GEO 操纵：当大模型的答案被搜索结果排序决定

图：DeepSeek API 文档首页，搜索 API 的能力与过滤口径写在这里（来源：api-docs.deepseek.com，截图于 2026-10-19）

DeepSeek 在 10 月开放自研搜索 API 时，更新日志里有一句容易被忽略的话：针对 SEO 作弊、GEO 操纵和低质 AIGC，通过严格的识别机制进行过滤，确保向用户与 LLM 呈现权威可信的信息。

这句话把三个东西并列：SEO 作弊、GEO 操纵、低质 AIGC。前两个是“操纵排名”，第三个是“批量生成垃圾内容”。它们共同指向一个问题：大模型的答案，越来越依赖它读到的网页。

GEO 是什么

图：维基百科 Search engine optimization 条目，传统 SEO 的参照系（来源：en.wikipedia.org，截图于 2026-10-19）

GEO 全称 Generative Engine Optimization，生成式引擎优化。传统 SEO 的目标是“让我的网页排在搜索结果前面”，GEO 的目标是“让我的内容被大模型引用”。

两者的手段有重叠，但侧重点不同：

	SEO	GEO
目标	搜索结果排名	被模型引用/复述
载体	网页 + 结构化数据	网页 + 可被检索的片段
成功指标	点击率	提及率、引用率
主要受众	搜索引擎爬虫	检索器 + 模型

GEO 本身不是坏事。一个写得很清楚、事实准确、结构良好的页面，本来就更容易被检索和引用。问题在于，GEO 也可以被用来制造“看起来权威”的假信息。

一条操纵链

图：维基百科 Search engine 条目，检索器与排序的基本概念（来源：en.wikipedia.org，截图于 2026-10-19）

我按公开资料推演过一条简化链：

攻击者批量生成“权威感”内容：带引用、带数据、带专家口吻，但事实是编的；
把这些内容发到高权重站点（或被高权重站点转载）；
模型检索时命中这些页面，把它们当证据；
模型在回答里复述错误结论，并附上“来源链接”；
用户看到“有出处”，就信了。

第 4 步是最要命的：模型给了引用，反而增加了可信度。传统搜索里，用户还能点开链接自己判断；模型直接给结论，用户往往只看结论。

为什么难防

难防的原因有三层：

检索器看的是相关性，不是真实性。一个页面只要和查询语义接近，就可能被召回，哪怕内容是编的。
模型没有事实核查能力。它只能判断“这段话和上下文是否一致”，不能判断“这个数据是不是真的”。
批量生成的成本极低。以前做内容农场还要雇人，现在一个脚本一天能生成几千篇“看起来专业”的文章。

DeepSeek 在搜索 API 里做过滤，说明平台方已经意识到这个问题。但过滤只能提高门槛，不能根治——只要“被引用”有收益，就有人研究怎么绕过。

对内容站意味着什么

我自己写这个博客，会注意三件事：

1. 别为了 GEO 写“模型爱看”的内容

模型确实偏爱结构清晰、有数据、有结论的文本。但如果为了被引用而编数据、堆关键词，短期可能有效，长期会毁掉可信度。一旦被识别为低质 AIGC，反而会被过滤。

2. 把“来源”写清楚

引用外部数据时，标明来源、日期、口径。这不只是给读者看的，也是给检索器看的：可验证的内容比“据说”更可靠。

3. 结构化数据要有，但别造假

Article、FAQPage、HowTo 这些 schema 能帮助检索器理解页面。但 schema 里的内容必须和正文一致，否则就是结构化数据造假——这本身也是一种作弊。

对做 AI 产品的人意味着什么

如果你在做 RAG 或 AI 搜索，GEO 操纵是必须考虑的威胁模型。我的建议：

来源白名单：优先信任已知权威域名，新域名降权；
多源交叉：同一结论至少两个独立来源，单一来源的强断言要标注；
时效性：过期内容降权，尤其是“最新数据”类断言；
引用可追溯：回答里给的链接必须能点开、内容对得上，不能是模型编的 URL；
人工抽检：定期抽样检查回答的事实性，别只看“回答得像不像”。

这几条会增加成本，但比“用户发现你胡说”便宜。

GEO 的具体手法

抛开道德判断，GEO 从业者实际在做的事大概有几类：

结构化内容。把答案写成“问题—结论—论据”的格式，模型检索时更容易抽取。这本身没错，坏的是为了被抽取而编造论据。

实体覆盖。围绕一个主题铺大量相关页面，让检索器无论怎么查都能命中。这是传统 SEO 的“站群”思路，搬到 AI 搜索上。

引用操纵。在内容里大量引用高权重来源，制造“有出处”的观感。模型看到引用，倾向于认为内容可信。

时效性伪装。把旧内容改个日期，伪装成“最新”。模型对时效敏感，这招对“2026 年最新”类查询特别有效。

这四类里，前两类是中性手段，后两类是明确的操纵。平台过滤的难点在于：它们和正常优化长得很像。

平台能怎么检测

DeepSeek 说做了“严格识别”，具体机制没公开。从公开资料推断，大概会看这些信号：

内容质量：重复度、信息密度、是否有可验证事实；
来源可信度：域名历史、作者、引用链；
生成痕迹：低质 AIGC 的统计特征；
行为模式：批量发布、异常链接结构。

这些信号没有一个是决定性的，所以过滤必然是“打分 + 阈值”。阈值高了误伤正常内容，低了放过操纵内容。这是所有内容平台的共同困境。

内容站的自检清单

我自己写文章时，会过一遍这几条：

每个数据有没有出处？出处能不能点开？
结论是不是自己验证过，还是“据说”？
标题和正文是不是一致（别做标题党）？
有没有为了关键词堆砌段落？
更新时间是不是真的更新了内容？

这五条既是给读者的，也是给检索器的。可验证的内容，长期看更可能被引用；靠操纵得来的引用，一旦被识别就是清零。

AI 搜索产品该怎么做

如果你在做 AI 搜索，GEO 操纵是必须写进威胁模型的。我的设计原则：

来源分层：权威域名、普通站点、用户生成内容，三层不同权重；
多源验证：强断言至少两个独立来源，单一来源标注“未交叉验证”；
引用可点：回答里的链接必须真实可达，定期抽检；
新鲜度标注：明确告诉用户“这条信息来自什么时候”；
反馈通道：让用户能举报错误回答，形成闭环。

这些原则会增加工程成本，但比“用户发现你在胡说”便宜得多。

常见误区

误区一：“GEO 就是 SEO 换皮”。两者目标不同：SEO 争排名，GEO 争引用。排名靠前不一定被引用，被引用也不一定排名靠前。做 GEO 要理解检索器怎么切分、模型怎么引用。

误区二：“内容写得好自然会被引用”。写得好是必要条件，不是充分条件。检索器看的是相关性、结构、时效，模型看的是可抽取性。好内容也要有好的组织方式。

误区三：“被引用就等于权威”。模型引用你，只说明你的内容和查询相关，不说明内容正确。用户看到引用就信，恰恰是 GEO 操纵能生效的原因。

我的判断

GEO 操纵的本质，是把“内容可信度”变成了一个可以被优化的指标。只要模型依赖外部内容，这个指标就会被攻击。

平台能做的是提高造假成本（过滤、降权、人工审核），内容方能做的是保持可验证性，用户能做的是对“有出处的结论”也保持一点怀疑。

DeepSeek 把 GEO 操纵写进搜索 API 的过滤清单，是个好信号：至少平台方承认这个问题存在。但真正的防线不在平台，而在每个读答案的人——引用不等于事实，模型说的也不等于对的。