专家视角 | 为AI搜索时代的信任树准则——中国广告协会GEO三项团体标准解读

当信息的获取入口从“搜索框”悄然迁移到“对话框”，当用户的消费决策越来越多地取决于大模型生成的一段回答，一个全新的命题摆在了整个营销行业面前：在生成式引擎主导的新型信息环境中，优化服务应遵循怎样的准则？效果如何来验证？内容源主体如何分类分级？中国广告协会于2026年10月发布并正式实施了关于生成式引擎优化（GEO）的三项团体标准——《生成式引擎优化服务要求》《生成式引擎优化效果监测与验证要求》《生成式引擎优化内容源主体分类分级与选用要求》，为GEO这一新兴服务领域树起了可遵循、可衡量、可识别的统一自律规则。

任何一项新兴服务要走向成熟，首先要回答的永远是“由谁做、做什么、怎么做”。《生成式引擎优化服务要求》正是从服务主体、服务流程与行为边界三个层面，为GEO从业者划出了清晰的行为边界。

首先，标准开篇即确立了四项基本原则：真实准确、用户价值与公平竞争、透明可复核与审慎承诺、信息披露与利益冲突回避。这四项原则要求GEO服务应围绕真实、准确、合法的信息开展，凡涉及品牌、产品、资质、荣誉、案例、评价的内容，都应有事实依据或证明材料，不应使用虚假、引人误解或无法核验的信息；要求从业者以提升信息质量、提升请求方决策价值为目标，不以欺骗用户、污染信息环境或干扰引擎正常服务为目的；要求对生成式引擎输出结果的不确定性和归因边界作出客观说明，不作出“保证首位”“永久推荐”之类的不当效果承诺。

第二，在服务主体环节，标准建立了“负面清单式”的准入门槛。凡存在主体真实性缺失、近十二个月内因虚假广告或数据造假受到重大处罚、经查实实施信息投毒、语料轰炸、伪造可信内容源、伪造监测结果、提示词注入、隐藏文本等“黑帽GEO”行为，一律不得宣称其符合本标准的基础要求。这一条款直接把那些靠“投毒”“刷量”“造假”牟利的劣迹主体挡在了符合标准要求的门槛之外，让守规矩成为开展业务的先决条件。

第三，在服务实施环节，标准以近乎“工序化”的方式规范了从服务确认、主体与授权核验、材料核验、搜索请求样本建立、现状评估，到GEO语料处理、可信内容源建设、技术适配、效果监测、风险处置、结案复盘的全流程SOP，并要求关键确认、版本变更、内容审核、发布记录、异常处置等材料依规留存以支持复核。这种全流程留痕的设计，意味着GEO服务不再是一锤子买卖或说不清的黑箱，而是一套可追溯、可复盘、可问责的规范化交付。尤为可贵的是，标准对医疗、医药、金融、招商加盟、教育培训等高风险行业设置了更严格的资质查验与专项复核要求，并明确了技术行为边界——技术适配应以提高内容可访问性、机器可读性为目标，不应以欺骗爬虫、隐藏内容、绕过平台安全机制为目的。

长期以来，GEO领域最大的信任赤字恰恰来自“自己给自己打分”且没有专业权威的依据，这就导致伪造截图、诱导性提问、样本操纵、监测维度漂移、数据篡改、环境操纵、既做优化又自评自证、夸大结论等乱象层出不穷。《生成式引擎优化效果监测与验证要求》正是瞄准这一共性痛点，把优化效果从一句自说自话的宣传语，变成经得起验证的效果。

标准首先厘清了一个关键认知：鉴于生成式回答天然具有波动性，任何单次查询结果都不宜作为效果证明。为此，它引入了一系列严格的科学采样规则，尽量接近真实效果——正式效果验证宜采用不少于3个时间窗口的重复采样，单一关键指标不少于30次有效观测；监测前由各方共同确认并封存意图短语集，监测过程中不应擅自增减或改写；在消除登录状态、历史对话、个性化推荐、本地缓存、设备指纹、地域差异干扰的纯净监测环境中进行；模型或产品版本发生重大变化时重建基线，变更前后数据不应直接比较。这些规定直指“挑友好问题、隐瞒样本量、剔除不利样本、制造提升假象”等积弊，用科学的方法论对抗自证造假。

在指标体系上，标准构建了覆盖可见性、引用质量、回答质量、稳定性、合规性与过程质量的六维指标框架，对品牌提及率、目标信源引用占比、回答准确率、负面误引率、证据完整率、有效观测率、抽样复核通过率、原始记录完整率等指标给出了明确的定义与计算方法，并要求每一次有效观测都可追溯至具体的意图短语、查询标识符、查询时间、平台入口、环境状态、回答快照、采集日志与记录文件哈希值。尤为清醒的是，标准明确划定了价值红线：提及负面误引率、风险内容处置率等指标时，不应以“消除真实负面信息”为优化目标，对真实负面事实应通过事实更正、补充说明、服务整改、争议申诉等合理方式处置，而不应作为“压制”“屏蔽”的对象，从而把“合规治理”与“恶意删帖”区分开来。

更关键的是独立性设计。标准要求，出具具有对外证明作用的验证结论的机构，应独立于被验证的优化服务，不宜既做优化实施又做对外验证；在同一法人组织内兼营两类业务的，应建立隔离机制并在报告中披露利益关系。验证时进行不低于封存意图短语集20%的独立抽样复核，偏差源于数据造假的，应直接判定验证不通过。验证报告如实呈现不利结果与波动，不宜只报有利数据，不宜使用“保证”“控制”“永久”“唯一”“官方内推”等误导性表述。这一整套可重复、可追溯、可独立验证的规则，戳破了“自己给自己打分”的自证神话，让成效回到真实、可复现的轨道上。

GEO的本质，是优化那些被大模型识别、引用、推荐的内容；而内容质量的源头，在于内容源主体本身是否可信。当跨领域内容生态普遍面临信息溯源机制缺失、真实性验证标准不统一的共性难题时，虚假信息、误导性内容的风险不断累积，动摇的正是公众对优质内容的信任根基。《生成式引擎优化内容源主体分类分级与选用要求》正是为回应这一痛点而生。

标准最具开创性的贡献，是建立了一套“六维评分、四级分级、动态调整”的可信度评估模型。它以内容源主体为评估对象，从主体资质、内容真实性记录、信息可溯源性与机器可解析性、行为合规性、稳定性与持续性、外部独立验证六个维度，提取出可量化、可验证的指标，汇总计算出可信度，并据此把内容源划分为A级高度可信、B级一般可信、C级基础可信、D级有限可信四个等级。这套体系把过去凭借“是不是官网”“是不是大平台”的模糊直觉，升级为可量化、可核验、可比较的客观画像——渠道身份本身不再天然等于可信，主体资质、真实记录、可溯源性、合规表现、运营稳定性和外部交叉验证，才是决定可信等级的真正标尺。

更具价值的是分级并非终身制。凡存在严重违法违规、被认定实施黑帽GEO、因内容导致重大负面舆情等情形的，直接不予评级、不进入候选清单；同时建议建立每6个月一次的定期复核、遇重大情况启动的即时复核，以及降级、退出、限期整改、重新申请的全周期动态管理机制，甚至通过连续评估周期的得分标准差附加“稳定/波动/震荡”的稳定性标识。与之配套的，是分级的选用策略：A级优先纳入但关键事实仍应核验原始出处，B级常规核验后选用并交叉验证，C级限制场景、谨慎使用，D级则不选用、仅限线索发现。标准还鼓励独立第三方测评，倡导行业协会牵头、平台与服务商共建内容源分级信息共享与联合监督机制，让跨平台、有组织的虚假信息和违规行为风险得以联防联控。这就在机制上让良币获得被优先引用的确定性回报，让劣币失去污染信息生态的生存土壤。

在生成式人工智能深刻重塑信息传播格局的当下，中国广告协会这三项团体标准的正式发布与实施，既是一面标尺，也是一声发令枪——树准则方能聚信任，聚信任方能行致远。当规范成为共识、可验证成为习惯、真实成为底线，GEO领域必将告别浮躁与泡沫，迎来以质量与信任为内核的高质量发展新空间。

（作者：姜智彬 上海外国语大学教授）