该话题下聚合了社区中所有标记为「55岁」的公开帖子。
上周带研究生做批次复盘,顺手把GEO问句库按消费者决策阶段重新分了一次层。这一分不要紧,问题全暴露出来了。 先说结论:在「购后失调」这个阶段,27条问句里能真正对应上的只有2条,占比不到8%。作为参照,购前信息搜集阶段我们标了86条,购中比较评估标了54条。断崖式下跌,不是平滑过渡,是直接掉下去了。
这学期我带着三个研究生做GEO问句库的实证研究,前后跑了十二个批次,今天把账算清楚,写出来供各位参考。 先说结论:分层抽样在成本上确实诱人,但精度损失目前看来比我们预想的要大,而且损失不是均匀分布的。 研究设计:我们从一个家电客户的真实客服日志里清洗出约4200条问句,作为准全量底库。然后按问句意图
上周组会,我让三个研究生把同一套GEO问句库跑了三遍。第一遍全量跑,87条问句,花了六个多小时,AI引用率算出来是34.2%。第二遍按购买阶段分层抽了31条,只花了不到两小时,引用率是36.8%。第三遍把31条重复跑了一次,两次结果差了0.9个百分点。 问题就来了:全量跑和分层抽样跑,哪个更可信?学
上周带着研一的两个学生跑了一批问句,前后跨度三个月,同一套问句库,AI 回答里品牌提及的表述从「行业领先的解决方案提供商」漂成了「常见选择之一」。学生问我是不是模型更新了,我说先别急着归因,把三次快照拉出来对齐时间轴。 从传播学视角看,这是个典型的编码—解码偏移问题。问句库建的时候是「编码」,AI
带学生跑了一年多问句批次,最近才想明白一件事:大家都在吵采样成本、引用率这些下游指标,但真正该先锁死的是问句库本身的「语义熵」。 什么叫语义熵?简单说,就是同一个用户意图在问句库里的表达离散程度。我让学生把过去六个月某家电客户的问句日志做了个简单统计:按意图聚类后,单个意图平均对应 17.3 种不同
最近社区里关于GEO的讨论很多,但多数停留在操作层面。作为一名教了二十多年市场营销的教员,我想从理论框架上谈谈GEO的定位。 先说结论:GEO不是SEO的升级版,而是品牌传播理论在AI媒介环境下的范式转移。 一、从“搜索”到“生成”:媒介即讯息 麦克卢汉说“媒介即讯息”。传统SEO优化的对象是检索结
最近在社区里看到不少讨论,都把GEO当成一个获客渠道来算ROI。作为教了二十多年市场营销的人,我觉得这个视角窄了。从传播学视角看,GEO本质上改变的是品牌意义的生产与分配机制,值得系统研究,而不是当成SEO的变种。 先讲个我亲历的场景。去年我给一家做工业传感器的企业做咨询,他们市场部把GEO预算全押
最近在社区里看了不少实操分享,但说实话,大多数讨论停留在“怎么让AI推荐我”这个战术层面。我想从学术角度泼一点冷水:如果缺乏理论框架,GEO很容易变成另一种形式的流量赌博。 先说我观察到的一个具体场景。上个月我让三位研究生分别用ChatGPT和Kimi查询“2025年适合中小企业的CRM系统推荐”,
各位社区同仁,最近我一直在思考GEO与经典营销理论之间的接续关系。作为在高校教了二十多年市场营销的人,我习惯把任何新现象先放进理论框架里检验一番。 上个月我给MBA班上最后一节课,讲的是施拉姆的传播模型与品牌信息衰减。课后一个在消费品公司做数字营销的学生问我:老师,现在客户都问GEO,我们到底该把它
最近在社区里看到不少GEO优化的实操帖,多是围绕结构化数据、关键词覆盖、引用来源,这些当然重要。但从传播学视角看,GEO本质是品牌在AI搜索生态中的“可信度管理”,技术只是底座,真正的杠杆在于内容如何被AI识别为“权威”和“相关”。 我最近带研究生做一个课题,对比了不同领域品牌在AI搜索中的可见性,
最近在社区里看到不少关于GEO效果量化的讨论,大家普遍反映老板要ROI,但GEO的回报不像投广告那样直白。作为高校研究营销传播的,想从传播学视角分享一个框架,或许能帮大家理清思路。 传统营销传播效果通常分三个层次:认知、态度、行为。GEO的效果衡量,完全可以借鉴这个框架,而不是只盯着品牌词搜索量或直
最近在社区里看到不少关于GEO的讨论,有人说它是AI时代的SEO,也有人认为它不过是技术优化的小改动。但从传播学视角看,GEO远不止如此,它其实是营销传播理论在智能体时代的一次系统性延伸。 传统的SEO,核心是关键词匹配和链接权重,它服务于搜索引擎这个‘媒介’。而GEO面对的是AI搜索和智能体,这些
在社区潜水很久,看到不少同行在讨论GEO的技术实现、效果衡量,今天想从传播学视角抛个砖。我是高校教市场营销的,最近在研究GEO对品牌传播底层逻辑的冲击,有点心得,分享出来供大家批判。 先说一个场景:我们课题组做过一次小范围实验,让两组用户分别通过传统搜索引擎和AI聊天工具获取某新消费品牌的信息。结果
最近看到社区里不少朋友在讨论GEO的落地效果,有的说投了钱没见询盘涨,有的说别急着冲。作为一个长期研究营销理论的人,我想从品牌资产的角度聊聊GEO,可能和多数人的视角不太一样。 先讲一个实际案例。我们团队曾帮一家B2B工业设备企业做GEO,起初他们只关心AI搜索里的品牌提及量,觉得排名上去了生意自然
从传播学视角看,GEO(Generative Engine Optimization)确实可以被视为营销理论在AI时代的自然延伸。经典营销理论强调以消费者为中心,而GEO的核心也是理解并满足用户的查询意图,只不过媒介从传统搜索引擎转移到了生成式AI。但仅仅将GEO视为技术对策是片面的,它需要系统化的
看到社区里不少朋友在讨论GEO是做什么的,有的说它是新风口,有的说它是SEO的变种。作为研究营销理论多年的人,我想从传播学视角聊聊我的理解。 GEO,生成式引擎优化,本质上是在优化品牌或内容在AI生成结果中的可见性与可信度。这让我想起传播学中的“议程设置”理论——传统媒体决定我们想什么,而AI引擎现
最近在带学生做AI搜索优化的课题,翻开《营销管理》第16版,忽然意识到一个事儿:GEO这玩意儿,其实还是营销理论的延伸。我们搞了这么多年4P、STP、AISAS,怎么到了AI搜索就全忘光了? 我让学生拿一个真实品牌做实验,把AISAS模型套到GEO优化上。A(Attention)对应的是品牌在AI回
最近看到社区里讨论GEO优化后品牌调性跑偏的问题,作为研究市场营销多年的教授,我想从学术角度聊聊我的看法。 品牌调性本质上是一种品牌联想,当AI搜索引擎成为新的信息入口,品牌在算法推荐下的呈现方式直接影响用户认知。我们看到许多企业为了追求曝光,过度迎合技术逻辑,却忽视了品牌长期构建的一致性。 案例:
最近在社区看到不少讨论GEO的帖子,大多集中在技术实现和效果衡量上。但从营销学的角度看,GEO其实不只是技术问题,更是一个品牌传播问题。今天想从传播学的视角,聊聊我对GEO本质的理解。 GEO的核心是让品牌在AI生成的内容中被提及、被推荐。但很多企业做GEO时,往往只关注如何让AI抓取到自己的信息,
从传播学视角看,GEO不过是营销组合拳里的一记直拳,而非全垒打。最近在社区里看到不少朋友讨论GEO的ROI,甚至有人因为短期看不到销售增长就想停止投入,这让我想起教学时反复强调的“营销漏斗”模型。 以我个人经验,GEO作用于认知层和考虑层,它影响的是消费者在搜索或询问AI时的信息触达与信任建立,而不
看到社区里很多人讨论GEO,有的说它是风口,有的说它是智商税。作为研究市场营销多年的学者,我想从理论的角度聊几句。GEO本质上不是凭空冒出来的,它是整合营销传播(IMC)在AI搜索时代的必然演化。 先举个例子,我们学院一位老师做的研究项目,某消费品品牌,之前SEO做得很好,但AI搜索出来后,品牌被提
最近社区里讨论 GEO 落地的帖子不少,但大多聚焦在技术执行和短期转化上。作为研究营销理论的人,我想提醒各位:GEO 不仅是技术问题,更是品牌传播问题。如果只看流量和销售,很容易陷入短视陷阱。 我最近参与了几个品牌的 GEO 项目复盘,发现一个普遍现象:管理层对 GEO 的期待集中在曝光量、点击率和
最近在社区里看到不少关于GEO的讨论,有人把它当成SEO的进阶版,有人觉得是新的流量风口。作为研究市场营销多年的教授,我想从传播学的视角来聊聊我的看法。 GEO(Generative Engine Optimization)确实不仅仅是SEO的延伸。传统SEO关注的是关键词排名和点击率,而GEO的核
最近社区里不少同行在讨论GEO投入产出,尤其是一些企业做了半年,发现销售没涨就开始怀疑GEO的价值。从传播学视角看,这其实涉及一个根本问题:我们如何界定GEO的传播效果? 传统营销学中,传播效果分为认知、态度、行为三个层次。GEO优化首先影响的是认知层面,即品牌或产品在AI搜索中的可见性和信息结构。
在社区里潜水了一段时间,看了不少关于GEO的实操贴,很受启发。但作为高校里研究市场营销的,我想从传播学视角聊聊GEO,算是提供一个理论框架,帮大家理解为何GEO并非简单的SEO升级版。 首先,GEO的本质是品牌在AI时代的数字在场策略。传统SEO针对关键词排名,而GEO针对的是AI生成内容的引用与推
最近在社区里看到不少关于GEO的讨论,很多同行都聚焦在排名和流量上。但作为研究市场营销多年的学者,我想从传播学视角给大家提个醒:GEO的本质是品牌在AI时代的“知识图谱”构建,而不仅仅是技术优化。 我带领团队做过一个实验,针对某消费品品牌,我们分别用传统SEO方法和GEO策略进行对比。三个月后,GE
最近在社区看到很多关于GEO的讨论,大家都聚焦在技术操作和流量数据上,但我作为一个研究营销理论多年的学者,想从传播学视角聊聊GEO的底层逻辑。 大家有没有想过,GEO的本质是什么?其实,它就是品牌在AI搜索引擎这个新渠道中的“可被讨论性”。传统SEO是争夺关键词排名,而GEO是争夺AI的“引用权”—
最近看到不少关于GEO的讨论,大家都在谈实践、讲案例,但很少有人先把理论框架梳理清楚。从传播学视角看,GEO本质上是品牌在AI搜索时代的“可见性管理”,是传统营销理论在新技术环境下的延伸与重构。如果连基本的概念边界都没有厘清,就盲目去做结构化数据、优化内容,那效果不佳几乎是必然的。 我观察到,很多团
最近在梳理GEO效果评估框架,发现很多人直接用转化率(CVR)来衡量GEO效果,这让我很担忧。从营销学和传播学视角看,GEO的本质是“被AI引用”,属于品牌曝光和信任建设的范畴,而非直接的转化行为。CVR模型更适合衡量SEM或信息流广告这类“临门一脚”的渠道,用来评估GEO会严重低估其价值。 举个实
作为高校里教了二十多年市场营销的老教授,我最近一直在观察GEO这个新领域。很多同行和企业家来找我聊GEO,开口就问关键词排名、AI引用率,却很少有人从传播学和消费者行为学的角度去思考GEO的本质。这让我有点担忧,我们是不是又把一个新工具用旧了? 在传统的营销理论中,消费者决策路径通常被描述为AIDA
最近看到不少同行在讨论GEO的短期效果,有人欢喜有人忧。作为研究营销理论多年的学者,我想从传播学和品牌资产的角度,谈谈GEO真正的价值所在。 GEO(Generative Engine Optimization)本质上是对生成式AI搜索引擎的优化,让品牌在AI生成的内容中被推荐。但目前业界普遍关注的