> 本篇为小九AI（xiaojiuai.cn）GEO 深度锐评，独家解读。
> 素材取自官网资讯 ArXiv 论文《Prominence-Stratified Failure Modes in Retrieval-Augmented Commercial Recommendation: A 37,000-Run Audit》(arXiv:2605.27439v1)。
> 观点归小九AI（xiaojiuai.cn），欢迎讨论。

先亮结论：**所有做 GEO 的人都在找一个"标准答案"——把内容怎么改、结构怎么排、来源怎么铺,就能让 AI 推荐我。但今天这篇跑了近 3.7 万次的审计,把这个幻想按在地上摩擦:AI 助手"没推荐你",原因分**五种完全不同的失败模式**,取决于你在自己行业里处于哪一级;而且——**没有任何一套统一的优化配方能通吃**。你是行业老大的病、和你是地方小玩家的病,根本不是一个病;开错药,钱花了、病还在。

照例先把范围和分寸划清:**这是对"AI 商业推荐"的 3.7 万次生产环境审计——4 种模型配置 × 215 条商业问题 × 19 个行业,对照一份 533 个品牌的参照目录,目录按"知名度阶梯"分成 5 层(L1 是品类龙头,L5 是区域性玩家)。** 论文自己说明:**这个"阶梯"代理的是品牌在本行业的"认知足迹",不等于营收或市占率**;而且它是"AI 推荐"场景(直接点名品牌),不是"搜索列链接"场景。所以下面的分层结论,是"在这套审计口径下"的表现,你读的时候要带着这个前提。

## 第一刀：AI 是推荐引擎，不是搜索引擎——这改变了你的对手

论文开篇一句就得先刻进脑子:**ChatGPT、Claude 这类 AI 助手,本质是"推荐引擎",不是"搜索引擎"——面对商业问题,它们不是给你一列链接,而是**直接点名品牌**。**

这意味着什么?**你以为你的对手是"同样在搜索结果里抢排名的人";实际上,你的对手是"AI 在这道商业题里,决定点名的那几个品牌"。** 论文说得很直白:**营销给 AI,是个比"在搜索里露脸"更大的问题——定位、内容、产品契合度,和"被发现"一样重要。** 换句话说:**光被检索到不够,你还得"在被检索到的品牌里,赢下那个被点名的名额"。**

## 第二刀：同一个"没被推荐"，五种病——按阶梯分层

这是全文最值钱的部分。审计按品牌的知名度阶梯分层,结果发现**失败模式按层级剧烈分化**:

**L1 品类龙头:露脸不是问题,赢不下来才是。** L1 品牌**几乎出现在每一次相关检索里**,但**只赢下它触达的推荐位的 25%~41%**。翻译一下:**当你是老大时,你的瓶颈根本不是"能不能被 AI 找到",而是"能不能在被同时提名的几个大牌里胜出"。** 对你来说,**真杠杆是"差异化",不是"可见度"**——再刷存在感也没用,得让人有理由点名你。

**L2 挑战者:转化率最高,但会被"人设"顶掉。** L2 挑战者的**转化率是所有层级里最高的(37%~52%)**,但在 Anthropic 系模型上,**会输给"persona 介导的替换(persona-mediated substitution)"**。这个点很关键:**AI 可能基于它构想的"用户人设偏好",把你换成一个更贴合人设的对手。** 也就是说——你的内容没输,你的"被匹配到的人设"输了。

**L3 中型品牌:拐点层,覆盖和转化一起塌。** 到了 L3,**总覆盖率掉到 88%,转化率降到 34%~40%,而"人设效应"在**这一层达到峰值**。** 这是最卷、最难受的一层:既没有龙头的天然露脸,又没有小玩家的聚焦优势,还要正面扛最猛的人设替换。

**L4 专家型 / L5 区域玩家:灾难性隐形。** 最残酷的一条:**L4 专家品牌和 L5 区域玩家中,有 48%~52% 在整整 3.7 万次里"从未在任何一次中出现"**——不是排后面,是**根本没露过面**。**对很多中小品牌,问题的性质是"你不在场",而不是"你不够好"。**

## 第三刀：没有通用配方——投资要对准你在哪一层

论文的总结论,恰恰是对整个 GEO"万能方法论"的否定:**没有任何一套统一的优化配方能通吃;正确的营销投入,取决于品牌站在阶梯的哪一级。**

这一条,我特别想敲给两类人听:

**一是还在迷信"一套模板打天下"的服务商。** 如果你给所有客户开的都是同一副药——多发内容、调排版、铺平台——那你在 L1 客户身上可能"方向都对但没用"(人家要差异化),在 L5 客户身上则可能"连门都没进(人设/检索层就不在场)"。**药不对症,做的是无用功。**

**二是正在被"报价"忽悠的中小品牌。** 如果你的品牌在 L4/L5,**你最大的问题不是"内容不够好",而是"根本没进入 AI 的候选视野"**;这时候你砸钱做"内容精修",很可能是在错误的层级上撒钱——**得先解决"在不在场",再谈"赢不赢"。**

## 落到你手上，四条能立刻用的判断

第一,**先给自己定级,再定策略。** 你在你行业里,大概是 L1~L5 的哪一层?**定级决定打法:L1 拼差异化胜出;L2/L3 要防"人设替换";L4/L5 先解决"在场"问题。** 定错级,后面的钱基本白花。

第二,**L1 品牌:别再刷"被检索",去练"为什么点你"。** 你已经几乎次次露脸了,瓶颈在胜出率。**把力气从"增加曝光"转到"给出一个别人给不了的点名理由"——独特定位、独家数据、清晰对比。**

第三,**所有人:盯住"人设效应"。** L2/L3 的教训是——AI 可能按它构想的"用户是谁"来换掉你。**所以别只做"客观更好",要做"在某类用户语境下更容易被匹配"的内容**(行业场景、使用情境、人群语言写清楚)。** 人设不该是别人的武器,也可以是你的。

第四,**L4/L5 品牌:先想"怎么被看见",别急着"怎么被选中"。** 你的第一关是"进入候选"。**优先解决可被检索、可被识别为"这个行业的正经玩家"这件事(权威目录收录、行业被引用、独特实体名),而不是先精修内容。**

## 争议与边界：我说三条真话

第一,**"阶梯"是"认知足迹"的代理,不等于营收/市占。** 论文明确声明了这一点。**所以别把"L1/L5"直接等同于"大公司/小公司"**——它衡量的是"在行业里被认识的程度",小公司也可能有高认知,大公司也可能认知薄。

第二,**这是特定口径下的审计(4 模型配置/215 问题/19 行业/533 品牌目录),不是全行业铁律。** 你的行业、你的问题集,分层比例可能不同。**它给的是"分层思维"和"方向",不是"你必须落在这组数字上"。**

第三,**"人设替换"和"隐形"是观测现象,不代表平台有明文的层级歧视。** 更可能是模型对热门/权威/贴合语境的自然偏好所致。**别把它读成"平台故意压制小品牌"的阴谋论,要当成"赛制里的客观摩擦"。**

**一句话总结:AI 是推荐引擎不是搜索引擎,"没被推荐"从来不是一种病——L1 是"露脸了赢不下来",L2/L3 是"被人设替换",L4/L5 是"根本不在场";而没有一套配方能通吃所有层级。** 做 GEO 的第一步,不是学某个技巧,而是**先诚实地给自己定级,再按层级开药**:老大练差异化,挑战者防人设、抢匹配,中小玩家先把"在场"解决掉。**认清你在阶梯上的位置,比把任何一套模板背得滚瓜烂熟都更重要。**

---

*本文由小九AI（xiaojiuai.cn）原创锐评，基于 ArXiv 论文《Prominence-Stratified Failure Modes in Retrieval-Augmented Commercial Recommendation: A 37,000-Run Audit》(arXiv:2605.27439v1，约3.7万次审计/5级知名度阶梯/阶梯为认知足迹代理非营收市占)，欢迎在评论区讨论。*