当所有人都在做GEO：五篇论文告诉你，单人优化的收益可能被清零

过去两年，几乎所有 GEO 提案的第一页都印着同一个数字：优化可以让页面在生成式回答里的可见度最高提升 40%。这个数字来自 2023 年底那篇给整个行业命名的论文——Aggarwal 等人在 KDD 2024 发表的 GEO: Generative Engine Optimization。但 2025 到 2026 年的几轮独立复现给出了另一层结论：那 40% 是单人赛道的成绩，一旦同场竞争者也开始改写，收益会迅速归零甚至转负。

40% 那个数字的原始设定

先看原论文的设定。研究用约 1 万条查询、覆盖 25 个领域，测试 9 种改写策略，报告「加引述、加统计数据、加来源引用」三类方法在位置加权词数指标上带来 30%–40% 的相对提升。关键在于环境的干净：每条查询有一个来源池，只改写其中一个文档，其余文档保持原样。它测的是「一方优化、其余不动」能拿到多少。这个设定合理，但和真实市场差得很远——你的竞品读的是同一批论文、买的是同一批工具、抄的是同一份清单。

把竞争者加进实验：C-SEO Bench

C-SEO Bench（Puerto 等，NeurIPS 2025 数据集与基准赛道，arXiv:2506.11097）就是为测这第二种情况建的。它覆盖问答与商品推荐两类任务、每类三个领域，并加入了「竞争者采用率」这个变量。结论直接：多数现行对话式 SEO 方法不仅大体无效，还经常对文档排名产生负面影响；随着采用者增多，整体增益下降，呈现拥挤的零和特征。一份 2026 年 7 月的批判性综述统计了它的规模——约 1,900 条查询、16,360 篇文档，主实验中 54 个「方法×领域」组合里只有 3 个显著为正，而在问答任务上没有任何一个为正。

SAGEO Arena：改写让检索命中反而下降

SAGEO Arena（Kim 等，KDD 2026，arXiv:2602.12187）把链路拆得更细，用 171,003 篇文档、2,700 条查询跑「检索 → 重排 → 生成」全流程。结果只改写正文时，top-20 检索命中平均下降 9%、重排后 top-10 下降 16%、最终被引用率下降 6%。这篇论文的另一半结论也要一并说清楚：不同环节受影响的程度并不一样，笼统地讲「优化有效」或「优化无效」都不准确。

Beyond the Vacuum：采用率越高，收益越低

最直接的证据来自 2026 年 8 月 27 日提交的 Beyond the Vacuum。作者搭了一个竞争版 GEO-bench，每条查询配五篇文档（一个目标、四个对手），把对手的改写比例从 0 逐步提到 0.8。三个发现值得记住：一是在完全竞争的极端情形下，单一策略方法的得分会跌破「完全不优化」的基线；二是在无竞争环境里，精简表达 23.44、LLM 引导 23.18、加统计数据 23.08，而不改写只有 20.03——彼此只差零点几分的策略，本来就不足以撑起一套内容体系；三是作者自研的对手感知方法在零竞争时得 32.62，随着采用率拉满下滑 11.4%，已经是所有方法里衰减最慢的，但仍然是衰减。

为什么增益会互相抵消

机制并不神秘。一条 AI 答案的篇幅有限，只能引用少数几个来源、给每个来源分配一段文本。GEO 策略的作用是让某个来源看起来比邻居更值得摘录——更利落的句子、一个数字、一句带署名的引述。当邻居们都被同样处理过，相对优势就消失了，剩下的是一池在该模型眼里长得差不多的文档。苏黎世联邦理工学院在 Adversarial Search Engine Optimization for Large Language Models 里描述了这条链条的对抗尽头：精心构造的内容可以推动 Bing 与 Perplexity 抬举某产品、贬低竞品，形成一种囚徒困境——各方都有动机出手，而集体结果是所有模型的输出质量一起变差。

品牌方该怎么重排优先级

这对品牌方的实际含义有四点。第一，把 GEO 当成赢取相对位置的投入，而不是绝对增益——预算要按「对手会不会跟」来评估，不是按论文里的 40% 来估。第二，优先做那些不会因拥挤而贬值的动作：技术可抓取性、索引覆盖、内容是否不可替代、品牌实体在全网是否描述一致，这些是基石而不是技巧。第三，别把预算压在可被批量复制的改写手法上——所有人加统计数据，等于没人加统计数据。第四，建立自己的度量口径，盯引用上下文与情感，而不是只看被提及次数。想跟踪学术与行业侧的一手进展，可以看Nature与arXiv在 AI30 的收录页。

（文 / AI30媒体部 ｜ 2026年9月29日）