快速摘要
2026年2月，AI搜索企业Perplexity正式宣布关停广告业务，与此同时OpenAI却开始在ChatGPT中测试广告投放，Anthropic则在超级碗上豪掷千万美元讽刺AI广告化——AI行业正站在商业模式的十字路口。 与此同时，一种名为GEO（Generative Engine Optimization，生成式引擎优化）的新概念正在迅速升温，各类GEO工具和高价优化服务层出不穷，但其中鱼龙混杂，不少打着"AI搜索优化"旗号的服务实质上是新瓶装旧酒。本文由 莫潇羽@无忆研习社 从独立站长和技术从业者的视角出发，结合最新行业动态，深入拆解AI广告化的利弊得失，并对GEO的技术原理、实操方法和市场乱象进行详细分析。往下看，有更详细的拆解。

一、风暴眼：AI搜索企业为何在广告问题上产生分裂

1.1 Perplexity的"反转"——从拥抱广告到全面撤退

说起AI搜索领域的广告之争，就不得不先聊聊Perplexity这家公司的转变历程。

Perplexity是一家总部位于旧金山的AI搜索初创企业，它的定位不是传统搜索引擎那种"给你一堆链接自己翻"的模式，而是一个"答案引擎"——用户提问，AI直接给出整合了多个信息源的综合性答案。这种模式在体验上确实比传统搜索更加高效，也因此吸引了大量用户。截至2025年5月，Perplexity的月查询量已经超过7.8亿次，用户数突破1亿，估值也在2025年9月的一轮融资后达到200亿美元。

作为一家烧钱速度惊人的AI企业（运行大语言模型的算力成本非常高），Perplexity曾经也试图走广告变现这条路。2024年11月，他们成为最早一批在生成式AI产品中引入广告的企业之一。当时的广告形式包括在"相关问题"模块中插入赞助内容（这个模块占平台查询量的40%），以及标注为"赞助"的视频广告。合作品牌包括Indeed、Whole Foods等知名企业。

莫潇羽（www.wuyi.wiki）注意到，Perplexity当时给出的理由也很"合理"：单靠订阅收入不足以支撑可持续的内容分成机制，广告是确保稳定、可扩展营收的最佳途径。

但事情的发展并不如预期。据《金融时报》等多家媒体报道，Perplexity的广告业务在2024年全年只带来了约2万美元的广告收入，而当年总收入为3400万美元——广告占比微乎其微。更关键的是，广告的引入开始侵蚀用户对平台的信任。尽管Perplexity反复强调广告"与AI回复无关"，但用户心中已经种下了怀疑的种子：当AI告诉我某个产品好用的时候，它真的是客观推荐，还是因为背后有广告商在付费？

这种信任危机促使Perplexity在2025年下半年开始转向。2025年8月，负责广告销售业务的高管Taz Patel离职；同年10月，Perplexity在纽约广告周上宣布不再接受新广告客户；到2025年底，广告投放被全面关停。

2026年2月，Perplexity在一场媒体圆桌会议上正式确认：公司没有任何正在进行的广告合作，也不打算重启广告业务。一位高管直言——"我们从事的是精准业务，核心就是为用户提供真相和正确答案。"另一位高管补充说，广告投放"与用户的核心需求相悖"，企业"可能永远都不会再开展广告投放业务"。

从站长的角度来说，莫潇羽认为Perplexity的这个决策背后有一个很朴素的逻辑：对于一个"答案引擎"而言，用户之所以使用你，核心原因是相信你给出的答案是最优的。一旦广告污染了这种信任基础，用户既不会继续使用，也不会为订阅服务付费。这和传统搜索引擎有本质区别——在Google或百度上，用户早已习惯了看到广告标识，而且搜索结果是一个列表，用户可以自行筛选判断。但AI搜索给出的是一个"唯一答案"，如果这个答案被怀疑掺杂了商业因素，整个产品的价值主张就会崩塌。

1.2 OpenAI的另一种选择——ChatGPT正式试水广告

就在Perplexity宣布撤退的同一时期，OpenAI却在反方向上迈出了一步。

2026年1月16日，OpenAI宣布面向全球推出ChatGPT Go订阅计划（每月8美元），同时宣布将在未来数周内开始在ChatGPT中测试广告。2026年2月9日，广告测试正式上线，面向美国地区Free（免费）和Go（低价）层级的成年登录用户。Plus、Pro、Business、Enterprise和Education层级的用户则不会看到广告。

OpenAI给出了一套看起来比较完善的广告原则：

• 广告不会影响ChatGPT的回答内容，回答基于"对用户最有帮助"的原则进行优化
• 广告会被清晰标注为"赞助"内容，并在视觉上与正常回复分离
• 广告商无法访问用户的聊天记录、对话历史、记忆或个人信息，只能获得汇总的展示量和点击量等数据
• 18岁以下用户不会看到广告
• 广告不会出现在涉及健康、心理健康或政治等敏感话题的对话中
• 用户可以随时关闭广告个性化、清除广告数据、提供反馈

从商业数据来看，OpenAI的广告定价相当高端：CPM（每千次展示成本）为60美元，是Meta平均水平的约三倍，与Netflix早期广告定价相当。广告商的最低投入门槛为20万美元。首批合作伙伴包括Adobe、Williams Sonoma等品牌，以及WPP、Omnicom、Dentsu等全球知名广告代理机构。Omnicom Media甚至为其超过30个客户品牌拿下了ChatGPT广告位。

OpenAI CEO Sam Altman在社交媒体上表示："很多人想大量使用AI但不想付费，所以我们希望这种商业模式能够行得通。"这句话其实点出了OpenAI面临的核心矛盾——ChatGPT拥有数亿月活用户，但其中绝大多数是免费用户，而运行大模型的算力成本极其高昂。OpenAI在2025年签署了超过1.4万亿美元的基础设施合作协议，仅靠订阅收入远远不够覆盖这些成本。

1.3 Anthropic的"贴脸开大"——超级碗广告的深意

如果说Perplexity的撤退是"静悄悄的转身"，那Anthropic的表态就是"当众宣战"。

2026年2月，在全美收视率最高的超级碗赛事期间，Claude的母公司Anthropic斥资千万美元投放了两支电视广告。广告内容以幽默方式讽刺了AI对话中植入广告的场景：一个看起来像AI助手的"真人"先是非常专业地回答用户的健身问题，聊着聊着突然话锋一转，开始推销蛋白粉和健身器材。广告结尾打出标语："AI即将迎来广告。但Claude不会。"

这支广告虽然没有点名OpenAI或ChatGPT，但讽刺对象不言自明。

Anthropic在其官网上进一步阐述了立场："我们希望Claude始终以用户利益为先。因此，我们做出了一个决定：Claude将保持无广告状态。用户在与Claude对话时不会看到任何'赞助'链接；Claude的回复不会受到广告商的影响，更不会包含用户未要求的第三方产品植入。"

这番操作在业内引起了巨大反响。OpenAI CEO Sam Altman迅速在社交媒体上发长文回应，一方面承认广告"很有趣、我笑了"，另一方面指责Anthropic的做法"不诚实"，并反讽Anthropic是"只把昂贵的产品卖给富人"的精英主义路线。Altman强调，仅得克萨斯州使用ChatGPT免费版的人数就超过了全美使用Claude的总人数。

但社交媒体上的用户反馈却几乎一边倒地站在Anthropic一侧。评论区最多的声音不是讨论谁的商业模式更好，而是在抱怨ChatGPT近期的产品体验下降——"你一边站在道德高地上说是为了穷人，一边却连每月付20美元的付费用户都服务不好。"

莫潇羽@无忆研习社 认为，这场超级碗广告之争的本质不是两家公司的口水仗，而是AI行业在商业模式层面走到了一个必须公开表态的十字路口。正如极客公园的分析文章所指出的，这实际上是两种截然不同的商业逻辑的碰撞：OpenAI走的是"流量模式"，规模优先，单个用户的价值可以被广告收入摊薄；Anthropic走的是"产品模式"，类似苹果的策略，用户规模相对克制，但单个用户的付费意愿更强、价值更高。

二、深层追问：AI产品引入广告，到底动了谁的奶酪？

2.1 信任问题：AI广告与传统搜索广告的本质差异

要理解AI广告为何如此敏感，我们需要先弄清楚一个关键问题：为什么用户可以接受Google搜索结果页面上的广告，却对AI回答中出现的广告如此抵触？

传统搜索引擎呈现的是一个链接列表。用户看到"广告"标签后，自然会跳过那些链接，转而去看下面的"有机搜索结果"。在这个模式中，广告和内容是"物理隔离"的，用户拥有完全的选择权和判断力。

但AI搜索的交互方式完全不同。当你向ChatGPT或Perplexity提问时，它给你的是一个经过整合、看起来权威且统一的"答案"。这个答案不是一个可供你对比筛选的列表，而是一个"最终结论"。如果这个结论被广告因素所影响——即便只是用户主观上怀疑它可能被影响——整个产品的可信度就会遭到致命打击。

Pew Research Center在2025年的一项研究也印证了这一点：在遇到AI生成的搜索摘要时，只有53%的美国用户表示"至少有一定程度的信任"，而表示"高度信任"的用户仅占6%。AI搜索的信任基线本来就远低于传统搜索，任何可能进一步侵蚀信任的因素都需要格外谨慎。

2.2 用户体验：当AI开始"推销"

作为一个长期运营网站的站长，莫潇羽对用户体验这件事有着比较直观的感受。

设想一个具体场景：你正在用AI搜索工具查询"哪种跑步鞋适合扁平足"，AI给你推荐了品牌A的某款鞋。如果这个推荐纯粹基于数据分析和用户评价，你会觉得这个AI很有用。但如果你知道品牌A是这个AI平台的广告客户，你会怎么想？即便AI平台声称"广告不会影响回答内容"，你真的能完全相信吗？

这就是AI广告面临的根本性困境：它不需要真的影响回答内容，只需要让用户怀疑它可能影响了回答内容，就已经足够摧毁信任了。

Perplexity的一位高管在接受采访时说了一句非常到位的话："广告带来的问题在于，它让用户开始怀疑一切。"

当然，OpenAI也不是没有考虑到这个问题。从目前公布的信息来看，他们采取了比较谨慎的策略：广告只出现在回答的底部而非嵌入回答之中，在敏感话题附近不展示广告，用户可以控制广告个性化设置等。但问题在于，广告一旦进入产品，它的边界往往会逐渐扩大——这在互联网历史上已经被无数次验证过。

2.3 行业格局：三条路线的对决

从目前的情况来看，AI行业在广告问题上大致分化为三个阵营：

• 积极拥抱广告的阵营：以OpenAI和Google为代表。Google已经在其AI Overview（AI概览）功能中大规模植入搜索广告和购物广告，且在AI Mode中也开始测试广告。OpenAI则在ChatGPT的免费和低价层级中引入广告。这些公司的共同特点是拥有庞大的免费用户基数和巨额的基础设施投入，需要多元化的营收来源。
• 明确拒绝广告的阵营：以Anthropic为代表。Anthropic选择完全依靠订阅和企业销售来支撑运营，并将"无广告"作为核心品牌差异点。这种模式类似于苹果的"隐私优先"策略——用更高的产品定价来换取用户的信任和忠诚。
• 从广告中"叛逃"的阵营：Perplexity是其中最典型的代表。它们曾经尝试广告，但最终认定广告模式与自身的核心价值主张不兼容，选择了回归订阅模式。Perplexity的ARR（年度经常性收入）在2025年底达到2亿美元，年同比增长近5倍，这在一定程度上证明了订阅模式的可行性。

对于普通用户和内容创作者而言，这三种路线意味着完全不同的生态环境。在广告模式下，AI平台的利益与广告商部分重合，内容创作者和用户的利益可能被边缘化。在订阅模式下，AI平台的利益与用户更加一致——因为用户就是付费客户，满足用户需求是平台存续的唯一前提。

三、当广告遇上GEO：AI搜索优化的新战场

3.1 GEO是什么？从一篇学术论文说起

聊完了AI广告的宏观格局，我们来深入探讨一个与之密切相关的话题——GEO。

GEO的全称是 Generative Engine Optimization，翻译过来就是"生成式引擎优化"。这个概念最早出现在2023年ChatGPT大火之后，并在Pranjal Aggarwal等研究者2023年发表（2024年更新）的论文《GEO: Generative Engine Optimization》（arXiv编号：2311.09735）中被正式提出。

这篇论文的核心观点可以这样理解：

传统搜索引擎（Google、百度等）的运作方式是"检索+排序"——根据关键词匹配度、网站权重、外链质量等因素，给出一个排好序的链接列表。围绕这个机制，SEO（Search Engine Optimization，搜索引擎优化）已经发展了二十多年，形成了一套成熟的方法论。

但生成式AI搜索（如ChatGPT Search、Perplexity、Google AI Overview、DeepSeek等）的工作方式完全不同。它是"检索+整合+生成"——先从多个来源检索信息，然后用大语言模型对这些信息进行理解、整合、提炼，最终生成一段"原创"的回答。在这个过程中，有些信息源会被AI引用（通常以引用链接的形式出现在回答末尾），有些则完全被忽略。

GEO要解决的问题就是：如何优化你的内容，使其在AI生成回答时被引用和展示的概率更高？

论文的研究团队提出了一个基准测试框架GEO-bench，并测试了多种优化方法。研究结果表明，通过合理的文本优化，内容在生成式引擎回答中的可见性可以提升高达40%。其中效果最显著的几种方法包括：

• 添加统计数据（Statistics Addition）：在内容中加入具体的数字、百分比、研究数据等。AI模型在生成回答时倾向于引用包含具体数据的内容，因为这些内容看起来更有"信息量"和"权威性"。
• 添加引用（Cite Sources）：在内容中引用权威来源（如学术论文、政府报告、行业白皮书等）。这种做法在排名第五位的网站上带来了115.1%的可见性提升，效果非常明显。
• 添加引言（Quotation Addition）：引用行业专家或权威人士的发言。AI模型在需要支撑某个观点时，倾向于引用包含专家引言的内容。
• 流畅度优化（Fluency Optimization）：提升内容的可读性和表达质量。逻辑清晰、措辞精准的内容更容易被AI"理解"和引用。

而传统SEO中常用的一些技巧，比如关键词堆砌（Keyword Stuffing），在GEO场景下反而可能起到负面效果。

3.2 GEO的技术原理：AI搜索如何"选择"信息源

要真正理解GEO，我们需要先了解AI搜索工具是怎么工作的。莫潇羽@无忆研习社 尝试用尽可能通俗的方式来解释这个过程。

第一步：数据采集与预处理。 AI搜索引擎会从互联网上的各种来源——网页、论文、社交媒体、新闻资讯等——持续抓取数据。这些数据经过去噪、标准化等处理后，形成一个庞大的结构化知识库。

第二步：信息检索。 当用户输入一个问题时，AI首先会通过检索系统（通常是基于向量相似度的语义检索，而非简单的关键词匹配）从知识库中找出与问题最相关的若干条信息源。这个过程类似于传统搜索引擎的检索环节，但更注重语义层面的"理解"。

第三步：信息整合与生成。 这是GEO最关键的环节。AI的大语言模型会将检索到的多条信息源作为"参考材料"，结合自身的训练知识，生成一段整合性的回答。在这个过程中，AI不是简单地"复制粘贴"某一条信息源的内容，而是会理解每条信息的语义，提取其中有价值的部分，然后用自己的方式重新组织语言。

从技术架构的角度，这种工作方式被称为 RAG（Retrieval-Augmented Generation，检索增强生成）。用一个比喻来解释：如果把AI搜索比作一个考试达人，那么RAG就像是"开卷考试"——AI在回答问题时，不是纯靠自己记忆中的知识（这可能导致"幻觉"，即编造不存在的信息），而是先翻阅相关的"参考资料"（检索到的网页内容），再结合自己的理解给出答案。

理解了这个过程，我们就能明白GEO到底在优化什么了。下面用一段伪代码来帮助大家直观理解AI搜索的工作流程：

用户输入查询 → 
  检索系统基于语义相似度，从知识库中提取Top-N条相关信息源 →
    大语言模型读取这N条信息源 →
      模型评估每条信息源的相关性、权威性、信息密度 →
        模型整合最有价值的信息，生成最终回答 →
          在回答末尾附上被引用的信息源链接

GEO的目标就是让你的内容在这个流程的每一步中都尽可能"脱颖而出"：

• 在检索阶段，要确保你的内容能被AI的检索系统发现（这与传统SEO有很大的重叠）
• 在评估阶段，要确保你的内容在相关性、权威性、信息密度等维度上得分更高
• 在生成阶段，要确保你的内容中的关键信息被AI"选中"并整合进最终回答
• 在引用阶段，要确保你的内容作为信息源被明确标注和链接

3.3 GEO的实操方法：站长和内容创作者可以做什么

了解了原理之后，我们来看看具体的操作方法。作为无忆研习社的站长，莫潇羽结合自身实践和行业研究，整理出以下几个关键方向：

方向一：内容结构化改造

AI模型在处理信息时，对结构化内容的"消化效率"远高于散乱的文本。这意味着你的内容需要：

• 使用清晰的标题层级（H1、H2、H3等），让AI能快速识别内容的层次结构
• 在文章开头和结尾提供概要总结，方便AI快速提取核心信息
• 使用FAQ（常见问答）格式来组织知识点，因为AI在回答用户提问时，最容易引用同样以"问答"形式组织的内容
• 使用Schema标记（结构化数据标记）来帮助AI和搜索引擎理解页面内容的语义

举个例子，假设你写一篇关于"WordPress建站教程"的文章，传统的写法可能是一段连续的长文。但如果你将内容改造为结构化格式：

<h2>WordPress建站需要准备什么？</h2>
<p>搭建一个WordPress网站，你需要准备以下几样东西：域名、主机空间、
WordPress程序本身。其中域名的年费通常在60-100元之间，主机空间根据配置
不同价格差异较大……</p>

<h2>WordPress的安装步骤是什么？</h2>
<p>WordPress的安装过程非常简单，大致分为五步：……</p>

这种结构化的内容更容易被AI识别和引用，因为它直接对应了用户可能提出的问题。

方向二：提升内容的E-E-A-T信号

E-E-A-T是Google提出的内容质量评估框架，代表Experience（经验）、Expertise（专业性）、Authoritativeness（权威性）和Trustworthiness（可信度）。虽然这个框架最初是为传统搜索引擎设计的，但AI搜索工具同样非常看重这些信号。具体来说：

• 经验信号：在内容中加入真实的使用体验、案例分析、实操截图等一手信息。比如写产品评测时，不要只列参数，而是描述你实际使用过程中的感受和发现。
• 专业性信号：引用行业研究数据、权威机构的报告、专家的观点。前面提到的"添加统计数据"和"添加引用"策略就属于这个范畴。
• 权威性信号：建立清晰的作者信息（Author Bio）页面，展示你在相关领域的从业经历和专业背景。比如在无忆研习社，莫潇羽的每篇文章都会标注作者信息和从业背景。
• 可信度信号：确保信息的准确性和时效性，定期更新老旧内容，纠正错误信息。

方向三：语义优化而非关键词优化

传统SEO非常强调关键词的精确匹配——你想让页面在"WordPress建站"这个词上排名，就要确保这个词在标题、正文、URL等位置出现足够多的次数。

但AI搜索的工作方式不同。大语言模型理解的是"语义"而非"关键词"。它不是在做字符串匹配，而是在理解你的内容讲的是什么、能回答什么问题。因此，GEO优化需要从"关键词思维"转向"实体思维"和"语义思维"：

• 围绕一个主题进行深入、全面的论述，而不是围绕一个关键词反复堆砌
• 覆盖相关的实体概念（人物、机构、产品、技术术语等），帮助AI建立语义关联
• 使用自然语言表述，避免不自然的关键词堆砌

方向四：确保内容可被AI抓取

这一点听起来很基础，但很多网站在这方面存在问题：

• 确保网站的robots.txt文件没有屏蔽AI爬虫的访问
• 提交网站地图（Sitemap）到各大搜索引擎的站长工具
• 保证网站的加载速度足够快（可以使用GTmetrix或Google PageSpeed Insights进行测试）
• 做好移动端适配
• 使用HTTPS确保网站安全性

方向五：多平台分发与权威信息源建设

AI搜索工具在检索信息时，并不只是从你的网站上抓取内容。它会从整个互联网上的多个来源收集信息，然后进行交叉验证。因此，你需要在多个高权重平台上建立内容存在：

• 在行业相关的权威平台上发布深度内容
• 在问答类平台（如知乎）上回答相关问题
• 在技术社区（如CSDN、GitHub）上分享技术内容
• 在社交媒体上保持活跃的品牌声音

关键在于：这些不同平台上的内容应该相互呼应、互相验证，形成一个一致的"信息网络"。当AI从多个独立来源都看到关于你的一致信息时，它会给予更高的信任权重。

3.4 GEO与传统SEO的核心差异对比

为了帮助大家更清楚地理解GEO和SEO的关系，莫潇羽@无忆研习社 整理了一份详细的对比：

从这个对比中可以看出，GEO和SEO虽然有重叠之处（比如都重视内容质量、都需要被搜索引擎或AI系统抓取），但在很多关键维度上存在本质差异。最核心的差异在于竞争逻辑的不同：传统SEO是"排名之争"——你的网页排在第一还是第三，差别主要体现在流量多少；但GEO是"生死之争"——你的内容要么被AI引用了（出现在回答中），要么完全不被引用（相当于隐身），中间几乎没有过渡地带。

这就意味着，在GEO竞争中，内容的"质量门槛"实际上比传统SEO更高。你不仅需要内容足够好，还需要它在AI模型眼中比同类竞争内容更有参考价值。这对内容创作者提出了更高的要求，但也正因为门槛提高了，那些真正投入精力做深度内容的创作者才有机会脱颖而出。

3.5 一个容易被忽视的要素：内容的时效性管理

在GEO优化中，有一个经常被忽视但非常重要的因素——内容的时效性。AI搜索引擎在检索信息时，通常会优先考虑最近更新的内容，因为新内容被认为更具时效性和准确性。

莫潇羽在日常运营无忆研习社（www.wuyi.wiki）时发现，一些两三年前发布的老文章，虽然在传统搜索引擎中仍有不错的排名，但在AI搜索的回答中几乎从不被引用。原因就在于AI模型在比较多个信息源时，会将发布日期或更新日期作为一个重要的权重因素——同等质量下，更新的内容通常会被优先引用。

因此，一个非常实用的GEO优化策略是：定期审视和更新你的核心内容页面。 这不仅仅是改一下页面上的日期那么简单（这种做法反而可能被AI识别为不诚实），而是需要真正地补充新的信息、更新过时的数据、纠正已经不适用的建议。比如你有一篇"2024年最佳WordPress主题推荐"的文章，到了2026年，你应该把它更新为"2026年最佳WordPress主题推荐"，并且确保推荐的主题列表、功能对比、价格信息等都反映最新的情况。

这个工作听起来简单，但如果你有大量的存量内容，执行起来其实非常耗时。莫潇羽的建议是按照优先级来安排——先更新那些流量最高、商业价值最大的核心页面，然后逐步覆盖其他内容。另外，建议建立一个内容更新日历，每个季度对核心内容进行一次集中审视和更新，确保信息始终保持新鲜和准确。

3.6 实操演示：如何检测你的内容在AI搜索中的表现

说了这么多方法论，具体怎么知道自己的内容有没有被AI引用呢？莫潇羽@无忆研习社 分享一个简单的手动检测方法：

步骤一：确定你的核心关键词或问题

列出你希望在AI搜索中被引用的5-10个核心问题。比如如果你经营一个WordPress主题开发网站，可能的问题包括"WordPress主题怎么选""2026年最好用的WordPress主题"等。

步骤二：逐一在主流AI平台上测试

打开ChatGPT、DeepSeek、豆包、Kimi、Perplexity等AI搜索工具，依次输入你列出的问题，查看AI的回答中是否提到了你的品牌、产品或网站。

步骤三：分析竞争对手的表现

同样的问题，看看AI引用了哪些竞争对手的内容。分析这些被引用内容的特点——它们的结构、语言风格、数据密度、引用来源等方面有什么共同特征。

步骤四：针对性优化

根据分析结果，对自己的内容进行针对性改进。比如如果你发现AI总是引用包含具体数据的竞品内容，而你的文章缺乏数据支撑，那就需要补充相关的行业数据和研究报告。

目前市面上也有一些GEO监测工具开始出现，比如Semrush的AIO功能可以监测品牌在ChatGPT、Perplexity、Gemini等平台上的提及情况，以及AIBase提供的免费GEO查询工具。但整体来看，GEO监测工具还处于非常早期的阶段，远不如传统SEO工具那么成熟和精准。

四、冷眼旁观：GEO工具和服务市场的乱象

4.1 一种新概念背后的"淘金热"

随着GEO概念的升温，市场上出现了大量打着"AI搜索优化"旗号的工具和服务。2025年8月，美国GEO服务商Profound完成了由红杉资本领投的3500万美元B轮融资（同年6月刚完成凯鹏华盈领投、英伟达风投跟投的2000万美元A轮），一时间GEO成为资本热捧的新赛道。

但莫潇羽@无忆研习社 需要提醒各位读者，在当前这个时间节点，市面上的GEO服务存在严重的鱼龙混杂现象。

4.2 GEO服务的三种模式：白帽、灰