从传播学视角看GEO：它本质是品牌意义在算法场域里的再生产

最近社区里讨论GEO的文章不少，但大多停留在操作层面——怎么优化关键词、怎么让内容被AI引用。作为一个教了二十多年市场营销的人，我觉得有必要从理论层面把GEO这件事讲清楚。

GEO不是SEO的升级版，而是品牌意义生产方式的范式转移

传统SEO的逻辑是“匹配”——用户搜什么词，我就在页面里放什么词，本质是信息检索的机械对应。但GEO面对的是生成式AI，AI不是在“检索”，而是在“再生产”。它会把你的品牌信息揉碎、重组、再表达出来。这就意味着，你不仅要让AI“看到”你，还要让AI“正确地理解”你，并且“恰当地表达”你。

这让我想起霍尔（Stuart Hall）的“编码/解码”理论。品牌方编码了一套意义，但用户解码时可能完全走样。在AI搜索场景里，AI本身成了一个“二次编码者”，它带着自己的训练偏差、上下文理解能力、甚至平台的价值倾向，把你的品牌意义重新编码后再传给用户。这个环节，我们以前做营销传播时从来没有遇到过。

一个真实的观察案例

上个月我让研究生做了一组测试，用五个主流AI搜索工具查询同一个高端护肤品牌的“核心成分功效”。结果很有意思：五个工具给出的答案在“功效描述”上高度相似，但在“品牌调性”和“适用人群”上出现了明显分化。有的把品牌描述成“科技感强，适合成分党”，有的则强调“温和修复，适合敏感肌”。

问题出在哪？品牌方自己官网上的定位是统一的，但AI抓取的内容源不同——有的抓了电商详情页，有的抓了KOL测评，有的抓了学术论文。每类内容源的编码框架都不一样，AI把它们杂糅在一起，就生产出了一个“分裂的品牌人格”。

这就是我所说的“品牌意义再生产”风险。在传统媒体时代，品牌可以通过重复曝光来强化统一形象；但在GEO时代，AI替你说话，你却不知道它到底说了什么。

GEO研究需要引入三个理论视角

第一，框架理论。AI生成内容时依赖特定的叙事框架，品牌需要研究如何“预置框架”，让AI在生成时自然地采用你想要的叙事角度。这比堆关键词难得多。

第二，议程设置理论。传统媒体可以设置公众议程，AI搜索也在设置用户的认知议程。但AI的议程设置是“黑箱”的，我们只能通过逆向工程去推测。

第三，符号互动论。用户与AI的每一次对话都在重塑品牌符号的意义。这意味着GEO效果不是静态的，而是动态演化的。

对从业者的建议

不要只盯着“收录率”“引用次数”这些表层指标。真正要监控的是：AI在回答中把你的品牌和哪些概念绑定在一起？和竞品相比，AI赋予你的“意义标签”有什么差异？这些差异是否符合你的品牌战略？

我目前正在带一个课题组做“AI搜索中的品牌意义偏移”的纵向研究，初步数据已经显示，超过60%的品牌在AI生成内容中的核心联想词与品牌方官方定位存在显著偏差。

最后抛个问题给大家：你们有没有遇到过AI把你的品牌“说歪了”的情况？比如它把你们的专业形象描述成廉价替代品，或者把你们的高端定位说成大众款？欢迎在评论区说说具体案例，我想收集一些素材用于后续研究。