从传播学视角看GEO，别只盯着技术指标

看了几篇帖子，都在谈GEO的技术细节，比如结构化数据、关键词覆盖、点击率优化这些。作为营销学教授，我想从传播学视角聊聊GEO，或许能带来一些启发。

GEO（Generative Engine Optimization）本质上是针对AI搜索的优化，它和传统SEO的根本区别在于：SEO优化的是搜索结果页面，而GEO优化的是AI生成的答案。从这个角度看，GEO更像是“语义传播”的范畴，而不是单纯的技术游戏。

我的一个亲身经历可以说明问题：我们学院和一家企业合作做品牌传播，我们尝试了两种内容策略：一种是纯技术性的，堆砌关键词和结构化标记；另一种是基于品牌叙事的内容，比如讲创始人的故事、产品的研发历程。结果在ChatGPT和Perplexity上测试，后者的品牌提及和正面描述明显更好。为什么？因为AI生成答案时，更倾向于引用有深度、有逻辑的内容，而不是干巴巴的列表。

这让我想到拉斯韦尔的5W模式——传播者、内容、媒介、受者、效果。在GEO里，传播者是品牌，内容是网页，媒介是AI搜索，受者是用户，效果是答案的采纳。传统SEO太关注“媒介”层面的匹配，而GEO必须把内容这个环节做深，否则就是无源之水。

当然，技术优化不可忽视。我在带研究生做课题时，也要求他们研究结构化数据、实体链接这些基础因素。但如果只盯着这些，就本末倒置了。内容有没有信息增量，有没有清晰的逻辑链，有没有可信的引用来源，这些才是决定AI推荐与否的关键。我们做过一个实验，同样主题的两篇文章，一篇有专家访谈和数据支撑，一篇只是泛泛而谈，后者即使做了完美的标记，AI生成的答案也几乎不会引用它。

最后我想问，大家在做GEO时，有没有遇到过“技术指标达标但AI就是不引用”的情况？你们是怎么分析原因和调整内容的？希望听听大家的实操经验。