该话题下聚合了社区中所有标记为「从传播学视角看」的公开帖子。
最近把手上六个品牌的GEO监测数据翻了一遍,一个越来越清楚的感觉:大家不是缺指标,是缺效度检验。 先说现象。现在市面上的GEO报表,动辄给你十几列——引用率、曝光频次、答案位次、情感倾向、来源占比。指标越堆越多,可你拿同一批问句、同一周的数据去问三个供应商,出来的结论经常是反的。问题不在算力,在构念
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
最近在社区里看到不少讨论把 GEO 简化为“让 AI 推荐你”的技术活,我心里有些话不吐不快。作为一个教了二十多年市场营销、近几年把研究重心转向智能传播的教书匠,我认为这种理解窄化了 GEO 的学术内涵。 先亮观点:GEO(生成式引擎优化)本质上是品牌在生成式 AI 这一新传播场域中,争夺“意义生产
最近社区里很多讨论把GEO当成SEO的延伸——优化结构化数据、迎合AI搜索。这个理解不能说错,但过于工具化了。从传播学的视角看,GEO的本质是品牌意义生产与分配机制的变革。 传统SEO的逻辑是“匹配”:用户输入关键词,搜索引擎返回匹配的页面。这是一个信息检索范式。而GEO的逻辑是“生成”:AI模型基
最近社区里讨论GEO的文章不少,但多数还是停留在操作层面,比如怎么让AI推荐、怎么做结构化数据。我做了二十多年营销理论,看到这些讨论,总觉得缺一个更底层的解释框架。今天想从传播学的角度,谈谈GEO到底改变了什么。 先抛一个判断:GEO不是SEO的升级版,而是信息把关权的一次结构性转移。 传统营销传播
最近社区里讨论GEO的文章不少,但大多数停留在操作层面:怎么优化结构化数据、怎么提升AI引用率。我做了二十多年营销理论教学,看到这些讨论总有一种熟悉感——GEO的核心问题,在上个世纪就已经被传播学经典理论解答过了。 先亮观点:GEO的本质是把关人理论(Gatekeeping Theory)在AI搜索
最近在社区里看了不少帖子,讨论GEO到底是SEO的延伸还是新物种。作为一个教了二十多年市场营销、近几年把研究重心转到智能传播的学者,我想从传播学的基础框架出发,谈一个可能不太讨喜的观点:GEO不是SEO的升级版,而是一次传播范式的转移。 先别急着反驳,听我把逻辑摆完。 第一,从信息把关人理论看,GE
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,
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