三里屯信息流老妈最近要出去旅游，吩咐我给她换个手机。
我在各大电商和短视频平台比较了一圈，最后给她选了一款“竹知了”的最新机型。
没想到她都没用，就直接让我退货。
原因是：豆包说这款手机拍照效果不好。
做信息流的，对“抢流量”这件事太熟了。
过去我们研究素材、出价、定向、落地页，核心都是一件事：
怎么让用户先看到我？
但现在，流量入口变了。
用户买车、选产品、查公司，可能不再翻十几页的搜索结果，或是刷多少条视频，而是直接问AI：
吃鱼油是智商税吗？
推荐几个国内的小众景点。
黄金还能接着涨吗？
AI替用户搜索、比较、总结，然后直接给出判断。
显而易见，所有企业都想被AI推荐。
但比“有没有被提到”更值得关注的是：AI把什么信息卷进了答案？这些信息从哪里来，能不能被核验？
8月11日，T/CAPT 026—2026《生成式引擎优化（GEO）可信信息传播与信息生态治理规范》正式发布，8月12日起实施。
8月27日，在HICOOL 2026全球创业者峰会人工智能终端及智能体生态论坛上，这项标准作为面向人工智能终端和智能体生态的行业成果进行了发布。
新经济学家智库和三里屯信息流，作为这项标准的牵头单位和主要起草力量，有幸全程组织并参与了标准框架设计、行业调研、规则研制和机构协调工作。
但我更想聊的，不是这份标准写了什么，而是我们为什么没有把GEO简单地理解成广告。
01. GEO如果只是AI版的SEO，那就简单了
传统搜索时代，企业抢的是排名。
AI时代，企业争的是：
谁有资格成为AI答案里的一部分。
这两个问题的难度完全不同。
搜索引擎只是把网页摆在那里，用户至少还可以自己点进去判断。
大模型不一样。
它会把很多信源都“吃进去”，重新理解、比较、组合，最后告诉你“答案”。
如果它吃进去的是错误信息、过期信息，甚至人为制造出来的伪共识，最后污染的就不只是一次传播结果，而是AI形成答案时依赖的“水源”。
团标参编专家胡延平用了一个我很认同的说法：
守护知识水源。
这正是我们从一开始就想解决的问题。
02. GEO服务不能再是一个“黑盒”
如果一个项目本身就是为了语料投毒、制造伪共识、操纵模型输出或者恶意抹黑竞品，那它就不应该进入正常的GEO服务流程。
但反过来，也不能要求GEO服务商对第三方模型最终怎么回答承担无限责任。
所以这份团标真正要解决的，就是把GEO服务过程管起来，就是让GEO服务从“黑盒”走向“白盒”：做了什么、依据什么、出了问题怎么处理，都要变成可记录、可核查、可追溯的过程。
具体来说，就是四件事：
事实、观点和营销表达分开；重要事实必须有证据；不同信源分级使用，但具体事实均需核验；出现问题后能够追溯、暂停、纠偏和复测。
说到底，管的都是过程：
信息怎么核验、怎么接入、怎么留痕，出了问题怎么纠正。
03. 效果可以考核，合规必须达标
这句话，是整个起草过程中我非常坚持的一点。
毫无疑问，现在GEO行业的“结果”远远跑在了“过程”前面。
我们专门把“过程履约”和“效果考核”分开。
原因很简单：
AI多提了几次你的品牌，和项目是否合规没关系。
事实没有证据、AI标识有问题、知识产权没有处理好，效果再漂亮也不能抵消这些风险。
同时，我们也不希望把合规做成一套只有大机构才能承担的复杂系统。
所以GEO服务商的能力设计是分层的：基础层靠人工审核和台账就能落地。随着风险和项目复杂度上升，再增加结构化追溯、双人审核、自动监测和异常熔断。
核心逻辑只有一句：
先守住底线，再根据风险增加能力。
这既是规则设计，也是我们对行业现实的理性判断。
04. 为什么这份团标，三分之一以上的参编单位来自媒体？
从4月立项到8月发布，共有39家参编单位、41位主要起草人参与标准研制，其中15家为媒体机构。
这种构成并非偶然。
因为GEO讨论的，本质上不只是技术怎么优化，更涉及：什么信息值得进入AI、什么来源值得优先使用、事实怎么核验、出了错误以后怎么纠正。
而这些事情，恰恰和媒体长期积累的能力高度重合。
过去媒体最核心的能力，是采访、核实、编辑、发布。进入AI时代以后，这些经过专业采编流程形成的信息，还可能进一步成为AI检索的来源、知识库的依据、事实核验的证据，以及模型引用的重要信源。
所以媒体参与这份团标，并不是给一个新技术“站台”，而是把多年形成的事实核验和公共信息生产能力，接到新的AI信息链条里。
但问题也随之而来：既然不同信源的专业能力和可信程度存在差异，在GEO服务中，这些信源应该如何区分和使用？
为此，标准建立了来源可信度分级，并设置了“GEO可信媒体名单”机制。
但这里有一条我们非常明确的边界：
信源等级再高，事实也需要核验。
在征求意见阶段，我们一共收到了179条书面反馈意见：83条采纳、89条部分采纳、7条没有采纳。
有人希望给予媒体一定的事实核验豁免，也有人希望简化甚至豁免AI辅助加工内容的标识要求。
我们都拒绝了。
因为这份团标真正要建立和维护的，不是谁的“特权”，而是一套让信息更可信、更容易被核验和使用的规则。
未来媒体在AI信息链条里的价值，不在于“媒体”这个身份本身，而在于能不能持续提供有来源、经过核验、可以追溯和纠错的高质量信息。
在这个AI时代，如果媒体能够坚持输出这样的能力，它的角色就不再只是内容渠道，更是信息基础设施节点。
05. 企业真正缺的，是一套可信事实底座
今天，很多企业并不缺内容。
很多企业真正的问题恰恰是：内容太多，而且互相打架。
官网有一套口径，销售手册有一套口径，新闻稿有一套口径，代理商又有一套口径；更可怕的是，几年前的旧版本还一直挂在网上。
当大模型同时看到这些互相冲突的内容，它到底应该相信哪一个？
可见所谓的“大模型幻觉”，企业自身也有一定责任。
所以企业未来需要的，可能不只是一个“AI可见”的官网或知识库，而是一套AI时代的可信事实底座：
什么是真的、哪个版本有效、证据在哪里、出了错误以后怎么改。
当这些问题都有明确答案，散落在官网、新闻、产品资料和内部文件里的内容，才能变成一种新的数字资产：
可审核、可分发、可监测、可追溯、可纠偏的AI可信信息资产。
GEO当然和品牌增长有关。
但继续往前走，它会越来越靠近企业知识管理、信息安全、合规治理和数字资产管理。06. 标准发布，只是第一步
企业把信息整理出来，还不够。还要知道谁审核过、哪个版本被使用，出现风险后有没有留下记录、有没有完成整改。
这也是公安部令第176号《公安机关网络空间安全监督检查办法》值得关注的地方。它不是GEO监管规定，也没有要求企业建设GEO知识库，但反映出一个越来越清晰的趋势：企业的信息治理正在变得更加可检查、可留痕、可追溯、可整改。
这也意味着，GEO未来会越来越多地与企业知识管理、安全、合规和数字化治理融合起来。
07. 最后，回到那台手机
我妈一定不关心什么是GEO，也不会去看一份团体标准。但她已经在用AI替自己做购买决定了。
对企业来说，真正需要面对的也不再只是：
我有没有被AI看见？
而是：
AI为什么这样介绍我？它依据的是什么？如果说错了，我能不能找到依据并把它纠正过来？
这就是GEO从流量优化走向可信治理的分界点。
