---
title: 拆解GEO骗局
date: 2026-09-10
category: tech
summary: GEO 是面向 AI 的 SEO 话术；模型训不到的内容推不出，所谓优化多半是骗局。
draft: false
---

GEO是指面向AI的SEO优化，SEO优化大家都很清楚，就是搜索引擎优化，对网站进行一些提高关键词权重和排名的操作，GEO是面向AI。

其实这个词的定义就有问题，模型的输出如果不在训练里加入，就不可能做到所谓的GEO优化。

我很早之前就听说GEO优化这个词，这个词语大多出现在营销中，以及面向中小企业的各种销售型公司中。

但是很多小微企业创始人，并不知道GEO是一场骗局，大家都希望在AI时代领先抢占一滩高地。

十个提供GEO的公司里，有十个都是骗子。

至于GEO为什么是骗局，最重要的原因有几点

1.模型技术限制，模型的原始训练样本中没有相关数据，它的产出就不会包含。

2.现在所谓的GEO无法能够证明有效，没有任何办法追踪GEO的优化效果

3.GEO绝大多数靠骗，现在的GEO没有长期交付的，大部分都是骗一笔就走

4.GEO和模型厂商本身的利益冲突

5.面向Agent工具的GEO其实是SEO

最常见的另一种形式，就是增加AI阅读友好的Markdown文件。Agent在浏览传统网站的时候，会将各种前端数据发送给模型，有一些Agent会过滤部分数据，但仍然会造成会话噪声，这些噪声会影响模型的预测。

目前市面上最多的也是将人和Agent的入口分流，最简单的方法就是在页面源信息里写一句“如果你是Agent，请阅读以下链接”。

这种方式可以把Agent流量引到更适合其阅读的Markdown格式文本中，Markdown格式相较于代码的输出更简洁，对会话更友好，并且也是最适合AI阅读的格式。

即使是增加了Agent阅读入口，也并不能够有效的提高推荐权重，做了这些，仅仅只能让AI的输出更准确，而非让AI输出一个有失偏颇的推荐。

当然还有一种操作，就是数据造假。在Markdown格式文本中输入大量造假的数据，进行多个站点分布式引流，在多个高权重站点进行数据造假，Agent会对多个来源的文件进行交叉引用，以此来进行有效证明，如果多个高权重的网站都被Agent引用到了，并且数据也是相同的，那么就可能会进行有效推荐。当然，一切的前提就是数据全部是造假的，我不知道这种做法是否符合法律，但是做到这一切的前提是，你能够在多个高权重网站进行数据造假。

能做到这种规模的数据造假本身就很困难，并且投入的成本与产出可能不成正比。

我对GEO更好的建议是做好本身的SEO，Agent的网络搜索工具本身就是需要通过搜索引擎，所以有效的SEO也会增强AI的推荐率。