喝点VC｜a16z谈搜索大变局：搜索迈入由语言模型主导的“生成式引擎优化（GEO）”全新范式

图片来源：a16z

Z Highlights

• 搜索行为从传统浏览器向大型语言模型（LLM）平台迁移，价值超800亿美元的SEO市场根基已现裂痕，搜索迈入由语言模型主导的“生成式引擎优化（GEO）”全新范式。

• 曝光定义从“搜索结果页排名”转变为“直接出现在模型生成的答案中”，LLM具备记忆、推理能力并提供个性化响应，彻底改变内容发现与优化逻辑。

• 竞争焦点从点击率转向“模型引用率”，品牌需“编码至AI层”以构建新竞争壁垒，“无提示认知度”成为AI时代关键指标。

本文作者Zach Cohen和Seema Amble是a16z的合伙人。Zach Cohen专注于企业软件和人工智能领域的投资，特别是生成式AI、机器学习基础设施和开发者工具。Seema Amble专注于全球软件即服务（SaaS）和金融科技领域的投资，特别是B2B金融科技、支付和垂直行业软件。这篇文章是Zach Cohen与Seema Amble共同参与的关于生成式搜索技术颠覆传统SEO生态的研究，于2025年5月28日发布在a16z官网。

我们熟知的搜索时代已近尾声，而营销人员对这一变革的感受颇为复杂。

二十余年来，搜索引擎优化（SEO）始终是网络曝光的核心策略。这一领域催生出完整的产业生态，涵盖关键词堆砌者、反向链接中介、内容优化师、审计工具及运营这些环节的专业机构。但在2025年，搜索行为正从传统浏览器向大型语言模型（LLM）平台迁移。随着苹果宣布将Perplexity、Claude等原生AI搜索引擎集成至Safari，谷歌的流量分发垄断地位受到挑战，价值超800亿美元的SEO市场根基已现裂痕。

一个全新范式正在崛起——它不再由网页排名驱动，而是由语言模型主导。我们正迈入搜索的第二阶段：生成式引擎优化（Generative Engine Optimization，GEO）。

从链接到语言模型

传统搜索基于链接构建，而GEO的核心是语言。

SEO时代，曝光度取决于搜索结果页排名高低，而网页排名由关键词匹配度、内容丰度、反向链接数量、用户体验等多重维度决定。如今，随着GPT-4o、Gemini、Claude等LLM成为信息获取的交互界面，曝光的定义转变为直接出现在模型生成的答案中，而非依赖搜索结果页的位次。

答案形式的革新重塑了搜索逻辑。原生AI搜索通过Instagram、亚马逊、Siri等平台呈现碎片化特征，各平台由不同模型驱动，承载着差异化的用户意图。用户查询长度显著增加（平均23词，传统搜索仅4词），会话深度提升（平均6分钟），且回答因上下文和数据源差异而动态变化。区别于传统搜索，LLM具备记忆、推理能力，并能通过多源信息合成提供个性化响应，这彻底改变了内容发现与优化逻辑。

图片来源：a16z

传统SEO侧重关键词精准度与重复度，而生成式引擎更青睐结构清晰、语义密集（非单纯堆砌关键词）的内容。“总结如下”“项目符号”等表达形式，可帮助LLM高效提取并复用信息。

值得关注的是，LLM市场在商业模式与激励机制上与传统搜索存在本质差异。谷歌等传统搜索引擎通过广告实现流量变现，用户以数据和注意力为代价；而多数LLM采用订阅制付费墙模式。这一结构变革影响内容引用逻辑：模型提供商缺乏动力展示第三方内容，除非其能增强用户体验或产品价值。尽管未来LLM界面可能衍生广告市场，但其规则、参与者与激励机制将与传统搜索大相径庭。

当前，衡量LLM界面价值的新兴指标是出站点击量。例如，ChatGPT已为上万独立域名带来推荐流量。

图片来源：a16z

从排名到模型相关性

竞争焦点已从点击率转向引用率：品牌或内容在模型生成答案中被引用为来源的频率。在AI生成内容的时代，GEO的优化目标从“是否出现在搜索结果”转向“模型选择引用什么”，这正在重构品牌曝光与营销效果的衡量体系。

Profound、Goodie、Daydream等新兴平台已能帮助品牌分析其在AI回答中的呈现方式，追踪模型输出中的情感倾向，并解析影响模型行为的关键发布者。这些平台通过微调模型匹配品牌相关提示语、策略性注入高频SEO关键词、大规模运行模拟查询，将结果整合成可视化仪表盘，助力营销团队监控曝光度、信息一致性与竞争声量。

Canada Goose曾借助此类工具洞察LLM对品牌的引用逻辑——不仅关注产品特性（如保暖性、防水性），更聚焦品牌认知本身。核心不再是用户如何发现品牌，而是模型是否会自发提及品牌，这成为AI时代“无提示认知度”的关键指标。

此类监控的正在变得与传统SEO仪表盘同样重要。像Ahrefs的Brand Radar这样的工具如今能够追踪品牌在AI概览中的提及情况，帮助企业了解自己在生成式引擎中是如何被描述和记忆的。Semrush同样推出了专门的人工智能工具包，旨在帮助品牌追踪其在生成式平台上的认知度、优化内容在AI端的可见性，并快速响应大语言模型输出中新兴的品牌提及——这标志着传统SEO供应商正在适应GEO（生成式引擎优化）时代。

一种全新的品牌策略正在成型：它不仅关注公众认知，更重视模型认知。如何将品牌“编码”至AI层，正成为新的竞争壁垒。

“ChatGPT为@vercel带来10%的新注册用户，且注册增速显著。”——Guillermo Rauch（@rauchg），2025年4月9日

与SEO早期类似，GEO仍处于探索阶段。每次模型重大更新，都可能颠覆现有的交互逻辑。正如谷歌算法更新曾让企业忙于应对排名波动，LLM提供商仍在调整模型引用内容的底层规则。目前，部分GEO策略已形成共识（如出现在LLM引用的源文档中），但诸如“模型是否优先新闻内容而非社交媒体”“不同训练集如何影响偏好”等假设仍需验证。

SEO时代的启示

尽管规模庞大，SEO从未诞生垄断性巨头。Semrush、Ahrefs、Moz、Similarweb等SEO工具各自占据细分市场（反向链接分析、流量监控、关键词情报等），但均未掌控全产业链。SEO生态呈现碎片化特征：工作分散于代理机构、企业内部团队与自由职业者；数据庞杂且排名基于推测；谷歌掌控算法核心，但无供应商控制交互界面。点击流数据本是洞察用户行为的关键，但长期被ISPs、SDKs、浏览器扩展等层层封锁，导致构建精准洞察需依赖深度基础设施或特权访问。

而GEO正在打破这一困局。

制造“被引用”：GEO工具的崛起

图片来源：a16z

这不仅是工具迭代，更是平台级机遇。领先的GEO公司将不止于数据衡量，而是通过微调自有模型，从跨行业的数十亿隐性提示中学习，形成“洞察-创意-反馈-迭代”的闭环，以技术主动塑造LLM行为，并整合点击流数据与多源数据。

GEO领域的胜出者将超越品牌分析，构建行动基础设施：实时生成营销活动、针对模型记忆优化内容、每日迭代应对LLM行为变化。这些系统将具备强操作性，开启超越曝光的广阔空间——GEO不仅是品牌确保被AI响应引用的手段，更是管理与AI层长期互动的枢纽。掌控GEO层，即掌控预算分配权。

其垄断潜力在于：从提供洞察转向成为核心渠道。若SEO是去中心化、数据边缘的市场，GEO则可能走向中心化、API驱动，并深度嵌入品牌工作流。本质上，GEO是进入效果营销的突破口——驱动GEO的品牌规则与用户数据，同样可赋能增长营销。当软件产品实现多渠道测试、迭代与优化时，AI正催生“自主营销者”。

时机至关重要。搜索转型方兴未艾，但广告预算流动迅速。2000年代是Google Adwords的时代，2010年代是Facebook定向引擎的天下，而2025年，主角是LLM与帮助品牌驾驭内容被模型摄取方式的平台。简言之，GEO是一场“入驻模型心智”的竞争。

在AI成为商业发现“前门”的时代，营销人员的终极命题是：模型会记住你吗？

原文：How Generative Engine Optimization (GEO) Rewrites the Rules of Search

https://a16z.com/geo-over-seo/

编译：Qinger Geng

文章来自于“Z Potentials”，作者“a16z”。