PureblueAI清蓝市场副总裁李铭：让品牌与AI共鸣，科学GEO驱动的AI口碑营销｜2026TopDigital演讲实录
PureblueAI清蓝市场副总裁李铭：让品牌与AI共鸣，科学GEO驱动的AI口碑营销｜2026TopDigital演讲实录
-
2026年8月25日
- Posted by: TopDigital
当消费者把“买什么”的决策权交给AI，品牌营销的底层逻辑正在被彻底重构。
过去依靠声量覆盖和关键词占位的打法，在AI的“黑盒”推荐机制前逐渐失效——品牌可能在第一轮筛选就被淘汰出局。
在2026第十四届TopDigital创新营销盛典上，PureblueAI清蓝市场副总裁李铭系统拆解了科学GEO的核心逻辑，以及清蓝如何通过模型驱动的方式，让品牌从“隐身”走向“被AI推荐”。
PureblueAI清蓝市场副总裁李铭
以下为演讲实录，经整理。
01
AI正在重构消费入口，品牌面临全新挑战
大家下午好。一周前我们和36氪合作发了一个榜单，专门看数码、美妆、食品这些消费品牌在AI环境里的真实表现。结果有几个现象值得所有做品牌的人关注。
1.场景化提问决定品牌能否被精准推荐
以前大家常规以为的AI会泛泛推荐某一个品牌，比如说什么手机品牌好？这种问题很泛的，不会推出很好的品牌，一般需要消费者问的问题越细，越有场景化，AI才会推荐出符合企业自身定位的内容出来。比如说手机不是泛泛地讲什么手机好，而是聚焦到拍照手机哪个好，续航能力哪个手机强，2000-4999元这个价格定位的手机哪一个比较好？所以我们品牌做营销的时候一定要基于场景对品牌做包装和描述，而不是泛泛地讲我这个品牌很好，品类很好，这在AI时代是行不通的。
2.从单一爆款延伸到产品矩阵，才能获得更多露出
AI对品牌的描述不是单单讲某一个产品，而是品牌旗下很多个产品线，或者同一个产品线的很多型号都有推荐。对品牌方而言，做营销的时候要把各种型号打包做推广，更有利于AI对你品牌推荐的露出。
3.国货凭借差异化标签在AI推荐中突围
化妆品品类当中，以前是国际大牌占优势，现在在AI回答当中，很多国货品牌跑出来了，因为他们可以通过国货、国风的标签和垂直定位，被AI平台推荐出来。
4.AI时代不是内容越多越好，而是越精越好
以前做品牌做营销，大家以为是声量为王，要发很多内容。但在AI时代，一定不是内容越多越好，而是越精越好。要针对性地做营销，才有可能被AI引用。
正是因为有这些现象，我们发现现在不论是B2B还是B2C，大家都有体感——被AI切了一道，变成了B2AI2B或者B2AI2C。不仅仅是搜索行为发生了变化，消费行为也发生了变化。
在这个变化之下，我们认为前端所有消费者的行为——商品的对比、浏览、选择，连支付和下单都可以在AI一个小小的对话框当中实现。而常规的电商、OTA、零售等平台藏在AI后面，承担后续商品履约、客服或者售后物流的工作。AI变成了一个超级大入口，品牌方必须在这个超级大入口当中出现，才有可能被消费者买单。
现在我们认为，在AI时代，意图电商兴起了。消费者在AI问答里问出的那一句Prompt就成了一个新的货架——从实体货架，到电商的商品页面，再到APP的商品卡，现在这个货架变成了Prompt问句。我们的品牌必须在这个货架当中出现，才能被消费者买单。货架中没有出现我们的商品，我们就隐身了；或者货架中有我品牌的商品，但AI对我的描述是不是我想要的、是不是我想传达的核心信息，也要打一个问号。
那么，我们怎么做才能在这个新货架上把商品及时上架，并且以正确的信息上架？这时候我们提出的方法就是科学GEO。
1.营销载体的三次迭代
先跟各位回顾一下营销载体的三次迭代。20多年前传统媒体投电视、广播、杂志、楼宇，预算主要扔给媒体资源方，这是1.0时代。十多年前出现了门户、APP，预算扔给了信息流平台，通过DSP、SEM、SEO去做，这是2.0时代。
到了3.0时代，预算开始流向AI平台——Chatbot、AI Agent，还有垂类APP如小红书、支付宝、携程。另外像百度和谷歌现在的AI Overview，你问一个问题，不会直接推链接，而是先给一段文字总结，这个也是我们可以优化的方向。总而言之，营销的载体在变，我们作为营销人也要跟上时代。
2.GEO面对的是“黑盒”，不是明文规则
GEO和SEO有几个非常大的区别。做SEO是有明文规则的——在页面上做TDK、Title、Description、Keywords的调整，在网页之外做友情链接的拓展，都有助于网页排名往前靠，有路可循。
GEO完全不一样。AI是黑盒子，没有人知道AI在回答中把每一个品牌推出来或不推出来的原因是什么。AI时代的本质不是基于规则，而是基于自学习、神经网络。人不可能猜出AI模型的喜好，GEO没有现成的套路。
3.市面上三种GEO做法，前两种都不可取
目前市场上做GEO的品牌方或服务商，大概分三种：
第一种是经验型做法：用SEO的套路做GEO。找关键词，攒文章，用发稿机发，等着大模型收录。但你不知道什么时候被收，也不知道会被DeepSeek还是豆包收，这是最原始的手搓办法，不可取。
第二种是数据型做法：比前者技术含量高一点。用监测工具辅助写稿，做测试：同一篇稿件写成三段和八段，同时发出去，看哪个版本被收录的概率高，然后照着写。引用率可能会高一些，但大模型本身会迭代，DeepSeek也好、豆包也好，一段时间就迭代一次。迭代之后，你靠测试找到的规律就没用了，一夜回到解放前，不可能持续稳定地交付结果。
所以前两种方式我们都认为不可取，我们采取的是第三种方式。
03
一套公式：科学GEO的“四维”方法论
我们自己搭了一个模型，用来分析一篇文章具备什么特征才能更高概率地被豆包、DeepSeek等大模型引用，这是用模型分析的，不是人拍脑门想出来的。
1.AI生成答案的“4R”漏斗
AI给用户输出回答，背后大概分四步，我们称之为“4R”。
比如用户问“翻页器哪个品牌好”。
第一步是Research（检索）：AI把核心词在数据库里做海量匹配，从几百亿篇文章里拎出一部分，反馈出40到50篇。
第二步，Recognize（认可） ：对这40到50篇做深度分析，再筛出三分之一左右，也就是十几篇。用户问的是品牌推荐，和品牌无关的文章——比如讲翻页器材质、生产流程的——就会被筛掉。
第三步，Rank（排序）：AI是端水大师，不会只推一个品牌，会推多个，这个顺序怎么排，是第三步发生的。
最后是Recommend（推荐） ：漏斗的最后一步，答案的文字从最后几篇文章里总结生成。
这四步是一个漏斗，每一步都有文章被淘汰。哪些文章能活到最后，哪些媒体、信源上的内容能被AI引用，这个规律没人猜得到。我们清蓝是用模型来分析，通过特征因子挖掘找到规律。按照这个规律去写文章、发文章，所以命中率非常高，不需要海量铺稿。这是目前业界只有清蓝在做的。
2.AI时代的营销是一道数学题
早年做海报、TVC，看视觉好不好看、颜色吸不吸引人，更像一道美术题。后来做内容营销，考核文字表达、标题蹭不蹭热点，更像语文题。
但在AI时代，前面讲的4R漏斗这么复杂，更像数学题——用算法计算大模型偏好是什么，用模型分析怎么写文章才能更高概率被引用。AI时代的营销必须用AI大模型才能做，这是科学GEO最关键的一点。
3.科学GEO的“四维”方法论
我们认为，做科学GEO不能只是写文章和发文章两件事，它是一整套体系，必须从四个维度做到科学：
流程要科学。 8个环节全链路覆盖，从意图挖掘、品牌诊断、内容管理、策略优化，到效果预估、内容分发、数据监控。
方法要科学。 用模型算法来做，不是人脑来干。通过异构模型进行算法构建与混合训练，结合AI可解释性持续优化。
工具要科学。 不能用人工写稿，得用数字员工执行。方法像GEO的大脑，数字员工像GEO的手脚，大脑和手脚配合才能跑出结果。
标准要科学。 SOTA级别的交付标准与合规承诺，参与多项国家与行业标准起草及制定。
流程、方法、工具、标准都科学，才能称之为科学的GEO。
04
品牌GEO的务实路径：锚定标准、避开陷阱
现在市面上做GEO的公司超过三四千家，行业蓬勃发展，但也参差不齐。
怎么选？看标准。
目前这个领域还没有国标，但有一些团体/技术标准可以参考。中国信通院颁布了业界较早的技术标准，清蓝是首批获得《生成式引擎优化（GEO）服务可信专项评测》证书，首家获得《生成式引擎优化（GEO）能力完备性卓越级》证书的机构。
我们还参与了多项标准起草，包括中国信通院、中国广告协会、中国新闻技术工作者联合会、中国商务广告协会等相关标准。同时，我们是新华网GEO智能体平台的核心技术合作伙伴，也是新华网“生成式引擎营销规范治理生态矩阵”首批且唯一的GEO服务商成员。
避开“假大黑”
做GEO的服务商很多，品牌主一定要看紧预算，避免“假大黑”——这是在3·15晚会上被曝光的方式。
- “假” ，就是在文章里放很多假数据、假资质。产品参数可能只有80%，但写成90%、98%，写这个没有违法成本，随便写。
- “大” ，就是发成百上千篇水稿。这个做法在传统网络时代有那么一点作用，但对AI来说，不但没用，反而对品牌主有伤害——AI会认为你在洗数据，是负分。
- “黑” ，这是最严重的。在文章里黑竞品，这种做法应该被取缔。品牌营销是长线工作，不是一天两天，一定要基于长期效果来考量，摒弃假大黑。
最后，AI 会越来越聪明。真正的GEO并不是要和大模型对抗，而是要和大模型同频。AI未来只会推荐它认为有价值的、可信的内容。每一个品牌都要回到真实、客观、符合自身定位的高质量内容上，只有这样，才更有可能被 AI 发现、理解、信任并推荐。