花一万元植入DeepSeek，一场没有终点的流量游戏

主要观点总结

文章介绍了在AI产品如DeepSeek火爆的背景下，人类为了影响AI生成的答案，让自己的产品在答案中露出，获取流量而采取的各种策略，包括通过投放定制稿件、分析模型偏好等方式。同时，文章也讨论了平台对这类行为的应对策略，以及其中的道德问题和商业考量。

关键观点总结

关键观点1: AI搜索优化（GEO）的兴起

文章介绍了在AI产品如DeepSeek火爆后，企业和服务商为了获取流量，开始探索影响AI生成答案的技术，即GEO。GEO的核心目的是让企业在AI生成的答案中露出，最大程度获取流量。

关键观点2: 投放策略与模型偏好

为了影响AI生成的答案，服务商需要了解各个模型的偏好。文章提到，为了摸透各个模型的脾气，有服务商每天的重点工作之一就是坐在办公室里和模型聊天，探索各个搜索引擎的偏好。

关键观点3: GEO的效果与挑战

文章指出，虽然GEO短期内能带来一定的效果，但其效果难以维持，且很难证明投放后的效果。此外，GEO的效果比起传统的SEO更难维护，也很难管理用户的预期。

关键观点4: 平台对抗信息污染的策略

文章介绍了平台方对信息污染的对抗手段，包括调整权重、主动治理、数据清洗和信源筛选等。然而，由于GEO文章生成的内容看似逻辑自洽、信息丰富，带有目的性的观点难以被机器识别，平台治理难度指数级上升。

关键观点5: 行业前景与道德考量

文章讨论了行业前景以及从业者面临的道德考量。当大模型平台的商业化越来越重要时，如何平衡内容和商业利益是一个挑战。作者建议企业和从业者建立正当的商业模式，走正道才能在未来的信任游戏中生存。