推荐语
PallasAI创始人Ethan重新定义GEO：不是简单的AI版SEO，而是让AI真正理解你的产品。
核心内容：
1. GEO与传统SEO的本质区别及行业误区
2. PallasAI如何通过标准化服务重新定义GEO
3. 创始人团队背景及创业转型的关键决策
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
三个月内，PallasAI 获得了两笔投资，目前累计融资超千万人民币。PallasAI，也是市场上首款提供标准化服务的 GEO AI Agent。
在创始人 Ethan 看来，GEO 并不是简单的面向 AI 的 SEO，「到底怎么样让 AI 更全面地理解你？这才是做 GEO 的本质。」
也正因此，传统 SEO 时代很多围绕关键词的打法，在 GEO 时代是完全失效的。套用关键词的逻辑去堆砌和优化 prompt，完全是刻舟求剑的一种行为。
用户使用 AI 和使用搜索是完全不一样的行为，AI 时代的核心是理解上下文，而不是匹配单一词汇。
「GEO 真正该做的事情，是确保 AI 在面对不同旅程、不同用户场景时，都能精准理解你的产品优势和品牌定位。」
他们想用 PallasAI 的产品体验，去重新定义 GEO。
「本质上我们是在做一件『让 AI 理解你』的事情。」
到底该如何理解 GEO，SEO 会被取代吗？GEO 能被 hack 吗？如果 AI 能直接购物了，GEO 还会存在吗？如果大厂下场了怎么办？
我们跟 Ethan 聊了很多，当然，不止这些问题。以下是 Founder Park 与 PallasAI 创始人 Ethan 的对话，经编辑整理。
PallasAI 官网：https://www.pallasai.net
采访 | 万户
编辑 | 夏天
⬆️关注 Founder Park，最及时最干货的创业分享
超 19000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。
最新、最值得关注的 AI 新品资讯；
不定期赠送热门新品的邀请码、会员码；
最精准的 AI 产品曝光渠道
01
因为一篇 GEO 论文开始了创业
Founder Park：介绍一下你们团队过往的创业经历？
Ethan：目前团队共有 7 人，核心创始人有三位。我和 CTO 都是技术背景，联创明皓则长于投融资和市场营销。
我是在 2023 年 10 月底开始创业的。最初我和 CTO 组建了第一个 AI 游戏项目，做了一年多，但在融资和方向上都遇到了不少问题。如今回头看，第一步更多是在学习如何创业。
2024 年底我们认识了明皓。当时他在帮我梳理游戏项目，讨论中我们发现了一个核心矛盾，就是「人与事不匹配」。因为我不在游戏行业，试图用 AI 做游戏实际上是标准的「拿着锤子找钉子」，不仅钉子难找，手里的锤子也不够尖锐，到处都是问题。
到了 2025 年二三月份，我们决定转型。当时看到一篇关于 GEO 的论文，大家瞬间被点燃了。我们以前在阿里和蚂蚁长期从事搜索、推广、营销算法以及流量分发工作，这和 GEO 的本质高度相关，我们能迅速看清它的核心逻辑。当时我们就在想，到底做什么才能真正推动行业正向发展。这个念头一旦产生就再也按捺不住，于是我们在 5 月份正式启动了现在的项目。
Founder Park：看到 GEO 论文的时候，你们判断这个事情可以做，但那时只是出现了一篇论文，这个时机会不会太早？
Ethan：我们下定决心做这件事的过程其实特别简单。我合伙人有个习惯，他每天都会读最新的论文，看到有意思的技术主题就扔到群里讨论。
正好在 2025 年春节期间，大概是大年初二还是初三，他在群里发了那篇关于 GEO 的论文《GEO: Generative Engine Optimization》。当时正值 DeepSeek 爆火，他的第一反应是这里面有大机会。我当时的反应截然不同，甚至有些愤怒，我觉得都 AI 时代了，怎么又在搞 SEO 的变种？我们两人直接在群里争论了 4 个小时。
在那 4 个小时的 battle 之后，我突然意识到他的逻辑是有道理的，这件事情值得深挖。当时我们判断时机早晚的标准也很直接，就是看有没有竞争对手。我们调研发现，海外的 Profound 、Athena 已经做了一段时间，不仅拿到了融资，甚至已经有了客户案例。海外竞对的进展证明了这个方向确实存在巨大的商业机会。
我们那 4 个小时讨论的核心其实只有一点：它到底是不是一项可产品化的技术？因为我们团队全是技术思维，不适合做传统的人力服务商。当我们推导出这件事情在产品形态上可以与传统 SEO 产生本质区别时，转型的想法就基本定了。
剩下的时间就是不断的调研与复核。当时唯一纠结的是我们的技术基因太重，需要更敏锐的市场感知。直到我们找到了相应的人才补齐了这块拼图，项目就迅速开启了。
Founder Park：2025 年 5 月份开始做，之前你们做了哪些前期的准备？
Ethan：其实我们当时还真没找投资人验证。当时心里就是有一种莫名的推力，说实话，正是这种推力让我觉得这事儿真的能搞成。
前期我们做了大量的市场调研，真的是花钱去买各种海外产品来体验，去看那些 founder 的访谈、报道，甚至去翻他们自己写的 blog。我们需要重新搞清楚现在的 SEO 头部团队到底在做什么。
调研的核心是为了把边界定义清楚：什么是 SEO？什么是 GEO？它俩到底有什么不一样？在回答了这三个问题后，我们紧接着问了第四个问题：有没有做标准化产品的机会？
我们发现 SEO 时代的产品大多是监控产品，本质就是个纯 SaaS，用户采购它只是为了「看结果」。但我们希望做的是一款 AI 产品，它能够帮你「执行」并「优化效果」。如果能做到这一点，机会就很大。
我们大概花了两个月时间，到 4 月底的时候，把国内外有名的、没名的、甚至七七八八各类产品基本上全部过了一遍。结果发现，大家想的东西似乎比我们要慢一点点，我们对这件事的理解没甚至还多了一些东西，可以提前做。这种先发优势让我们意识到不能等，必须赶紧做，于是 5 月份我们就正式成立团队开始了。
Founder Park：中途有调整过想法吗？
Ethan：我们从第一天起就确立了做产品的路线，坚决不做重人力的服务商。到现在也未变。即便面对愿意支付高额服务费的客户，我们也会建议对方先尝试用产品解决问题，没必要花冤枉钱。因为在我们眼中，它对企业来说可能就是一个 daily work，不应该那么昂贵。
我们希望产品的核心用户是那些真正懂营销、懂自身业务的人。你只需要清楚自己的市场在哪里、用户是谁、在什么场景下会使用你的产品。至于 AEO 或 GEO 具体的底层技术逻辑，你完全不需要操心。只要你能看懂数据报表，懂得如何与 Agent 交互，这就足够了。
02
GEO 的本质是让 AI 理解品牌
Founder Park：你们怎么定义 GEO？它到底解决了什么问题？
Ethan：我合伙人在加入公司前，他父亲和我深度聊过一次。作为一位长辈，他对 GEO 的理解反而最透彻。他说：「你们做的事情就是架桥。」这座桥的作用，是把企业对外输出的内容，翻译成桥那一端的 AI 能更好理解的语言。我后来觉得这个话说得还是很对的。
GEO 本质上是在解决「谁来阅读」的问题。当用户把 AI 当作私人顾问时，AI 实际上替代了人类阅读信息的角色。它帮用户在全网搜寻信息、比价、筛选。但现有的互联网内容全是写给人看的。人类能轻易分辨出一篇文章是营销过度还是真实辩论，但 AI 往往看不出来。这就导致 AI 容易困惑，甚至产生幻觉，最终推荐效果大打折扣。
GEO 的价值就在于此。它是帮助企业在内容输出端，专门面向 AI 再做一次营销。我们要把企业的内容，用 AI 能听懂、能深度理解的逻辑重新整合一遍，确保 AI 获取到足够完整、准确的信息，进而向用户做出有效推荐。这才是 GEO 最大的作用。
PallasAI：简单三个步骤，快速上手使用
Founder Park：所以做 GEO，不是让品牌怎么讨好 AI，是让品牌怎么更好被 AI 理解？
Ethan：到底怎么样让 AI 更全面地理解你？这才是做 GEO 的本质。
我发现很多友商至今还在研究搜索引擎的 ranking 规则，试图拆解模型本身的偏好。我认为这件事情毫无意义，到目前为止我们都没有在这上面浪费过精力。
以前你扔个 PDF 进去，AI 只能理解 20% 的内容，甚至看不懂公式。现在它不仅能读懂，连公式的推导过程都能写出来。在这种智能度进化的速度下，试图找一个 AI 喜欢的方式去投其所好，我觉得非常 tricky。
GEO 真正该做的事情，是确保 AI 在面对不同旅程、不同用户场景时，都能精准理解你的产品优势和品牌定位。
我们的产品里有一个核心优势叫「真实性校验」，用户无法关掉这个选项。我们必须告诉用户，GEO 的作用在于内容校验，即便面对 AI 也不要尝试去 hack 它。GEO 绝对不等于帮商家编造内容，虚假信息对这个行业没有正面价值。我们通过这些产品上的小巧思，正尝试让试用的用户理解我们到底在坚持什么。
Founder Park：如果是一个产品没那么好的团队，你们是不是没办法帮他包装？这会不会对用户的认知，或者对你们的产品会有什么影响？
Ethan：我一直觉得世界上没有绝对坏的产品。我们的产品能够帮客户做到的一件核心的事，就是去发现产品的亮点。既然你的产品已经做出来了，就一定有它的适用范围或独有优势，我们的任务就是把这个点挖掘出来。
在挖掘用户群体的过程中，客户往往会发现一个现实：在更大的用户维度上，你的产品可能确实缺乏竞争力。这也正是我们希望反馈给客户的价值。我本质上是在帮你做市场调研。
你可以把 AI 想象成你的前线销售，它给出的反馈就代表了市场的真实声音。我们将这些反馈形成策略交还给你，它们完全可以变成公司产品迭代的有力佐证。
通过这些数据，企业能清晰地看到行业痛点在哪里。甚至可以针对性地去做一些 A/B Test，让产品在迭代中变得更具杀伤力。这才是 GEO 对产品端最深远的意义。
长期来讲，我们想把产品变成一个企业对外输出和交互的 agent，我不止在帮你输出，我也在帮你输入。
Founder Park：那面向 AI 的内容会有像面向人的「爆款」、「10 万+」这样的评判维度吗？
Ethan：在 AI 时代，我认为「爆款」的逻辑可能不再是唯一解。我们必须重提「覆盖率」这个概念，本质上是要重新做一次场景化的精细营销。
用户的需求天生就是多样的。在过去，商业逻辑是用爆款去「抹平」这种多样性。大家倾向于消费那几个头部产品，因为它们是经过百万人验证的「安全选项」，是决策成本最低、最省时省力的选择。
但现在出现了新的机会，被压抑的长尾需求开始重新涌现。这要求产品和营销策略必须做到极致的精细化。
举个例子，车企未来完全可能专门推出一款踏板足够长面向特定人群的车，因为 AI 能精准捕捉到这部分需求，并确认有人愿意为此买单。既然这种多样性的需求能被识别，那么满足需求的产品和内容自然就能被推送到用户面前。
因此，面向 AI 时代的内容创作者，核心考量必须从单纯的「流量」转向「覆盖率」。核心挑战在于：当海量的多样性需求涌现时，你的产品内容和表达方式，是否足够丰富，能接得住这些需求？
你不一定需要像以前的 SEO 那样，大家都奔着前 10 名、前三页才能被人看到，今天你要解决的是让 AI 充分意识到你不一样和有价值的点，AI 会帮你把这些点给到它接触的那批人，它把理解内容和分发内容这两件事都给做了。
Founder Park：那你们是不是很烦别人把你们当做 AI 的 SEO？
Ethan：挺烦的，起初我们在 BP 里把自己定义为「面向 AI 的营销 Agent 平台」，刻意避开了 GEO 这个词。结果跟几位投资人朋友聊完，对方反问：「你们做的不就是 GEO 吗？」反而绕回去了。我们想了想，不去规避一些词汇，把 GEO、AEO 就放在我们自己的行业标签上。
但我们在引导客户时，会让他们逐渐感知到产品背后的差异。这和做 SEO 不同，也和其他 GEO 服务商不同。我们本质上是在做一件「让 AI 理解你」的事情。
客户关注的指标不再单纯是排名是否靠前，他们开始关心 AI 是否真的读懂了自己的产品和品牌，商品是否被精准渗透到了最需要的场景中。这对 AI 平台而言同样是好事。我们在做的，实际上是对 AI 阅读内容的供给端进行重整。只有优化了这个供给库，整个生态才能真正提效。
GEO 也好，AEO 也好，我们现在对这个词不是特别关注，但这个词确实传播力很强。我经常会在小红书关注竞品友商，每天小红书 10 篇笔记里头有 8 篇都是 GEO，也挺好。这至少传递了一个积极信号：企业开始意识到必须把 AI 当作一个新的销售渠道，把「面向 AI 营销」提上日程。不管这个日程在当下是 next step 的东西，还是 must step 的东西。
另一个视角，我们的任务是在这个热词的基础上，赋予它更正确的定义。这就是我们的企业价值：输出一套能够共建生态的理念，让 AI 变得更聪明，让企业获客更精准，让用户决策更高效。
Founder Park：怎么看待 SEO？它会不会很快就没了？
Ethan：长期来看，SEO 和 GEO 终将合二为一。SEO 会成为一种底层基础，仅需完成通用配置和流程即可。
但这一趋势在海内外会有显著差异。国内的 Web 生态衰减严重，许多优秀的企业甚至连官网都没有，传统的 SEO 土壤已经流失。相比之下，海外的 Web 生态依然健康且持续增长，因此在海外市场，SEO 与 GEO 的融合会更加顺畅。
搜索没有消失，只是形式变了。用户不再直接使用搜索引擎，转而由 AI 帮助用户去抓取数据。既然 AI 依然依赖搜索引擎，那么 SEO 作为「搜索引擎优化」的本质就没有变，它依然存在，只是服务对象从人变成了 AI。
在未来的核心形态中，两者的分工会非常明确。GEO 将深度绑定业务，指导产品场景挖掘、内容选题以及品牌定位。而 SEO 则会剥离出来，退化为一项与具体业务弱关联的基础通用配置。
03
Pallas 优化的是用户旅程，
不是 Prompt
Founder Park：产品的核心交互你们是怎么思考的？
Ethan：我们的产品乍看很简单，一个对话框加一个数据仪表盘就能拼出来。但其背后的逻辑非常复杂，核心在于如何让用户真正理解这一整套流程。
我之前做营销算法时，对营销的理解就是「人货匹配」，关键点在于用户旅程。本质上就是搞清楚三件事：谁？在哪？为什么买？营销就是将这种连接损耗降到最低的高效策略。以前我们是面向「人」做策略，现在则是面向「AI」做策略。
AI 依靠 Prompt 来理解用户意图。为了让 AI 听懂企业的故事，我们提出了「营销图谱」的概念。最早的一版设计非常复杂，包含了地点、画像、触点等七八个层级。后来在和早期创始人沟通时，我发现解释起来太累赘，大家真正关心的其实还是那三个老问题：谁？在什么场景？为什么需要？
于是我们大刀阔斧地做减法，最终将营销图谱定为三个核心要素：用户、场景、意图。这三个要素足以串联起用户每一次与 AI 的交互，这一条线就成立了，这个产品就可以变成一个闭环的产品。
这也是我们与传统 SEO 转型团队最大的区别。SEO 一定逃不掉关键词，所有的人都在讲 keywords，所有东西一定要从关键词起，从关键词终，甚至我们发现 Promot 都有这样的惯性。我要通过关键词去搜索 prompt，比如说他给了一个 prompt volume 的引擎，你可以通过搜一个关键词搜出来一堆 prompt 问题。
但用户用 AI 引擎和用搜索引擎是完全不一样的。
搜索引擎是一次性的，你今天搜「洗衣粉」，明天搜「奶粉」，在搜索引擎看来这是两个无关动作。但在 AI 引擎眼里，这两个动作关联起来就意味着你可能是一位「宝妈」。如果你接下来搜「衣服」，AI 很有可能会优先推荐孕妇装或婴儿服。这就很像传统时代字节在做推荐时的用户连续行为预测。
如果还是用传统的关键词粒度去指导企业做优化，这种优化注定是单点且低效的。AI 时代的核心是理解上下文，而不是匹配单一的词汇。
Founder Park：那你们是怎么做的？
Ethan：我们见过太多案例，大家的第一反应往往是让企业去定 Prompt。企业定 10 个词，服务商就优化这 10 个。这依然沿袭了传统 SEO 的惯性：你希望用户通过哪些词找到你。
但我们的逻辑完全不同。我们会要求企业先定义好营销图谱：你的核心用户画像是哪 10 类？典型场景是哪 30 个？关键意图有几个？通过这些维度的组合，我们能生成上百个优化单元。
当然，一次性优化上百个单元对于企业来说成本过高。因此我们会结合关键词热度和社媒数据进行标注，通过预估查询量来确定优先级。企业可以先集中资源优化那些高价值、高潜力的单元，验证效果后再逐步扩展。
这里面的核心差异在于：我们优化的对象是一条完整的用户旅程路径，绝非路径下的某个单一 Query。
PallasAI，基于 AI 的动态营销图谱
如果我想优化「中国 TOP 5 电动车是谁」，你再怎么样去优化，现在的人也不会这么去问了。我们之前发现一个给我们极大信心的例子，海外有一个用户的脚有 50 码，他想买一辆 SUV，踏板一定要足够宽，踩上去要足够扎实。这种时候，你优化「Top 5 电动车」毫无意义，因为它解决不了「50 码大脚」的痛点。
但是用户会把这样的需求给 AI，因为他把 AI 当成了一个更懂他的私人顾问、销售，他希望让 AI 能够帮助他去整理信息、阅读信息，最后给出一个满足他个性化需求的结论。这种「提效动作」才是 AI 搜索的本质，我们的产品必须去适配这种新的交互逻辑，这才是最核心的东西。
Founder Park：这也更第一性原理了，过去 SEO 的时代是搜关键词，今天的时代肯定没有「搜关键词」这样的说法了，再套关键词就有点刻舟求剑了。
Ethan：所以我们一直认为 GEO 这个名字起得并不好。它最大的误导性在于，让行业和从业者一听到它，下意识就会联想到 SEO，思维直接被锚定在了传统搜索优化上。
这种惯性思维导致大家缺乏创新，甚至懒得创新。许多人只是把 SEO 的那一套照搬过来，先堆砌一堆与关键词挂钩的 Prompt，试图用老办法解决新问题。
但现实是用户已经变了。用户使用 AI 引擎的逻辑与过去截然不同。如果用户变了，而你的优化策略还在刻舟求剑，那这种优化注定是无效的。
04
产品所有的行为，
都是为了去理解用户意图
Founder Park：你们现在是怎么让用户感知到 GEO 效果的？
Ethan：我们所有的效果监控、归因，是细致到每一行明细数据的。
用户能清晰地看到，发出的每一篇文章具体影响了哪些提示词。在提示词受影响后，你的品牌表达是否发生变化？品牌本身是否出现？甚至品牌旗下的具体商品有没有获得曝光？这些粒度我们都能帮用户捕捉到，所有的明细数据在产品后台一查便知。
我们把效果这件事情「白盒化」了，每一条数据都是有明细数据，都可以去反查。在这种情况下，客户对我们的指标系统是很认可的。我们把自己定义为一款纯粹的 Agent 工具，或者说是给客户递一把「铲子」。在这个生态里，我们不当裁判，也不当运动员。客户利用工具自己完成优化动作，产品则提供客观的效果反馈和运动结果。我们坚信，只有这样的流程，才是真正可以被标准化的产品路径。
Founder Park：这些本身是可以被量化的吗？
Ethan：效果当然可以被量化，但现阶段的量化还无法做到绝对的「上帝视角」。理想的量化是精准追踪到有 400 万用户搜了这个 Prompt，其中 300 万次引用了我的文章。
但我们有一个暴论：用户的 Prompt 数据很难像传统搜索词那样被完全公开。原因在于 AI 交互的本质差异。传统搜索是离散的单点，而 AI 对话是连续的流。用户可能通过四五轮交互才澄清一个问题，我们很难将这复杂的 5 轮交互简单定义为某个关键词去优化。
因此，我们将优化的最小颗粒度定义为「优化单元」，它由用户、场景、意图这三要素构成。一个优化单元可能覆盖了几十种不同的 Prompt 形式，涵盖了这类用户所有可能的发问方式。这些问题综合出来的一个效果，对用户来说就是有意义的，因为我在帮客户定义清楚用户的意图到底是什么。
举个例子，同样是买电视，20 岁的年轻人和三胎家庭的家长，问出的问题截然不同。后者可能更关心护眼、看动画片的场景。这种差异不仅体现在问题的形式上，更体现在内容诉求上。如果你直接去优化千奇百怪的 Prompt，企业会疲于奔命。但如果我们把这些 Prompt 归纳为具体的意图路径，企业就能清晰地看到自己在通过哪些路径影响用户。
我一直有一个观点：我们一直在做的所有商业环节，其实都在想办法去理解用户的意图。
在以前的超市里，到底把什么东西摆在货架最前端的位置；到电商环节，出现了推荐算法，你看过什么东西，买过什么东西，然后就出现了啤酒、尿布这些关联；到内容电商时代，抖音的时代，是靠你喜欢什么视频、什么类型、哪个博主来判断你的意图；到 AI 时代，你每天在跟 AI 交互，每天在问他问题，直接通过语言表述这种更高效的形式就把你的意图扔出去了，这个时候的意图应该是无敌准确的。
但是我们怎么样去定义这个意图？那就是哪些人可能会问这样的问题，通过这种整理方式才能把用户千奇百怪的需求，变化成几十个、上百个企业可以优化的动作去执行。这是我们梳理这件事情的一个差异。
Founder Park：品牌的用户画像是怎么来的？
Ethan：我们目前正在重度投入研究几件核心的事情。第一件就是数据源的构建。
我们会先对品牌进行一次 Deep Research。这相当于我们利用全网公开的数据源——包括新闻报道、融资信息、营收财报等，给每个合作品牌做了一次彻头彻尾的市场体检。我们要搞清楚：你是谁？核心产品是什么？竞争对手有哪些？目标市场在哪里？
在确定了品牌的基础行业属性后，紧接着就是第二步：通过行业话题和关键词，深入到社交媒体和搜索引擎中反复挖掘。我们要找到那些热门词、长尾词背后隐藏的真实需求。
结合这些海量数据，我们才能反向推导出精准的用户画像，判断出到底是谁在关注你，什么样的用户对你的产品存在真实需求。
Founder Park：也就是说一个 SMB 客户去你们平台之后，你们第一步先给他做一个画像建模，然后基于画像去分析他可能的用户群是什么样的人？
Ethan：我们遇到过最棘手的案例，往往是产品尚未上市，或者处于极新的行业，全网几乎没有公开数据。在这种「数据真空」的状态下，客户希望通过 GEO 去抢占先机。
面对这种情况，我们会直接要求客户上传白皮书或者 BP。这基于一个核心假设：最了解产品卖点、最清楚目标市场的，永远是创始人或高管本人。他们一定会很了解他们的产品到底希望卖给谁，优势到底在哪里。怎么样从他们的理解中去给他们把市场调研做好，这就是我们的核心前置任务。
我们的标准作业流程是这样的：如果全网存在存量信息，我们会利用这些信息进行「投票」验证，构建基础认知。
但更关键的是后续的交互。营销图谱是可以动态优化的。当客户对 Agent 说「这个目标人群不准，帮我调整一下」时，这是一个很宝贵的交互，这个 context 进来了之后，我们的 Agent 是在更了解这个企业。Agent 就在这一次次的修正中，变得越来越懂这家企业。
Founder Park：最懂品牌的是公司高管、创始人，但你们产品的最终用户可能并不是他们？
Ethan：对于早期的 SMB 团队，人力往往非常紧缺。以我自己为例，目前就是典型的 Founder Sales 模式，我既是销售也是客服，还得兼任研发和产品经理。当创始人身兼多职、分身乏术时，我们的产品就极具吸引力。因为它能大幅提效，不需要投入过多精力就能把营销跑起来。
当然，我们也服务很多 KA。对他们而言，使用门槛更低。因为大企业通常已经非常规范化、规模化，品牌信息密度极高且明确。他们更希望在既定的品牌定位上做垂直深度的优化。大厂的营销人员对需求把握精准，往往能直接给出非常高质量的反馈。
虽然 SMB Founder 是我们目前的典型用户，但我认为最理想的客户画像其实是 CMO。术业有专攻，Founder 精力有限，而 CMO 天然更适合主导这件事。因为我们的产品逻辑与 CMO 的核心职责高度契合，那就是：精准定义产品、制定营销策略、锁定目标用户。
05
我们最终会变成一家帮企业打造 Agent 的服务商
Founder Park：今天国内很多中小商户其实已经没有 SEO 的需求了，很多企业连官网都没有，就只有公众号和小红书账号，这对你们在国内推 GEO 会不会形成阻碍？
Ethan：我们觉得还好。站在 AI 的视角看，无论是官网、公众号，还是知乎、B 站、头条，本质上都只是 AI 读取信息的媒介。内容生产出来后，无非是铺设位置的差异：国内铺在自媒体平台，国外铺在官网。
国内外确实存在巨大的生态鸿沟。国内大厂林立，生态割裂严重。面对豆包或通义千问，你需要维护的数据域截然不同。反观海外，Perplexity、Claude、Gemini 以及 ChatGPT 都会检索官网，效率天然更高。
国内企业的触点极其分散，除了公众号，还有小程序、服务号、抖音店、淘宝店等。这就要求我们的产品必须向前多走一步。我们可能需要提供更强的渠道管理能力，支持一键分发或跨平台的 A/B 测试。虽然承接的数据量级和维度变复杂了，但 GEO 的底层逻辑未变。
我们最近在想一个东西，既然国外的官网会变成一个真正意义上的中心点，所有的 AI 都会去读取内容，那是不是可以把官网直接变成一个 agent？可以实时地对话，我们要做的仅仅是把内容结构协议搭建好，让企业变得更灵活。。
这只是我们脑子里想的，在效率上还是会有一些问题，因为交互可能没有办法做到实时。但我们认为网站形态的演进方向是合理的。国内会不会出现一个真正意义上共通的中间点？我们现在的判断是很难，但我们也期望有这样的事，这样的话企业的对外输出内容的效率才能够真正得到提升，对于企业来讲是好事。
Founder Park：前几天我们组织的 OpenClaw 的交流中聊到，假如说官网就是一个 agent，来的 BOT 也是一个 agent，他们的交流可能在今天大家会觉得有点难，但那个可能是一个更高效的方式。
Ethan：这个数据交换肯定是高效的，不管是从数据的实时性还是一致性来讲，一定都是一个更高效的状态，但这必须要有一套完善的协议来支撑。一旦协议打通，商业模式将发生巨变，甚至连用户的购买需求都可以直接通过这种方式完成闭环。
这个事情我们觉得还需要一定的时间，目前的商业协议层、监管层以及法律层等基础设施都还很不完善。但我确实觉得我们在朝那个方向走，整个行业都在朝那个方向走。
Founder Park：今天是面对 AI 做内容，明天可能内容本身就是一个可动的、可维护的 Agent，去和别的 Agent 互动。
Ethan：我非常笃定，未来我们会演变成一家真正帮助企业打造 Agent 的工具服务商。
当前最大的挑战在于国内外企业生态的巨大差异。如何适配国内像淘宝、小红书这样各异的内容模板，是我们必须解决的企业命题。但考虑到目前团队只有 7 个人，我们必须在资源分配上极其专注。
策略上，我们选择优先聚焦海外产品。海外的标准化程度更高，功能定义可以更收敛，客户也能以最快的速度验证效果。至于国内市场，我们会同步探索，但步伐会刻意放慢。毕竟国内的商务环境、决策流程以及用户习惯都比较特殊，市场还需要我们花时间去引导和培育。
Founder Park：今天千问都已经可以直接买东西了，如果 AI 已经可以去下单了，你们的产品未来会变吗？
Ethan：我觉得会有变化。我们现在的方案，其实就是朝着 AI 平台的方向去延伸的。
这中间大概有几个变化点： 第一点是监控和优化的粒度。它到底是个品牌、商品线，还是一个 SKU？实体的形态是一个词、一个商品卡，还是跳转链接？这些企业肯定会关注，所以我们的 agent 也要针对性地做适配。
第二点是可操作的内容源。现在操作的可能是 blogs，但接下来可能需要去帮企业修改产品本身，比如改 SKU、商品描述、标题，甚至命名原则。这些怎么在产品上用起来？也是下一阶段的课题。
还有就是，既然转化更强了，就不能只看可见性，还得衡量预估曝光、点击、转化、营收，去跟 AI 平台的商业架构做归因打通。这样一来，整个产品逻辑就变成一个完整的闭环了。
Founder Park：这会牵扯到一个新问题，比如千问做了购物，那淘宝就可以出一个类似 PallasAI 的工具。
Ethan：老问题，商家服务是一方面，淘宝出的工具是不是只能做好淘宝？那你要不要做抖音？要不要做豆包？
Founder Park：但如果淘宝能做，还做得比你们要好呢？毕竟是官方做的。
Ethan：这方面我们挺有自信的。
因为无论是千问内部做，还是我们在外部做，做法其实没区别。现在不像以前电商那种行业联动，能在内部做流量清洗。面对 AI 模型，谁也没法直接去改那 100 亿参数里的 10 亿。既然影响方式一样，那这事儿长在外部反而更有优势，前期能更偏向企业端，响应需求也更灵活。
而且我们不是只针对千问这一个模型，而是针对企业真正的 GEO 需求，帮他们做宣发。所以我认为，我们的产品迭代会更快、更完整，用起来也更顺手。
退一步讲，如果淘宝真想自己搞，得把我们走过的路再走一遍，那就是半年一年的时间。我要是淘宝负责人，不如直接收购或者战略合作。毕竟大厂的核心目的是让商家入驻千问，而不是赚这一份钱。所以，我们和大厂之间不会有冲突。
Founder Park：货、AI 和人，中间的 AI，我们怎么理解？今天企业和用户中间有一个平台，我们会拟人化理解这个平台，比如说腾讯会怎么控制，抖音会怎么控制。但 AI 本身，你会把它想成一个绝对理性客观的存在，还是人为操纵的存在？如果是人为操纵的存在，这个生意最后还是会变成人和人之间的生意吗？
Ethan：我们对 AI 的预想，是一个超级理性且客观的存在。我会把「人 → AI → 企业」这条链路，定义为「人 → 私人顾问 → 企业」的状态。
AI 承接的是「全民私人顾问」的角色。它就像顶级大佬身边的秘书，可以帮老板订餐厅、订酒店、买东西。现在的 AI 完全能承接这些需求。比如一位老太太要去买菜，以前得天天逛集市，现在只需告诉 AI 中午要做什么菜，AI 就会整理好菜品和斤数，直接对接购买。
这个「全民顾问」必须站在用户端。我认为 AI 尚未成为真正意义上的「人」，它更倾向于一个执行效率极高的理性代理。以前的平台通过规则实现操控，但在万亿参数的当下，人为干预的难度极大，这让 AI 天生就更偏向用户。
Founder Park：你还是笃信中间的这个 AI 将来会成为 AGI？
Ethan：我之所以笃定 AI 会成为客观的顾问，核心前提在于我认为人类已经无法通过单纯的技术手段去完全控制它。
目前模型可解释性并没有实质性的进展。想要剖析模型中海量的参数，搞清楚究竟是哪一个参数在影响特定环节，并且试图在此基础上人为加一条规则，这在逻辑上已经行不通了。这种做法在以前的流量分发时代或许可行，但在当下的模型面前极其困难。既然现在都很难做到，以后随着模型智能度的提升，这件事只会变得更难。
06
壁垒是跑得更快，
而且不在大厂的主路上
Founder Park：你们现在的壁垒是什么？
Ethan：任何初创公司现在谈壁垒可能都为时尚早。坦白来说，我们现在是没有壁垒的。但如果站在公司视角来讲，我们现在的壁垒一定是快，能够在行业都关注到这件事情的时候，就已经把产品做出来，并且 go-to-market。但是我觉得再快，也就是三个月的时间，产品出来了以后，三个月之后大家肯定可以把产品摸得透透的，并且可以去复制。
那留给我们的任务就是在于团队壁垒，我们是一个非常重技术的公司，非常有热情地去研究各种 agent 框架、技术，怎么样能够通过接下来的三个月，把我们的技术融入到产品，去做整个产品能力的延伸、效果的延伸以及产品壁垒的建立，这是我们自己要去打磨的东西。
现阶段我们的核心优势体现在两方面。一是极强的动手能力，决策成本几乎为零，想清楚了就立即执行。二是团队深厚的技术基因。就我目前的观察，市面上大多数 GEO 产品背后，基本没有纯算法背景的团队在做底层研究。因此在产品化深度和技术完整性上，我们具备天然的领先优势。
Founder Park：整个产品中的那套归因体系有壁垒吗？
Ethan：我其实觉得不是。我认为产品最后的壁垒应该是数据壁垒。我们积累了很多营销数据、很多企业营销数据的 know-how，所以我们能够帮助这些企业做更好的流转。
判断壁垒的核心点是：如果 ChatGPT 做这件事情，我还有壁垒吗？应该是没有壁垒了。
从归因体系来看，我们的核心立足点是企业端，致力于帮助 To B 企业完成 GEO 的全链路闭环。然而，归因体系本质上属于商业模式层面的竞争，而目前掌控这套商业模式的权力掌握在 ChatGPT 等平台方手中。
作为模型和平台的构建者，他们天然拥有定义归因规则的权利，这本身就是他们的壁垒。我们需要做的，是在这个既定的规则体系内与他们保持高度对齐，同时利用我们对企业业务的深度理解，构筑起属于自己的数据护城河。
Founder Park：如果 ChatGPT 也开始做广告了，Google 也有 AI 搜索类似的东西，假如他们真的搞一个跟 PallasAI 类似的产品，你们怎么办？
Ethan：如果真的发生这件事情，我觉得我们没什么壁垒。如果真的是一个资源比我多万倍的大厂 all in 这件事情，我的时间优势、团队优势就都不复存在了，这是我比较人间清醒的地方。但基于对整个行业的判断，我认为他们不会做这件事情。
每一个行业生态都有每一个行业生态该赚的钱。对于 ChatGPT 这样的平台，他们的野心不在这里，他们可以做更好的事情，比如我特别希望这些平台接下来去解决人机交互的问题，能不能把人机交互的问题解决好，能够让更多的用户涌入，他们可能才会有更多的商业价值。他赚的是这份钱，市场空间可能是千亿到万亿美元。我们的市场定位是帮助他在这个万亿市场中，构建好比较下游的生态环境。在这个生态环境上，我不在他的主路上，甚至我是在他完成主路上的帮助方。
我们很可能有一种结果就是被收购掉，因为我们是他的上下游。如果我们在他的体系之内，他可以更好地把这个产品推给他的所有企业客户，可以更好地打通他的归因体系，但是他不会再单独下场做这件事情，这对他来说是一个没必要的东西。
最早期的时候我们也想过这件事情，大厂会不会做这件事情？这是一个公信力的问题，裁判员是没有办法去做运动员的。一个 AI 平台，第一要负责的一定是你的用户，用户在问问题的时候准确性到底好不好，体验到底好不好，能不能得到 solution？而我关心的是企业能不能在平台上把事情做好，所以我更偏向于 To B 的生态战略。
用这个视角回看谷歌搜索和 SEO，对 SEO 公司来说，他们跟 Google 也是一种裁判员和运动员的状态，SEO 更偏向于企业，其实海外也有一些做标准化产品的供应商，Google 认可的 SEO 的供应商。但是有一些 SEO 供应商，跟平台之间不是这种关系，而是变成了一种博弈的机制。
但是 AI 时代这样的人活不下去，AI 很难被 hack，它的智能度在提升，模型在吸收各种各样的信息，了解各种各样的人类规则，跟以前的规则引擎的智能度的提升不是在一个线性范围之内，它现在是一个非线性的状态持续在增长 intelligence，这时你再想去 hack 它，就跟 SEO 时代的难度不太一样。
人跟人之间的攻防，与 AI 跟 AI 之间的攻防是不一样的。我作为一个很小的服务商，试图通过整理几条规则来教人写文章，这种模式不可能长存，有一种蚂蚁 PK 大象的感觉，你 hack 不了它。
所以 GEO 行业，不会有像 SEO 时代的 hack 服务商还会存活下去。能存活下来的，一定是那些拥有「共建者」身份、本分地为 ToB 目标用户创造价值的企业。
Founder Park：会有内容 hack，或者内容农场这种生态吗？
Ethan：我觉得也不会持续活下来。因为你 hack 方式就是靠内容，但是 AI 对内容的判定程度一定会越来越好，你 hack 它一篇文章，它可能已经看过 1000 万篇文章。
AI 是一直在成长的，很难持续地用 hacking 的方式去解决问题，这是 GEO 跟 SEO 最本质的一个区别。
07
GEO 的下一步是懂 Taste 和情绪
Founder Park：你对今年的模型进展有什么期待？
Ethan：我对今年的模型有三个期待。
第一个大概率会成真：token 价格再低点，推理效率再高点。这是推动商业进步的核心，能极大地促进接下来的应用落地和场景渗透。
第二个是人机交互。现在的交互其实是在反向给用户提要求。好产品不该这样，应该像抖音那样，通过各种方式主动理解用户，而不是一直问。但现在的 AI 还没脱离 prompt。如果要变成用户日常使用的东西，冷启动的问题必须解决——不管是通过语音还是可穿戴硬件。模型厂商肯定也意识到这点了，会在「去 prompt」上做一些尝试。
第三个是多模态能力。GEO 时代的课题是品牌定位，而品牌产品不是文字，是真正的 product。举个例子，你怎么用文字去描绘香奈儿？它是奢侈品，跟品味、taste、设计高度相关，很难标准化。但香奈儿需要做 GEO 吗？肯定需要。那怎么让 AI 理解它的品牌调性？这就要靠模型的多模态能力，核心基础就是对图片的理解和生成。
Founder Park：香奈儿的品牌调性，如果不考虑模型本身，现实世界你觉得它最好的呈现是什么样子的？一个视频吗？
Ethan：现阶段还得是视频，有音乐、有故事。因为它宣导的是人类独有的「品味」，而不是性价比或参数。这个品类我们现在完全没碰，因为 AI 目前还理解不了。
比如同样是牛皮包，LV 卖 2 万，香奈儿 5 万，爱马仕 15 万，这个 gap 你没法用语言描述。视频或许可以，但在 AI 时代，光靠图和视频就够了吗？到底该怎么表达？这是 AI 需要去解决的。
我挺期待这一点的。一旦实现了，AI 就是真正的全民私人顾问了。它不仅能挑必需品，还能挑「情绪价值品」。懂我的需求，更懂我的 taste 和情绪，能直接给 solution。这时候 AI 的渗透才算完整。我预判今年会有这样的东西出来，但不确定是什么样的形式。
Founder Park：很多文章讨论到 AI 产品会更大规模会地推向用户的前提是 token 会越来越便宜，但很明显这两年 token 本身没有变得越来越便宜。
Ethan：如果再往前推的话，其实算力推理效率的提升，才可能带来这个结果。
现在的情况是，更专业的模型肯定 MoE 结构更大，用了更大的 scale，而且很多应用又偏向于「只要最好的，不选次好的」。这种挤压其实会导致 token 的费用往上涨。
但对于今年的市场，Google 进场做芯片，Gemini 3 Pro 能力也持平 Claude 了，在这样的竞争环境下，吸引客户的核心一定是 token 便宜。
所以我认为，不管是被动调价，还是因为效率提升有了空间主动调价，在去年的「模型智力竞争」之后，今年肯定会变，至少比现在便宜。只有更便宜，才能卷入更多的应用去开发，消耗掉更多的投放。这笔总账，他们是算得过来的。
08
行业全员 FOMO 是因为随时会被取代
Founder Park：现在的状态，你会有焦虑吗？
Ethan：肯定是焦虑的，主要集中在产研和 go-to-market 上。
虽然我们已经挺快了，但我觉得还是太慢。因为行业的发展还是有点太快了，从 OpenClaw 出来到开始火爆，好像也就一两周的时间。没人有上帝视角，谁也说不准现在的规划是不是真要等一年。也许突然一个协议出来，下周突然就引爆了，在这个状态下，我们可能就突然从一个新兴行业变成一个过气的行业。
危机感一直都在。安全感源于我们认为我们在 GEO 行业里还是领先的，但是焦虑感在于，我们不应该只看这个行业，得看 AI 整体的行业发展。
Founder Park：都不确定这个行业会不会明天就没了。
Ethan：这种可能性肯定是有的。
拿多模态来说，在 ChatGPT、Nano Banana 出来之前，ComfyUI 那套东西特别火，人人都在谈。但现在还有谁在用？这个行业的变速真的太快了。
但相比 ComfyUI 这种纯工作流或者 Infra 层面的东西，我们会稍好一点，因为它是商业，商业的动作肯定要比 Infra 层要慢很多，因为牵扯到很多现有框架的迁移，所以可能不是那种新出来一个东西以后，一周之后突然就没了。但这种焦虑依然会存在，因为这种案例太多了，难免会去想这件事。
Founder Park：怎么缓解这种焦虑？
Ethan：打不过就加入嘛。所以我天天在扒 OpenClaw，打算自己搞一堆 A2A。先入局再说，然后再看别的可能性。
另一个动作就是 go-to-market。我们从去年 5 月份开始一直挺低调的，不太会也不太想做 PR，就想踏实服务客户。但是现在 GEO 的风太大了，大家都在搞。我们觉得这事儿必须得做，得真正迈出 go-to-market 这一步，去迎接市场的反馈。这就是我们现在在做的。
Founder Park：「打不过就加入」是不是今天的 AI 创业者这么 FOMO 于新技术的核心原因？
Ethan：我觉得是。这其实是现在这一波创业者的惯性。因为大家见得多了，所以新东西一出来，那种非理性的 FOMO 肯定会存在。但这恰恰也给行业带来了很多新鲜血液。
你看在 AI 之前，也有好多新技术，但都没这么大的 FOMO。以前那个时代，是卖课挣钱的人疯狂；但到了 AI 时代，反倒是跑在最前面、最懂技术、最懂产品的这批人变得更疯狂。
但这帮人，他们是真会做 contribution 的。现在有一种「抛砖引玉」的惯性：你扔出去一个东西可能不那么好，但是进了社区转一圈，它变成一个好东西又出来了。
这种状态对推动 AI 生态特别好，只有在这种极客的氛围里，才能够诞生出比较纯粹的东西。
粤ICP备14082021号
免费POC，
零成本试错
