今年 315晚会 曝出的一条调查，引发了 AI 行业的广泛讨论：
有人正在通过系统化手段 “投喂”甚至“投毒”AI大模型的数据来源，从而操控模型的推荐结果。
这条产业链背后的关键词叫 GEO（Generative Engine Optimization）。
简单来说，GEO的目标类似于传统的 SEO（搜索引擎优化），但优化对象不再是搜索引擎，而是 AI 大模型的回答结果。
根据调查，一些 GEO 服务商对客户的承诺非常直接：
只要付费，就可以让某个品牌或产品在 AI 模型回答中 排名靠前，甚至成为推荐答案。
一位从事 GEO 业务的服务商负责人表示，他们的主要工作其实很简单：
他的原话是：
“就是相当于做软文，然后让 AI 平台去刷录、输入、抓取。”
由于 AI 模型会持续更新数据来源，如果企业想长期保持推荐位置，就必须 持续不断地投喂相关内容。
调查人员还做了一次实验。
他们在电商平台购买了一款名为 “力擎 GEO 优化系统” 的软件，然后虚构了一款不存在的产品——一款“智能健康手环”。
接下来只做了三件事：
随后，他们在多个 AI 大模型中询问：
“智能健康手环推荐”
结果令人意外：
有两个 AI 大模型真的推荐了这款不存在的产品，而且排名靠前。
这意味着，如果有人大规模制造内容并投放到互联网上，确实可能 影响 AI 模型的推荐结果。
GEO 业务的核心并不是技术，而是 信息分发能力。
一些公司专门负责：
这些内容一旦被 AI 爬虫抓取、被数据集收录，就可能成为未来模型回答的一部分。
有从业者甚至直言：
“花个几百万投点毒，总行吧。”
相比动辄上亿的广告费用，一些企业认为 操控 AI 推荐的成本其实并不高。
从技术角度看，大模型并不是实时检索数据库，而是通过 训练数据学习世界知识。
如果某类信息在互联网上被大量重复传播，模型就可能把它当作“常见事实”。
这种问题在 AI 领域被称为：
数据污染（Data Poisoning）
典型表现包括：
随着 AI 问答逐渐取代传统搜索，GEO 很可能成为一种新的营销方式。
过去企业做的是：
SEO → 让搜索引擎排名靠前
现在可能变成：
GEO → 让 AI 回答优先推荐
这也意味着未来 AI 平台需要面对新的挑战：
AI 正在逐渐成为用户获取信息的重要入口。如果模型的推荐结果可以被操控，那么用户看到的内容就可能不再是客观信息，而是经过精心设计的广告。
315晚会曝光的这一案例提醒行业：
AI 的竞争不仅是模型能力的竞争，也将是信息可信度的竞争。
在 AI 搜索时代，如何确保模型不被“喂偏”，可能会成为整个行业必须解决的新问题。