带研究生做了一学期GEO实验，我发现它本质是传播学问题

这学期我让两个研究生把GEO作为课题方向，前前后后做了大概四十组对照实验。有些结论和业界流行的说法不太一样，写出来供各位讨论。

一、实验设计简述

我们选了三个AI搜索平台（为避免引战，用A、B、C代称），针对同一个信息需求场景（比如“适合中小企业的CRM选型建议”），构造了不同结构类型的内容：

• 对照组：传统SEO导向的长文，关键词密度高，段落长，有小标题但不做问答拆解
• 实验组1：FAQ格式，问题显式提出，答案控制在80字以内
• 实验组2：列表+数据支撑，每点带具体数字或来源
• 实验组3：叙述性专家口吻，无显式结构，但逻辑链完整

每组内容在三个平台各测试20次查询，记录是否被引用、引用位置、引用完整度。

二、几个值得注意的发现

第一，结构化的优势被高估了。FAQ格式确实引用率最高，但叙述性专家口吻的引用完整度反而最好——AI倾向于整段采用逻辑连贯的内容，而不是碎片化的事实点。这其实印证了传播学里“叙事传输”理论，信息的连贯性比可拆解性更能影响接收方的采纳意愿。

第二，平台之间的偏好差异极大。A平台明显偏好带数据来源的内容，B平台对问答结构响应最强，C平台则几乎不引用任何带有明显营销意图的表述——哪怕内容本身质量很高。这意味着GEO没有“一招鲜”的策略，必须做平台适配。

第三，也是最关键的：内容被引用不等于品牌被记住。我们做了一个后续测试，让受试者看完AI回答后回忆信息来源，能准确回忆出品牌名的比例不到15%。这让我很怀疑目前业界把“被AI引用”直接等同于“GEO成功”的评估逻辑。

三、我的初步判断

从营销理论的角度看，GEO目前处于一个“渠道先行、度量滞后”的阶段。大家都在抢入口，但很少有人认真回答：被AI引用的品牌资产积累效应到底怎么衡量？这需要引入品牌回忆度、态度改变等中间变量，而不是只看曝光次数。

我甚至觉得，GEO的核心问题可能不是技术优化，而是信任传递机制的设计。AI搜索的本质是替用户做信息筛选，品牌要做的不是“被选中”，而是“被选中后还能被记住、被信任”。这是传播学问题，不是SEO问题。

四、抛个问题

各位在实际项目里，有没有尝试过把“品牌回忆度”纳入GEO的KPI体系？或者观察到什么方法能让AI引用的内容真正沉淀为品牌认知？欢迎有实操经验的朋友分享一下，我这边的实验样本还是偏学术场景，缺一线的数据。