GEO本质是利用AI模型运行原理，影响AI返回结果的一种方法。

至少截止到今天，不算是智商税。

我们已经看到了大量的企业通过这个方法拿到了结果。

先说下GEO的原理：

1、大模型并非什么都知道。

Chatgpt,豆包这类大模型，通过大量的问答内容训练，已经拥有了海量的知识，

可以说几乎互联网的全部的公开内容都已经被训练过一遍了。

在全量模型下，可以说大模型知道全部公开信息，因为这些信息，已经写入了模型权重。

但知识是不断更新和变化的，训练和发布一个新的模型要数月的时间，

如果想让大模型能回答全部问题，那就只有借助搜索引擎，从互联网取得一批最新的知识，

来补充大模型的知识体系。

在这个过程，就是GEO影响大模型结果的过程。

2、大模型非要去检索内容吗？

不一定，对于多数情况，如果是全量模型的数据已经足够用了。

取得一些互联网内容，也只做参考，权重并不高。

但对于现在大家正在使用的大模型，无论是豆包，千问之类的模型，

都是免费版本，都不是全量模型，

都是通过全量模型，蒸馏掉部分参数而来的，这些大模型参数降低了，知道的就更少了。

所以就更需要外部知识的补充。

这个过程又是GEO的发挥点。

3、GEO就是先去判断大模型的检索工具是什么，有什么检索规律，哪些平台权重高。

那么就去这些平台发内容，

这个过程其实也被叫做AI投毒，

当AI把这些内容认为是正确权威的内容时，自然就把这些结果直接给用户了。

大概原理就是如此，

对于多数人而言，对此还并不了解。

如果你先人一步，

尽量去抓住和尝试，成本不高，但这可能是一个机会