最近,一起GEO服务公司的行政处罚,引起了不少企业关注。
北京市朝阳区市场监管局公布的信息显示,北京某公司因悬挂不具备法定证明效力的荣誉牌匾、编造经营数据、发布无法举证的服务案例等行为,被责令整改并罚款5万元。
处罚决定中还提到,该公司曾宣传“综合评分99.6”“市场占有率49%”“续费率99%”等数据,但无法提供真实来源;部分所谓成功案例也缺少足够证据。其业务操作中,还存在使用AI加工宣传文稿、通过媒体中介多平台投放,却不审核文章内容和数据真实性的问题。遇到客户问:
“既然做GEO的公司都被查了,这件事是不是本身就不靠谱?”

我的判断很明确:
这起案件证明的不是GEO不存在,而是企业不能打着GEO的名义制造虚假信源。
被处罚的是虚假宣传和不正当竞争,不是企业正常开展AI可见度建设。
真正的问题,不是使用了AI,而是用虚假信息影响AI
现在很多企业对GEO存在一个误解:
只要批量生产文章,再投放到足够多的平台,AI就会认为企业有实力,并在回答中优先推荐。

这种理解忽略了一个最基本的前提:
公开内容必须建立在真实、准确、能够验证的企业信息之上。
使用AI帮助整理产品资料、优化表达、生成内容初稿,本身没有问题。
通过官网、行业媒体、问答平台发布企业内容,也不等于违规。
真正越界的是:
没有获得过的荣誉,写成企业资质;
没有统计依据的数据,包装成市场占有率;
没有完成的项目,写成成功案例;
没有验证过的效果,承诺固定排名;
明知内容缺乏依据,仍然通过多平台放大传播。
《网络反不正当竞争暂行规定》明确禁止经营者通过网站、网络文案、平台推荐、榜单等方式,对荣誉、资质、经营数据、用户评价和排名进行虚假或引人误解的宣传。界其实并不模糊。
问题不在于“有没有做内容分发”,而在于分发的内容是不是真实。
对外贸B2B企业来说,虚假GEO的风险更大

外贸B2B客户的决策方式,与普通消费品并不一样。
海外买家不会因为看见几篇软文,就直接把订单交给一家陌生工厂。
他们还会继续核查:
企业到底是工厂还是贸易商;
产品参数能不能对应实际需求;
认证是否真实有效;
有没有类似市场的交付经验;
定制能力和生产边界是什么;
官网、销售资料和第三方介绍是否一致。
假设一家企业在公开文章中写自己拥有某项认证,但官网和证书资料里找不到;文章宣称服务过某家国际品牌,销售却无法提供基本项目背景。
这种矛盾不会增加信任,反而会让买家怀疑企业其他信息是否同样不可靠。
更麻烦的是,错误内容一旦被多个网站转载,后期修改的就不再是一篇文章,而是一整套分散在互联网中的错误信号。
所以,外贸企业做GEO,不能只考虑“怎样让AI提到我”,还要考虑:
AI提到的这个我,是不是真实的我。
GEO有没有实际意义?
不能因为部分服务商违规,就把整个GEO概念都理解成骗局。
普林斯顿大学等机构的研究团队已经将Generative Engine Optimizatio

n作为一种内容可见度优化框架进行研究。其测试表明,不同内容优化方法可以提高内容在生成式引擎回答中的可见度,部分场景下提升幅度最高达到40%;但研究同时强调,不同行业和问题的效果存在差异。:
第一,生成式AI如何选择和呈现信源,确实存在可以研究和优化的空间;
第二,GEO并不存在一套适用于所有行业、保证固定结果的万能公式。
Ahrefs对约86.3万个Google搜索结果页的分析也发现,AI Overview引用来源中,来自传统自然搜索前10名页面的比例约为38%,低于其此前研究中的76%。这说明传统SEO排名和AI引用存在联系,但两者并不能完全画等号。需要注意的是,这项数据针对Google AI Overview,不能直接套用到所有AI平台。而言,SEO依然要做,但仅有关键词排名,并不等于AI一定能够准确理解和引用企业。
真正合规的GEO,应该从哪里开始?
我认为,外贸B2B企业的GEO不应该从“准备发多少篇文章”开始,而应该从“企业有哪些真实信息值得被理解”开始。
第一,先把企业身份说清楚

公司名、品牌名、主营产品、目标市场、业务模式和官网之间的关系,需要形成统一表达。
尤其是同时开展OEM、ODM、自有品牌和批发业务的企业,更要明确不同业务的边界。
否则,AI可能知道企业名称,却不知道企业究竟适合哪类买家。
第二,把产品经验整理成知识资产
真正有价值的内容,往往不是网上能够搜索到的行业常识,而是企业内部已经存在的经验:
产品如何选型;
哪些参数可以定制;
不同应用环境有什么差异;
客户经常出现哪些采购错误;
打样、交期和质量控制如何安排。
这些内容可以借助AI整理,但不能让AI凭空编写。
第三,用官网承接核心事实
官网应该成为企业最稳定的信息源。
产品参数、应用场景、认证、FAQ、案例和合作方式,都需要有明确页面承接,而不是全部藏在PDF、聊天记录和销售人员脑子里。
对于搜索和AI来说,内容有结构、页面有主题、信息可核查,比单纯增加文章数量更重要。
第四,第三方内容必须有依据

第三方媒体、行业平台和专业问答,可以帮助企业增加外部信号。
但第三方分发不是把同一篇宣传稿复制几十次,更不能为了制造影响力而虚构数据、排名和客户。
企业发布的每一个案例、数字和荣誉,都应该提前确认:
能不能提供证据?
能不能允许客户核查?
是否需要隐去敏感信息?
适用范围有没有被夸大?
第五,持续监测错误认知
GEO监测不能只看“有没有提到品牌”。
还要看AI把企业说成了什么:
业务范围是否准确;
产品优势有没有张冠李戴;
企业和同名品牌有没有混淆;
引用来源是否可靠;
回答中有没有出现过期参数。
发现问题以后,再回到官网、知识库和外部信源中修正。
这才是一个完整的GEO闭环。
怎样识别不靠谱的GEO服务?
企业在选择服务商时,可以重点观察以下几个信号。

一上来就承诺固定排名
AI回答受到问题表达、模型版本、检索来源、用户地区和竞争内容等多种因素影响。
服务商可以承诺交付动作、监测方法和阶段目标,但很难合法、专业地保证某个品牌始终排在第一位。
不收企业资料,直接开始发稿
不了解产品参数、应用场景、认证、案例和客户类型,就能快速写出几十篇内容,这些内容大概率只是行业通用文章。
文章数量很多,不代表AI能够准确理解企业。
只展示截图,不提供监测方法
一张有品牌名称的AI回答截图,很难证明长期效果。
企业还需要知道:
测试了哪些问题;
使用了哪些平台;
测试时间和地区是什么;
品牌出现是否稳定;
回答引用了哪些来源;
与项目启动前相比发生了什么变化。
案例无法验证
案例不一定要公开客户全部商业信息,但至少应该能够说明行业、基础问题、执行内容、监测口径和阶段变化。
只展示几个醒目的增长数字,却无法说明数据来源,这种案例参考价值很低。
内容不允许客户审核
企业比服务商更了解自己的产品和交付边界。
如果发布内容不经过企业确认,或者服务商不愿意提供投放记录和文章明细,风险最终仍然由客户品牌承担。
服务商应该承诺什么?

一个专业的GEO项目,可以明确承诺的是:
完成企业知识梳理;
改善网站和内容基础;
建设目标采购问题页面;
完善案例、FAQ和结构化表达;
布局真实可验证的第三方信源;
建立AI可见度监测与阶段复盘;
根据数据持续调整内容方向。
但不能绝对承诺:
某个月一定被推荐;
所有问题都进入AI答案;
品牌永远固定排在第一位;
合作后一定产生多少询盘;
某个平台的回答长期不变。
这不是逃避效果,而是尊重AI平台的实际运行机制。
一张罚单,未必是坏事
从行业长期发展来看,这类处罚反而释放了一个清晰信号:
GEO不是一个可以随意编数据、造案例、批量投放软文的法外之地。
企业在互联网上发布的内容,不会因为贴上“AI优化”标签,就可以不承担真实性责任。
真正适合外贸B2B企业的GEO,不是“骗AI说这家公司很好”,而是把企业已经具备的产品能力、项目经验和可信证据,整理成AI与海外买家都能够理解的信息。
所以,外贸老板真正应该问的,不是:
“GEO是不是骗局?”
而是:
“这家服务商准备使用哪些真实信息?”
“这些内容发布到哪里?”
“企业能否审核?”
“效果如何监测?”
“出现错误以后怎样修正?”
技术本身不会替企业建立信任。
真实的信息、清楚的边界和持续的积累,才会。

