董浩宇博士分享AI付费搜索趋势与GEO优化实践 | AI搜索领军企业氧气科技GEO亮相TMA盛典

最新推荐文章于 2026-08-27 10:20:45 发布

原创最新推荐文章于 2026-08-27 10:20:45 发布 · 1.1k 阅读

14 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

O2 Technology

AI搜索时代共创可信传播体系

12月19日，以“AI生万物，移往无前”为主题的2025 TMA盛典在广州富力丽思卡尔顿酒店举行。作为移动营销与人工智能领域的重要行业盛会，本届大会围绕AI对内容生产、传播机制与品牌增长逻辑的深度影响，设置主题演讲、案例分享及颁奖等多个环节，吸引了来自平台、品牌、技术公司与研究机构的多方代表参与。来自百度、小红书、网易传媒、京东、字节跳动公益、知乎、微博、图派广告、巨量引擎等企业的20余位专家分享前沿洞察，氧气科技创始人、CEO 董浩宇博士在会上作主题发言，系统性地剖析了生成式AI如何重塑用户搜索行为，颠覆传统付费搜索的底层逻辑，并首次详尽分享了氧气科技独创的生成式引擎优化（Generative Engine Optimization, GEO）实战方法论。

AI不是流量工具，而是一场正在发生的认知结构改变

今天的分享我想先从一个很多人并不陌生、却依然容易被低估的判断谈起：AI 并不是一个新的流量工具，而是一场正在发生的认知结构改变。

过去一段时间里，我与大量品牌、平台和技术团队交流时发现，大家在谈 AI 时，仍然习惯从“效率”、“成本”、“内容产能”这些维度出发，关注的是 AI 帮我们多做了多少事情。但在我看来，这些都只是表层变化。真正深刻、且不可逆的，是 AI 正在系统性地重塑信息是如何被组织、被理解，以及最终被采纳的方式。

当用户开始通过大模型直接提问、并获取答案时，品牌在信息体系中的角色已经发生了根本变化。品牌不再只是内容的发布者，而是被动或主动地参与进一场新的“认知共建”之中。如果一个品牌无法被 AI 理解、无法被正确引用、无法进入大模型的参考体系，那么它在新的信息结构中，就会逐步失去存在感。

从“AI搜索推荐”到“AI智能购物”，AI付费搜索正在酝酿新范式

这种变化，在用户决策路径上体现得尤为明显。传统搜索时代，用户往往需要经历“搜索—筛选—比较—决策”的完整路径，品牌有相对充足的机会，在中间环节被看到、被反复比较。

但在 AI 搜索与对话式交互场景中，这条路径正在被明显前置和压缩。当用户直接向 AI 询问“这一类产品是否值得购买”、“在某个具体场景下哪种方案更合适”时，大模型给出的不再是一组链接，而是一个已经被综合判断过的答案。

这意味着，如果一个品牌的内容无法进入大模型的“参考语料池”，它几乎不可能出现在用户真正的决策起点。这不是流量位置的变化，而是认知入口的迁移。

从 2025 年下半年开始，AI 搜索平台在商业化方向上的一系列尝试，正在为“AI 付费搜索”这一趋势提供了越来越清晰的信号。以 ChatGPT 和豆包为代表的 AI 大模型平台，已经不再局限于信息问答本身，而是开始在对话式搜索与推荐场景中，引入与商品、品牌和交易相关的探索动作。这些尝试虽然仍处于早期阶段，但其方向性意义十分明确——AI 正在向“决策入口”与“交易前端”靠拢。

与传统搜索广告不同，这类探索并非简单复制关键词竞价逻辑，而是更强调“在用户主动提问时，如何以更自然、更可信的方式，参与到 AI 的回答与推荐之中”。当用户向 AI 询问“值不值得买”、“哪一款更适合我”时，品牌信息与商品推荐开始被嵌入到对话式搜索流程中，这本身就构成了 AI 付费搜索最核心的雏形。

基于这些已经发生的变化，我们判断，2026 年将成为 AI 付费搜索逐步成型的重要阶段。其形态未必会以传统广告位的形式出现，而更可能与 AI 的原生回答深度融合，围绕可信内容、决策辅助与场景匹配展开。这也意味着，未来品牌的搜索投放策略，可能不再只是“买关键词”，而是需要提前构建能够被 AI 理解、引用并放大的内容与认知资产。

因此，AI 付费搜索对品牌而言，并不是一个突然出现的新渠道，而是一个正在孕育中的趋势性变量。在商业化机制真正成熟之前，率先理解其运行逻辑、并为 AI 搜索场景做好内容与认知层面的准备，将成为品牌在 2026 年及之后降低试错成本、争取先发优势的重要基础。

“种草”依然重要，但同样需要大模型上的长期品牌认知布局

在这样的背景下，很多人会问我：我们过去非常成熟、也被反复验证有效的内容营销方式，比如“小红书种草”，是不是已经不重要了？我的答案始终很明确：不是。

小红书种草依然是品牌不可或缺的营销手段。真实体验、情绪共鸣和人与人之间的信任，依然能够在短时间内快速拉近品牌与用户之间的距离，并对消费决策产生直接影响。

但与此同时，我们也必须看到，这类内容高度依赖平台分发机制，生命周期相对较短，很难沉淀为稳定、可复用的长期认知资产。它更多解决的是“当下有没有被看到”，却很难回答“未来是否还能被持续记住和推荐”。

“大模型种树”：为品牌构建长期认知基础设施

正是在这样的判断基础上，我们提出了一个新的概念，叫做——“大模型种树”。

如果说“种草”解决的是短期曝光问题，那么“种树”解决的，是品牌在 AI 时代能不能长期生长的问题。GEO 的目标，并不是制造短期爆点，而是在 AI 的知识结构中，为品牌建立一个稳定、可持续的位置。

这棵“树”的生长，依赖的不是一次传播或某一次营销动作，而是长期、持续、结构化的内容供给。只有当品牌信息能够被系统性理解、反复引用，并在不同语境中保持一致，品牌才有可能在 AI 的推荐体系中形成稳定存在。

GEO不是SEO的延伸，而是从“关键词”走向“语义与认知”

在这里我也想特别强调：GEO 并不是传统 SEO 在 AI 时代的简单延伸。

在传统搜索环境中，我们优化的核心对象是关键词；而在 AI 搜索中，真正被理解和采用的，是问题本身、语义结构以及认知之间的关系。大模型并不会因为某个品牌出现频率高就优先推荐，而更倾向于选择那些表达清晰、逻辑完整、并且能够被多源验证的内容。

这也要求品牌完成一次根本性的转变——从“我想说什么”，转向“用户在问什么”。绝大多数用户并不会直接向 AI 询问某一个品牌，而是从需求和问题出发。如果品牌无法在这些问题中成为“合理答案的一部分”，即便拥有大量内容，也很难进入 AI 的推荐逻辑。

STREAM 方法论：让品牌在 AI 语义环境中“可被理解、可被信任”

基于这些实践经验，今年 5 月，氧气科技与北京大学新闻与传播学院联合发布了全球首个基于中文语义的 GEO 技术方法论——STREAM。

STREAM 并不是从传统传播或营销视角出发，而是回到生成式 AI 的理解与引用机制本身，系统拆解品牌内容在 AI 体系中是如何被读取、判断和采用的，从而让品牌在 AI 语义环境中的可见性与可信度，第一次变得可分析、可优化。

这一方法论从语义结构化、内容时效性、可信源交叉验证、用户共鸣、内容一致性以及多模态权重动态调节等多个维度出发，帮助品牌构建稳定、可信、可持续生长的 AI 认知基础。这不是一次性的优化动作，而是一套长期的认知管理体系。

全链路 GEO 智能体发布：让“种树”真正进入可执行阶段

wxv_4281903047636516869

在技术方法论的基础上，氧气在今年 12 月正式发布了中国首个全链路 GEO 智能体。这是一套为生成式AI搜索时代构建的 AI 原生 GEO 全链路智能体，也是全球最早整合中文和海外大模型生态的智能体之一。其核心引擎以中国主流大模型（如豆包、千问、DeepSeek、元宝、Kimi）为底座，结合Claude、Gemini 3 等海外大模型的能力，帮助品牌识别全球对品牌认知的差异与机会。它通过监测、诊断、优化与执行的 Agent 协同闭环，让品牌得以主动经营自身的 AI 语义资产，使“大模型如何理解与呈现品牌”从不可控变为可运营。