4月24日，在上海召开的2026亿邦新竞争力品牌大会上，Pureblue AI清蓝创始人鲁扬发表了题为《让品牌与AI共鸣：科学GEO驱动的企业营销升维》的主题演讲，深度剖析了AI时代品牌营销的底层逻辑重构。
鲁扬指出，商业链路正在经历一场范式转移，传统的B2B、B2C模式正加速向B2AI2B、B2AI2C演进。AI已不再仅仅是辅助工具，而是成为了连接品牌与终端用户——无论是企业决策者还是消费者——的关键中介，主导着从信息获取到交易转化的全流程。
这种变革不仅限于替代搜索引擎，AI正在深度渗透从搜索、浏览、推荐到决策、支付的完整交易闭环。随着豆包、DeepSeek、千问等产品接入电商与本地生活场景，Chatbot已确立为新的商业入口，而用户输入的Prompt则构成了品牌全新的“货架”。
营销投放随之迈入3.0时代：1.0时代抢占传统媒介资源，2.0时代依托搜索与电商平台进行竞价排名。进入3.0时代，AI平台成为营销核心阵地，Chatbot成为新的“地段”与“入口”，Prompt则演变为品牌争夺的“货架”。
鲁扬强调，支撑品牌在AI推荐体系中突围的关键在于GEO。企业需摒弃经验式的粗放优化，转向“科学GEO”，即在流程、方法、工具和标准四个层面实现科学化。随着行业规范的完善，GEO将步入合规、健康的发展新阶段。
品牌营销的核心命题正从“获取流量”转向“赢得AI推荐”，而“科学GEO”正是实现这一战略转型的必由路径。
这一转型的技术底座在于GEO的科学化实施。这涵盖了流程与方法的科学性，以及工具与标准的规范化。鲁扬坚信，随着行业标准的建立，GEO行业将逐步走向合规与成熟。
Pureblue AI清蓝创始人/CEO鲁扬
以下为演讲全文，经整理。
大家好，我是鲁扬。作为一名深耕市场营销多年的从业者，我曾任职于字节跳动、IBM、联想及京东，现专注于AI口碑营销。基于过去一两年在AI营销一线的实战经验，我深刻感知到，当下的商业形态正在经历一场颠覆性的重构。
过去我们熟知的B2B、B2C商业形态，正在演变为B2AI2B和B2AI2C。AI已成为商业组织触达终端用户的必经桥梁，无论是B端决策者还是C端消费者，AI都承担着品牌信息传递、认知塑造及决策辅助的核心载体功能。
与此同时，AI消费闭环已初步形成。自去年4月底ChatGPT在问答中支持电商跳转及即时结算功能以来，AI直接驱动交易的路径已被打通。
国内市场亦呈现出同样趋势。豆包在搜索消费品品牌时会呈现抖音电商链接，而千问在春节前的改版更具里程碑意义，实现了对淘宝全家桶的跳转支持，覆盖淘宝闪购、飞猪、大麦、盒马及高德等阿里系应用。
近期豆包的再次改版进一步深化了这一趋势，用户在询问商品推荐时，豆包可直接内化呈现结果并链接抖音电商，用户无需跳转甚至无需下载抖音，即可在AI界面内完成从搜索到支付的全链路闭环。
面对这一趋势，若仅将AI视为搜索引擎的替代者，未免失之偏颇。AI正在重塑整个用户交易链条，从搜索、浏览、内容推荐到决策辅助，乃至下单支付，AI正在重新定义每一个商业触点。
过去分散在平台电商、垂直电商及即时零售的触点，正被AI整合为新的统一入口，迫使传统电商、O2O及OTA平台在产业链中的位置后移。未来，AI不仅是入口，更将成为商业底层的操作系统，其影响力不亚于互联网诞生之初。
互联网时代将线下的“地段”搬至线上门户网站，移动互联网时代将其迁移至APP，而如今，豆包、千问、DeepSeek等Chatbot正在成为新的“地段”。用户习惯使用的对话机器人，即是品牌必须争夺的商业入口。
在此语境下，Prompt正成为新的“货架”。用户向AI提问的话术，如“哪家商品好”、“有什么推荐”、“A与B如何选择”，这些Prompt背后即是品牌应当被呈现、被理解及被推荐的关键场景。
基于此，企业营销已进入3.0时代。1.0时代投放电视、纸媒等传统媒体，核心是媒介资源；2.0时代投放搜索引擎及内容平台，核心是竞价排名与MarTech；3.0时代则是以AI平台为核心阵地，核心目标是赢得AI推荐。
支撑这一目标的基础技术是GEO。近期GEO备受二级市场及舆论关注，但也暴露了部分黑灰产问题。企业亟需探索如何通过“科学GEO”提升在AI平台的推荐率与曝光度。
“科学GEO”的演进可划分为三个阶段。第一阶段为经验驱动，目前国内约90%的GEO公司仍停留在此，依赖人工写稿、发稿及经验判断。但在面对黑盒模型时，这种沿用SEO经验的方法效率低下且效果不稳定。
根本原因在于，大模型不同于搜索引擎，其背后是神经网络，推荐逻辑并非公开的权重规则。若仅依靠人工经验不断试错——写稿、观察、调整，不仅效率极低，且难以精准触达。
随后行业进入第二阶段，即数据驱动。通过开发数据监测工具、看板及A/B测试指导优化，虽较经验驱动有所进步，但人效仍显不足，且难以跟上AI平台的迭代速度。
最终，我们将迈向第三阶段——模型驱动。这一阶段主张摒弃人工肉眼决策，将内容优化交由算法执行，核心在于解析品牌被AI推荐的底层逻辑。
品牌被AI推荐需经历四个关键阶段。首先是意图识别，AI分析用户提问并调取搜索引擎返回内容，品牌内容需存在于AI可获取的范围内。
其次是深度分析，Chatbot会对返回内容进行选择性深度分析，若内容未被分析，即在此环节出局。
接着是排序环节，AI对所有内容进行排序，这将直接影响品牌出现的概率及在多品牌推荐中的位次。
>
最后是决定性的答案生成环节。AI最终引用的内容极其有限，只有通过层层筛选并在生成环节被引用，品牌才算真正完成了推荐闭环。
基于此，我们主张用算法学习内容特征，解析那些能被AI信任并引用内容的结构特征，进而复刻该逻辑，生产出具备高AI可辨识度的内容。
>
这便是“科学GEO”的精髓。它要求流程、方法、工具及标准的全面科学化，旨在帮助品牌提升曝光度、美誉度及市场竞争力。
科学GEO包含八个工作环节：意图挖掘、品牌诊断、知识管理、内容管理、营销策划、效果预估（沙盒A/B测试）、媒体分发及数据监控。品牌应遵循此流程，并将监控数据反哺至后续优化策略。
以蚂蚁数科为例，其发布的金融智能体开发平台初期在AI平台表现不佳。经我们进行GEO优化约三周后，品牌推荐率从低位提升至接近100%，并稳居AI推荐首位。目前我们已服务涵盖科技、汽车、金融及零售等多个领域的客户。
值得注意的是，GEO行业的合规性至关重要。针对315曝光的黑灰产现象，我们总结了“假、大、黑”三类不合规做法：虚构概念指标、夸大功效、踩踏竞品黑公关。
例如在服务某美妆客户时，我们发现竞品通过不合规手段宣称洗发水具有“每周生发两毫米”的虚假功效，此类违背常识的夸大表述及恶意发稿踩踏行为，严重破坏行业生态。
目前，我们正与信通院、商广协及中广协等机构共同推动GEO行业合规发展，参与起草相关行业标准。随着监管完善，GEO行业将走向健康发展。
关于GEO的价值，有人质疑其是否在扭曲AI。实际上，AI具有进化属性，未来将愈发智能。不符合常理与真实的优化手段将愈发难以奏效，GEO作为内容营销的一部分，必须受限于真实性原则。
真正的GEO并非对抗或操控大模型，而是与其同频。未来，AI只推荐正确、可信且有价值的内同。品牌应回归真实、客观、高质量的内容，这是被AI发现、理解、信任并推荐的唯一路径。
我的分享到此结束，谢谢大家。
在品牌周期穿越中，功能主义与情绪疗愈叠加，科技与美学构筑品牌新竞争力。2026亿邦新竞争力品牌大会汇聚近千位品牌、平台及数智服务伙伴，致力于科技与美学品牌的生态集结。
亿邦持续追踪该领域情报，如需了解更多，请扫码关注作者微信。