專訪火山引擎前市場總經(jīng)理：拿下清華系和產(chǎn)業(yè)投資數(shù)千萬元融資，自研模型做GEO

AI營銷是新一代AI中進展最快的細分領(lǐng)域。

從2023年的批量生成素材開始，熱點抓取、達人投放、平臺投放、爆款拆解等等營銷環(huán)節(jié)，都已經(jīng)被AI“盯上”。

到了2025年，最被關(guān)注的AI營銷話題成為了GEO（Generative Engine Optimization）。

和SEO理念類似，GEO的目標也是提升品牌在搜索結(jié)果中的比重。但不同于SEO倚重傳統(tǒng)搜索引擎，GEO要做到的，是讓品牌出現(xiàn)在新一代AI生成的答案中。

GEO的需求量可以用“爆發(fā)式”來形容。現(xiàn)在在小紅書、淘寶、閑魚上搜索相關(guān)詞條，會蹦出成百上千個結(jié)果。

海外，初創(chuàng)公司Profound，成立不到一年已經(jīng)完成3輪融資，投資方包括英偉達和紅杉資本。

*Profound融資新聞

全球范圍內(nèi)，最近半年不管是SEO服務(wù)商、傳統(tǒng)營銷企業(yè)，還是專門的GEO公司，都在以自己的方式爭奪這個新興市場。

在眾多入局者中，四木相對論最近接觸到的「PureblueAI清藍」是比較特別的一家。

這家公司成立于2024年底，今天宣布完成由英諾天使基金、藍色光標聯(lián)合領(lǐng)投，水木清華校友種子基金跟投的千萬元種子輪融資。

「PureblueAI清藍」CEO魯揚，創(chuàng)業(yè)前是字節(jié)火山引擎市場總經(jīng)理。更早他曾在京東云、銷售易擔(dān)任管理職位。

*魯揚

魯揚告訴我，雖然「PureblueAI清藍」只成立了短短一年，但這一年他和團隊從0-1見證了GEO行業(yè)的出現(xiàn)。「PureblueAI清藍」的技術(shù)路線，也經(jīng)歷了由人工經(jīng)驗走向數(shù)據(jù)，再到訓(xùn)練自家模型的過程。

目前，基于人工經(jīng)驗做內(nèi)容和平臺優(yōu)化，是諸多從業(yè)者所宣傳的GEO方案——這樣做的邏輯是，人肉測試出各AI平臺引用較多的文章和渠道，模仿出類似的文章后再批量丟進渠道中，提升AI的引用概率。

魯揚說，「PureblueAI清藍」一開始也曾采用過類似方法，但這種方案并不能保證GEO結(jié)果優(yōu)化的精準性，難以向客戶保障效果。

發(fā)現(xiàn)這個問題后，「PureblueAI清藍」轉(zhuǎn)向數(shù)據(jù)驅(qū)動，主要是通過A/B test的方式找到不同AI平臺的優(yōu)化方法。

但是，由于大模型的引用維度很多，A/B測試的方式依然效率很低。

走過這兩個階段，魯揚和團隊堅定認為，不能依靠人工追逐模型。他們開始訓(xùn)練自己的GEO模型，決定讓算法解密算法。

"我們訓(xùn)練了混合架構(gòu)的模型，核心是用量化交易里因子挖掘的方式，尋找AI內(nèi)容的可辨識度。"魯揚認為，這是既能保證效果、又能規(guī)模化發(fā)展的方案。

今年4月，當(dāng)這個專為GEO訓(xùn)練的模型上線后，PureblueAI清藍團隊開始用它生成客戶指定平臺所青睞的文章。

目前這個模型能做到，依據(jù)客戶所指定的問題和AI平臺，生成該平臺"辨識度更高"的內(nèi)容和值得被投放的高優(yōu)先級渠道。依據(jù)相應(yīng)策略進行內(nèi)容投放后，就能幫客戶提升GEO效果。

雖然這個“用算法解密算法”的模式才上線幾個月，但魯揚介紹，PureblueAI清藍已經(jīng)能做到按效果收費。也就是，客戶可以依據(jù)指定的GEO品牌推薦率和排名率等維度的效果付費。

"過去三個月，我們的營收每個月都在翻倍增長。"魯揚說，這是用模型做GEO帶來的市場真實反饋。

以下是本次交流實錄：

Q：PureblueAI清藍是2024年下半年成立的，當(dāng)時為什么想從大廠出來創(chuàng)業(yè)？

魯揚：我個人創(chuàng)業(yè)的想法已經(jīng)存在很久。2016年，我加入京東云從0-1搭建了市場團隊，其實就很像在大公司內(nèi)部創(chuàng)業(yè)。后來，我加入銷售易擔(dān)任市場副總裁，它也是當(dāng)時國內(nèi)頭部的SaaS創(chuàng)業(yè)公司。

最近兩年我在火山引擎，負責(zé)字節(jié)跳動云服務(wù)和豆包大模型的市場業(yè)務(wù)，處于AI創(chuàng)業(yè)的最前線。我能看到，客戶對AI的使用依賴程度越來越深。

我在市場營銷領(lǐng)域從業(yè)20年，完整經(jīng)歷了互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)這兩波大浪潮。我相信AI帶來的社會變革絕不亞于前面這兩波，而這一次的生成式AI又跟我的老本行——市場營銷產(chǎn)生了天然緊密的結(jié)合，可以說營銷是大語言模型最好的落地場景，這些都堅定了我的創(chuàng)業(yè)信念。

Q：為什么是2024年下半年？當(dāng)時的創(chuàng)投市場不是很活躍。

魯揚：2024年下半年很多人認為并非創(chuàng)業(yè)的好時間，投資圈也不積極。但我和合伙人從模型演進的角度判斷，當(dāng)時是比較適合入局的窗口。

我個人的履歷更適合做AI應(yīng)用，尤其是營銷相關(guān)的應(yīng)用。2023年的時候也看過一些創(chuàng)業(yè)機會，但當(dāng)時最火爆的是infra層。而當(dāng)時的基模能力導(dǎo)致應(yīng)用并不成熟，尤其是To B類應(yīng)用。

去年我和聯(lián)創(chuàng)討論，認為在2025年也就是今年年底，To B的AI應(yīng)用有可能批量落地。但如果等到基模能力完全成熟才開始做，可能就晚了。比較好的節(jié)奏是提前一段時間打磨這個產(chǎn)品，待模型能力成熟時實現(xiàn)PMF。

整體來說，這件事再早或者再晚去做都不合適，2024年下半年是ToB AI應(yīng)用比較好的入局Timing。

Q：AI營銷是第一波火爆的AI垂直方向，細分方向也很多。我們?yōu)槭裁催x擇GEO？

魯揚：其實這個過程我們經(jīng)過了一些迭代。

去年下半年剛創(chuàng)業(yè)時，我們主要做通用營銷智能體的業(yè)務(wù)，利用AI Agent幫助企業(yè)做流量運營。

當(dāng)時我們分析企業(yè)流量主要聚集在三大陣地，第一個是搜索引擎。因此我們的一個能力是通過AI幫助客戶做SEO，現(xiàn)在這個模塊也在。

第二個流量聚集地是抖音、快手、小紅書等內(nèi)容和社交平臺。在這些平臺上，我們幫客戶做熱點營銷、爆款捕捉和流量裂變。

第三部分才是GEO。因為第三個流量聚集地是AI平臺，當(dāng)時還沒有GEO這個詞。我們稱之為AI平臺的 SEO。隨著1月份DeepSeek開始火爆，我們內(nèi)部判斷GEO的需求一定會爆發(fā)。所以我們就開始主攻GEO，尤其是開始訓(xùn)練自己的模型做GEO。

后續(xù)也如我們所料，春節(jié)結(jié)束之后，短短一個半月內(nèi)GEO迅速爆發(fā)。到了4月，我們交付了第一個完整服務(wù)的客戶，效果非常好。公司也將整個業(yè)務(wù)聚焦在GEO上。

Q：現(xiàn)在入局GEO的公司很多，大家的路線也有些差異。你怎樣看這些不同的方案？

魯揚：現(xiàn)在企業(yè)的廣告投放和品牌推廣已經(jīng)進入3.0時代，從傳統(tǒng)的購買硬廣流量，轉(zhuǎn)向影響AI的軟性推薦，也就是GEO。

GEO與SEO是完全不同的技術(shù)路線。過去大家比較熟悉的是SEO，它基于搜索引擎的關(guān)鍵詞和權(quán)重規(guī)則。搜索引擎的權(quán)重規(guī)則公開透明，很多SEO的標準教程是公開的，只要你做過數(shù)字營銷，就一定能了解百度的權(quán)重規(guī)則評判以及如何優(yōu)化。這種情況下，我們做SEO通常依靠人力就可以實現(xiàn)。

但是，當(dāng)我們面對的是大模型時，它不會告訴你它推理的規(guī)則和邏輯，它是一個非線性邏輯，是一個不斷進化的黑盒。

在這種情況下，我們認為使用SEO的方法不可行。但SEO在過去多年里根深蒂固，所以很多人會從這個思路出發(fā)做事情。我們一開始也走了彎路。

Q：我們做GEO的路線更迭過程是怎樣的？

魯揚：從24年下半年開始，我們成為了國內(nèi)第一批做GEO的企業(yè)。一直到今年年中，總共走過了三個階段。

這三個階段分別是經(jīng)驗驅(qū)動、數(shù)據(jù)驅(qū)動和模型驅(qū)動。我們自己完整經(jīng)歷了這三個階段，尤其是第一階段，現(xiàn)在還有非常多的服務(wù)商在這個階段。

今天國內(nèi)的GEO市場非常混亂。幾乎所有的傳統(tǒng)SEO服務(wù)商和營銷咨詢公司，一夜之間都開始做GEO。他們的做法大都是經(jīng)驗驅(qū)動。什么是經(jīng)驗驅(qū)動？說白了就是靠人工做。

無論是國內(nèi)還是國外，過去多年沒有一款SaaS的SEO產(chǎn)品。因為整個SEO領(lǐng)域都不依賴于產(chǎn)品化，而是依賴于人工經(jīng)驗。人工需要做的事情非常細致且分散，比如官網(wǎng)優(yōu)化、代碼優(yōu)化、內(nèi)容優(yōu)化、內(nèi)外鏈以及外部口碑等工作，這些工作非常分散。

Q：人工的方法有效果嗎？

魯揚：有一定效果，但效率非常低下。

當(dāng)前的人工方式，通常是圍繞文章結(jié)構(gòu)優(yōu)化和數(shù)據(jù)源優(yōu)化，輔以SEO，同時會用人工肉眼觀察AI平臺慣常引用的網(wǎng)站，再進行批量鋪稿。

這些手段雖然會有一定效果，但最大的問題是不精準。我們?nèi)ツ晗掳肽暌沧哌^重人工的路線，發(fā)現(xiàn)效果不精準后就轉(zhuǎn)向了其他路線。

Q：效果不精準具體怎么理解？

魯揚：不精準主要體現(xiàn)在結(jié)果不受控制、效果不易預(yù)測。

比如在同樣的人工優(yōu)化下，有的搜索問句很容易出現(xiàn)效果，有的問句會很難；或者同一個問句，在豆包上優(yōu)化上去了，但是在Deepseek和元寶上沒有效果；效果出現(xiàn)后的持續(xù)時間也不確定。

Q：這種效果是很難給客戶交付的。

魯揚：對，當(dāng)時我們發(fā)現(xiàn)依靠人工經(jīng)驗做GEO非常不精準，于是自然地進化到了第二個階段，也就是數(shù)據(jù)驅(qū)動的階段。

數(shù)據(jù)驅(qū)動是指我們通過數(shù)據(jù)監(jiān)控系統(tǒng)進行數(shù)據(jù)監(jiān)控和分析，并進行大量的A/B測試。因為我們的核心團隊來自于字節(jié)，這種A/B測試的思路可以說繼承于字節(jié)。

當(dāng)時我們發(fā)現(xiàn)精準度有所提升。但問題在于，A/B測試仍然是人工完成，模型迭代速度又很快，這種方法跟不上模型算法的變化。

Q：這里的A/B測試是指，你們針對不同平臺和優(yōu)化方法進行A/B測試？

魯揚：是的，測試不同的平臺和優(yōu)化方法。

走過這兩個階段之后，我們覺得不能夠依靠人工追逐模型。

我們只能讓模型學(xué)習(xí)模型，讓算法解密算法，而不是依靠人工經(jīng)驗猜測算法。這是我們最核心的思路，也是我們區(qū)別于其他服務(wù)商最核心的地方。

我們團隊的核心是用量化交易里因子挖掘的方式去尋找內(nèi)容的AI可辨識度。

所以，今年初我們進入了第三階段，也就是模型驅(qū)動。我們訓(xùn)練了一個混合架構(gòu)的模型，通過強化學(xué)習(xí)的方法深入學(xué)習(xí)AI平臺的內(nèi)在機制，從而提升品牌的AI可辨識度。

Q：目前這個模型是怎樣提供服務(wù)的？

魯揚：在實際場景中，當(dāng)需要為一個客戶提供服務(wù)時，我們會讓模型根據(jù)對AI平臺的學(xué)習(xí)，端到端地生產(chǎn)出內(nèi)容。

例如，某個車企要優(yōu)化“30萬的新能源車誰最好”這個問題，模型就可以直接生產(chǎn)能夠優(yōu)化這個問題的文章，以及發(fā)布策略。

我們是大小模型的架構(gòu)，在基礎(chǔ)模型之上，還會讓模型針對客戶所處行業(yè)、品牌、產(chǎn)品以及需要優(yōu)化的問句進行個性化學(xué)習(xí)，從而對優(yōu)化策略進行精調(diào)。

從交付上，是直接交付效果，客戶不需要拿著工具自己操作配置。

Q：交付效果的含義可以拆解一下嗎？

魯揚：客戶確定需要優(yōu)化的問句和平臺，我們直接幫客戶完成優(yōu)化，提升他的品牌在相應(yīng)平臺上的推薦率和排名率。

在具體的服務(wù)過程中，我們會有固定的服務(wù)鏈路。首先我們會幫助客戶進行意圖挖掘。有些客戶可能不清楚應(yīng)該優(yōu)化哪些問句，我們會幫助他進行用戶意圖的分析和挖掘；然后針對這些意圖進行AI口碑診斷，告訴客戶今天他在各大AI平臺上的表現(xiàn)，以及我們的優(yōu)化建議。

然后再幫客戶做端到端優(yōu)化，并且實時監(jiān)測優(yōu)化效果，確保服務(wù)期內(nèi)的效果持續(xù)。

Q：現(xiàn)在有沒有代表性案例可以分享？

魯揚：很多，比如螞蟻。螞蟻數(shù)科在4月底發(fā)布了一款面向金融行業(yè)的智能體開發(fā)平臺Agentar。當(dāng)時我們配合螞蟻數(shù)科新產(chǎn)品的發(fā)布，幫助提升它在金融智能體開發(fā)領(lǐng)域的AI認知度，將品牌呈現(xiàn)率和排名率都提升到接近100%。

Q：這種模型路線還需要配合人工嗎？比如多發(fā)稿件。

魯揚：我們不需要海量堆稿。

我們看到很多服務(wù)商的方式是堆大量稿件，靠概率去碰；但我們是通過發(fā)布少量精準且高質(zhì)量的內(nèi)容，來做到更高的AI引用率。背后還是同一個原理：依靠算法生成AI友好的、高質(zhì)量的內(nèi)容，而不是依賴人工經(jīng)驗去猜測和堆稿。

Q：聽下來「PureblueAI清藍」的GEO流程是，客戶提出自己的需求，我們用模型根據(jù)需求學(xué)習(xí)，從而生成精準的可被AI平臺識別的內(nèi)容。再將這些內(nèi)容進行發(fā)布，之后AI就可以識別這些內(nèi)容。

魯揚：是的。稿件的發(fā)布渠道也是模型計算的結(jié)果。

Q：一些國外平臺的思路看起來與我們有所差異。他們一般會有一個平臺，先進行檢測，再優(yōu)化內(nèi)容，最后持續(xù)監(jiān)控。

魯揚：對，海外大家知道較多的如Profound、AthenaHQ等企業(yè)，我們跟他們都是去年開始，是市場上最早的一批GEO服務(wù)商。當(dāng)時這個領(lǐng)域并不被人關(guān)注。現(xiàn)在我們看到海外已經(jīng)有了幾十家GEO服務(wù)商，這個賽道在海外也是非常新的領(lǐng)域。

但是從產(chǎn)品架構(gòu)和交付上，我們跟海外產(chǎn)品有比較大的差異。一方面海外的GEO產(chǎn)品大多是SaaS架構(gòu)，而我們的產(chǎn)品是Agent base，基于自研的多智能體架構(gòu)。

另外海外廠商主要交付的是數(shù)據(jù)分析和優(yōu)化建議，而我們則是幫客戶把優(yōu)化的工作做完，交付優(yōu)化結(jié)果，按效果付費。

Q：按照效果付費，客戶具體是如何進行評估的？

魯揚：按效果付費分成兩類，一類是品牌效果，另一類是獲客效果。

當(dāng)前我們主要是按前者，品牌效果來收費，幫助客戶提升品牌在AI平臺的呈現(xiàn)率和排名率。

同時我們也在探索按獲客效果付費的方式，隨著ChatGPT開始支持亞馬遜電商鏈接，我們看到國內(nèi)的AI平臺也逐步開始在回答中支持外鏈，開始為品牌官網(wǎng)和電商導(dǎo)流，整個AI消費開始實現(xiàn)閉環(huán)。

我們相信GEO在未來不僅僅能幫企業(yè)做品牌呈現(xiàn)，同時也會是未來的流量運營方式。

Q：現(xiàn)在很多人會說SEO和GEO是共存的狀態(tài)。這或許也代表了大家對兩種搜索引擎的態(tài)度，你怎么看？

魯揚：從終局看，我認為GEO在未來會替代SEO。背后的邏輯是傳統(tǒng)搜索會被AI搜索替代。

但這并不是指搜索引擎都會消失，百度和Google自己也會轉(zhuǎn)變?yōu)锳I搜索。同時抖音、小紅書等內(nèi)容平臺也都開始提供AI overview。可以說，AI搜索會成為未來的互聯(lián)網(wǎng)基建。

但這個過程不是一蹴而就的，這也是我們現(xiàn)在還為客戶提供AI SEO服務(wù)的原因。AI SEO是GEO的補充，一方面通過AI的手段幫客戶完成所有SEO優(yōu)化工作，同時從優(yōu)化目的上，要讓企業(yè)的官網(wǎng)不僅提升搜索引擎的排序權(quán)重，也要同時適配GEO，符合AI的識別邏輯，讓企業(yè)的官網(wǎng)能夠被AI所信任、識別和引用。

Q：關(guān)于GEO的市場格局，目前有很多不同的角色參與到這個領(lǐng)域，你覺得哪一種角色更有競爭力。

魯揚：當(dāng)前有一部分人對GEO有誤解或疑慮，因為在SEO的年代，有很多投機取巧的做法，比如通過洗稿、刷量的方式去提升搜索權(quán)重。

我認為這些在GEO時代都會失效。因為隨著AI的發(fā)展，大模型只會越來越聰明，企業(yè)只有堅持做正向且高質(zhì)量的內(nèi)容，才有可能被AI信任。所有投機取巧的方式在當(dāng)下可能會有效果，但是在未來都會被更聰明的模型所識別。

所以，根據(jù)品牌的真實定位，生產(chǎn)高質(zhì)量且能夠被AI認可的營銷內(nèi)容，才是GEO的正確方向。我們也相信無論采取什么樣的技術(shù)手段，只有堅持“正向優(yōu)化”，能提供給客戶正向品牌價值的服務(wù)商，才會在未來勝出。