本文整理自2026年3月19日，由中關(guān)村互聯(lián)網(wǎng)教育創(chuàng)新中心、數(shù)智教育商會、北京師范大學MBA校友會聯(lián)合主辦的「AI造勢能·GEO合規(guī)與行業(yè)洗牌·教育行業(yè)高效獲客實戰(zhàn)」活動。多鯨主編兼多鯨智搜合伙人冼力琴以「GEO合規(guī)與行業(yè)洗牌：AI搜索的破局新機遇？」為題發(fā)表主題演講，以下為演講內(nèi)容整理。

過去九年，我一直在行業(yè)媒體做內(nèi)容，從記者到主編。去年開始，多鯨也在推進媒體轉(zhuǎn)型，合資成立了一家專門做GEO相關(guān)業(yè)務(wù)的公司。過去一年里，我們服務(wù)了不少教育公司和品牌，也覆蓋了一些教育行業(yè)之外的客戶。今天分享的內(nèi)容，并不是外部整理的二手資料，而是來自我們自己一線跑通的結(jié)果——包括具體的數(shù)據(jù)，以及在過程中沉淀下來的方法論。

我們對GEO的基本判斷是：它不是一種"干預結(jié)果"的技巧，而是幫助企業(yè)搭建AI時代的數(shù)字基座，通過持續(xù)積累的內(nèi)容資產(chǎn)，去影響AI最終的推薦結(jié)果。

一、用戶找機構(gòu)的方式，已經(jīng)變了

在過去，家長會打開百度，搜索關(guān)鍵詞，在一堆網(wǎng)頁和廣告里自己篩選信息。但今天，這個路徑已經(jīng)發(fā)生了根本性的改變——用戶開始直接問AI。

一個非常典型的場景：有家長會問"我孩子10歲，想學編程，北京有什么靠譜的機構(gòu)推薦？"這時候，AI不會再給你一堆鏈接，而是直接給出答案，告訴你根據(jù)這個需求，推薦哪幾家機構(gòu)。AI正在重新定義獲客的入口。

這種用戶遷移，在過去一年里已經(jīng)有了非常明顯的數(shù)據(jù)體現(xiàn)。以豆包為例，去年上半年滲透率還只有大約1%，到年底用戶使用頻率已有顯著提升。我自己就是一個重度豆包用戶——吃什么、去哪兒吃、出行路線、旅游攻略，甚至一些生活決策，都會先問AI。以前的決策路徑是先用瀏覽器，再看小紅書，再做決策；現(xiàn)在已經(jīng)變成先問AI，再去小紅書驗證，最后才是瀏覽器。中國互聯(lián)網(wǎng)營銷的邏輯歷來是哪里有用戶哪里就值得做營銷，而AI正在成為一個新的超級入口。

更值得關(guān)注的是：現(xiàn)在在用AI搜索的主力人群，畫像是25到40歲、本科及以上學歷、年收入20萬以上。這群人正是教育機構(gòu)的核心決策人群——也就是家長。AI搜索的主力用戶，和教育行業(yè)的核心用戶，高度重合。

這些家長在AI上提問的方式，也和傳統(tǒng)搜索截然不同。他們不會搜"少兒英語培訓"這樣的關(guān)鍵詞，而是會問："北京有沒有適合8歲孩子的課程推薦，不要那種只玩游戲的，要能學到真東西的"，或者"小升初面試培訓，上海有沒有比較靠譜的機構(gòu)"。這些問題帶場景、帶需求、甚至帶篩選條件。AI收到這樣的問題后，不會給你一堆鏈接，而是直接給出結(jié)論，通常是3到5個品牌的推薦。

我們之前做過測試，在主流AI搜索平臺上用典型的教育問題去問：哪怕是頭部機構(gòu)，也不一定會被推薦。 不是你品牌不夠大，而是你還沒有進入AI的"答案體系"。

洗牌，已經(jīng)開始了，而且有明確的時間窗口。現(xiàn)在這個階段，AI搜索高速增長，但大量品牌還沒有進入推薦列表，競爭還沒有那么激烈，位置還沒有被占滿，只要做對動作就可以"占坑位"。但當這件事再往前走一年，先行者會建立起內(nèi)容資產(chǎn)壁壘，一旦AI對某些品牌形成穩(wěn)定認知，推薦就會開始"固化"，那時候再想進去，需要付出10倍的成本去撬動一個已經(jīng)穩(wěn)定的結(jié)果。

二、什么是合規(guī)GEO？什么是"投毒式GEO"？

今年315，"AI投毒"以及圍繞GEO出現(xiàn)的灰色操作引發(fā)了廣泛關(guān)注。這件事給了兩個重要信號：第一，AI搜索結(jié)果已經(jīng)開始影響真實消費者的決策，重要到監(jiān)管層認為必須介入的程度；第二，用不正當方式操控AI，風險極高，尤其在教育行業(yè)，一旦被認定為虛假宣傳，面臨的不只是平臺處罰，而是法律風險。

理解這件事，首先要搞清楚GEO是什么。你可以把GEO理解為AI時代的SEO——SEO通過關(guān)鍵詞優(yōu)化讓你的網(wǎng)站在搜索結(jié)果里靠前，GEO則是把優(yōu)化對象從"搜索引擎"變成"AI大模型"，核心是：當用戶向AI提問時，AI會不會推薦你、用什么方式推薦你、你出現(xiàn)在第幾個位置。SEO不會消失，但GEO是新增量，而且線索更精準、轉(zhuǎn)化更高，因為用戶已經(jīng)把需求說得非常清楚了。

目前市場上，圍繞GEO只有兩種做法。

第一種是投毒式GEO。 核心邏輯是操控AI，讓AI"誤以為"你很好。具體操作包括批量注冊虛假賬號、偽造用戶評價、做假測評假榜單，然后把這些內(nèi)容喂給AI。短期可能有效果，但有三個致命問題：其一，不可持續(xù)——我們和豆包相關(guān)內(nèi)部人員溝通了解到，早在315之前平臺方已提前做過預警，各大AI平臺的算法會越來越嚴格，這類低質(zhì)量批量內(nèi)容對推薦結(jié)果的影響會趨近于無效；其二，合規(guī)風險極高，315之后監(jiān)管只會更嚴；其三也是最致命的，一旦用戶發(fā)現(xiàn)口碑是"做出來的"，品牌信任是不可逆的損失。對于還停留在"買一套系統(tǒng)、批量生成內(nèi)容、再去投放"這條路徑上的企業(yè)，這條路基本已經(jīng)走不通了。

第二種是合規(guī)GEO。 底層邏輯完全不一樣——不是在操控AI，而是在"幫助AI理解你"。很多機構(gòu)的真實處境是：課程很好，口碑也不錯，但AI不推薦你。不是你不好，而是AI"不認識你"。你的品牌信息分散在不同平臺、表達不一致、缺乏結(jié)構(gòu)化，沒有形成"可被理解的知識"，所以AI沒辦法建立對你的認知。合規(guī)GEO要做的事情，用一句話概括：把你的真實價值，用AI能理解的方式表達出來。

三、教育機構(gòu)怎么做GEO？

我總結(jié)了五個原因，說明為什么教育行業(yè)特別適合做GEO：高客單加強決策，用戶一定會反復比較驗證；信任驅(qū)動消費，誰被推薦直接影響選擇；強場景化提問，天然適配AI的回答邏輯；本地化屬性強，AI推薦可直接驅(qū)動到店轉(zhuǎn)化；競爭高度同質(zhì)化，最終拼的是誰被推薦。這五點疊加在一起，得出一個結(jié)論：教育行業(yè)本質(zhì)上是一個極度依賴推薦機制的行業(yè)，而AI正在成為新的推薦系統(tǒng)。

在具體的做法上，我們把GEO的工作拆成三層結(jié)構(gòu)。

第一層是打地基（數(shù)字基建）。 很多機構(gòu)覺得官網(wǎng)寫得好、產(chǎn)品頁很完整，但問題在于AI不是人，它不看文案寫得好不好，它看的是信息是否結(jié)構(gòu)化、清晰、可以被識別為一個"實體"。所以這一層要做的不是重寫內(nèi)容，而是重構(gòu)信息——把原有的數(shù)字資產(chǎn)用AI能理解的方式重新結(jié)構(gòu)化，讓AI清楚地知道：你是誰、你做什么、你為什么值得被推薦。這一層沒打好，會出現(xiàn)一個典型問題：你明明很好，但AI不知道。

第二層是建生態(tài)（內(nèi)容體系）。 AI在回答問題時有一個重要機制：它不會只看一個來源，而是會"交叉驗證"。官網(wǎng)、百度百科、知乎、小紅書、行業(yè)媒體，這些內(nèi)容本質(zhì)上都是在幫AI確認你是否可信。所以這一層要搭建的是多平臺、多場景的內(nèi)容矩陣，讓AI在不同渠道都能看到你，而且看到的是一致的你。

第三層是做閉環(huán)（監(jiān)測優(yōu)化）。 GEO不是一次性項目，而是持續(xù)迭代的過程，因為用戶的提問方式在變、AI的推薦邏輯在變、競爭對手在變。需要持續(xù)監(jiān)測你在AI里被推薦了幾次、哪些問題開始出現(xiàn)增長、哪些內(nèi)容被AI引用、哪些關(guān)鍵詞還沒有覆蓋，用這些數(shù)據(jù)不斷反推優(yōu)化。GEO不是一次投放，而是一個長期可復利的系統(tǒng)工程。

從我們服務(wù)過的案例來看，無論是在線少兒編程、語言學習APP，還是線下裝修公司、本地餐飲，合規(guī)GEO都能帶來可量化的轉(zhuǎn)化結(jié)果，而不只是曝光數(shù)據(jù)。越是決策復雜、信任門檻高的行業(yè)，GEO的價值越大。教育行業(yè)，尤其如此。

從更宏觀的角度看，平臺和政策層面正在引導一個清晰的方向：與其"到處貼小廣告"，不如做真正優(yōu)質(zhì)的內(nèi)容，在更主流、更規(guī)范的平臺上獲得曝光。真正有效的，是回到內(nèi)容本身，建設(shè)屬于自己的AI時代數(shù)字資產(chǎn)。誰先把這些資產(chǎn)搭好，誰就會在AI里長期被看見。