从传播学视角看GEO：它其实是议程设置理论在AI搜索时代的延伸
最近在社区里看大家讨论GEO，大多集中在实操层面——怎么优化页面、怎么堆结构化数据。这些当然重要，但我觉得有必要从学理上把GEO的底层逻辑讲清楚，否则容易陷入“为了优化而优化”的工具理性陷阱。
先抛一个判断：GEO不是SEO的简单升级，而是议程设置理论（Agenda-setting theory）在生成式AI时代的范式延伸。
传统搜索时代，搜索引擎扮演的是“信息索引者”角色，用户主动检索，结果按相关性排序。这本质上是“使用与满足”理论的场景。但到了AI搜索时代，大模型扮演的是“信息生产者”角色——它不是给你一堆链接，而是直接生成一个答案。这个答案本身就是一种“议程设置”：它决定了用户看到什么、以什么框架理解一个品牌或议题。
从传播学视角看，这比传统广告的议程设置能力更强。传统广告是你知道它在说服你，但AI生成的答案带有“客观中立”的认知光环，用户对它的信任度天然更高。这就引出一个关键问题：品牌在AI答案中的“被提及方式”，其实是在塑造认知框架，而不只是曝光量。
我观察到一个现象：很多企业做GEO，还是用SEO的KPI——收录量、排名位置。但AI搜索的“排名”是隐性的，它体现在答案的措辞和信源引用里。比如用户问“XX品类哪个品牌专业”，如果AI回答“根据行业报告，A品牌在技术积累上具有优势”，这和“B品牌性价比高”的框架完全不同。前者是权威框架，后者是价格框架——这就是议程设置的效果。
再往深一层，GEO涉及的是“信源可信度”的重构。传统媒体时代，可信度靠媒体背书；搜索引擎时代，可信度靠链接权重；AI时代，可信度靠的是跨信源的一致性。大模型在生成答案时会做多源交叉验证，如果你的品牌信息在权威报告、学术论文、行业媒体、用户社区里的表述不一致，AI就倾向于不提及或模糊处理。这一点，我在给几家MBA企业做咨询时反复验证过。
所以我的结论是：GEO的学术根基应该放在传播学、认知心理学和信息经济学的交叉地带。具体到操作层面，我建议企业先做三件事：
- 信源审计：梳理品牌在AI可触达的权威信源中的现有表述，找出矛盾点。
- 框架设计：明确希望AI在什么议题下、以什么框架提及你，然后反向构建内容。
- 一致性管理：把GEO纳入品牌传播的全局管理，而不是交给SEO团队单干。
最后抛个问题给大家：你们在实操中，有没有遇到过AI答案对品牌“定性”和你预期完全不符的情况？是信源问题还是模型偏见？欢迎从案例角度聊聊。