最近，有個職業在招募市場上熱度飆升，GEO優化師。 2026年前三個月，在獵聘、智聯、BOSS直聘這樣的主流平台上，GEO優化師的職位需求量，年增了300%到400%。尤其是跨境電商、品牌出海、醫療領域，需求較大。
GEO，全稱叫“生成式引擎優化”，Generative Engine Optimization。簡單說就是，專門教AI怎麼說話。
01
理解了“結構洞”，就能理解GEO
具體怎麼做？他們在各大平台上發布軟廣、問答、測評，這些內容不是給人看的，是給AI看的。目的是讓AI在回答使用者問題的時候，「不知不覺」地推薦他們的產品。
例如，你問AI“最近想買個掃地機器人，有什麼推薦”，AI很認真地分析了一通，最後說“綜合來看，某某品牌性價比最高”。你覺得AI客觀中立，其實AI只是「學」到了大量關於這個品牌的好評，而這些好評，是有人專門「餵」給它的。
有人可能還記得，半個月前315晚會曝光過類似的事情。有的AI工具可以大量產生內容，自動發佈到知乎、小紅書、百度知道、微博。 315管這叫“AI投毒”，因為它誤導消費者，擾亂市場秩序。
但這裡要說明一下，315打擊的，是那種編造假訊息的違規操作。也就是明明沒有這個產品，或是產品根本沒有這個功能，但有人編造出來，大量發布，讓AI學到這些假資訊。這是欺詐，當然要打擊。
但那些基於真實內容、合法優化、合規的GEO，需求是在成長的。這個需求基於一個大趨勢，就是越來越多的人，開始用AI做決策。你問AI哪款手機好，問AI這家公司靠不靠譜，問AI這個症狀該吃什麼藥，AI都能給你提供一個答案作為「參考」。
這也就是為什麼GEO會成為熱門職業。因為AI佔據了一個特殊的位置，它站在資訊和使用者之間，資訊都要通過它才能到達使用者。其實，這種位置在商業世界裡一直都存在。中間商站在買家和賣家之間，獵人頭站在求職者和公司之間，搜尋引擎站在內容和使用者之間。現在，AI也站在了這個位置上。
社會學上，有個專門的概念來描述這個位置，叫做「結構洞」。
“結構洞”，是美國社會學家羅納德·伯特在1992年提出來的，一度非常流行。在一個社會網絡裡，假如A只認識C，B也只認識C，那麼A和B之間就沒法直接對話，他們必須透過C來轉機。
這個C所佔據的位置，就叫「結構洞」。你也可以把它理解成人類網路裡的「超級節點」。
為什麼佔據這個位置就能獲得權力？
過去，是因為資訊不對稱。 A不知道B的存在，B也不知道A的存在，只有C知道。而且，C不只知道兩邊的訊息，他還能決定傳遞什麼、不傳遞什麼、怎麼傳遞。他甚至可以在傳遞的過程中「加工」訊息，讓兩邊都聽到對自己有利的版本。
而現在，資訊高度發達，這個「結構洞」的權力就更來自於信任不對稱。儘管ABC互相都認識，但是信任程度不一樣，A只信任C，B也只信任C。那麼C就在信任層面，佔據了這個「結構洞」。
比如中間商。為什麼中間商能賺差價？因為買家和賣家都不信任。買家只信任中間商，賣家也只信任中間商。中間商不生產任何東西，但他連接了兩邊，他就是「結構洞」。你想繞過中間商？你得自己去找賣家，自己去驗貨，自己去承擔風險。大多數人不願意這麼麻煩，所以中間商永遠有飯吃。
再比如獵頭。為什麼獵人頭能收那麼高的佣金？因為求職者不知道哪些公司在招募人，公司也不知道哪些人想跳槽。獵頭是唯一同時連接兩邊的人，他就是「結構洞」。
再比如，搜尋引擎。在Google出現之前，你怎麼找資訊？你得知道具體的網址，或是一個網站去翻。 Google把所有網站都「連」起來了，你只要輸一個關鍵字，它就告訴你該去哪裡。 Google成了整個網路的「入口」。所有網站都想被Google找到，所有使用者都透過Google來找網站。 Google不生產內容，但它佔據了內容和使用者之間的位置。它就是那個「結構洞」。
這也直接催生了一類職業，SEO，也就是搜尋引擎優化。既然Google是入口，那我就想辦法讓Google喜歡我，讓Google把我排在前面。 SEO這個行業，鼎盛時期養活了數十萬從業者，催生了無數培訓課程和新創公司。本質上，他們都在做一件事，討好「結構洞」。
02
要學會跟新的「結構洞」對話
理解了這一點，我們再回到AI。
過去，你想知道一件事，你會搜尋。現在呢？很多人會直接問AI。過去，你相信Google給你的結果。現在，很多人也許更傾向ChatGPT、Kimi、豆包給你的答案。
說到這兒，有人可能會問，這跟我有什麼關係？
首先，是認知安全。
當你知道AI是一個“結構洞”，你就會意識到：AI給你的回答，不一定是客觀中立的。它可能被「投餵」過。這幾乎是所有「結構洞」的共同特徵。任何一個佔據連結位置的節點，都有可能被人為影響。就像中間商可能吃回扣，獵人頭可能有偏見，搜尋引擎可能收了廣告費，電商平台可能有競價排名。 AI也一樣。
所以，尤其是涉及消費決策、醫療建議、投資判斷這類問題，最好交叉驗證一下，別把AI的產出當成唯一的真相。一個簡單的方法是：問AI「你這個結論的依據是什麼？」讓它把來源列出來。有來源的，你去核實；沒來源的，打個問號。
其次，學習跟新的「結構洞」對話，至少理解它的偏好。
普林斯頓大學、印度理工學院的研究團隊，曾經發表過一篇關於GEO的論文。他們做了一個大規模實驗，測試了9種不同的最佳化策略，看看哪些方法能讓AI更願意引用你的內容。
結果很有意思。傳統SEO那套，在AI面前完全不管用了。例如關鍵字堆砌。過去你在網頁上反覆出現“掃地機器人”“智能掃地機器人”“掃地機器人哪個牌子好”，Google會覺得你很相關。但AI不吃這套。普林斯頓的實驗發現，關鍵字堆砌不僅無效，反而會讓你的內容被AI引用的機率下降9%。
效果最好的三種策略是：統計數據、引用來源、權威語氣。
首先，統計數據。 AI特別喜歡具體的數字。你說“我們的掃地機器人續航力很強”，不如說“續航時間120分鐘，可清掃150平方米”。普林斯頓的實驗顯示，用具體數字取代模糊描述，被AI引用的機率可以提升41%。
其次，引用來源。 AI非常重視資訊的可追溯性。你說“我們的產品獲得了認證”，不如說“我們的產品獲得了歐盟CE認證，證書編號XXX”。你說“研究表明這個成分有效”，不如說“根據世界衛生組織2023年的報告，這個成分的有效性獲得了驗證”。
最後，權威語氣。 AI偏好肯定、自信的結論。你說“這款產品可能比較適合大戶型”，不如說“這款產品適合150平方米以上的大戶型”。你說“也許能提升效率”，不如說“實測數據顯示，效率提升了30%”。
注意，這不只是GEO優化師需要懂的。如果你寫自媒體、拍影片、做內容，這些技巧也能用。
例如，你寫一篇關於理財的文章。過去你可能會說「定期存款收益不錯」。現在你可以說「根據中國人民銀行2026年3月的數據，三年期定期存款利率具體是多少，10萬元存三年能獲得多少元的利息」。你看，同樣的意思，但後者有具體數字、有權威來源、有確定的表達。 AI就更容易引用。
當然，這裡要強調一點：所有這些技巧，前提都是內容本身是真實的。假如是編造的，那就屬於315打擊的「AI投毒」了。
合規的GEO，做的是把真實的內容，整理成AI更容易理解和引用的形式。就像去參加面試，你會把履歷寫得更清晰、更有條理，這不是造假，而是讓面試官更容易看懂你的優勢。
回顧歷史，你會發現，每一次「結構洞」的遷移，都會催生一批新的職業。報紙時代有記者編輯，電視時代有廣告人，網路時代有SEO專家和電商運營，AI時代會有GEO優化師。職業的名字在變，但背後的邏輯沒變，誰能理解「結構洞」的運作方式，誰也許就能找到機會。
03
不管哪個時代，天下第一等好事還是讀書
今天說了很多，其實總結起來，不外乎是三句話。
第一，誰掌握了跟「結構洞」對話的能力，誰就具備了影響力。今天的「結構洞」可能是一個平台、一個演算法、一個AI。你不需要說服所有人，你只需要說服這個「結構洞」。
第二，「結構洞」本來是個30多年前提出的概念，但它在AI時代有了新的表現方式。從這個角度來看，也許我們過去累積的許多知識，都可以基於AI這個變量，往前再延伸一步。例如，經濟學的供需理論、心理學的認知偏差、傳播學的議程設置，這些知識在AI時代都可能會有新的應用場景。
第三，所以，過去我們學過的所有知識，都不會白費。不會因為AI出現了，你以前學的東西就沒用了。恰恰相反，它們可能會跟著AI產生奇妙的化學反應，幫助你更深刻地理解這個世界。
也許這就是為什麼說，不管哪個時代，天下第一等好事還是讀書。即使是那些看起來久遠的“舊知識”，說不定哪天就能幫我們看懂眼前的“新世界”。
華客|新聞與歷史：怎麼讓AI對你產生“好感”？