GEO如何改变品牌？中国人民大学新闻学院教授王菲：被正确理解，才能被持续看见

每经记者｜杨煜    每经编辑｜杨军    

伴随生成式人工智能技术全面融入社会生产生活场景，生成式引擎优化（GEO）的技术应用与行业治理已成为产业发展的关键命题。

4月16日下午，由中国新闻技术工作者联合会、中国经济传媒协会联合主办，每日经济新闻、每经科技、每经AI智库与中国新闻技术工作者联合会AIGC与数智传播专委会共同发起的“共筑可信生态 共创智能未来——AI内容生态与负责任GEO治理研讨会”在北京举行。

中国人民大学新闻学院教授、现代广告研究中心主任王菲在会上发表主题演讲时提出，在AI（人工智能）时代，品牌竞争正从“可见性竞争”转向“可理解性竞争”，GEO治理的深层对象，是现实如何被机器理解，谁能被正确理解，谁才能被持续看见。

中国人民大学新闻学院教授、现代广告研究中心主任王菲 每经记者 韩阳 摄

品牌竞争正在转向“被如何理解”

生成式AI正在改变用户获取信息的方式，并重塑品牌的传播路径。

对个体而言，越来越多的判断先经过AI再进入人的认知；对市场而言，品牌先被机器理解，再被用户选择；对社会而言，事实、知识与代表性案例越来越先被AI组织，再被传播；对治理而言，内容治理正在转向表征治理、认知治理。

王菲指出，品牌竞争已从“占据流量”转向“占据解释权”，即从“排名靠前、投放更多、声量更大”转变为谁先被AI识别为“稳定对象”，谁先被AI归入某个意义类别，谁先被AI作为“代表性答案”调用，谁先获得机器层面的解释权与定义权。

与此同时，GEO则成为现实对象进入AI认知系统的接口机制。

王菲进一步解释，AI不能直接接触现实，只能接触现实的表征；品牌进入AI的，是被表达、被编码、被关联后的版本；GEO影响的，是品牌进入机器的方式；因而，GEO争夺的不是一次曝光，而是品牌的机器入口形态。

王菲强调，品牌价值形成正在从“心智进入”扩展为“机器进入”。这意味着，品牌竞争不只发生在人与人之间，也发生在人与机器、机器与机器之间，品牌不只要管理用户认知，还要管理机器表征。

“品牌需要进入AI的是意义模型”

然而，王菲指出，很多品牌没有可被机器理解的结构。

例如，“内容过剩，结构不足”，导致AI只能抓碎片、不能抓整体；“表达活跃，边界模糊”，概念堆叠，身份摇摆，AI最后只能输出“平均人格”；“优化热闹，建模缺席”，结果是有曝光、无理解，有提及、无定位。

王菲强调，GEO治理的深层对象是现实如何被机器理解。因此，治理不能只停留在内容真假、平台规范和优化合规，还必须进入表征质量、结构真实性、机器理解的责任边界等层次。“进入机器的，不应只是内容，而应是一个可被稳定调用的意义结构。”

具体而言，一是核心价值稳定，“没有价值锚点，就没有长期表征一致性”；二是对象边界清晰，“你是谁，不是谁，你解决什么，不解决什么，没有边界，就没有可归类性”；三是场景关系明确，“你在什么问题中被调用，你与哪些需求、语境、任务稳定相关，没有场景，就没有可调用性”；四是功能—情感—身份相互一致，“机器不能只看到卖点，要看到对象的角色、气质与意义位置，没有一致性，就没有可信表征”。

“品牌需要进入AI的，不是碎片信息，而是意义模型，”王菲表示，GEO的表层是优化，深层是表征；品牌的表层是传播，深层是结构；治理的表层是规范，深层是机器如何理解现实。“谁能被正确理解，谁才能被持续看见。”