或者說，是帶有“人味”的內容越來越少了。取而代之的，是越來越多的“數字生命”。
滑動檢視人機
說到這，可能有些人已經開始痛罵中文網際網路了：都是中文營銷號們灌的水。
從新聞來看，這股風似乎早就刮到整個世界了。
據海外媒體9To5Mac報道，Reddit正在被AI生成的垃圾帖子攻擊，而且他們的CEO也表示，他們已經開始了和AI的“軍備競賽”，來檢測和刪除這些“AI拉的屎”。
導火索還是因為，Reddit 把自家平臺積累了快 20 年的使用者資料，打包賣給了谷歌，售價是每年 6000 萬美元。這些資料，就是大夥在 Reddit 上發的帖子、寫的評論。
Reddit 可算是吃爽了，但興奮的似乎不止Reddit，還有各種廣告商。
甚至，還進化出了個新玩意兒，那就是 SEO 的進化版：GEO（Generative Engine Optimization，生成式引擎最佳化）。
這麼說吧，早在搜尋引擎時代，就誕生了一門學問，叫 SEO（Search Engine Optimization，搜尋引擎最佳化）。你可以理解為這是老一輩廣告商們的看家本領，他們能用各種技巧，讓自家的東西，排在搜尋結果的前頭。
但現在，隨著AI的崛起，遊戲規則也變了，AI已經部分替代了搜尋引擎的位置。
於是乎，大家的眼光離開了搜尋引擎，盯上了AI這塊新的戰場。
GEO 這名兒也不是亂起的，早已有人發論文研究此事了。
文中就提到這麼個例子，假如你現在要去紐約，然後跟AI提問：我去紐約能幹啥？
AI回答你：可以去中央公園、看自由女神、吃 XXX 店鋪的披薩。
於是，它用了GEO最佳化後，此時你再提問，AI的回答就變成了：吃 XXX 披薩、逛中央公園、看自由女神。
文章中還大概描述了一下最佳化方法，比如在內容裡多引用權威資料、加入量化統計資料、使用清晰的結構等，這些方法可以將可見性提升高達40%。
別說，看上去還真像那麼回事。世超為了刨根問底，翻到了一家做備份軟體的公司Bacula，他們在網站上分享了一些詳細的GEO方法。
首先，他們這種做B2B的公司，目前都有個逃不開的困境：公司的產品很好，技術很強，但因為領域小眾，搜尋的流量很小。
比如他們這個叫“HPC備份”（高效能計算備份）的領域，一個月的搜尋量不超過10次。這就導致它們的潛在客戶在使用AI搜尋時，由於資料不夠，AI很難知道，這玩意兒就是客戶要找的東西。
於是，GEO就成了他們的出路。
這麼一搞，如果有人在AI上問了這些問題庫裡的相關問題，AI就會精準抓取到庫裡的答案，最後，當然不會忘記推薦他們的軟體。
第二步，他們搞了個“知識網路”。這是因為他們發現，現在的AI，語義理解非常好，很容易捕捉到各種領域之間的關聯。
於是他們寫了一系列相關文章，把Bacula的核心業務，還有相鄰的各種應用場景，都連線了起來。
這下，AI就可能把使用者從其他領域，引導到他們的方向來。
最後，他們發現AI更喜歡有權威性的內容。
所以，他們就開始從各種角度，增加他們內容的權威性。比如，他們把自己和NASA的合作案例貼了出來。AI一看，NASA都用這個做備份，那肯定不會錯了。
除了這個，在更優質、更權威的網站上釋出，也能讓AI更偏愛。例如在雅虎、納斯達克上，你可以經常看見他們的文章。
做完這些，見證奇蹟的時刻來了。Bacula 在 ChatGPT 推薦的 HPC 備份軟體中，多次作為首選。
圖中紫色橫線
哥們也去谷歌搜了下相關詞條，結果在AI概覽裡還真是第一。。
不過世超也發現個問題，Bacula做最佳化的每一步，都有理有據，令人信服。
他們的內容可都不是亂做的，對整個網際網路來說都算高質量內容，並不是隨地大小便。在推銷自家產品的同時，順道也給這些細分領域提供了豐富的知識庫。
也多虧GEO這玩意，給這種有實力的公司來了個選秀大舞臺，使用者有需求時，能更輕易挖掘到這種專業領域大神。不然在搜尋引擎時代，你可能還在翻箱倒櫃找古董呢。。
但有些做GEO的，為了更快的搶佔市場，好像更喜歡簡單粗暴的方法：用AI生成內容，然後像病毒一樣在網上傳播。
像這樣的GEO在國內其實不少見。
舉個例子，在DeepSeek剛爆火時，國內就有人開始研究，怎麼讓自己的產品上DeepSeek推薦。
現在網上隨便一搜，就有成千上萬帖子教你怎麼做。
據世超瞭解，這些 GEO 的運作方式，總的來看，跟Reddit的現狀大差不差——就是用AI生成一段推銷內容，然後去找那些比較大的平臺，進行分發傳播，最後根據平臺的推流效果，決定下一步投流和內容最佳化。
比如，某品牌補水面膜在經過GEO最佳化前，DeepSeek對它是閉口不提的；最佳化後，直接飆升到了D老師推薦榜第二名。
像這樣搶佔AI的推薦榜，對這些品牌來說，可能是提高知名度的好機會。
所以我現在明白了，當我想買樣東西，經常在網上搜到一些人不人鬼不鬼的帖子，都很有可能是AI的功勞。。
撰文：不咕
編輯：江江 & 面線
美編：萱萱
圖片、資料來源：
知乎、Reddit、小紅書、Otterly AI，部分圖源網路
