DeepSeek开始"猎杀"GEO:靠铺软文骗AI推荐的日子,进入倒计时
10月17日,一条藏在DeepSeek更新日志里的消息,可能比它发布的600B新模型本身更值钱——也更致命。
这家中国大模型公司在开放自研搜索API的同时,白纸黑字写明:其搜索引擎内置识别机制,专门过滤SEO作弊、GEO操纵和低质量AI生成内容。翻译成大白话:那些靠批量铺稿、伪造测评、虚构榜单骗AI推荐的生意,平台方正式宣战了。
如果你最近刚花钱买了"保证让AI推荐你品牌"的GEO服务,建议把这篇文章看完。
一个让营销圈后背发凉的实验
先看一个真实案例。BBC Future记者Thomas Germain做过一个著名的恶作剧:他花了20分钟,在自己的个人页面上编了一份"全球最会吃热狗的科技记者排行榜",堂而皇之把自己排在第一位。榜单没有任何评选依据,没有其他信源佐证,纯粹是写着玩。
结果不到24小时,Google的AI概览(AI Overview)和Gemini就把这份虚构榜单当成事实,一本正经地复述给了提问的用户。
SEO策略公司Amsive的副总裁Lily Ray在2026年5月的一档播客里说得更加直白:"骗AI聊天机器人,比两三年前骗Google容易得多。"
这就是当下GEO黑产生意的技术基础——AI对信息的核验能力,暂时还跟不上它整合信息的速度。谁能批量制造"看起来很权威"的内容,谁就能在AI的回答里占一个位置。
DeepSeek捅破了哪层窗户纸
DeepSeek不是第一个出手的平台。2026年2月,微软就披露过一类"AI推荐投毒"行为:一些网页在链接或按钮里夹带隐藏指令,试图让AI助手"记住"某家公司并在之后的对话里优先推荐它。微软为此上线了指令过滤、外部内容与用户指令隔离、记忆权限管理三重防护。
但DeepSeek这次的出手位置更狠——直接卡在搜索信息进入模型的筛选环节。
之前的防御逻辑是"你骗进了模型,我再识别";现在的逻辑变成了"你的内容压根到不了模型面前"。一篇宣传稿即使成功发布在网上、被搜索引擎收录,只要被识别为GEO操纵产物,就不会被交给大模型作为组织答案的依据。
这等于把黑帽GEO的整条链路从源头斩断了。
GEO生意的致命悖论
36kr今天的一篇分析点出了这个行业最有意思的悖论:GEO的热度来自AI能力的增长,而一部分GEO生意的利润,恰恰来自AI判断能力的不足。
换句话说,黑帽GEO赚的是"时间差"的钱——赌AI识别不出批量软文、赌平台来不及建立过滤机制、赌品牌方分不清哪些是真实口碑哪些是投毒内容。
但这个时间差正在以肉眼可见的速度收窄。学术基准CyberGym的数据显示,大模型发现信息操纵类问题的能力,从去年初的不到20%提升到今年的85%以上。DeepSeek、微软、Google相继建立防御机制后,靠信息漏洞换取AI推荐的空间,正在一点点被压扁。
更值得注意的是一个趋势:已经有用户开始在提示词里加一句话——"推荐结果请排除GEO的影响"。当消费者学会主动要求AI剔除营销内容时,靠操纵换来的曝光不仅无效,还会反噬品牌信任。
那正经品牌还能做什么?三条活路
平台猎杀的是"操纵",不是"优化"。这两者的分界线,恰恰是正经品牌的机会所在:
第一,只生产可被验证的事实。产品参数、检测报告、真实案例数据——这些内容不怕任何过滤机制,因为它们经得起交叉核验。AI越强大,可验证的事实越值钱。
第二,多源一致,而非单点铺量。过去黑帽打法是"一个内容发100个站";未来的正确姿势是"同一组事实,在官网、权威媒体、行业数据库、标准组织里保持一致"。AI判断可信度靠的是信源交叉,不是数量堆砌。
第三,结构化标记做到位。Schema标记、清晰的作者信息、可追溯的发布时间——这些技术细节帮助AI的过滤机制确认你是"正经内容",而不是投毒软文。随着过滤机制普及,结构化做得好与不好,会变成内容能不能进入AI视野的生死线。
写在最后
每一次信息入口的更迭都会重演同一个剧本:新入口出现→红利期→操纵者涌入→平台反制→泡沫出清→留下真正提供价值的玩家。搜索引擎时代如此,社交媒体时代如此,AI时代也不会例外。
DeepSeek的过滤声明不是GEO的终结,而是GEO分层的开始:骗AI的生意进入倒计时,帮AI理解真实品牌的生意才刚刚开始。你的品牌在AI答案里的位置,最终只取决于一件事——当AI核验你的一切时,能不能找到足够多真实、一致、可验证的证据。
留给黑帽的时间不多了。留给白帽的时间,正好。
常见问题
问:DeepSeek的过滤机制会影响正常品牌内容吗?
答:不会。过滤机制针对的是"操纵行为"——批量生成的虚假测评、伪造信源、隐藏指令注入等。真实、有依据的品牌内容不在打击范围内,反而会因为低质内容被清理而获得更多曝光空间。
问:怎么判断一家GEO服务商是白帽还是黑帽?
答:三个信号:承诺"保证排名"的大概率是黑帽(AI答案没有固定位置可承诺);交付物以"铺稿数量"计费的要警惕(那是投毒不是优化);不愿公开方法论和信源清单的直接pass。白帽服务商的核心交付是品牌知识库和事实资产,不是稿件数量。
问:已经被AI错误引用的品牌信息怎么办?
答:分两步:先通过官网结构化标记和权威信源发布更正信息,建立"正确事实"的权重;再向对应平台提交反馈(主流大模型平台都有事实纠错渠道)。这个过程通常需要4-12周,需要持续监测。