索引擎优化），核心机制是匹配。用户搜索关键词，搜索引擎进行匹配链接，SEO的核心是将广告链接排名靠前。AI搜索对应的优化方式是GEO，核心机制是分析。用户搜索提问，LLM进行实时阅读理解并合成答案。该过程为检索增强生成（RAG），排名的概念被解构，广告内容“被引用”成了工作重心。

优化的本质是利用算法规则使广告内容更多露出。算法侧来看，传统搜索的底层是倒排索引（Inverted Index）与链接分析（如PageRank），记录着“哪个词出现在哪个网页”。优化师工作是增加关键词密度、优化标签等，本质是“字符串匹配”。AI搜索的底层是基于概率的神经网络和向量数据库，AI将万物映射为多维空间中的向量，AI不再匹配字符串，而是匹配语义意图。因此SEO是一种确定性优化，优化了关键词之后，搜索引擎可以随之匹配；而GEO是一种概率性优化，通过优化内容的结构和语义，提升内容被向量数据库找回，并被LLM采信为“事实来源”的概率。

这种范式转移带来的最直接商业后果是“零点击”（Zero-Click）搜索的急剧增加。在传统模式下，搜索引擎是流量的中介平台，将用户分发至各个网站。但在GEO模式下，AI引擎成为了“终结者”。根据SEO.com行业研究指出，AI生成的综合摘要往往能直接满足用户需求，导致用户无需点击原始链接。

GEO引入了前所未有的不确定性。传统搜索是确定性的，对于相同的查询，百度或Google通常会返回相对固定的结果列表。但AI搜索基于概率机制。LLM预测下一个token是基于概率分布，而RAG系统在向量数据库中检索信源时，受限于语义匹配的阈值设定和上下文窗口（Context Window）的限制，导致相同的Prompt在不同时间、不同用户画像下可能生成截然不同的答案。这种动态可见度迫使营销行业的KPI发生质变。企业无法再单纯追求单一关键词的排名第一（Rank#1），而必须追求在海量相关语义对话中的“高频引用率”（Citation Rate）和“语义渗透率”（Semantic Penetration）。

根据Ahrefs研究发现，在一个包含15,000个提示的数据集中，平均只有12%的ChatGPT、Gemini和Copilot引用的链接出现在谷歌搜索同一提示的前十名结果中。

SEO的常见操作包括提升关键词密度、在多个网站发布外链等。传统搜索路径分为数据抓取、索引构建、排名算法、结果展示四步。1）搜索引擎爬虫通过超链接跟踪抓取网页内容；2）将内容分类存储到数据库，并建立关键词与页面的映射关系；3）基于PageRank等指标（关键词密度、外链质量、页面加载速度）计算相关性；4）返回排序后的搜索结果页面，用户需点击链接跳转获取信息。因此SEO的常见操作包括提升关键词密度、在多个网站发布外链等。

GEO的底层逻辑是信任构建机制。AI搜索路径分为数据收集、意图解析、信息整合、答案生成、负反馈修正五步。1）AI模型抓取多源数据，构建动态知识库；2）利用大模型拆解用户查询的深层需求；3）提取关键信息并排序；4）输出自然语言答案，并标注引用来源；5）通过用户追问，触发内容巡检，补充争议点。因此GEO的底层逻辑是信任构建机制。

SEO向GEO的变革意味着“关键词堆砌”策略的彻底失效。如果一篇内容的语义密度（Semantic Density）不足，或者逻辑结构混乱，即便堆砌了再多关键词，其在向量空间中也无法与用户的高质量提问形成高相似度匹配。反之，那些虽然未包含特定关键词，但语义深层逻辑与问题高度契合的内容，将被优先检索。有高质量、高语义密度垂直数据的公司将有更高概率被引用。

AI模型更看重“语义权威”（Semantic Authority）和E-E-A-T（专业性、经验、权威性、可信度）的深度验证。基于普林斯顿大学与佐治亚理工学院的研究表明，GEO系统在选择信源时表现出显著的特征偏好。

2、AI搜索技术原理：RAG与向量化

目前的AI搜索产品普遍采用RAG（检索增强生成）架构。1）存储。AI存储通过将文本转化为高维向量实现，而非类似传统数据库通过储存文本实现。AI将网页内容分割成多个Chunk（文本块），通过Embedding模型转换成向量，并将这些向量存入向量数据库。2）语义检索。用户提问时，问题也会被转换成向量，系统在向量数据库中计算余弦相似度，召回Top-K个最相关的Chunks。3）上下文注入与生成。召回的Chunks被作为上下文注入到LLM的Prompt中，LLM根据注意力机制判断哪些Chunk信息量更高，更可信。这个过程中，Chunk结构清晰、包括明确的实体（Entity）和数据，更容易被模型引用到最终答案中。

3、当前GEO优化方法

（1）GEO优化的核心要点：基于语义理解的信任构建机制

GEO优化的核心目的是通过优化内容资产与检索策略，实现品牌内容在AI回答中的精准曝光。1）结构化数据。结构化数据可有效降低模型理解成本，相当于直接给模型处理好的关键词，提升信息提取的准确度。2）语义标记及层级结构。在RAG的切片环节（Chunking），文档的HTML结构往往决定了切片的边界。许多RAG切片算法基于Header进行分割，清晰的H标签可确保核心观点不会被切断，保证了Chunk的语义完整性。3）实体识别优化。向量空间中，实体词是强特征，明确的实体能让内容的向量定位更精准，增加被相关问题召回的概率。4）倒金字塔结构。考虑到LLM上下文窗口限制和注意力衰减，需要在段落开头直接给出结论或定义，然后再进行解释。如果Chunk被截断，保留头部信息能最大程度保留核心语义。

GEO在“信息检索”与“内容评估”环节施加影响。总结来看，用户发起搜索请求后，AI系统经历“Prompt解析”“信息检索”“内部知识评估”“语义优化”等多个环节最终生成综合答案。在此过程中，GEO在“信息检索”与“内容评估”两个关键节点施加影响，确保品牌内容被AI模型识别评估并引用。

（2）优化围绕内容、技术、分发进行

GEO遵循DDS原则。DDS指的是语义深度（Semantic Depth,S）、数据支持（Data Support,S）和权威来源（Authoritative Source,S）。语义深度要求内容逻辑完整、观点清晰、分析深入，从而提升内容在AI理解中的语义权重；数据支持要求内容提供明确的事实依据、数据来源及案例引用，提升可信度；权威来源要求内容发布方具有专业背景及行业公信力，提升内容可信度。

GEO优化路径围绕三大维度展开。内容层强调构建AI友好的高质量文本：避免关键词堆砌，采用自然语言表达，强化逻辑推理链条，并通过“问题—分析—数据/案例—结论”的结构提升语义深度。技术层聚焦结构化与可识别性：优化网站基础架构，确保页面可抓取、URL规范；为核心内容（如产品页、白皮书、FAQ）添加结构化数据标签（如Schema标记），使用语义HTML明确实体关系；对品牌、专家、产品等关键实体标注唯一标识，并注明数据来源，提升内容的可追溯性与可信度。分发策略则强调多平台协同布局：在行业媒体、专业社区、知识库等AI高频采信渠道分发权威内容，扩大模型训练数据中的品牌声量。通过构建统一的品牌知识库，整合官方信息与第三方背书，形成稳定、一致的语义资产池，并基于AI反馈持续优化内容供给。

03

GEO价值及商业模式

1、GEO价值总结

GEO技术的演进引发了广告行业的商业模式危机与重构。从“流量变现”向“认知变现”的转移正在发生，这一过程将重新洗牌产业链上的玩家。传统数字广告模式高度依赖长尾流量。大量“内容农场”（Content Farms）通过拼凑低质内容、堆砌关键词来获取搜索引擎流量，并通过展示广告变现。GEO时代，这类商业模式将面临较大冲击：流量截断：AI直接回答用户问题，用户不再点击进入这些提供浅层信息的网站。过滤机制：向量检索天然倾向于语义丰富的内容，内容农场的垃圾内容在向量空间中会被轻易识别并过滤。

这种趋势将导致数字广告库存（Ad Inventory）的缩减，但剩余的高质量媒体库存价值将上升。对于依赖程序化广告收入的中小网站而言，这可能意味着生存危机；但对于拥有独家、深度内容的平台（如知乎、财新、专业垂类社区），则是重大利好。

营销的终极目标从“曝光”变为“成为答案”。当用户询问“2025年最适合中小企业的ERP系统是什么？”时，品牌必须确保自己不仅出现在列表中，而且被AI描述为“最佳选择，因为...”。这样的模式转变要求品牌营销策略发生根本转变，一是从SEO到AIO（AIO ptimization），品牌需要构建强大的知识图谱实体。这包括在百度百科、行业白皮书等高权重渠道中植入结构化数据，确保AI在训练和推理阶段就能关联到品牌的正面属性；二则私域数据的公域化，以前品牌倾向于将最有价值的内容锁在围墙内（如PDF报告）。现在，品牌需要适度开放这些数据给AI引擎抓取，以换取“引用权”。

激发新型广告形式：对话式广告与AI Agent营销。随着对话式AI的普及，传统的Banner广告和贴片广告显得格格不入。广告形式正在演变为“原生推荐”与“智能体交互”。对话式展示广告不再是静态图片，而是一个可以与用户对话的微型Agent，直接在广告位中解答用户关于产品的疑问，缩短决策链路。Agent to Agent（A2A）营销是一种前沿的趋势。未来的营销可能不再是针对人类，而是针对用户的个人AI助理。品牌需要部署自己的AI Agent，准备好标准化的API接口，与用户的AI Agent进行谈判和对接。例如，当用户的AI助理帮助其预订酒店时，酒店品牌的Agent需要能够自动提供报价、房型信息并完成交易。这正是SaaS公司正在布局的方向——通过Agent帮助商家获取AI时代的订单。

AI时代带来搜索引擎优化（SEO）正在被迫向生成式引擎优化（GEO）演进。与海外不同，国内GEO必须是“多平台GEO”。品牌需要在百度（文心一言）、字节（豆包）、腾讯（元宝）等多个生态中分别建立语义权威。这大大增加了营销的复杂度，但也为能够提供跨平台全域AI营销服务的代理商和SaaS公司创造了巨大的机会。同时，随着AI应用的加速落地，AI推理需求，尤其是对向量化、结构化数据RAG等相关需求，或将迎来高增长阶段。

2、GEO商业模式

（1）目前普遍提供全流程服务，以月度服务费或项目制为主

目前GEO公司普遍向客户提供全流程服务，整体过程与GEO优化方法相对应：1）构建品牌相关的Prompt列表（用户可能会使用AI搜索提问的相关问题）：GEO工具会根据用户的品牌名，分析并推荐一些相关的Prompt，形成可维护的Prompt列表。2）将Prompt逐个提交给主流大模型进行查询，分析返回的答案：分析的维度主要有两个，一是可见性，包括品牌被提及的次数、位置和官网内容被引用的次数、位置；二是情感倾向，即品牌相关表述是正面还是负面。3）基于监测数据，提出优化建议，持续循环上述“监测-优化”的过程。

提升并维持高质量AI认知，对企业来说，并非仅仅一次性，或阶段性的GEO行动，而是结合了GEO的优化和持续的测量的系统性工作。持续测量是因为AI媒介触点是一个正在高速增长，不断变化的渠道，品牌在AI中的表现在1-2个月，甚至1-2个星期中就会有巨大的提升。另一方面，品牌的高质量AI认知，需要有建立共识性的行业标准与规范。除了需求方的品牌主，供给方的服务商，技术公司，媒体平台以外，也需要中立第三方的测量评估公司。构建起完整的生态体系。

（2）以月度服务费或项目制为主，是广告代理公司优化商业模式的机遇

目前GEO公司普遍推出固定费用的月度订阅套餐和定制化项目。例如海外明星创业公司Profound的月订阅价格为399美元，可以追踪1个品牌相关的100个Prompts、3个AI搜索产品；同时提供定制化项目，可以同时追踪更多的Prompts和更多大模型平台，具体收费视客户要求而定。其他机构也采取类似模式定价，如Flow、Omnius、Perrill等报价为0.3-2万美元/月，并与KPI（如ChatGPT Top-3引用率、Perplexity citation rank）绑定进行阶段奖励或扣罚。

GEO是技术服务，SaaS化收费，有望优化传统广告代理公司的商业模式。传统广告代理公司提供营销服务，利润率较薄；GEO基于技术，门槛更高，跑通后竞争力也更强，有望提升其盈利水平。

3、GEO将催生新需求

GEO未来将催生一系列全新的业务需求和软件产品：

品牌安全与幻觉审计平台（BrandSafety&Hallucination Auditing）需求：在原生广告中，品牌方付费让AI“写”广告。如果AI在生成过程中产生“幻觉”，比如虚构了产品功能或给出了错误的参数，将给品牌带来巨大的法律风险。新产品机会：实时生成内容审计系统。这种软件类似于现在的Brand Safety工具，但它需要在AI生成的毫秒级时间内，利用一个小模型（Oracle Model）核对生成内容与品牌事实库（Fact Sheet）的一致性，确保“零幻觉”投放。

概率归因与影响力衡量系统（Probabilistic Attribution Modeling）需求：当广告融入文本且没有直接点击链接时，如何证明广告效果？传统的“最后点击归因”失效。新产品机会：增量影响力归因模型。基于统计学和因果推断，通过分析“AI提及率”的波动与品牌自然流量、搜索量之间的相关性，来衡量原生广告的价值。Relixir目前的尝试是一个开端，但未来需要更复杂的数学模型。

“可引用性”评分与优化引擎（Cite-Worthiness Scoring Engine）需求：为了在有机结果或低成本广告中胜出，内容必须极度符合AI的胃口。新产品机会：AI阅读理解模拟器。这种工具不是检查SEO关键词，而是模拟GPT-5或Claude的阅读逻辑，对内容的“信息密度”、“实体清晰度”、“逻辑自洽性”进行打分，并自动重写为“AI易读”的格式。Sight AI已经在做类似的尝试。

代理式商务中间件（Agentic Commerce Middleware）需求：广告的终极目标是交易。未来的AI广告不仅是展示，而是直接执行。新产品机会：品牌代理中间件（Brand Agent Middleware）。这是一种连接品牌电商后台（如Shopify,Salesforce）与大模型上下文窗口的API服务。它允许AI在对话中直接调用库存、价格信息，甚至完成下单。Microsoft Copilot Checkout就是这类基础设施的雏形。

现有探索案例：

Microsoft：推出了Copilot Checkout，允许用户在对话中直接购买商品，并在Shopify商家端推出了“Brand Agents”，让商家训练自己的AI代理来接管对话。

Atomic AGI：正在开发针对AI可见性的综合操作系统，试图整合分析与优化，虽然尚未完全实现上述愿景，但方向一致。

Relixir：通过将访客识别与CRM结合，实际上正在构建一种新型的归因和转化基础设施。

04

市场分析

1、行业处于发展初期

GEO随着大模型的发展而兴起。2023年4月，GPT-4发布，逻辑、多语言能力跃升，推动全球生成式AI发展进入快车道。GEO随之诞生，2023年12月，汤祚飞发表专业文章《构建面向AI大模型的品牌营销体系是发展机遇企业应面向AI投喂高质量多模态的数据集》，这是GEO最早的起源与理论奠基分析文章。次年5月，汤祚飞团队完成全球首个GEO案例交付，客户是欧洲时尚品牌BIGELIUS，面向GPT、文心一言等平台。24年6月，普林斯顿大学、印度理工学院德里分校的学者和一些独立研究者发表了论文《GEO:Generative Engine Optimization（生成引擎优化）》，进一步提出了GEO概念、框架及相关的实验设计。25年以来，GEO初创公司持续起量，营销公司也纷纷涉足GEO业务。

展望未来，能够认为短周期内GEO的增长将类比SEO市场的发展，长周期内，随着流量入口迁移，以及大模型用户数持续提升，GEO市场规模将长期上行。

2、GEO规模中短期对标SEO市场

SEO发展历程以搜索引擎算法迭代为核心脉络，其发展经历了三个阶段。1）关键词优化。前SEO时代早期搜索引擎依赖人工分类，AltaVista出现后，算法基于页面关键词频率。早期的SEO简单量化“相关性”，在网页元标签和内容中堆砌关键词而实现。2）外链建设。PageRank算法出现，核心思想是网页重要性由链接到其他网页的数量和质量决定，从而优化重点从页面自身扩展至外链建设。3）内容营销。Google推出“熊猫”算法打击低质量、抄袭内容，“企鹅”算法打击垃圾链接，宣告了“内容质量”和“链接质量”成为核心。

SEO全球市场480亿美元，国内市场500亿元。Statista数据显示，2025年全球SEO市场规模达480亿美元（包括平台、服务等细分领域），预计到2030年增长到千亿美元规模；2025年国内市场规模约500亿美元。

（1）SEO竞争格局极分散，头部公司市占率不足10%

SEO虽已历经接近30年的发展，但竞争格局极度分散，头部公司之一的Semrush收入规模仅4亿美元左右（全球市场规模数百亿美元量级），大量小团队甚至个人覆盖了很多中长尾需求，原因主要是：

定制化程度高：SEO涵盖站内优化、外链建设、技术优化等多个领域，也依赖客户在关键词筛选、内容创作、网站结构调整等方面的配合。

市场竞争大：SEO的技术门槛相对较低，市场存在大量低价、低质量的服务商。做SEO的核心能力主要是2点：了解搜索引擎工作原理及营销knowhow，能进行关键词挖掘、优质文案撰写。

（2）GEO技术门槛较SEO更高，市场集中度有望上升

GEO的定制化程度比较高，但大模型的随机性、不透明性以及不同AI搜索产品在生成答案时的差异性均使得GEO的技术门槛更高、进入难度更大，大公司有望在短时间内将大量的项目经验沉淀为行业knowhow，实现强者恒强。

传统搜索引擎的核心是信息优化、匹配，AI搜索是基于大模型进行思考、给出答案。二者的核心均是信息匹配，但实现路径不同。

传统搜索引擎基于信息检索、排序学习技术，能系统抓取、索引和检索互联网信息，并多维度进行排序，回答用户的查询。

AI搜索基于大语言模型回答用户问题，进一步理解了上下文和用户意图。

AI搜索持续增强处理复杂任务的能力，所涉及的流程或更复杂。百度搜索团队在25年6月发表论文提出了AI搜索算法：将搜索流程拆分成4个Agent，性能优于传统搜索，处理复杂任务的能力也优于普通和增强的RAG框架。1）对比传统搜索：简单查询中，AI搜索算法的性能与传统系统相当；中等复杂和复杂的查询中，AI搜索算法显著改进，复杂查询的WTL（搜索等待时间）相对提升了13%，且传统搜索方法往往无法满足用户需求而输出错误答案。2）对比其他RAG框架：百度搜索团队提出的AI搜索处理复杂任务时更加动态灵活，出错更少。

全球GEO市场破百亿美元，国内GEO市场近30亿元。在流量入口转移的趋势下，GEO市场迎来快速发展。艾瑞咨询数据显示，2025Q2中国GEO市场规模同比增长超200%，超过78%的企业决策者将AI搜索优化列为数字化转型优先级。市场研究机构Garter预测2026年传统搜索引擎流量将下滑25%，AI聊天机器人及其他虚拟优化方式将进一步抢占搜索引擎市场份额，预计2028年50%搜索引擎流量将被AI搜索蚕食。据秒针营销科学院，2025年全球GEO市场规模112亿美元，中国GEO市场规模29亿元。预计2030年全球市场规模破千亿美元，中国市场规模达240亿元。

3、GEO长期随大模型流量增长持续上行

GEO将随着大模型流量增长持续上行。一方面大模型作为流量入口，有望承载更多的用户时间，广告空间预计随着流量增长而持续上行；另一方面，中短期大模型变现方式中广告占比较低，C端较多免费流量处于变现真空期，GEO公司有望把握此阶段红利期取得快速增长。长期来看，随着大模型格局不断收敛，流量增长趋缓，大模型开启广告商业化，GEO相关营销公司也有望作为大模型广告生态合作伙伴持续享有成长红利。

大模型竞争收敛，海外格局一超多强，国内一超两强。2025年海外及国内大模型格局均已收敛，海外呈现一超多强格局，国内则呈一超两强格局。商业模式上，海外付费习惯较强，以C端订阅为主，国内则以企业本地化部署为主。大模型作为新的流量入口，广告等面向免费用户的变现新模式开始兴起，增长空间较大。

海外大模型维持一超多强格局。截至2025年11月，全球大模型用户前三的产品分别是ChatGPT、Gemini、Grok，用户数分别为6.4亿人、1.2亿人、0.58亿人，同比增长率分别为109.75%、186.79%、10130.4%。其中ChatGPT规模遥遥领先，在通用对话赛道，已经成功实现了用户习惯的基础设施化。

商业模式由订阅 API调用向生态转型。海外大模型商业模式以个人订阅、企业订阅、API为主，以龙头OpenAI为例，23年到25年底公司经历了爆发增长，用户数由23年12月的3.23亿MAU快速提升至25年11月的11.44亿MAU，增长超3.5倍；商业化方面，月营收增长近5倍达25年11月的10.8亿元，主要由个人订阅增长所驱动。个人订阅业务营收由23年底的1.03亿元增长至2025年11月的8.13亿元，营收占比由46.54%提升至75.23%。企业订阅则保持稳健增长，API绝对值有所波动。

Agent、新产品成为营收新增长极。据OpenAI预测，公司2025、2028、2030年营收将达到130、1000、2000亿美元，2024-2030年复合增速近92%。结构上，收入来源将由ChatGPT订阅与API扩展至Agent与“新产品（含免费用户变现）”。其中新产品指的是结合ACP（Agentic Commerce Protocol）实现对话即交易，用户在对话框直接完成购买，而无需跳转第三方APP，其中OpenAI可进一步从GMV中进行抽佣，也可通过AI搜索实现广告收入，对免费用户实现流量变现。2025年预计ChatGPT、Agents、API分别贡献100、20、10亿美元收入；2028年预计ChatGPT、Agents、API、新业务分别占比50%、18%、12%、20%；2030年预计ChatGPT、Agents、API、新业务分别占比40%、18%、17%、25%。

国内大模型一超两强格局。目前国内大模型已形成互联网巨头和AI独角兽主导的竞争格局，头部产品豆包、DeepSeek、元宝日活分别为1.15亿、0.49亿、0.39亿。

商业模式来看，国内大模型主要通过定制化，API和订阅变现，广告目前占比较低。1）定制化模式主要面向大型政企，采用定制化本地部署模式，企业需要定期迭代更新。主要通过收取一次性的部署费用，以及后续的更新维护费用变现。2）API和订阅主要面向中小企业及机构，该模式具有节省资源、快速集成、实时更新和可扩展性强等优势。API主要按token收费，订阅则通过向个人用户收取月费提供更高级功能变现。3）广告模式逐渐落地。随着大模型应用的普及，将大模型嵌入人工智能终端和APP中，向广告主收取广告费的模式也将成为大模型变现的重要方式，此外GEO等营销新模式也开始兴起。

05

产业链分析

1、上游：数据供应与授权层

这是GEO产业链中最新涌现且至关重要的一环。大模型的训练需要海量的高质量数据，而优质数据的拥有者正在成为产业链的权力中心，高质量数据（白皮书、KOL推荐、社区内容）是确立品牌权威性的关键。核心功能：为大模型的预训练（Pretraining）和微调（Fine-tuning）提供合法、高质量的语料库。

主要玩家包含：

Reddit：与OpenAI签订了价值6000万美元的数据授权协议，同时也与Google有类似合作。Reddit的论坛讨论数据包含了人类真实的对话逻辑和观点碰撞，是训练大模型推理能力的“黄金数据”。

新闻出版集团：如News Corp、Axel Springer等，正在将其新闻档案授权给AI公司。

GEO视角：对于品牌而言，“数据授权优化”可能成为GEO的一部分。即品牌如何确保自己的内容（如白皮书、技术文档）进入这些被授权的高质量数据集，从而从源头确立在大模型中的权威地位。这也解释了为什么在Reddit等高权重社区进行内容运营（Digital PR）成为GEO的关键策略之一。

国内企业包含：值得买、视觉中国、人民网、新华网、知乎（美股）、Reddit（美股）等有数据优势的公司。

2、中游：生成式引擎基础设施层

这一层是流量的分配者和规则的制定者，相当于传统搜索时代的Google和Baidu。

主要玩家包含：

OpenAI（ChatGPT/SearchGPT）：根据Sensor Tower数据，其占据了AI搜索市场的绝对主导地位，截至2026年1月拥有超过50%的市场份额。其SearchGPT产品直接挑战传统搜索。

Google（Gemini/AI Overviews）：正在将其搜索业务全面AI化。其AI Overviews功能已覆盖全球100多个国家，对传统SEO流量造成巨大冲击。

Perplexity AI：标榜为“答案引擎”，以其精准的引用和学术风格著称，是GEO从业者研究引文算法的重点对象。Perplexity作为一家AI搜索引擎公司，本身也是GEO行业的重要参与者。作为平台：它的引用算法极其透明，是GEO从业者测试优化策略的最佳“沙盒”。作为广告商：Perplexity正在构建自己的广告网络，其推出的“赞助问题”（Sponsored Questions）为GEO行业提供了一个除了“有机优化”之外的“付费捷径”。

Microsoft（Copilot/Bing）：深度整合OpenAI技术，并正在探索通过Copilot直接完成购物（Agentic Commerce）的商业模式。

Anthropic（Claude）：以长文本理解和安全性见长，在B2B分析领域具有影响力。

国内代表公司：阿里、百度、MiniMax、OpenAI（海外）、Google等。

AI生成的结果源于多渠道信息的推理、不同模型和不同品类采取的信源媒体均有所不同，因此GEO在内容的信源权威性和覆盖度、表达和形式上都需要做单独的优化，催升对应的营销服务需求。根据2026年1月测试结果，各平台GEO偏好存在差异如下：

DeepSeek：变化：此前注重时效性，12月更新后时效性权重有所降低，权威性权重显著提升（党央媒、知名垂类网站）。特点：对“白皮书”非常友好。

豆包（字节系）：生态壁垒：字节系生态（今日头条、抖音）权重较高。策略：优化豆包必须重视头条系内容的发布。

腾讯元宝：类似豆包，高权重给予微信生态（公众号、视频号、知乎等）。

通义千问等：也会受到DeepSeek开源技术（深度思考模式）的影响，但各家仍保留部分生态偏好。

Perplexity：关注学术性、事实准确性和信源质量。

Google（SGE/AI Overviews）：结合传统SEO基础，核心页面的传统排名依然重要，偏好高知名度网站。

ChatGPT（Search）：关注对话流畅性，以及内容在社区/论坛中的讨论度（伙伴生态）。

3、下游：智能工具追踪分析及配套服务层

（1）智能工具与追踪分析层——巨头的工具，还是第三方的生意？

一批GEO SaaS公司迅速崛起。核心功能：监测品牌在各大模型中的可见性（Share of Voice）、情感倾向、被引用的频率以及具体的引用来源。互补关系：大模型厂商（如百度、谷歌）通常不会自己做GEO业务（避免既当裁判又当运动员，且需要外部数据源）。内容生态：大模型需要高质量数据，排斥垃圾内容。优质的GEO公司提供高质量、结构化的内容，与大模型是合作共赢关系；生产垃圾内容的GEO公司会被淘汰。

海外GEO公司快速涌现，主要分为两大类：1）原生的GEO创业公司：这些公司普遍在GEO概念诞生的2024年就成立，其中Profound和PEEC AI既面向中小客户提供固定订阅价格的GEO服务，也面向大客户推出定制化业务；Evertune和Goodie AI则聚焦大客户，单月单客户收费在数千美元以上。已有公司估值超过1亿美金。2）增加GEO布局的广告营销公司：例如Ahrefs和Semrush，在SEO时代已积累一定的用户资源和行业know how，通过现有客户增购，提高单客户收入。

Semrush是传统SEO龙头，25年以来发布多款GEO产品：

25年3月发布AI工具包：该产品是典型的GEO工具，旨在帮助企业了解其在ChatGPT、Gemini和Perplexity等AI驱动的搜索平台上的可见性，并基于这些数据优化营销策略。月订阅价格仅99美元/月，主要面向中小客户。

25年6月发布企业级AI优化工具：该产品专门面向旗下拥有多个子品牌的大客户，并能够在单一平台上追踪和管理多个品牌的AI可见度。该产品没有固定的订阅价格，根据客户需求进行个性化定制。

25年10月发布SEO与GEO一体化营销工具Semrush One：该产品同时完成SEO优化和GEO优化，使营销人员无需在多个产品之间进行切换。月订阅价格为199/299/549美元，主要面向中小客户。

Semrush的GEO产品快速商业化，推动单客户ARR提速增长。从GEO产品自身的商业化进展看，三季度AI产品（主要包括GEO产品和AIPR工具包，后者主要监测影响AI搜索结果的媒体）的ARR环比二季度翻倍，预计年底达3000万美元，占整体ARR的比例达7%。预计GEO产品贡献主要增量。从公司整体财务表现看，三季度平均单客户ARR达3995美元，同比增长14%，增速创23年以来新高，预计一方面是公司持续拓展大客户，另一方面是GEO产品吸引现有客户增购，目前超过10%的Semrush客户已经至少使用一款AI产品。

GEO与SEO产品为互补属性，而非绝对的替代关系。据Semrush业绩会，当客户购买其中一款GEO产品AI工具包时，他们在SEO工具包中的活动量增加了20%，反映客户发力GEO的同时，也会重视SEO优化，两者协同发展。

Profound成立于2024年，总部位于纽约，是海外关注度最高的GEO创业公司之一：

公司由James Cadwallader和Dylan Babbs联合创立，前者现任公司CEO，曾是数据驱动型网红营销机构Kyra的联合创始人，敏锐捕捉到AI搜索对品牌声誉和曝光度所带来的影响；后者现任公司CTO，曾在Uber担任软件工程师，擅长产品设计、地图和数据可视化。其他团队成员曾在AMD、Microsoft、Datadog、Uber、Bridgewater、OpenAI等美国科技大厂工作。

Profound成立至今已完成三轮融资，累计融资金额达5850万美元，在GEO创业公司中排名第一，最新估值超1亿美金。24年8月种子轮融资350万美元，主要投资者包括Khosla Ventures风投、Saga资本等；25年6月获得由Kleiner Perkins领投的A轮融资2000万美元，NVentures也参与了该轮投资；25年8月再度获得3500万美元B轮融资，由红杉资本领投。

Profound以SaaS软件的形式向用户提供服务，功能覆盖数据监测与优化。主要包括1）AnswerEngine Insights：实时展示各大主流AI搜索引擎对客户所在行业、产品和竞品的描述；2）Agent Analytics：识别和分析AI平台如何对客户网站进行访问和信息抓取；3）Conversation Explorer：梳理与客户相关的Prompt和问答需求；4）内容创作计划：包含建议的主题、标题结构、需引用的事实数据等；5）AEO内容创作模板：基于数据分析结果进行内容创作与发布（如博客文章、对比指南等）。

Profound的产品显著提升品牌在AI回答中的可见度。Profound已拥有超过500个企业客户，包括美国银行等多家财务500强企业。以金融科技公司Ramp为例，Profound经过分析，建议客户创建两个定制页面，内容围绕大型和小型企业常用的应付账款软件。这两个页面在一个月内被AI引用超过300次，驱动Ramp的AI可见性在一个月内从3.2%提升至22.2%。

国内公司包含：汇量科技、易点天下、迈富时等具备技术禀赋的公司。

（2）代理商与咨询机构——与软件工具有合流趋势

随着技术门槛的提高，专业的GEO服务机构应运而生。核心功能：为企业提供GEO策略制定、技术整改、内容重构和数字公关服务。

主要玩家包括：

Siege Media：专注于高端内容创作，旨在通过高质量内容获得AI引用。

Go Fish Digital：擅长企业级技术SEO与GEO的结合，利用数据分析解决大规模网站的AI抓取问题。

First Page Sage：专注于B2B领域的“思想领导力”建设，通过发布深度白皮书和行业报告，使其成为大模型训练数据的首选来源。

Onely：具有深厚的技术背景，特别是对Bing/Copilot算法有深入研究，提供基于真实用户对话分析的服务。

国内企业包含：蓝色光标、利欧股份、引力传媒、思美传媒、浙文互联等。

（3）GEO 行业落地关键场景：“AI 电商”或成应用落地最佳出口

未来有望渗透至具有品牌营销需求的全行业。营销场景不仅限于搜索引擎中的AI答案，而是所有需要扩大认知的行业及场景都有应用价值。

商业化落地迎提速，“AI 电商”或成应用落地最佳出口。代运营公司对渠道及流量变革反应灵敏，有望率先受益。能够认为，营销模式变革将倒逼品牌转变营销投放策略，初期多数品牌商缺乏GEO所需的技术研发、多模态内容生产与全平台适配能力。而国内大模型玩家与电商巨头重合度高，电商代运营企业因与平台合作密切，同时对于消费者洞察、品牌投放策略有较深的理解，有望较快建立GEO内容生成能力，为品牌提供从语义解析、结构化内容构建到效果追踪的全流程GEO服务，助力提质增效，因此判断离渠道跟媒介更近的代运营商有望初步受益。

头部代运营公司对媒介、渠道变化反应敏锐，且具备AI系统能力，有望在SEO向GEO转变过程中把握先发优势，如头部代运营商壹网壹创，此前已与阿里有AIagent深度合作，有望在GEO转型中把握先机。

06

07

GEO未来重点方向

1、GEO从文字内容扩展至视频、音频、图像与图文等多模态内容形态

随着生成式AI技术正从单一文本分析迈向多模态融合。AI不仅能阅读文字，还能观看图文、音频、视频等，并将这些不同媒介的信息综合生成答案。例如，Bilibili利用WebAI技术优化视频结构，提升了视频在搜索中的可见性和用户停留时长。在这一技术趋势下，品牌传播的可见性与可信度不再局限于文字内容，而开始延伸至视频、音频、图文等多模态形式。

这也就意味着，GEO也要拓展边界进入多模态GEO。在这一阶段，企业需要系统性地优化各类内容形态，使其具备可被AI理解、验证与引用的特征，从而在生成生态中获得更全面、更立体的算法信任。

2、面向用户画像动态推荐的个性化与情境化GEO成为品牌内容优化的下一个增长方向

随着在AI从“大模型”走向“千人千面”的时代，信息呈现不再是统一答案，而是基于用户身份、意图与场景的动态生成。随之而来，个性化与情境化GEO将成为品牌内容优化的下一个增长方向。它关注的不是单一内容能否被AI采信，而是AI在不同用户语境中是否愿意引用你的内容。品牌需要从“面向问题的优化”走向“面向用户的优化”，在AI生成的多样化回答中占据属于自己的语义位置。

08

参考研报

1.金元证券-电子行业周度点评报告：从SEO走向GEO，AI应用加速商业化及推理市场需求

2.国泰海通证券-传播文化行业AI营销系列报告一：搜索入口迁徙，GEO营销起量

3.易观分析-GEO行业市场分析报告2026

4.东吴证券-人工智能行业生成式引擎优化（GEO）：大模型商业化最先探索领域

5.国泰海通证券-代运营及美妆行业专题报告：GEO营销变革，代运营及品牌商迎机遇

6.中信建投-传媒互联网行业GEO（Generative Engine Optimization）： AI营销新范式，广告营销行业商业模式进化机遇

7.天风证券-人工智能行业GEO（生成式引擎优化）：重构AI搜索时代流量营销逻辑，从“排名优先”到“答案优先”

AI营销之GEO行业深度：行业框架、市场分析、产业链及相关公司深度梳理

01