2026年传播文化行业AI营销系列报告一：搜索入口迁徙，GEO营销起量

流量入口迁移，催生 GEO 营销新范式

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。

1.1. AI 是下一代核心媒介，带动营销预算转移

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。

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。

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）。

1.2. 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。

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，按 权威性、相关性、时效性排序；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。

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。 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。

1.3. 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。

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。比如 AI、 Web3、新能源、生物科技等新兴行业的公司，其技术和商业模式需要被市 场教育和理解，高质量的 AI 认知成为“市场沟通基础设施”。

1.4. GEO 通过订阅收费

目前市场的 GEO 公司主要分为原生 GEO 公司，以及后天开始增加 GEO 布 局的广告营销公司。主要商业模式包括面向大客户的定制化服务，以及面向 中小客户的订阅服务。 以传统 SEO 龙头 Semrush 为例， 其 2025 年以来发布多款 GEO 产品。1） AI Visibility Toolkit，月订阅价格 99 美元/月，主要帮助企业了解 AI 搜索平 台上该品牌露出情况，功能包括 25 个提示词追踪、1 个域名分析、AI 平台 如何露出以及同竞对的比较等。2）SEO 和 GEO 一体化营销工具 Semrush One，入门版/专业版/高级版月订阅价格分别为 199/299/549 美元/月，该产 品同时完成 SEO 和 GEO 优化，营销人员无需在多个产品之间进行切换。 3）Semrush Enterprise AIO 主要面向大客户，根据客户需求进行个性化定制 服务并报价，帮助客户在多个 AI 平台上追踪和管理品牌的 AI 可见度。

编辑：火腿肠