流量冰封王座的新主人。
文章作者：趙暄、王曉維
文章來源：曼昆區塊鏈法律服務
引言
最近，受龍韻股份的邀請，我做了一場關於GEO（生成式引擎優化）的法律分享。和幾位行業裡大咖聊下來，又有了些新的啟發，同時也跟大家分享。
過去二十年，中文互聯網的流量分發邏輯始終圍繞"搜索"這一核心動作展開。從早期“百度一下”，到後來微信、小紅書等平臺的站內搜索，都是"百度一下"這一行為的延伸，並由此催生出成熟的SEO（搜索引擎優化）產業。
如今，風向正在悄然轉變。用戶越來越習慣直接向AI提問：“30歲女性抗初老，選超聲炮還是熱瑪吉？”或是“推薦適合看球賽的酒吧”。
流量入口正從“搜索框”移向“對話框”。 當生成式AI能夠越過海量鏈接，直接為用戶生成最終答案時，若答案中未曾提及，便意味著在某種程度上落伍新時代，這正是GEO成為焦點的原因。
作為法律從業者，我們在關注其中商業機遇的同時，更需清醒認識到其背後隱含的法律風險。技術的演進往往先於規則的建立，而GEO領域已呈現出多處需法律審慎界定的灰色地帶！
誰在入局？三大群體搶佔GEO新大陸
儘管這是一個嶄新的領域，卻蘊含著無限的想象空間——在當下高度內卷的市場環境中，新的流量入口往往意味著更低的獲客成本與更優的競爭機會。
作為長期關注Web3與AI領域的律師，我觀察到目前已至少有三大群體積極參與其中：
1. 使用者：實體商品與服務提供商
他們著眼於AI流量帶來的直接商業轉化，試圖通過影響AI的推薦結果，獲取優先曝光機會。
例如：
- 醫美機構放棄傳統搜索競價投放，轉而採購“AI語義注入工具”，力求當用戶詢問“最好的隆鼻醫生”時，AI能優先推薦自家機構。
- 培訓機構、汽車銷售等行業，也嘗試通過生成式引擎優化（GEO），讓AI回答相關問題時，率先推薦他們的產品或服務。
2. 投資者：投資機構與基金
他們從兩個層面佈局：
- 發掘賽道：通過觀察哪些企業在AI推薦中佔據優勢，判斷其行業競爭力，從而鎖定潛在投資標的。
- 爭奪話語權：誰能影響AI的語料與推薦邏輯，誰就能在未來的投顧建議與行業分析中掌握主動權。
3. 服務者：GEO行業從業者與創業者
這群人通常具備快速學習與技術應用能力，積極投身於工具開發、策略服務與流量運營中。他們以各種形式——有的正面創新，有的遊走於灰色地帶，不斷探索這個行業的邊界與可能性。這也正是本文第二部分將重點討論的群體。
GEO的三種姿態：暴利、陷阱與法律紅線
在GEO的實踐路徑中，不同手段通常被歸類為“黑、灰、白”三色。作為律師，我必須強調一點：技術的邏輯終點，往往是法律的起點。
1. 黑帽（Black Hat）：行走在雷區的“技術操縱者”
典型手段拆解：
- 間接提示詞注入（Indirect Prompt Injection）：在網頁中嵌入僅AI可識別、人眼不可見的指令（如白色文字），誘導AI在回答時優先推薦特定內容。
- 知識庫毒化（RAG / Knowledge Poisoning）：通過注入虛假或帶有偏見的數據，汙染公共索引庫，導致AI在檢索增強生成（RAG）過程中輸出預設的有偏結果。
- 虛假實體偽造（Entity Forgery）：在地圖、百科等公開數據源中偽造地址、資質等信息，汙染AI訓練數據或實時檢索內容，營造虛假聲譽。
- 負面GEO攻擊（Negative GEO）：向競爭對手網站植入惡意代碼或敏感詞，觸發AI安全過濾機制，導致其被屏蔽或標記為不可信來源。
法律風險定性：
- 刑事層面：極易構成“破壞計算機信息系統罪”（《刑法》第286條），一旦干擾AI系統正常運行，即觸及刑事紅線。
- 民事層面：屬於明顯的不正當競爭行為（《反不正當競爭法》第11條），需承擔損害賠償責任，賠償金額可能因AI傳播效應而顯著放大。
2. 灰帽（Grey Hat）：行走在邊緣的“流量搬運工”
灰帽試圖規避明顯的違法犯罪，依賴規模效應影響AI判斷，信奉“量變引起質變”。
典型手段拆解：
- 批量洗稿與語義降維：使用AI生成海量低質重複內容，稀釋真實信息，迫使 AI抓取預設的正面語料。
- 模擬點擊流攻擊（Bot-driven Interaction）：通過自動化腳本模擬用戶點擊行為，人為提升特定內容在AI中的點擊率（CTR），騙取算法權重。
- 軟文霸網（Masked Promotion）：組織馬甲賬號在社交平臺批量發佈偽裝成真實體驗的推廣內容，使其被AI視為“用戶反饋”並納入檢索庫。
法律風險定性：
- 虛假宣傳責任：該類行為實質構成虛假宣傳，違反《廣告法》與《反不正當競爭法》，監管部門已逐漸採用“實質重於形式”原則進行打擊。
- 品牌被“拉黑”的風險：一旦被AI平臺的反作弊系統識別，相關域名或品牌可能被永久列為不可信來源，導致其在AI環境中“數字性死亡”。
3. 白帽（White Hat）：長期主義的價值建設者
白帽策略的核心不是“操縱AI”，而是“成為AI信賴的優質數據源”。儘管合規成本較高，但其積累具有顯著的複利效應。
典型手段包括：
- 內容結構化與摘要優化，便於AI理解與提取；
- 部署結構化數據（Schema Markup），增強內容語義清晰度；
- 強化引用與溯源（Citations & Factuality），提升信息可信度；
- 採用FAQ建模，直接響應常見用戶問題。
我們強烈推薦這條路徑——它建立在合規基礎上，通過持續提供真實、優質、可驗證的內容，贏得AI與用戶的長期信任。
從SEO判例看GEO：歷史不重複，但違法邏輯相通
儘管目前還沒有專門針對GEO的司法案例，但其本質上與SEO有許多共通之處。過往SEO領域的相關判決，很可能成為未來GEO案件的重要參考。以下我們結合幾個典型案例進行分析：
案例一：干擾算法的“萬詞霸屏”案
在SEO時代，“萬詞霸屏”曾是一種典型黑帽手法：通過高權重網站生成大量垃圾頁面，強行佔領關鍵詞搜索結果。在相關案件中，法院認定該行為破壞搜索引擎正常秩序，構成不正當競爭，判決被告賠償百度275.3萬元。
對GEO的啟示：
當前部分GEO手段如出一轍，例如通過AI批量生成低質內容，試圖“餵養”模型以實現答案霸屏。這種行為不僅可能導致品牌被模型拉黑，在法律上也同樣可能被認定為“干擾網絡產品正常運行”，構成不正當競爭。
案例二：購買競爭對手關鍵詞案
在“慧魚”商標案中，被告將他人註冊商標設為搜索關鍵詞，使用戶搜索時結果指向自身產品。法院認定該行為違背誠信原則，構成不正當競爭。
對GEO的啟示：
類似邏輯在GEO中可能表現為更隱蔽的“提示詞注入”——例如在網頁中嵌入針對競品的誘導性指令，試圖影響 AI 的回答導向。這種通過技術手段間接誤導用戶、劫持流量的行為，同樣可能觸碰反不正當競爭紅線。
案例三：虛假問答式口碑營銷案
此前已有公司因在知乎、貼吧等平臺組織虛假“用戶體驗”內容被處罰。監管部門認定此類行為欺騙消費者、擾亂市場秩序，違反《反不正當競爭法》。
對GEO的啟示：
如今一些灰帽GEO手法與之高度相似：利用AI批量生成偽測評、假種草，營造“全網推薦”的虛假聲量。需清醒認識到：AI只是工具，若其輸出內容建立在虛假信息基礎上，實質仍屬於虛假宣傳，尤其在醫美、健康等強監管領域風險極高。
行業合規警示：不同賽道，不同“雷區”
開展GEO實踐必須結合行業監管特性，穿透技術表象看清合規底線。舉例而言：
- 教育培訓：嚴禁通過語料注入等方式，借AI之口作出“保過”“提分第一”等結果承諾。只要內容源於自身投餵，機構即為責任主體。
- 醫美機構：屬於醫療廣告範疇，需嚴格審查。若通過GEO誘導AI輸出療效對比、真人案例或變相推薦，可能直接違反醫療廣告法規。同時也應防範競爭對手利用“負面GEO”進行商業詆譭。
- 大健康與Web3：宣稱療效、承諾高回報等均為敏感紅線。若因GEO策略導致AI輸出“零風險高收益”類內容，極易涉嫌虛假宣傳乃至非法經營。
GEO的崛起：人類對信息分發權的再爭奪
基於行業觀察，分享以下觀點與建議：
1.對創業團隊的啟示：與其等待，不如先行
互聯網大廠雖然擁有資源與數據優勢，但其內部科層制與標準化流程，往往在應對GEO這種敏捷、精細化運營的場景中響應遲緩。因此，對於Web3與 AI領域的初創團隊而言，如果能夠及早搭建清晰的合規架構，完全有機會在這片“新大陸”上搶佔先機。
曼昆建議：技術可以大膽探索，但必須築牢合規底線——尤其是刑事風險的防範。優化AI抓取邏輯固然重要，但一切應建立在尊重事實、遵守法律的基礎之上。
2.對GEO用戶的提醒：攻守兼備，主動建設
- 防守：建立AI聲譽監控體系
建議企業儘快部署針對 AI 語料與推薦結果的監測機制，一旦發現被“負面 GEO”攻擊或惡意操縱，應及時固定證據，並善用法律手段維權。
- 進攻：擁抱白帽，成為AI的“優質夥伴”
AI的進化趨勢不可逆轉。與其被動規避，不如主動學習其邏輯，通過提供真實、可信、結構化的內容，成為AI願意信任並優先推薦的信息來源。
結語
在AI驅動的信息時代，算法是外表，數據是內容，而法律則是支撐整體的骨架。缺乏合規支撐的流量策略，即便一時繁盛，也難抵監管與時間的考驗。
我們不僅關注現行法規，更著眼於未來賽道的合規走向。如果您在GEO合規、AI侵權防範或Web3法律架構方面需要進一步探討，歡迎與我們聯繫，共同梳理風險、尋找路徑。
