从传播学视角看GEO：品牌主别急着追风口，先补上理论这一课

最近系里开学术研讨会，好几个年轻老师都在聊GEO。我翻了翻社区里的帖子，发现大家更多在谈实操——怎么加Schema、怎么测引用率、预算怎么分。这些都很好，但我觉得有个根本问题被忽略了：GEO不是SEO的升级版，它对应的是传播学里一个老命题——信源可信度与媒介渠道的再中介化。

先讲一个我亲身经历的场景。上个月给某快消品牌做咨询，他们的市场总监兴冲冲地说要 all in GEO，把官网内容全部重写成问答对。我问他：你的目标受众在AI搜索里的信息寻求动机是什么？他愣住了。后来我们做了一组小样本访谈，发现用户用AI问这个品类时，70%的问题集中在“成分安全性”和“使用场景对比”，而不是品牌历史。如果按他原来的方案铺内容，等于在错误的信源维度上发力。

从理论基础看，GEO至少涉及三层机制：

1. 认知权威的迁移。传统SEO争夺的是“排序位置”，本质是注意力经济；GEO争夺的是“被AI引述的资格”，本质是信任代理。AI扮演的是新的把关人（gatekeeper），但它不像人类编辑那样有明确的编辑方针，它的“把关”是统计意义上的。这意味着品牌需要研究的是：在特定语义空间里，哪些表述模式更容易被模型判定为“值得引述”。

1. 内容的结构化不等于碎片化。很多人以为GEO就是把长文拆成FAQ。但传播学里有个概念叫信息完整度——受众在决策链的不同阶段需要不同颗粒度的信息。AI搜索往往发生在决策链前端，此时用户需要的是框架性认知，而不是碎片答案。我建议的做法是：保留深度长文作为信源底座，再用结构化标记（Schema）去引导AI抓取关键段落。两者不是替代关系。

1. 测量效度的陷阱。社区里有人提到“AI搜索引用率从3%涨到11%”，这个指标本身没问题，但要注意生态效度。不同AI平台（比如Perplexity和国内几个大模型）的引用逻辑差异很大，你在A平台测出的优化效果，搬到B平台可能完全失效。做GEO不能只看单平台数据，要建立跨平台的信源覆盖矩阵。

再说个踩坑细节。有个做母婴品牌的创业者找我聊，说他们花了不少钱让内容团队按照“AI喜欢”的风格改写产品页，结果转化率反而降了。我看了改后的文案，典型的机器友好但人不友好——堆砌关键词、缺少情感锚点。GEO的底层仍然是说服传播，如果内容失去了对人的说服力，只讨好算法，最终会反噬品牌资产。

最后给一个判断：现阶段GEO的投入，建议按“信源基建 : 内容实验 : 效果监测 = 4 : 4 : 2”来分配。信源基建包括官网结构化改造、权威背书内容的沉淀；内容实验是小步测试不同表述框架；效果监测要拉长时间窗口，至少看三个月的引用趋势，而不是单周数据。

抛个问题给各位：你们在做GEO时，有没有遇到过“AI引用率上去了，但实际咨询量没变”的情况？如果有，你觉得是哪个传播环节断了？欢迎在评论区聊聊。