这两年 GEO 从冷词变成热词，工具与服务商一夜之间多了起来。热是好事，但热水里混着不少泥沙。这篇不谈趋势，只谈我作为从业者看到的乱象，以及我自己用来分辨真伪的几条硬标准。不指名道姓，也不做效果承诺。
一、乱象不是偶然，是四个条件凑齐了
先把成因说清楚，比单纯指责乱象有用。任何行业的早期混乱，通常都由四个条件共同催生，GEO 一个不落：
- 需求突然放大。客户开始问 AI，品牌方发现答案里没有自己，「谁能让我被 AI 推荐」于是成了刚需。需求一急，买方就没耐心做尽调。
- 看起来门槛很低。写几篇稿、发几个平台，似乎就叫 GEO。真正的门槛在看不见的地方——口径、采样、信源，而看不见的门槛最容易被忽略。
- 效果难以当场证伪。AI 答案是动态的，同一问题今天与下周可能不同。这种不确定性是乱象最好的温床：说什么都「可能对」。
- 平台是黑箱。没有人拿得到引擎的排序与引用规则，这给「内部渠道」「独家方法」留下了编故事的空间。
二、我看到的六类乱象
1. 承诺式营销：「保证被 AI 推荐」
AI 的答案由引擎自己组织，任何第三方都无法保证某个品牌一定进入答案。凡是把「保证推荐」「保证进入前排答案」「提升若干百分比」写进合同的，基本可以判定为把不可控的东西当成了可交付的指标。可以承诺的是过程与口径——问法集、采样频率、交付物；不能承诺的是引擎的输出。
2. 灰色技巧：把投毒当成技巧
语料投毒、答案霸权、提示词注入——这三类做法短期可能看起来「有效」，但它们是明确的合规禁区（合规基线 T/CAPT 026—2026 已将其列为禁止项）。更现实的问题是：一旦被交叉比对识破，受损的是品牌自己的可信度，而可信度恰恰是 GEO 想经营的东西。用破坏信任的方式去获取信任，从一开始就不成立。
3. 口径混用：三个词被当成一个词
提及、推荐、引用是三件不同的事：提到你、推荐你、把你看作参考来源。市场上大量报告把它们混着说，甚至用「被提到了」冒充「被推荐」。口径不统一的数字，既无法纵向比较，也无法验收。
4. 拿单点数据当结论
AI 答案的波动幅度比多数人预期的大。单次、单平台的采样只能算线索，不能算结论。诚实的报告会给出采样时段、平台范围与波动带；不诚实的报告会给你一个漂亮的单点百分比。
5. 换个皮就是 GEO
把过去的发稿工具、排名工具贴上一个 GEO 标签，功能与问题都没变。判断方法很简单：问它「优化对象是网页还是答案单元」「失败时怎么发现」。如果回答还是关键词与排名，那它优化的是上一代入口。
6. 一套通稿打天下
不分行业、不问场景、不看平台，一套内容复用到底。这类内容的结局通常是：发了，但引擎引用的是别人的来源。内容只有落到具体问法与具体事实维度上，才有被引用的机会。
三、为什么这些乱象能长期存在
- 验证成本高于购买成本。买方要自己验证一套 GEO 服务，需要固定问法集、多平台采样、多周观测，比签一份合同麻烦得多，于是多数人选择「先试试看」。
- 效果滞后且归因困难。从内容铺设到被引用有延迟，期间的询盘变化又混着其它渠道。归因不清，责任就模糊。
- 合同只写过程，不写验收口径。「每月发多少篇」很好写，「用什么问法集、在哪些平台、看哪一层指标」却少有人写。没有验收口径，就没有可比的责任。
四、我用来分辨服务商的六条硬标准
| 标准 | 问什么 | 不合格的回答长什么样 |
|---|---|---|
| 问法集可回溯 | 你们的问法从哪来，能不能给一份 | 号称「独家词库」却拿不出来 |
| 样本与平台公开 | 采样用哪几个平台、多少条、多久一次 | 只说「覆盖主流 AI」 |
| 给波动带而非单点 | 趋势图有没有波动区间 | 只有一条上扬的折线 |
| 分层口径分开报 | 提及 / 推荐 / 引用是否分别统计 | 只报一个「总曝光」 |
| 合规写进流程 | 是否明确拒绝投毒式做法 | 回避问题，或说「行业都这么做」 |
| 敢说「不能承诺效果」 | 你们能承诺什么 | 什么数字都敢答应 |
五、我们自己的立场
说别人之前，先说清楚我们怎么做。我们坚持三件事：
- 事实、第三方表述与推测分开写。自有事实、第三方事实、推测性表述严格区分，不把推测写成事实。这不是道德洁癖，而是因为混写一旦被交叉比对就会整体失效。
- 口径先行、过程可验证。先固定问法集与指标口径，再谈内容与信源；交付物以可复核的观测记录为准。
- 不做破坏信任的事。不用投毒、霸权、注入类手段；不作任何回报承诺，也不承诺未经第三方审计的效果数字。
结语
乱象会随市场成熟而收敛，但收敛不会自动发生——它取决于买方是否开始问对问题。作为从业者，我乐见这种提问；作为供应商，被这样问也该是件好事。
市场的规范化从来不靠口号，而靠一份份可以被复核的记录。