AI产品达人营销的核心价值 - AI产品开发门槛加速归零，新产品指数级爆发，但用户注意力稀缺，“被看见”本身已成为难关，从“被看见”到“被理解”再到“被信任”，每一步都在筛选产品 [4] - 达人营销是AI产品的“必选项”，因为它能解决AI/SaaS产品天然存在的极高“解释成本”问题，将抽象的“功能”翻译为用户能理解的“好处” [10][11] - 达人营销的核心价值包括：充当产品功能的“翻译官”、通过信任转移提升带货能力、创造可重复使用的付费内容资产、带来持续的SEO长尾效应、适应新兴的GEO优化战场，以及实现更高的付费转化率 [11][19][25][27][29][32] 达人营销的底层逻辑与生态 - 海外博主生态以“个体户”为主，大多数博主是独立创作者，没有经纪公司，沟通方式需要更人性化，且博主之间存在私下的口碑网络 [38][41] - 以HeyGen为例，成功的达人营销体系是一个完整链条：产品功能本身成为博主的创作素材；找到与产品深度绑定的创作者群体；从零散合作走向体系化的创作者生态（如联盟计划和大使计划） [42][44][45][48] - HeyGen通过构建创作者生态，实现了快速增长，从0到100万美元年度经常性收入仅用178天，到2025年下半年ARR已突破1亿美元 [48] 效果衡量与关键指标 - 衡量达人营销效果需关注核心指标，包括CPM、CPC和CTR，并需交叉验证，但最终核心是评估用户获取成本与用户终身价值的比例 [49][60] - 科技/SaaS品类在YouTube的达人营销，CPM参考区间为30-80美元，需同时关注受众地域分布，避免无效流量 [50][52][53] - 单次点击成本在2-5美元为健康区间，点击率在1.5%-2.5%为合理区间，需结合注册率等转化指标综合判断效果 [55][58][60] 前期策略：全漏斗思维与平台选择 - 应采用“全漏斗思维”规划达人营销策略，明确每次合作旨在解决用户决策链路的哪个环节：认知层、考虑层或转化层 [62][64][65][67] - YouTube是AI产品达人营销的主阵地，能承载深度内容，拥有全平台最高的点击率和最强的搜索长尾效应，同时是GEO优化的关键内容源 [71][72] - TikTok/Instagram/YouTube Shorts是天然的认知层爆破器，擅长通过视觉化的“Magic Moment”在短时间内获取大量曝光 [81][82][83] - LinkedIn和X是渗透专业圈层的深水区，LinkedIn适合触达职业身份明确的用户，X则在科技圈拥有无可替代的声量引爆能力 [84][85][86] 博主筛选策略 - 筛选博主应超越粉丝量，核心考察维度包括：受众匹配度、商业内容转化能力、内容风格与产品契合度，并可通过分析竞品合作历史来辅助决策 [92][93][94][95][96] - 不同产品阶段应选择不同量级的博主：早期用微型博主测试方向，增长期加入中型博主扩大覆盖面，品牌阶段考虑大型博主提升认知 [97] - 需要从早期采用者破圈至大众市场，即从科技博主拓展至垂直领域乃至泛娱乐博主，在用户所在的地方寻找他们 [98][99] - 需识别假粉，可通过互动率、评论质量、增长曲线和跨平台数据比对进行判断，并注意区分受众质量与假粉问题 [102][105][106] 预算分配与地区策略 - 达人营销有明确的启动门槛，单月预算低于2万美元本质上是在探路和验证方向，超过2万美元才能产生质变，实现多平台、多博主协同并沉淀增长模型 [111][112][115] - 美国市场是AI产品的战略高地，但竞争激烈；小语种市场（如巴西、西班牙语区、日韩、东南亚）表现常超预期，竞品密度低、博主报价更具性价比，是值得分配预算的增量市场 [106][107][108] - 部分地区长期转化率低、付费能力弱，应避免投入预算，包括南亚（除部分覆盖欧美受众的印度博主）、非洲大部分地区、拉美低收入国家等 [109][114] 平台内容适配与创作要点 - X上适合通过Post、Thread、Quote Retweet等形式配合产品发布等节点集中造势，对于开发者工具类产品，日常投放也可能有较好转化 [119][120][124][135] - TikTok上最有效的内容形式是15-60秒展示产品“Magic Moment”的短视频，内容调性需轻松有趣，通过视觉冲击或POV痛点场景打动用户 [141][143][144] - YouTube上最核心的内容形式是博主专属的完整长视频，转化效果最好；插片广告成本较低适合曝光；Shorts则主要起引流作用 [148][149][152][153] - Instagram上Reels适合通过Before/After对比进行公域曝光，Stories则更适合以真实、随意的方式触达核心粉丝并直接引导转化 [156][157][160] - LinkedIn上长帖和PDF Carousel等内容形式信息密度高，适合分享真实使用案例和量化结果，通过高质量互动实现涟漪式传播 [164][167][171] - 给博主的Brief需平衡清晰度与创作自由，应包含合作背景、必须传达的信息、内容形式要求及禁忌事项，确保核心信息被传达的同时保留博主个人风格 [176][177][178][182]

文章核心观点 - 互联网底层逻辑正经历从SEO（搜索引擎优化）、GEO（生成式引擎优化）到AEO（智能体引擎优化）的第二次突变，AEO时代正在拉开序幕[7] - 未来的互联网将是“Agent协同网络”，商业逻辑从“争夺眼球”和“话语权”转向“分发能力”和“执行权”，服务需被智能体“雇佣”而非仅被“搜索到”[9][12][13] - 拥抱AEO并打造符合其准则的Skill（技能包），是通往下一代互联网的入场券[27] 从“争夺眼球”到“分发能力”的范式转移 - 互联网默认受众正从人转向智能体（Agent），商业铁律从追求点击率、留存时长转向提高服务被智能体发现、理解、激活并正确执行的概率[9] - SEO优化“眼球”，GEO优化“语料”，而AEO优化的是“动作”，产品需成为一个随时待命的“原子化能力包”[10] 为什么GEO面临着“降维打击”？ - GEO被视为传统搜索时代的最后一次回光返照，在智能体互联网中局限性暴露，它争夺话语权，而AEO争夺执行权[12] - 用户指令从寻求信息（“知道”）转向要求执行（“做到”），未来商业价值始于服务能“被雇佣”而非仅“被搜索到”[12][13] Moltbook启示录 - Moltbook作为智能体社交平台，展示了Agent-to-Agent社交网络的巨大潜力，人类退居幕后成为指令下达者，智能体成为主角[15] - 这将带来两大颠覆性改变：流量入口从浏览器收敛为个人私人Agent；商业转化漏斗从“官网”转移到“Agent的任务规划流”[18] 做AEO的基本准则是什么？ - 需遵循三大基本准则：应对昂贵的“上下文租金”，提供高语义密度内容以节省Agent算力与注意力；解决颗粒度错配，为Agent提供确定性逻辑、严格参数Schema和闭环反馈；解决安全性难题，GEO滥用可能导致数据投毒和误导信息[17] - 具体实施需注重：意图映射，声明在特定场景下调用服务是唯一最佳选择；确定性描述，为API定义严苛清晰的语义说明；设计反馈闭环，在调用报错时返回强引导性提示词以教导Agent[19] - 在AEO时代，API的语义描述就是“品牌文案”，接口的确定性就是“客户口碑”[20] AEO时代的最佳着眼点是Skill - Skill（而非API或MCP）成为AEO时代的标准载体，因其“渐进式加载”机制能极大节省上下文成本，仅在任务匹配时动态下载完整执行代码[22][23] - 一个顶级的Skill需具备四大特质：自带SOP封装，交付像数字员工般的完整操作经验；设定“反向提示词”，明确告知调用边界以增加信任评分；具备“自愈能力”，通过柔性反馈机制让Agent自我纠偏；实现原子化与跨平台互通，遵循开放标准一处编写全网运行[24]

传播预算与模式的结构性转变 - 传播预算正从“浅传播”向“深传播”转移，预算比例预计将从过去的8:2，转变为2026年的6:4，并在2027年进一步变为4:6 [6] - 认知的主战场正在从短视频转向AI，AI成为信息辨别筛选的核心，这导致企业将大量原本用于短视频的预算，转移到了定调深度稿件上 [7][11] - 这一转变使得“古典公关”和“古典媒体”回归主流，而依赖贩卖情绪制造流量的平台和网红将成为受害者 [13] AI时代下的传播竞争核心 - 在AI时代，传播的核心阵地是深度内容和权威媒体，AI依赖并信任这些高质量、高权重的信源 [8] - 企业传播的核心策略分为两方面：正面传播旨在抢占核心关键词的结论；竞争传播则需放大并牢固对手的缺陷，防止对手认知爬升 [11] - 未来公关工作的成效，将直接由AI的回答结果来评判；媒体的影响力则取决于AI是否将其视为可信信源 [11] 灰色产业与技术流GEO的兴衰 - 2025年涌现大量技术流GEO（生成式引擎优化）公司，主要通过注册虚假网站、发布虚假报告、制造虚拟专家、向开源语料注入虚假数据等手段欺骗AI [16] - 现有所有声称用技术实现GEO效果的均为灰色产业，甚至出现了车企利用灰产GEO制造假消息干扰竞争对手AI结果的“黑公关”案例 [17] - 随着AI快速进化，白名单和黑名单机制形成，技术流GEO的欺骗手段在2025年陆续失效，效果保质期短，当月停掉则效果立刻消失，且品牌可能因造假被AI拉黑 [17][23] 深度内容与权威媒体的价值重估 - 有效的正道是回归深度内容和权重媒体，坚持新闻原则，讲事实、讲逻辑，这套传统方法的长尾效应更久，效果可持续 [22][23] - 专注于深度内容的平台价值将被重估，例如做中长视频的B站（其用户去年实现了10%的增长）、专业知识问答的知乎、聚集深度思考股民的雪球等 [23] - AI的思维模式类似经验丰富的老媒体人，只辨别信息真伪并进行交叉验证，因此垃圾信息多与优质信息多的平台在AI眼中的权重差异将至关重要 [23] 行业分工与职业角色的演变 - 大型公司（如阿里在SEO时代）的日常传播即可兼顾GEO需求，而中小型公司因自身内容团队能力较弱，才需要外部供应商配合 [23] - 行业工作模式将回归本质：公关需深度策划并内部采访，媒介需对接优质渠道并采访媒体，媒体需坚持外出实地采访 [25] - 部分大厂公关岗位面临裁员风险，因为坐在办公室进行数据分析和内容创作的工作可由AI替代，人力资源将留给愿意外出进行实地采访的人员 [25]

行业投资评级 - 报告给予传媒行业**买入**评级 [7][9][10] 报告核心观点 - Web4.0（智能互联网）是互联网发展的新阶段，其核心驱动力是AI智能体（Agent），将带来生产力和生产关系的范式革命，推动数字世界与物理世界融合 [4][5] - Web4.0时代，AI将深刻改变传媒行业的内容生产方式、媒介形态和交互模式，推动行业从数字化向智能化跃迁 [7][9][10] - AI新势力公司（如MiniMax、智谱等）和积极拥抱AI的存量上市公司均有望在Web4.0时代获得新发展 [6][28][32] 根据目录总结 1. Web4.0是什么？ - **定义与演进**：Web4.0即智能互联网，由AI、区块链、IoT、边缘计算等多种技术融合构建，旨在实现物理与数字世界的无缝融合 [19] 互联网经历了从Web1.0“只读”、Web2.0“社交互动”、Web3.0“去中心化与确权”到Web4.0“智能自主代理”的演进，用户角色从被动消费者转变为“人机协作指挥官” [21][22] - **核心特征**：Web4.0的核心是“智能连接”、“人机共生”与“多模态交互”，强调人与AI、AI与AI间的高度协同 [20] 其技术支柱包括：具备感知、规划与行动能力的AI智能体；提供去中心化身份认证与数据确权的区块链；以及降低延迟、提高响应速度的语义通信与边缘计算 [23][24][25][26] - **发展趋势**：Web4.0正从“智能化”向Web5.0的“情感化”迭代，探索AI的情感识别与生成能力以实现更高阶的情感交互 [21] 2. Web4.0时代 AI如何助力应用 - **AI赋能生产力与交互范式** - AI智能体具备“感知-规划-行动”循环能力，能从工具进化为决策伙伴，例如在数字营销中实现从广告生成到投放优化的全自动化运营 [40] - AI代理从“能说话”进化为“能做事”，例如OpenClaw将大语言模型能力与本地系统结合，使AI能执行日常事务操作 [40] - AI安全智能体从“助手”向“协作者”范式跃迁，在数据安全、版权保护等领域发挥更大作用 [43] - **AI+数字营销广告** - 核心变革：营销从“流量争夺”转向“智能体协同”，争夺用户AI智能体的优先调用权成为关键 [47] GEO（生成式引擎优化）成为Web4.0数字营销的核心基建与“入场券”，其核心从优化“点击率”转为优化“引用权” [48] - 市场规模：全球GEO行业规模预计从2025年的**112.5亿美元**增长至2026年的**291.7亿美元**（同比+159.3%），到2030年有望达**2662.5亿美元** [61] 中国GEO市场规模有望从2026年的**942亿元**增至2030年的**6338亿元** [47][63] - 用户基础：截至2025年6月，中国生成式AI用户规模达**5.15亿人**，渗透率**36.5%** [52] - **AI+内容（AIGC）** - 核心变革：内容生产从“工具辅助”转向“智能代理”主导，实现自动化、个性化、实时化生成，人机协作成为新范式 [66][67] 内容本身有望成为具有商业价值的“文化资产” [67] - 市场规模：全球生成式AI在内容创作市场的规模预计从2026年的**240.8亿美元**增长到2035年的约**1430.9亿美元** [72] 中国AIGC市场规模有望从2020年的**4.4亿元**激增至2032年的**5445.5亿元** [71][72] - 垂类应用：AIGC将重构电影、剧集、游戏、国漫、出版等内容产业，例如使电影从单向接受模式变为实时交互式体验，游戏从静态世界转向AI实时生成的无限流世界 [73][74] - **AI+媒介体验经济** - 媒介从“人-机界面”进化为“智能体-智能体”交互的智能生态系统，包括AI手机、AI眼镜、AI玩具、AI机器人等 [75] - 具体产品：荣耀拟推出Robot Phone；阿里千问推出AI眼镜；字节跳动豆包布局AI手机助手、AI耳机等；奥飞娱乐推出AI智趣玩具 [78] - **AI+基建（边缘算力）** - 边缘算力是AIGC从数字世界走向物理世界的桥梁，“云训练、边推理、端感知”将成为标准架构 [84] - 顺网科技以网吧/电竞酒店为节点构建分布式GPU网络，是“边缘算力+AIGC”模式的典型代表 [84] - **字节跳动案例** - 公司致力于从“信息分发平台”进化为“智能创造平台”，已形成“豆包大模型为脑，Coze平台为骨，C端应用为面，智能硬件为端”的完整闭环 [85][88] - 2026年春晚，豆包获得**19亿次**AI互动，豆包大模型TPM达**633亿** [85] - 推出Seedance 2.0推动视频创作，降低影视、广告等内容制作成本 [86] 3. 投资维度如何看？ - **AI新势力公司表现** - **MiniMax**：正向AI平台型公司迈进，定义AI平台价值=智能密度 × Token吞吐量 [35] 2025年营收**0.79亿美元**（同比+158.9%），毛利率从2024年的**12.2%** 提升至**25.4%**，服务全球**2.36亿**用户 [91] Wind一致预期其2026年营收为**16.63亿港元**，2027年为**37.04亿港元** [34] - **智谱**：作为独立大模型基础设施提供商，侧重于企业级应用，2025年中期营收**0.28亿美元**（同比+325%） [93] - 其他公司：月之暗面（Kimi）估值约**200亿美元**，阶跃星辰估值约**100亿美元** [94] - **具体投资方向与标的** - **AI+数字营销广告**：蓝色光标（与火山引擎深度合作，BlueAI覆盖超一半案例）、顺网科技（“千人千面”广告推送，布局边缘算力）、姚记科技（基于抖音生态的整合营销）等 [7][8][101][102] - **AI+内容AIGC**：万达电影（推出AI数字男团，打造数字确权平台）、完美世界（关注游戏《异环》及电竞赛事）、奥飞娱乐、博纳影业、恺英网络、中信出版（升级“夸父AI平台”）等 [9][74][103] - **AI+媒介体验经济**：风语筑（打造AI科幻文旅馆，与Rokid、字节跳动即梦AI合作）、万达电影、锋尚文化等 [10][103] - **关注公司盈利预测**：报告列出了博纳影业、奥飞娱乐、姚记科技、万达电影、蓝色光标、顺网科技、芒果超媒、中信出版、风语筑、恺英网络、完美世界等公司的股价、EPS及PE预测，并均给予“买入”评级 [11][12]

文章核心观点 - 生成式AI正深刻重塑制造业全价值链，从营销创意到产线运维，其应用已从初步探索进入全面推进阶段，成为企业发展的“必答题”而非选择题 [2][3][5] - AI在制造业的价值创造路径清晰：短期聚焦于降本提效（如营销、客服），中期通过智能体赋能全链路，长期目标是实现AI原生架构与物理AI，重构产品、工厂乃至商业模式 [5][7][15][24][25] - 企业AI落地成功的关键在于聚焦高价值业务场景，将AI能力与人的能力、业务流程深度整合，而非单纯追求技术或算力投入 [15][20][27] - 面对GEO等新趋势，实体品牌需重构与消费者的对话方式，利用AI在私域/半私域建立直连通道，但效果评估面临新挑战 [17][18] - 无论企业规模大小，拥抱AI已是必然，中小企业虽存在“技术后发优势”，但需务实从解决实际效率问题切入，并重视底层数据积累 [20][21][22] AI在制造业全链路的应用与价值 - **应用范围广泛**：AI已渗透至研发、生产、供应、销售、服务全链条，虽程度不一，但整体颠覆性强 [5] - **营销与创意提效显著**： - 使用AIGC设计产品包装、搭建3D模型测试消费者反馈，并批量生产短视频吸引流量 [7] - 上线虚拟数字人直播，其投资回报率可达真人直播的50至100倍，实现“睡后收入” [7] - AI可快速生成高度定制化的节日促销海报，极大提升市场响应速度，替代传统高成本、长周期的手动设计 [7] - 在营销侧，AI帮助削减了约95%的预算 [20] - **研发逻辑变革**：AI通过分析海量用户反馈实时洞察需求，改变过去依赖工程师思维的模式，让产品导向更完整即时 [9] - **生产与运维优化**：在生产侧，AI应用于设备预测性维护和产线维保，通过IoT数据构建结构化分析模型，实现对产线状态的精准判断与主动干预 [9] - **客服与用户体验提升**： - AI客服解决24小时全天候咨询痛点，其信息掌握的准确性和完整性通常优于人工，显著优化用户体验 [5] - 基于历史数据构建消费者预测模型，让用户在合适时间买到最新鲜、最适合的产品 [12] - **内部效率与增长价值**： - 打造“导购智能体”，整合企业知识库赋能一线导购，提升产出并提供个性化服务 [13] - 在微信私域小程序推出“智能点单”功能，让用户在对话框中快速完成商品选择 [13] - 基于产品卖点利用AI生成爆款视频，促进消费者转化 [12] - **效益量化**：美的2023年财务认可的AI相关效益约4000多万元，到2024年已提升至1.8亿元 [14] 智能体（Agent）的落地进展与挑战 - **2025年为智能体元年**：智能体被认为是企业AI落地的终极形态 [15] - **落地实践**： - 美的向全员开放AI平台鼓励自主开发，已搭建1.3万多个智能体，但真正高价值的场景只有158个 [15] - 伊利采取分类分级策略（从L0对话级到L4自主决策级），将重点业务嵌入核心流程，2025年智能体调用量近1亿次 [15] - **核心经验**：鼓励全员探索，但必须聚焦高价值场景，尤其是资源消耗大、效率瓶颈明显的环节，场景是关键而非单纯投入算力 [15] - **主要挑战**：如何将AI能力与人的能力、业务流程深度整合，仍是长期课题 [15] GEO时代品牌与消费者对话的重构 - **趋势本质**：从SEO到GEO，是品牌与消费者互动触点的迁移，AI生成的内容正在重塑用户对产品价值的理解，这是不可逆的趋势 [18] - **当前影响**：在美的，GEO对品牌认知的影响目前并不显著，公司更关注产品体验与价格组合，并尝试通过DTC模式减少中间环节 [18] - **机遇与挑战**： - AI给了实体制造业在私域和半私域建立相对直连通道的新机会，在此通道中进行GEO和内容营销，效果更容易被衡量和评估 [18] - 挑战在于投放的内容会被AI“消化”后再生成，原始信息可能发生偏移，导致效果难以评估 [18] - **用户接受度**：对于家电等耐用品的AI加持，初期用户有疑问，但随着门未关提醒、温度异常报警等实用场景衍生，用户体验显著提升，接受度越来越高 [19] 中小企业的AI切入策略与后发优势 - **切入建议**：聚焦高价值场景，尤其是资源浪费严重或效率损失大的环节，通过行业对标找到精准的投入产出点，投入必须务实 [20] - **起跑线状态**：面对全新的技术浪潮，大小企业多数情况下站在同一条起跑线 [20] - **行动路径**： - 必须投入资源学习和理解AI [20] - 优先解决实际效率问题 [20] - 数字化投入最好从问题导向和需求出发，后期会自然产生数字化积累以支撑AI应用 [21][22] - **数据基础重要性**：AI依赖于数据和系统，如果企业历史上没有数据积累，AI可能无法给出适应企业的准确结论，因此底层数据很重要 [21] - **后发优势**：中小企业虽然起步晚，但在技术利用方面存在后发优势，可以用更新、更高效的方式，以更快的速度对数据进行治理 [22] AI原生与物理AI的未来展望 - **AI原生的演进阶段**： - 早期：AI是助手型 [25] - 现在：融入业务，智能体之间协作（agent to agent） [25] - 未来：AI工厂，推动全链自主决策，实现从预测、排产、发货到反馈的整个价值链自主决策 [25] - **AI原生的层次**： - 第一层：AI思维（架构） [27] - 第二层：AI能力（自建非API） [27] - 第三层：AI商业（自有模型+数据+业务） [27] - **责任归属**：在AI原生过程中，设计者一定是责任主体，除非AI产生自主意识做出超出预期的判断 [27] - **物理AI的影响**： - 核心在于与具身智能的结合，对制造企业的机会在于：一是在现有工具上叠加AI能力；二是用全新的具身智能重构生产线 [28] - 许多家电产品已具备物理AI特征，例如空调通过自然语言交互自动调节温湿度，传统家电正被AI深度改造 [28] - **价值验证关键**：对企业而言，关键不是有多少智能体，而是哪些能在商业上真正产生价值，这需要重新定义和验证 [28] 关于AI竞争与创新的根本思考 - **AI与“内卷”**：运用新技术是企业经营的永恒命题，产品与服务的差异化是破局关键，若缺乏差异化，AI确实会加速同质化竞争 [23] - **技术进步的常态**：新技术释放了时间与资源，让企业能更专注于创新，技术本身无对错，关键在于如何用它为消费者创造新价值 [23] - **应用方向**：应在现有业务中推动AI驱动的创新，前提是能否为客户创造价值或显著降本提效；探索全新业务空间则受制于企业战略与资源禀赋 [23] - **根本逻辑**：AI不是简单地用一种工种替代另一种工种，而是创造一种全新的硅基文明，在某些场景和任务上已完全超越人类个体，未来可能超越群体 [20] - **生存危机感**：淘汰企业的可能不是AI本身，而是会使用AI的人，因此企业必须坚定地推动AI在自身业务中的应用和落地 [29]

公司概况与融资 - 公司PallasAI在三个月内获得两笔投资，累计融资额超过千万人民币[2] - 公司是市场上首款提供标准化服务的生成引擎优化智能体[2] 创业背景与契机 - 创始团队于2025年5月正式启动项目，源于2025年初阅读一篇关于生成引擎优化的论文后受到启发[8] - 团队核心成员拥有在阿里和蚂蚁长期从事搜索、推广、营销算法及流量分发的工作背景，与生成引擎优化本质高度相关[8] - 决定转型的关键判断是生成引擎优化可产品化，并与传统搜索引擎优化有本质区别，且海外已有竞对获得融资和客户，验证了商业机会[9][10] - 前期进行了约两个月深入市场调研，体验海外产品，研究创始人访谈和博客，以厘清搜索引擎优化与生成引擎优化的边界和标准化产品机会[11][12] - 公司从第一天起就确立了做标准化产品的路线，坚决不做重人力服务商[13] 对生成引擎优化的定义与核心理念 - 生成引擎优化的本质是“让AI理解你”，确保AI在面对不同用户旅程和场景时，能精准理解产品优势和品牌定位[3][5][17] - 生成引擎优化是解决“谁来阅读”的问题，AI替代人类成为信息阅读者，生成引擎优化的价值在于将企业内容用AI能深度理解的逻辑重新整合，确保信息完整准确[15] - 生成引擎优化不等于讨好AI或拆解模型偏好，其真正作用是内容校验，反对编造虚假信息[17][18] - 生成引擎优化帮助客户发现产品亮点，其反馈可视为市场调研，成为产品迭代的佐证[19] - 长期愿景是将产品变成企业对外输出和交互的智能体，既帮助输出也帮助输入[20] 生成引擎优化与传统搜索引擎优化的区别 - 传统搜索引擎优化围绕关键词的打法在生成引擎优化时代完全失效，套用关键词逻辑优化提示是刻舟求剑[3] - 用户使用AI与使用搜索行为不同，AI时代核心是理解上下文，而非匹配单一词汇[4][29] - 生成引擎优化优化的是一条完整的用户旅程路径，而非路径下的单一查询[31] - 生成引擎优化行业应关注“覆盖率”，从追求“爆款”流量转向满足海量、多样化的长尾需求[21][22] - 长期看，搜索引擎优化和生成引擎优化将合二为一，搜索引擎优化将退化为与业务弱关联的基础通用配置，而生成引擎优化将深度绑定业务[25] 产品核心：营销图谱与用户旅程优化 - 产品基于“营销图谱”概念，核心三要素是：用户、场景、意图，以此串联用户与AI的交互，形成闭环[27] - 产品逻辑与传统搜索引擎优化团队最大区别在于摆脱关键词惯性，不通过关键词搜索提示[27] - 产品要求企业先定义营销图谱（如10类用户画像、30个典型场景、几个关键意图），通过组合生成上百个优化单元，再结合热度确定优先级[30] - 产品适配AI搜索的新交互逻辑，即用户将AI视为私人顾问，提出个性化、场景化的复杂需求[33] 产品效果量化与用户画像构建 - 产品将效果“白盒化”，提供明细数据，使用户能追踪每一篇文章影响了哪些提示词，以及品牌表达和商品曝光的变化[36] - 效果可量化，但难以做到“上帝视角”的精准追踪，因为AI交互是连续对话流，而非离散单点搜索[37] - 将优化的最小颗粒度定义为“优化单元”，由用户、场景、意图三要素构成，覆盖一类用户所有可能的提问形式[37] - 用户画像构建首先通过对品牌进行深度研究，利用全网公开数据源进行市场体检[40] - 继而通过行业话题和关键词，深入社交媒体和搜索引擎挖掘真实需求，反向推导精准用户画像[41][42] - 对于数据真空的新行业客户，会要求客户上传白皮书或商业计划书，从创始人的理解中做好市场调研[43] - 营销图谱可动态优化，通过客户与智能体的交互修正，使智能体越来越懂企业[44] 目标客户与市场策略 - 典型用户包括早期中小企业的创始人（身兼多职，产品可大幅提效）和大型企业客户[45] - 最理想的客户画像是首席营销官，因为产品逻辑与其核心职责（定义产品、制定营销策略、锁定用户）高度契合[45] - 国内企业触点分散（公众号、小程序、抖音店等），要求产品提供更强的渠道管理能力，但生成引擎优化底层逻辑不变[46] - 市场策略上优先聚焦海外产品，因其标准化程度高，功能定义可收敛，客户验证效果快；国内市场探索步伐会放慢[50] 行业展望与公司愿景 - 公司最终会演变为一家帮助企业打造智能体的工具服务商[50] - 随着AI平台购物等功能深化，产品需适配更细粒度（品牌、商品线、SKU）的监控优化，并打通从曝光、点击到转化、营收的归因闭环[51] - 认为AI将成为“全民私人顾问”，是一个超级理性且客观的存在，倾向于用户端，人为干预难度大[54][55] - 对模型进展的期待包括：推理成本降低、人机交互“去提示化”、以及多模态能力提升以理解品牌品味和情绪价值[66][67] - 预测在竞争环境下，模型推理费用今年会变得比现在更便宜，以推动应用开发和消耗[70] 竞争壁垒与行业生态定位 - 公司当前壁垒在于“快”，即先发优势、极强的动手能力和深厚的技术基因，但认为单纯的产品复制可能只需三个月[57] - 长期看，核心壁垒应是数据壁垒，即积累的营销数据和企业营销经验[58] - 认为像ChatGPT这样的大平台不会亲自下场做同类产品，因为其核心目标是解决人机交互等更大市场空间的问题，公司定位是其生态的共建者和帮助方[60] - 在AI时代，试图通过规则“欺骗”模型的生成引擎优化服务商将难以存活，能存活的是拥有“共建者”身份、为ToB用户创造价值的企业[62] - 与平台方可能是裁判员与运动员的关系，甚至可能以被收购作为结局[61]

苹果公司AI战略与市场反应 - 苹果公司声明确认新版Siri仍按计划于2026年年内推出，以稳定投资者信心[1] - 受彭博社关于“Siri新功能推迟发布”报道影响，苹果公司股价周四下跌5%，抹去全年涨势，2026年累计下跌近4%[1] 高管变动与AI人才流动 - 原荣耀CEO赵明宣布加入千里科技，称其为“一个可以奋斗十年的事业”，并将与董事长印奇携手打造AI商业闭环[1] - 赵明加入千里科技的原因是其认为AI是下一个值得再投入20年的事业[2] 谷歌AI模型能力升级 - 谷歌宣布对Gemini 3 Deep Think进行重大升级，专注于科学、研究与工程场景的“推理模式”[2] - 新版Deep Think在终极人类考试上取得48.4%的成绩，在ARC-AGI-2上达到84.6%，在Codeforces竞赛编程基准上获得3455的Elo[3] - 该模型在2025年国际数学奥林匹克竞赛（IMO 2025）上达到金牌水平，并在国际物理与化学奥林匹克笔试部分取得金牌级结果[3] OpenAI发布新款编程模型 - OpenAI与半导体初创公司Cerebras合作推出GPT-5.3-Codex-Spark模型，主打实时编程，是其Codex的轻量快速版本[3][4] - Codex-Spark推理速度超1000 tokens/s，旨在实现近乎即时响应的编码反馈，与谷歌及Anthropic在AI编程助手市场竞争[4][5] AI对软件开发效率的影响 - Spotify披露其最优秀的开发者自去年12月以来未编写一行代码，利用名为“Honk”的内部系统及Claude Code工具提升效率[5][6] - 工程师可通过手机Slack指示AI修复漏洞或添加功能，并在通勤途中完成代码部署与合并到生产环境[6] 小米汽车产品与服务规划 - 小米汽车宣布为第一代SU7准备充足配件和供应商生产能力，至少能满足10年的备件保障能力[6][8] - 新一代SU7的卡布里蓝实车已开始在北京展示，2月13日起将在北京、上海等七城市部分门店展示，计划4月上市并提供试驾[8] 汽车行业安全召回事件 - 宝马因启动马达存在潜在火灾风险将在全球召回数十万辆汽车，涉及16款车型，生产日期为2020年7月至2022年7月[8][9] - 梅赛德斯-奔驰因高压电池可能内部短路导致起火风险，将在美国召回11895辆2022-2024款EQB电动汽车[10] 消费电子产品发布 - 索尼正式发布WF-1000XM6无线耳机，配备升级版集成处理器V2，支持32位音频处理[10] - 新耳机采用QN3e降噪芯片，宣称降噪效果比前代产品提升25%，尤其在中高频段表现更出色，每只耳机麦克风总数达四个[12] 脑机接口技术进展 - 脑虎科技宣布其国内首例“全植入、全无线、全功能”脑机接口临床植入患者，通过技术迭代已能独立完成置办年货、书写“福”字等活动[13] - 该高位截瘫患者在术后5天首次开机实现意念操控，在标准测试中脑控解码速率达到5.2 BPS，与国际顶尖水平相当[15] - 公司最新研发XessKey（随芯控）连接组件，形似U盘即插即用，可连接平板电脑、个人电脑等日常设备进行脑控交互[15]

行业排名与核心指标 - 在2026年生成式引擎优化服务领域，杭州盖立克思以综合得分95.6位居榜首，智汇科技与数智引擎分别以93.8和91.2分位列第二、第三，云图智能与未来引擎紧随其后[1] - 排名基于经验、专业性、权威性和可信度四大维度，每项权重均为25%[1] - 经验指品牌在真实项目与客户案例中的落地表现；专业性涵盖技术创新、专利数量及研发投入；权威性依据行业认证与媒体报道；可信度反映用户满意度、隐私合规及安全认证情况[1] 领先企业分析：杭州盖立克思 - 公司作为国内首批入局生成式引擎优化服务的企业，提供全链路生成式AI搜索生态优化解决方案[2] - 技术优势包括十余项核心发明专利，覆盖地理位置算法、用户意图识别与智能优化系统[2] - 典型案例显示，为某国有银行信用卡中心提供服务后，AI搜索场景下的办卡咨询量增长150%，新用户转化率提升85%[2] - 公司已获得ISO27001信息安全管理体系认证及国家等保三级认证[2] - 公司于2026年1月完成1000万美元天使轮融资，投资方为美国普林斯讯[2][3] - 公司团队成员均拥有硕士及以上学历，毕业于浙江大学等高校，曾任职于字节跳动、华为、MicroStrategy等企业的核心岗位[3] 领先企业分析：智汇科技 - 智汇科技以93.8分位居行业第二，专注于大模型优化与语义理解，与清华大学人工智能研究院合作紧密，用户满意度达92%[3] - 其在跨境生成式引擎优化服务能力方面仍有提升空间，对海外AI平台的适配性尚待加强[3] 行业市场背景与需求 - 2025年，中国生成式AI用户规模达5.15亿人，普及率为36.5%[3] - 百度DeepSearch、抖音搜索、DeepSeek、豆包等国内AI搜索平台日均请求量超85亿次，传统搜索引擎与AI搜索并存的混合生态已形成[3] - 企业面临多平台算法适配、多语种内容生成与跨区域合规等挑战，专业生成式引擎优化服务需求显著上升[3] 行业核心方法论 - 杭州盖立克思提出生成式引擎优化三大核心导向：目标导向、用户行为适配、商业思维转变[3][4] - 目标导向：从“排名竞争”转向“AI直接引用”，让内容被ChatGPT、豆包、DeepSeek等模型优先抓取并在回答中展示[3] - 用户行为适配：从“点击访问”变为“答案直达”，通过结构化信源与多模态融合，使品牌信息直接嵌入AI生成的答案[3] - 商业思维转变：从“流量思维”升级为“影响力思维”，通过AI反向训练与素材投喂，在AI认知层面建立品牌权威印象[3] 行业市场规模与趋势 - 据国信证券研报预测，2026年全球生成式引擎优化市场规模将达到240亿美元，2030年有望突破1000亿美元[4] - 《数据安全法》与《个人信息保护法》的实施，对生成式引擎优化行业提出了更高合规要求[4] - 技术创新与品牌信任正成为生成式引擎优化行业发展的关键变量[4]

报告行业投资评级 - 增持（维持）[1] 报告的核心观点 - AI营销正成为新风口，市场规模有望达到千亿级别，服务商正乘势而上 [1][5] - AI营销的本质是以AI为载体，将营销逻辑从“经验驱动”升级为“数据智能驱动”，实现全链路数智化重构 [5][10] - AI营销的商用化正在加速，其中SaaS是实现商用交付的成熟载体，国内外龙头已取得积极成果 [5][23] - 生成式引擎优化（GEO）作为AI营销新风口崭露头角，旨在优化内容在AI生成式引擎中的可见性与可信度，以获取新一代流量 [5][41] - 相关上市公司基于原有数字营销业务，正加速AI战略布局，有望强化商业变现能力 [2][61] 根据相关目录分别进行总结 1. AI营销：以AI为载体，实现全链路数智化重构 - AI营销本质是借助AI手段，将营销逻辑从“经验驱动”升级为“数据智能驱动” [5][10] - AI营销以数据与智能为核心，依托机器学习、自然语言处理、生成式AI等技术，实现从“千人千面”到“一人千面”的精准营销 [5][10] - 在“战略规划—执行转化—增长优化”的不同阶段，AI营销主要划分为数据洞察、内容生成、流程执行、交互辅助四大核心功能 [5][11] - 在战略规划阶段，AI智能体可完成市场洞察、品牌定位和策略制定，提供动态、量化的决策依据 [11] - 在执行转化阶段，AI智能体可自动化处理内容创作、投放互动、渠道管理和销售闭环，显著降低人工成本 [11][13] - 在增长优化阶段，AI智能体通过用户运营和数据复盘，驱动策略持续迭代，形成数据闭环 [13] 2. AI营销商用加速，AI SaaS策马当先 2.1. 3类服务变现方式，匹配不同AI功能 - AI营销智能体的商用付费方式主要分为广告投放分成、平台订阅制、增值服务费三种 [17] - 数据洞察功能主要采用“订阅制”与“增值服务”的付费模式 [19] - 内容生成功能主要采用“订阅制”的付费模式，按API调用次数、生成素材量等计费 [19] - 流程执行功能主要采用“广告投放分成”和“订阅制”的付费模式 [22] - 交互辅助功能主要采用“增值服务”和“订阅制”的付费模式 [22] 2.2. SaaS龙头引领AI营销商用落地，效果初成 - 软件即服务（SaaS）是实现AI营销智能体商用交付最普遍、最成熟的载体模式之一 [5][23] - 海外营销SaaS龙头Salesforce领先推出Agentforce系列产品，作为其AI营销企业级SaaS的核心载体 [24] - Salesforce Agentforce自2024年10月发布2.0版本后快速推广，2025年1月付费客户达3000家，4月增至4000家，发布后2个季度的年化收入已超过1亿美元 [26] - 国内营销SaaS龙头腾讯企点营销云于2025年升级发布“Magic Agent”全链路营销智能体 [30] - 腾讯企点营销云Magic Agent聚焦零售行业，构建五大智能体协同体系，可自主完成从用户洞察到触达执行的全流程任务 [31] - 案例显示，绝味食品通过腾讯企点营销云AI组的销售业绩是人工组的3.1倍，内容点击率1.8倍，支付转化率2.4倍 [34] 2.3. 国内AI营销市场规模预计可看千亿，大厂主导，垂类深耕 - 2024年中国营销和销售决策AI应用市场的收入规模为206亿元，过去4年CAGR达35.0% [36] - 预计2029年市场规模将达到976亿元，对应未来5年CAGR为36.5% [5][36] - 国内营销数据AI SaaS 2024年市场规模约为93亿元，预计2029年将达到202亿元，未来5年CAGR为16.8% [36][38] - 国内企业级AI Agent服务方已形成“互联网大厂主导、垂类厂商深耕、创业公司突围”的三层竞争梯队 [5][40] - 第一梯队由字节跳动、阿里巴巴、百度、腾讯四大互联网巨头构成 [40] - 第二梯队以迈富时、摘星AI、实在智能、科大讯飞为代表，专注垂直场景 [40] - 迈富时在2024年登顶《中国AI营销智能体TOP30》榜单，市占率2.6%排名第一 [40] - 第三梯队为大量新兴创业公司和行业垂直服务商，以差异化技术寻求细分突破 [40] 3. AI营销新风口：生成式引擎优化（GEO） 3.1. 迎合AI搜索流量风口，GEO崭露头角 - GEO（生成式引擎优化）旨在通过优化内容在AI生成式引擎中的可见性与可信度，实现流量获取效率的显著提升 [5][41] - GEO是SEO（传统搜索引擎优化）在AI时代的迭代升级，核心逻辑在于精准解析AI生成式引擎的应答逻辑与推荐算法 [41][44] - 相比SEO的“搜索—比价—决策—购买”线性链路，GEO可实现“提问—推荐—下单”的闭环，极大缩短用户决策流程 [45][50] - GEO更适用于高客单价、高信息密度的购买决策场景 [5][45] 3.2. GEO应用已具雏形，帮助升维强化品牌占位 - 领先的品牌营销服务商已通过技术能力与行业认知的深度融合，帮助品牌在AI新流量生态中建立可量化的竞争优势 [5][51] - 案例显示，Profound为金融平台Ramp提供的优化服务，帮助其在1个月内将AI可见度从3.2%大幅提升至22.2%，实现近7倍增长 [53] - 微盟星启SaaS平台为某国际消费电子巨头服务6个月后，该品牌在Kimi平台的首位推荐率从12%显著提升至68% [53] 3.3. 国内GEO市场百亿潜力，服务商差异化竞争各施所长 - 据秒针营销科学院测算，2025年全球GEO市场规模达112亿美元，预计2030年将增长至1007亿美元，年复合增长率约55% [54][55] - 中国GEO市场规模2025年为29亿元，预计2030年将达到240亿元，对应CAGR为52.6% [5][54][55] - 若将AI营销SaaS中的GEO模块纳入统计，2025年中国GEO市场规模可达480亿元（含跨境电商GEO服务） [54] - GEO市场竞争格局呈现“技术驱动型领跑、垂直场景深耕、生态友好共生”的特征 [5][56] - 技术驱动型全链路服务商（如移山科技、增长超人）构成第一梯队 [56] - 垂直领域专精者（如智驰创科、数维智连）构成第二梯队 [56] - 第三梯队服务商聚焦传统营销能力的GEO适配与基础服务 [57] 4. AI赋能，营销服务公司乘势而上 - 新华都于2026年发布“麦点AI智能体矩阵”战略级AI产品，在图文视频内容生成、广告精准投放、用户行为数据分析等方面具备长期营销积累 [2][61][62] - 壹网壹创正从“全域电商运营服务商”向“专家+AI SaaS化工具”的AI电商服务模式转变，与阿里云合作开发AI Agent智能经营系统，2024年公司AI服务收入同比增长320% [2][62] - 青木科技以自有品牌孵化与AI+升级TP服务双轮驱动，自研推出AI购物管家“青木啄木鸟”、“青灵AI中台”等 [2][63] - 迈富时作为国内领先的“AI+SaaS”智能营销云平台，推出Marketingforce平台和AI-Agentforce中台，累计服务超20万家企业客户 [2][63] - 迈富时AI Agent业务在2025年上半年收入1.1亿元，客户超5500家 [64]

文章核心观点 - GEO是一种基于大语言模型技术原理的新兴营销优化策略，其核心目标是构建品牌与AI之间的信任关联，使品牌信息更易被生成式AI抓取、理解、引用并呈现在AI生成的答案中[1][2][13] AI行业发展与用户行为变革 - 中国AI行业已进入以生成式AI为核心的规模化应用阶段，AI正从效率工具演进为用户高频的信息获取与决策入口[3] - 2025年AI应用用户规模持续增加，流量分布呈现两极分化趋势，豆包、DeepSeek、腾讯元宝、千问等头部应用凭借生态或垂直场景优势实现爆发式增长[5] - 搜索范式发生变革，超过4成用户搜索习惯重心从传统搜索引擎向AI搜索转移，半数以上用户同时使用两者，AI搜索成为重要的信息媒介[7] GEO的战略价值与市场前景 - 流量入口与用户触点的结构性改变是品牌营销策略变化的前提，AI搜索深度渗透日常消费决策场景，成为连接企业与终端购买者的关键中间环节，品牌方需抢占AI生态下的流量话语权[9] - 预计到2030年，国内GEO市场规模将超过500亿元，企业投入正从试验性预算转向主要营销战略，预算从传统SEO、PR等领域向GEO转移，同时技术服务支出带来市场增量[15] - 行业生态上游为AI搜索与语料平台，核心层以GEO服务商、效果监测与独立团队为主，共同为下游品牌方/广告主提供服务[17] GEO的技术原理与内容优化 - GEO的原理是构建基于大语言模型的信息认知与优先输出体系，通过优化内容质量与结构，使其更适配AI的抓取、理解与引用机制，核心是构建品牌与AI的“信任关联”，将品牌资产转化为AI可信的“知识源”[13] - GEO内容工程是以语义优化为核心的系统性工程，旨在实现品牌在AI生态的精准曝光与信任构建，避免信息缺失或失真[21] - 内容优化实施需解读用户身份、使用场景和搜索意图，让表达更具体，优化策略包括提升权威性（如使用量化数据、标注来源、遵守EEAT原则）、优化内容结构（如使用小标题、FAQ）以及根据不同AI平台的引用偏好进行内容分发[23] GEO的评估、挑战与未来趋势 - 当前GEO效果评估指标包括可见性、内容层、技术层、业务层指标，但归因仍存在技术瓶颈，需量化差距并洞察排名与口碑[24] - 行业高速发展伴随挑战，存在海量投放低质量内容、使用黑帽手段、低价提供低质服务等投机与违规操作，行业规范化需平台、品牌方与服务商协同努力，2026年2月中国人工智能产业发展联盟AIIA发起了《人工智能安全承诺：生成式引擎优化专项》以推动规范化[30] - 未来GEO发展趋势强烈依赖AI生态商业化与AI平台战略，行业整体遵循生态驱动与合规性特征[28] - 未来AI生态的品牌竞争将回归营销本质，即比竞争对手更懂用户并提供价值，竞争将从静态占位转向动态竞争，GEO策略需从巩固市场地位和建立竞争壁垒两方面优化[26] 主要GEO服务商案例 - **智推时代**：国内领先的综合型GEO服务商，通过自研GENO系统提供从意图分析、策略规划到内容生产分发、效果监测的全链路一站式GEO优化方案，业务布局海内外核心市场[34] - **PureblueAI清蓝**：专注于AI口碑营销服务，基于自研混合模型架构与数字员工平台，服务金融科技企业时将品牌内容优先推荐率稳定保持在90%以上，有效提升新品牌认知度与美誉度[36][37] - **悠易科技**：自主研发Mentis GEO智能体，通过优化品牌内容与接入权威语料来提升品牌在AI问答中的引用权重，已在3C、美妆、母婴、汽车等高决策复杂度行业得到验证[41] - **源易信息**：GEO领域的倡行者，2025年3月推出DSS方法论，4月上线基于此方法论的「并行宇宙」GEO智能体引擎，已服务超300个项目，并联合出品国内首份GEO白皮书，定义了行业技术范式[43] - **迈富时 Marketingforce**：依托Tforce营销大模型，打通从AI平台提问到获取答案的全流程，通过构建品牌AI知识库与优化高置信信息，提升品牌在AI引用池中的可见性与可信度[46] - **万悉科技 Trendee**：由AI领域国家级领军人才联合创办，自研LLM-原生GEO技术体系，通过“监控、策略、行动”三层智能体协同架构，驱动品牌完成从“品牌语言”到“用户语言”的转变，以赢取AI引擎的信任背书[48][49] - **光引 GEOLightEngine**：GEO2.0深层优化的领导者，基于自研3H技术体系与端到端AI交付系统，实现从表层优化到深层优化的跨越，为品牌提供全球及中国AI大模型的全面优化服务[51] - **知乎**：作为高质量内容社区，是AI营销生态的重要信源之一，其内容结构与广度使其在AI信源引用率方面具备优势[53]