【亿邦原创】4月24日，科技与美学·2026亿邦新竞争力品牌大会在上海召开，Pureblue AI清蓝创始人鲁扬发表主题为《让品牌与AI共鸣：科学GEO驱动的企业营销升维》的主题演讲。
鲁扬表示，AI正在重塑品牌触达用户的方式。过去商业链路主要是B2B、B2C，如今正在演变为B2AI2B、B2AI2C。无论是面向企业决策者，还是面向消费者，AI都在成为信息获取、推荐决策乃至交易转化的重要中间环节。
在他看来，AI并不只是替代搜索引擎，而是正在切入从搜索、浏览、推荐、决策到下单支付的完整链条。随着豆包、DeepSeek、千问等AI产品逐步接入电商、本地生活等场景，Chatbot正在成为新的商业入口，而用户向AI发起提问的Prompt，则正在成为品牌新的“货架”。
这也意味着，企业营销投放正在进入新的阶段：1.0时代，企业投放传统媒体，核心是媒介资源；2.0时代，企业投放电商平台和搜索平台，核心逻辑是竞价排名；进入3.0时代，AI平台正在成为企业营销的重要对象，Chatbot成为新的“地段”和“入口”，Prompt则成为品牌新的“货架”。
鲁扬指出，支撑品牌进入AI推荐体系的关键能力正是GEO。企业需要做的不是经验式、粗放式的优化，而是“科学GEO”——流程、方法、工具、标准这4个层面的科学。随着行业标准逐步完善，GEO也将走向更加合规、健康的发展阶段。
在他看来，品牌营销的核心，正在从“获取流量”转向“赢得AI推荐”，而“科学GEO”正是实现这一转变的关键路径。
而这背后基础支撑技术就是GEO。企业要做的正是科学的GEO，既包括流程、方法上的科学，也有标准、工具等方面的科学性。他相信，GEO行业也会越来越合规，做到健康发展。
Pureblue AI清蓝创始人/CEO鲁扬
以下为演讲全文，经亿邦动力整理。
大家好，我是鲁扬，特别高兴有机会跟大家做交流，我今天分享的主题是《让品牌与AI共鸣：科学GEO驱动的企业营销升维》。 简单介绍一下我自己，我是一个市场营销的老兵，过去曾在字节跳动负责火山引擎和豆包大模型的市场工作。在此之前，也曾在IBM、联想、京东等科技公司从事市场营销相关工作。现在我们 公司主要从事AI口碑营销。过去一两年，我一直在AI营销一线，也有一个很深的感受：今天的商业形态，正在发生非常明显的变化。
过去我们谈商业形态，更多讲的是B2B、B2C，而它正在变成B2AI2B，B2AI2C。AI正在成为商业组织触达终端用户的重要桥梁。无论这个终端用户是B 端决策者，还是C 端消费者，AI都越来越多地成为我们触达用户过程中，品牌传达信息、影响认知和辅助决策的重要载体。
而且，今天的AI消费已经开始闭环。去年4月底，ChatGPT率先问答中支持电商跳转。比如用户在ChatGPT里搜索一个杯子，它可以一键跳转到亚马逊，后来还推出了类似Instant Checkout的即时结算功能等。
在国内，我们也看到类似趋势。比如我们在豆包里搜消费品品牌时，相关商品通常会以链接形式呈现，点击后可以跳转到抖音电商。再比如千问，今年春节前的一次改版，在我看来是非常具有里程碑意义的事件。今天的千问已经支持跳转到淘宝全家桶，基本上支持整个阿里系APP。用户点一杯奶茶，实际上跳转的是淘宝闪购，订机票、订酒店，也可以跳转到飞猪、大麦、盒马、高德等。
前几周，豆包也有了一次新的改版，大家可能已经注意到，如果在豆包里搜索“什么商品哪家好？”豆包给出的商品结果甚至不需要再跳转到其他平台，而是可以在豆包里直接内化呈现，并链接到抖音电商。用户甚至不需要下载抖音，也可以在豆包里完成从搜索、浏览到支付下单的完整过程。
在这样的大环境下，很多人说AI正在取代搜索引擎，用户不再去搜索引擎里搜东西了。但在我看来，如果只是这样理解，其实还是把AI“说小了”。今天AI取代的只是搜索引擎吗？我认为并不完全是。AI正在切入整个用户交易链条，从搜索、浏览、内容推荐，到影响消费决策，再到下单和支付，AI都在重新塑造其中的触点。
过去，这些触点是非常分散的，分布在平台电商、垂直电商、即时零售等不同平台上。但今天，AI正在成为一个新的统一入口，它会让很多我们熟悉的电商、O2O、OTA等平台在产业链中的位置逐渐后移。未来，AI不仅仅是入口，它更有可能成为商业底层的新操作系统，深刻影响从搜索、浏览到交易的完整链条。今天AI对商业形态的改版，并不亚于当年的互联网。
当年互联网把“地段”这个概念从线下的地理街区、百货大楼，搬到了线上，淘宝、天猫门户网站成为新的线上地段。移动互联网时代，“地段”又变成了一个个APP。而今天Chatbot，也就是豆包、千问、DeepSeek这类对话式AI，正在成为新的地段。你的潜在用户习惯使用哪个Chatbot进行搜索和问询，这就会成为新的商业入口。
今天什么是新的货架？我认为，Prompt正在成为新的货架。Prompt是什么？就是潜在用户每天习惯用什么话术向AI提问。比如“什么东西哪家好？”“我想做什么事，有什么推荐？， “A和 B怎么选？”用户提出的这些问题，就是Prompt。而这些Prompt背后，正是品牌应该出现、被理解、被推荐的地方。所以我说，今天的Prompt正在成为新的货架。
从这个角度看，企业做营销、做投放，已经进入到3.0时代。1.0时代，企业投放的主要是传统媒体，比如电视、纸媒、广播、户外等，那时讲求的是媒介资源。2.0时代，也就是过去十多年，企业投放的基础平台变成搜索引擎、抖音、快手、小红书等网络媒体和内容平台，核心逻辑是竞价排名，也由此涌现出一批MarTech营销科技能力。
而今天，企业营销投放已经进入3.0时代。3.0时代，企业营销投放的重要对象是AI平台，所有以AI为基础规则的平台，都会成为企业营销需要去覆盖的新阵地。企业真正要赢得的是AI推荐，而支撑这一变化的基础技术，就是GEO。最近几个月，GEO引起了大家非常广泛的关注，包括二级市场的关注，也包括前段时间315对 GEO行业中部分黑灰产现象的曝光。
我们说今天的企业，如何正确提升品牌在AI平台上的推荐率和曝光度？我认为，应该做的是“科学GEO”。什么是“科学GEO”？我们可以从行业演进的三个阶段来看。
第一个阶段是经验驱动，主要依靠人工做。今天国内有上百家做GEO的公司，但在我看来，几乎90% 的公司，他们的方法其实都是人工经验驱动的。所谓人工经验驱动，就是依靠过去SEO经验，过人工写稿、人工发稿、人工判断内容结构和发布渠道，来尝试提升品牌在AI中的呈现效果。这些方向本身不一定错，但问题在于，如果完全依靠人工经验，在GEO时代会变得非常低效。我们最早也曾经尝试过，但很快发现，如果沿用过去SEO的方法去人工做内容优化，效果很难稳定，精准度也比较低。
原因在于，GEO面对的是大模型，大模型跟搜索引擎相比，核心差异在于：它不告诉你规则。过去我们做搜索引擎优化SEO时，面对的是搜索引擎的权重规则，无论是国内百度，还是海外的Google，相关规则在行业中已经被反复研究。我们可以按图索骥，依靠经验做优化。但今天的大模型背后是神经网络和大语言模型，它的推荐逻辑并不是一套清晰公开的规则。但是今天的大模型背后是神经网络和大语言模型，它的推荐逻辑并不是一套清晰公开的规则。
所以，如果仍然只靠传统的人工写稿、改稿，本质上就在不断碰运气。今天写一批稿，观察能不能被引用；如果不能被引用，过两天我们调整一下写法，再发一批稿。这样每天都在试错，效率很低，也不可取。
后来，我们进入到第二阶段，也就是数据驱动。典型表现是开发数据工具，虽然仍然依靠人工优化，但会配合一整套数据监测工具，包括数据看板、数据分析工具和做A/B测试来指导优化。相比经验驱动，这是一个进步。但我们后来发现，仅靠数据驱动，人效仍然不够高，大量A/B测试也很难跟上AI平台变化的速度。
最后，我们就进展到第三阶段——模型驱动。所谓模型驱动。就是尽可能摒弃人工判断和肉眼决策，把内容优化交给算法来做。算法怎么做？核心是研究一个品牌为什么能够被AI推荐出来。
我们认为，一个品牌从被AI发现、识别，到最终被推荐出来，大体要经历四个阶段。
第一，当用户发起一个问题，比如“什么东西哪家好？”AI首先要理解用户背后的意图，进行分析、识别，并调取搜索引擎。搜索引擎会向AI返回一批内容。也就是说，品牌内容首先要存在于AI可获取、可调取的内容范围内，这是第一步，也只是进入漏斗的开始。
第二，Chatbot会对这些内容进行深度分析，这个过程是选择性的，如果你的内容没有被分析到，实际上在第二步就已经出局了。
第三，AI会对所有的内容进行排序，这个排序会影响品牌出现的概率，也会影响品牌在多品牌推荐中的位置。
第四，也是最关键的一步，是答案生成环节。AI最终能否引用你的内容，决定了你的品牌是否真正被推荐出来。通常来说，AI在答案中引用的内容非常有限，往往只是少量内容。只有品牌内容能够通过前面基层筛选，并在最终答案生成环节被引用，品牌才真正完成了推荐闭环。
所以，我们的理念是，用算法去学习内容。那些能够经历AI层层筛选、被AI信任并最终被被引用的内容，具备什么样的结构特征？我们用算法去计算，再用算法帮助品牌进行内容优化，复刻这套逻辑，生产出更具AI可辨识度的内容。
这就是我们理解的科学GEO。科学GEO不仅要求流程科学，也要求方法科学，不能只依赖人工经验；同时还需要科学的工具和科学的标准，最终帮助品牌提升曝光度、美誉度、竞争力和增长力。
我们把科学GEO梳理为8个工作环节。品牌自己做GEO，也应该遵循这样的流程：首先是意图挖掘，了解品牌目标客户在AI上习惯提出什么问题；其次是品牌诊断，判断品牌在AI平台中的当前表现；然后是知识管理、内容管理和营销策划；在内容发布之前，还需要进行效果预估，比如在沙盒环境中进行A/B测试；随后再进行媒体分发，这其中也可以由算法给出权重列表；最后是数据监控，并将监控结果反哺到后续优化策略中。
我们有一个客户案例。蚂蚁数科去年4 月发布了一个新产品，叫金融智能体开发平台。发布之后，虽然做了很多PR，但是在AI平台和相关搜索场景中的呈现效果并不理想。后来我们帮其进行GEO优化，大约三周左右，把品牌推荐率从非常低的水平提升到接近100%，并且能够排在AI推荐的第一位。除了这个案例之外，我们今天也服务了很多行业客户，覆盖互联网科技、汽车、金融、零售消费等多个领域。
另外，GEO行业的合规性也是我们非常看重的一点。315晚会曝光了一些行业黑灰产现象。我们自己总结了一下，不合规的GEO做法大致包括“假、大、黑”。所谓“假”，是指虚构概念、虚构指标、虚构效果；所谓“大”，是指夸大产品功效或服务能力；所谓“黑”，是指通过踩踏竞品、黑公关等方式做所谓优化。
比如我们曾经服务一个美妆客户时，发现他的竞品明显选择了不合规的服务商。在内容中宣称某款洗发水具有生发功能，甚至写到每周生发两毫米。这显然是不符合常识的夸张表述。还有一些不合规的做法，会通过大量发稿，踩踏竞品，我们认为这些是非常不可取的。
现在，很多机构都在推动GEO行业合规发展。我们也参与其中，包括与信通院、商广协、中广协等机构共同参与相关行业标准和合规要求的起草制定。我们相信，随着行业逐步完善，GEO行业也会越来越健康地发展。
最后，我想简单谈一下我对于GEO价值的判断。很多人会问我：“你们之前就是做豆包的，现在帮助品牌被豆包引用，是不是在改变豆包？是不是在影响豆包？甚至有人问，GEO是不是在扭曲AI？”
我的看法是，今天AI和过去搜索引擎最大的区别在于，它会不断进化，AI会越来越聪明。所以未来，如果品牌做的是不符合常理、不真实、不客观的优化，其实会越来越难做上去。而且，GEO作为内容营销的一部分，本身也应该受到行业合规和内容真实性的约束。
在我看来，真正的GEO并不是要和大模型对抗，也不是要操控AI，而是要和大模型同频。未来，AI只会推荐它认为正确、可信、有价值的内容。对于每一个品牌来说，无论是自己做GEO，还是通过工具去做GEO，最终都应该回到真实、客观、符合自身定位的高质量内容上。只有这样的内容，才更有可能被AI发现、、理解、信任并推荐。
我的分享就到这里，谢谢大家。
当下，品牌衰退与崛起正在周期穿越中并发，功能主义叠加情绪疗愈，科技与美学成为品牌构筑新竞争力的核心锚点。2026亿邦新竞争力品牌大会是科技与美学品牌的觉醒和生态集结行动，将汇集近千位品牌、平台、数智服务及渠道伙伴。
亿邦持续追踪报道该情报，如想了解更多与本文相关信息，请扫码关注作者微信。
