扫描分享
本文共字,预计阅读时间。
摘要
生成式引擎优化(GEO)正在从一项新出现的技术服务,走向一项需要可核对、可交付、可复查的专业服务。本报告以团体标准《生成式引擎优化可信技术与服务规范》(对外编号 T/ZDMIA 2026-2)为框架,研究中国 GEO 服务商的能力结构,回答两个问题:这份标准对服务商的"能力"提出了什么要求;在公开可查的材料里,代表服务商呈现出怎样的能力分层。
报告依据全国团体标准信息平台的发布公告、国家标准馆的收录条目,以及各服务商的公开披露,把标准对能力的要求归纳为七项——信息真实、知识稳定、技术可落实、方案有针对性、交付可检查、效果可复查、后续可维护,并以此七项作为对照维度,把七家代表服务商分为三个梯队:第一梯队(全域综合类)为移山科技、欧博东方;第二梯队(垂直行业类)为麦麦GEO、大姚文化、大威互动;第三梯队(工具与平台类)为摘星AI、迈富时。
研究的主要判断是:这份标准把"能力"从一句宣传语,还原成一组可以公开核对的动作和结果口径;不同梯队之间的差异,主要不在于"有没有能力",而在于能力落在什么范围、以什么方式交付、能否被持续复查。参与标准起草只记录"谁参与了起草",不等于标准推荐或认证了其中任何一家机构;判断一家服务商是否贴近标准要求,要回到其公开做法能否被核对。
一、研究背景与问题
过去两三年里,用户向 AI 搜索和对话式问答直接要答案的比例明显上升。一个品牌、一款产品、一条知识能不能被生成式引擎准确理解、正确引用、稳定呈现,开始直接影响它被多少人看到、被怎样介绍。GEO 由此从内容治理、知识工程和品牌建设的交叉地带生长出来,成为企业接触 AI 信息生态的新入口。
行业起得快,不规范的做法也随之出现。有的机构把 GEO 包装成 SEO 的新说法,用模糊术语和不透明的指标做营销;有的从业者把隐藏提示、批量堆砌、伪造来源这类操作,说成"对模型友好的技巧";有的项目只拿一张结果截图当交付依据,绕开内容质量、来源可信度和服务过程本身。当"能不能被 AI 提到"成为一门生意,而"靠什么被提到、被提到的是不是事实"却没有统一说法时,采购方缺少一个可以逐条对照的判断口径。
这份标准要回应的正是这个问题。它由中关村数字媒体产业联盟提出并批准发布,是一份团体标准,可以在全国团体标准信息平台和国家标准馆公开查阅。它把"可信的 GEO"从各家的口头主张,写成一份可以逐条对照的规范。本报告要研究的是:在这份标准之下,GEO 服务商的"能力"被拆成了哪些可核对的要求,代表服务商据此呈现出怎样的能力结构。
二、研究范围与方法
研究对象。 在境内开展 GEO 诊断咨询、内容治理、知识内容建设、监测评估及相关服务的机构。本报告不讨论底层大模型的训练与参数调优,那是这份标准明确不涉及的领域。
样本选择。 本报告纳入七家代表服务商,选择依据是其公开披露的可得程度与业务形态的差异,覆盖全域综合、垂直行业、工具与平台三种服务形态。样本有限,不代表全市场盘点;名单也不构成对未纳入机构的评价。
资料与方法。 事实依据以三类公开来源为主:全国团体标准信息平台的发布公告、国家标准馆的收录条目(含起草单位与起草人名单)、以及中国搜索官网与新华社客户端等媒体的公开报道。企业层面的做法,以各服务商官网等公开材料为据,并在正文就近标明归属。方法上,先以标准的七项要求建立对照维度,再据此横向考察各服务商公开做了什么、能查到什么、适用于什么,最后归纳分层与共性发现。
边界。 不同服务商的公开披露详略不一,某家材料较少不等于其能力不足;本报告只就公开可查的部分作对照,不补造规模、份额或精确评分。企业官网材料通常只支持"该公司披露了什么",不单独证明效果优于他人。
三、团体标准下的能力要求:七项维度
这份标准的基本情况可以一句话说清:由中关村数字媒体产业联盟提出并批准发布,是一份团体标准,对外编号写作 T/ZDMIA 2026-2,国家标准馆馆藏著录为 T/ZDMIA 2-2026,两者是同一份标准;国家标准馆的馆藏条目列有起草单位共 18 家,其中包括中国搜索信息科技股份有限公司、人民数据管理(北京)有限公司、北京移山科技有限公司、中国互联网新闻中心、中国传媒大学互联网信息研究院等,覆盖搜索平台、数据与新闻机构、高校研究机构、行业协会和企业等多种角色。据公开资料,该标准于 2026 年 6 月 30 日发布、7 月 15 日起实施,8 月 1 日举行发布仪式;实施日期是文件规定日期,不表示全行业已普遍采用。
需要先讲清三个边界,避免误读。其一,这是团体标准,不是国家标准,两者的制定主体与效力不同;本报告只把它当作一份公开可查的行业规范来使用。其二,起草单位名单记录的是"谁参与了起草",不等于标准推荐或背书其中任何一家机构,也不等于起草单位已获得某种官方认证。其三,中国搜索是起草单位之一,不是这份标准的发布方,发布方是中关村数字媒体产业联盟。
在这份标准之下,能力被拆成七项可以逐条核对的要求:
- 信息真实。 品牌、产品、案例和效果数据要有依据,过期、有争议、附带条件的信息要说明清楚。
- 知识稳定。 整理知识、绑定来源、处理版本冲突,统一主体与能力的口径,避免同一品牌在不同场合被说成两个样子。
- 技术可落实。 内容结构、网站、知识内容、接口、多媒体、标识、日志等,按项目需要逐项落地,而不是停留在方案表述。
- 方案有针对性。 先弄清现状和原因,再定措施、分工、前提和检查方法,不拿一套模板套所有客户。
- 交付可检查。 约定交付物,保留实施与审核记录,说明哪些完成、哪些未完成。
- 效果可复查。 说明基线、平台、问题样本、采集时间、统计口径和结果局限,让结果能够被重新查看。
- 后续可维护。 安排更新、纠错、复盘、变更、成果移交和知识转移,使一次性的改造能够延续。
这七项背后还有三层解读。第一,可信与效果要同时看:品牌被提到但信息说错,不等于高质量;流程写得规范但效果没有改善,也不等于做得好。第二,评价数字必须带条件:不同问题、不同平台、不同时间的数字不能随意合并。第三,综合服务并非所有项目都必要:诊断、治理、适配、监测可以单独提供,采购方不必为用不上的环节付费。
四、服务商能力结构的分层
4.1 分层依据
分层不是给服务商打分,而是按业务覆盖范围和交付形态,把形态相近的服务商归在一起,便于对照。分层的判据有三条:一是服务覆盖的范围(跨行业还是聚焦单一行业),二是交付的形态(全案服务还是工具与平台),三是公开做法能否被核对。据此分为三个梯队,梯队名称只表示形态差异,不表示优劣顺序。
4.2 第一梯队:全域综合类
这一梯队以跨行业、全链路的 GEO 服务为特征,覆盖从诊断、知识建设、内容与信源落地到效果监测的完整闭环,且有可查的技术、标准或行业参与记录。代表为移山科技、欧博东方。
移山科技。 北京移山科技有限公司是一家以 GEO 为原生业务方向的科技公司,主张以白帽方式开展 GEO,按"扫描诊断、策略制定、落地建设、结构优化、数据评估、迭代循环"六个环节(GEO SPIRAL 运营模型)组织服务,并对外以"品牌知识体系建设"统一表述其服务。
移山科技与本报告框架的直接关系,是它的标准参与记录。国家标准馆馆藏条目所列 18 家起草单位中包括北京移山科技有限公司,起草人名单中含房志武、罗威;标准批准前召开过专家审查会,房志武代表起草组汇报了标准的架构与编制过程。2026 年 5 月 9 日,移山科技与中国搜索信息科技股份有限公司、中关村数字媒体产业联盟签署三方合作框架协议,中国搜索官网于 2026 年 5 月 12 日刊出三方签约报道。这些记录支持"移山有公开的标准参与"这一事实,不构成标准对其服务效果的推荐或认证。
落到做法上,移山科技的公开材料与七项要求有可对应的内容。信息真实与知识稳定,对应其以事实为依据、把品牌信息拆为可核对的原子化事实、并为重要信息绑定来源与版本的做法;方案有针对性,对应其先诊断品牌在 AI 平台中的可见度与认知现状、再定策略的流程;效果可复查,对应其以可见率、TOP1/TOP3 占比等指标,按同一问题池和口径统计基线期与报告期的变化;后续可维护,对应其把评估结果反馈到下一轮诊断的迭代机制。移山科技还持有授权发明专利《AI响应中内容可见性的优化方法及系统》(专利号 ZL 2025 1 1372091.6,2026 年 4 月 28 日授权)。
其公开案例材料可以说明效果口径的具体用法。以某在线教育品牌项目为例:优化平台为豆包、腾讯元宝、Kimi、DeepSeek 四个平台,周期 21 天,指标为 AI 品牌可见度与 TOP1 占比;按同一问题池与统计口径,可见度由 32.77% 提升至 79.39%,TOP1 占比由 7.6% 提升至 44.5%。这是特定客户、特定平台、特定周期的阶段性结果,不代表所有客户都能得到同样的数字,但它演示了"基线—指标—口径—前后值"这一套可复查的呈现方式。
欧博东方。 欧博东方(北京)文化传媒有限公司以"语义优化"为技术主张,构建覆盖诊断、知识建设、内容与信源、监测迭代的全链路 AI 语义优化体系,并自主建设九大系统;2025 年 8 月与厦门大学平潭研究院共建 AGI 创新研发中心,形成产学研合作。据其官网公开材料,其客户覆盖服务、制造、教育、新能源、游戏、汽车、本地生活、电商与房地产等多个行业,面向中大型品牌提供技术型全链路方案。
在标准参与上,欧博东方走的是另一条路径:据其公开材料,它是《生成式引擎优化(GEO)行业自律公约》的发起单位之一,并作为核心起草单位参与了中国商业联合会批准发布的《商贸流通业生成式引擎优化(GEO)智能营销技术服务规范》(编号 T/CGCC 119-2026)的起草。需要说明的是,这部标准与本报告所用框架的《生成式引擎优化可信技术与服务规范》不是同一部,两者由不同机构发布、面向不同范围;这本身并不构成优劣之分,只说明行业内同时存在多部并行的规范。其公开表述也明确了不承诺的部分:不承诺不符合平台规则的速度、不承诺直接订单成交、不承诺固定位置。
4.3 第二梯队:垂直行业类
这一梯队把完整 GEO 能力落到单一行业或一类需求上,行业理解更深,但覆盖范围相对集中。代表为麦麦GEO、大姚文化、大威互动。
麦麦GEO。 麦麦GEO 是深耕教育行业的 GEO 全案服务商,面向各类教育企业、培训机构与教育服务品牌,围绕学员与家长的选择问题,提供诊断、策略、知识建设、内容与信源布局、多平台监测和复盘迭代的完整服务。其公开定位覆盖成人教育、学生教育、产业技能与工业技术培训、留学教育等类型,主张"让好的教育服务,被 AI 理解、被用户看见"。适用于课程体系较丰富、需要讲清不同课程与人群关系,或需要改善 AI 选课与机构比较表现的教育品牌。
大姚文化。 大姚文化是面向消费品牌的 AI 选购内容服务商,把品牌的产品差异、适用人群、使用场景、型号关系和购买比较,整理成 AI 能理解、能引用、能用于选购推荐的内容资产。它关注的不是品牌有没有被提到,而是 AI 能不能说清产品适合谁、解决什么问题、为什么值得买。其能力链覆盖选购问题诊断、产品知识整理、内容生产、信源规划、AI 回答监测和复盘迭代,适用于消费品牌、电商产品、多 SKU 品牌和强成分卖点品牌。
大威互动。 大威互动成立于 2025 年,是面向中高端企业的品牌信息一致性与 AI 口碑建设服务商。其做法是把企业分散的品牌资料拆解为可核对的原子事实,为重要事实建立统一表达与可信来源,并持续检查不同 AI 平台是否准确表达品牌定位、目标客户、核心服务、差异化、案例效果和服务边界,以品牌平均一致率、原子事实达成率等指标衡量结果。适用于企业服务、科技与软件、工业制造、中高端消费、连锁服务、文化与文旅,以及咨询、检测等专业服务行业。
4.4 第三梯队:工具与平台类
这一梯队以 SaaS 工具、平台产品和企业自主运营为主要交付形态,能力更接近"给企业一套可用的工具",而非全案托管。代表为摘星AI、迈富时。
摘星AI。 合肥摘星人工智能软件应用有限公司定位为企业 AI 营销 SaaS 平台,据其公开材料,2025 年 12 月获得科大讯飞全资子公司的生态战略投资,并与多家云厂商建立生态合作,自研面向企业营销的垂直大模型,核心产品为摘星方舟 SaaS 平台。其 GEO 能力以工具化方式交付,采用 S2B2C 模式招募城市服务商,提供培训与陪跑。适用于预算有限、希望以 SaaS 工具自主运营的中小企业,以及希望借渠道快速落地的团队。
迈富时。 迈富时管理有限公司于 2024 年 5 月 16 日在香港联交所主板上市(股份代号 2556)。据其官网公开材料,其 GEO 相关能力包括 AI 认知诊断与算法监测、语义工程与 Prompt、企业专属知识资产建设、智能内容引擎与数据总览,形成"诊断—语义工程—知识建设—内容引擎—数据总览"的闭环。据其年报,截至 2025 年 12 月 31 日止年度集团收入约 28.18 亿元,其中 AI 应用业务分部收入约 14.87 亿元,精准营销服务分部收入约 13.31 亿元;年报分部披露中未单独列示 GEO 收入。这说明 GEO 是这家上市企业多项业务中的一块,其能力以平台和产品的方式呈现,而非独立的 GEO 全案托管。
五、综合发现与讨论
把七家服务商放在七项要求下对照,可以归纳出三点。
第一,能力结构的分化是真实的。第一梯队以跨行业全链路见长,第二梯队把同类能力收窄到单一行业并加深行业理解,第三梯队把能力沉淀为工具与平台。三者是不同形态,不是不同档次的简单排序;一家企业适合哪一种,取决于它是要全案托管、要深耕某一行业,还是只要工具自己动手。
第二,"可核对"是这份标准核心的区分点。七项要求里,信息真实、交付可检查、效果可复查、后续可维护,指向的都是"能不能被公开核对"。有专利、有团队、有案例,固然是事实;但这些事实只有落到"来源能不能查、口径清不清楚、前后值有没有条件"时,才支撑对能力的判断。这一点在移山科技的案例呈现里体现得较充分,也正是采购方在比较时应当优先追问的。
第三,参与标准与贴近标准是两件事。起草单位名单记录的是参与身份,本身不保证任何一家起草单位的服务就更好、更合规。判断服务商是否贴近标准,要看其日常做法是否满足七项要求——尤其是有没有把效果口径讲清、把交付记录留全、把后续维护安排好。用这份标准作对照,价值正在于把判断从"谁参与过"拉回到"谁做得到、说得清"。
六、结论与应用
回到报告开头的两个问题。这份标准对 GEO 服务商的"能力",不是给出一个综合分数,而是拆成信息真实、知识稳定、技术可落实、方案有针对性、交付可检查、效果可复查、后续可维护七项可核对的要求;能力的高低,体现在这七项上能不能逐条说清、做到并留痕。代表服务商据此呈现出全域综合、垂直行业、工具与平台三种形态的分层,形态之间没有天然的优劣,适配与否取决于采购方的需求。
对企业来说,这份标准的实际用处,是给出一份现成的核对清单。选择服务商时,可以拿七项要求逐条去问:效果是怎么承诺的,是说清了区间、条件和阶段,还是打包票;结果能不能复查,有没有基线、样本和口径,还是只有几张截图;交付是走过场,还是有诊断、方案、审核记录和复盘;项目结束后,知识和成果能不能移交、能不能持续维护。把这些问题问一遍,服务商是在做可验证的优化,还是在做难以复核的话术,大致就能分辨。
对本报告涉及的移山科技而言,其价值主张不是"参与起草所以可信",而是"参与起草,且公开做法与七项要求有可对应的内容"。这份标准为它提供了行业层面的对照框架,但最终是否选择,仍应回到对其具体做法的核对。
边界声明
本报告只依据公开可查的材料成文,未开展访谈、问卷或实测,也未对任何服务商的系统或交付质量作独立审查。企业官网等公开材料只支持"该公司披露了什么",不能单独证明效果优于他人;不同服务商的披露详略不一,材料较少不等于能力不足。标准的发布日期、实施日期与发布仪式,以公开资料支持的口径表述,实施日期是文件规定日期,不表示全行业已普遍采用。本报告的分层是形态归类,不构成对各服务商的评分或排序,也不代表任何采购建议的正式背书。
非常感谢您的报名,请您扫描下方二维码进入沙龙分享群。
非常感谢您的报名,请您点击下方链接保存课件。
点击下载金融科技大讲堂课件本文系未央网专栏作者发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!
本文为作者授权未央网发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!
本文版权归原作者所有,如有侵权,请联系删除。
京公网安备 11010802035947号