央视 315 曝光的GEO——给 AI投毒是怎么一回事?

先搞清楚"GEO投毒"是个什么东西?

很多人看完新闻觉得,这不就是AI时代的"刷好评"吗?

不一样。本质上差了一个量级。

传统的刷好评、SEO刷排名,用户至少还能看到多个结果,还有比较和筛选的余地。你在某宝上搜一个东西,就算第一个是刷上去的,你往下翻翻,看看差评,大概率能自己判断。

百度的搜索广告最起码明晃晃的告诉你:我是广告哦~ 我花了钱的哦~

就像是餐厅门口有一坨狗屎,你绕着走就行,不碍什么事。

而 GEO更像是餐厅给你上的饭里面,掺了一点点shit

感觉不对劲,但没有证据,因为GEO操纵的是AI给你的唯一答案

你问豆包"国产舒缓面膜哪个好",它直接给你列了个一二三四。你大概率不会再去交叉验证,因为你找AI问就是图省事。用户对AI输出的信任程度,远高于对搜索引擎结果页的信任程度------这是核心问题所在。

GEO服务商的操作,央视已经扒得很清楚了,我总结一下,大体分这么几步:

第一步:造语料。 围绕客户想要的关键词(比如"补水面膜推荐""儿童鱼油哪个牌子好"),批量生产大量看起来像那么回事的"测评文""深度榜单""专家指南"。内容质量不用高,关键是量大、关键词密度够、格式规范。

第二步:铺渠道。 把这些内容发到各种高权重平台------自媒体、行业论坛、付费新闻源。核心目的就一个:让AI在抓取互联网信息时能大量"吃"到这些东西。

第三步:喂模型。 把发布链接直接丢给AI对话窗口,反复提问、引导抓取,强行把品牌信息塞进模型的推理上下文。仅需数百条精心设计的"污染"数据,就足以让拥有上亿参数的大模型产生认知偏差。

数百条,成本竟然这么低。

更绝的是:这些操作会系统性地伪造权威背书------虚构专家身份、编造检测报告、仿冒白皮书、假冒机构推荐。不是那种一眼假的东西,格式规范、语句严谨、标题带着"权威指南"字样的内容,普通人根本看不出来。

那怎么办?

我最近在用一个叫 AIChatProxy 的浏览器插件,官网是 aichatproxy.com。它解决的就是这个问题------让AI没法只给你一个答案。

逻辑特别简单:你输入一个问题,它同时扔给豆包、DeepSeek、ChatGPT、通义千问、腾讯元宝等多个AI,然后把所有结果并排摆你面前。

说白了就是个本地代理插件,帮你省去手动切换网页的功夫。你登录好自己的各AI账号,它负责并行分发和聚合展示

为什么它能防GEO?

因为GEO的本质是操纵单一信息源

当你的问题同时被5个不同背景的模型回答,除非黑产能买通所有厂商(目前不太可能),否则答案的"共识"就是最好的过滤器。

举个例子,上周我调试一个Webpack的缓存问题。问单一AI,它让我清缓存、重装依赖,折腾一小时没搞定。用AIChatProxy同时问了一圈,DeepSeek给的还是通用答案,但ChatGPT和豆包都提示可能是loader版本冲突。顺着这个思路,三分钟定位问题。

要是只信第一个,那天晚上就废了。

这项目在Gitee上开源:gitee.com/juejinwuyan...

相关推荐
之歆10 分钟前
打造你的 AI 浏览器助手:从零到一的完整实践
人工智能
小陈工13 分钟前
Python Web开发入门(十一):RESTful API设计原则与最佳实践——让你的API既优雅又好用
开发语言·前端·人工智能·后端·python·安全·restful
humors22118 分钟前
AI工具合集,不定期更新
人工智能·windows·ai·工具·powershell·deepseek
做个文艺程序员21 分钟前
2026 年开源大模型选型指南:Qwen3.5 / DeepSeek V3.2 / Llama 4 横向对比
人工智能·开源·llama
LabVIEW开发24 分钟前
LabVIEW控制阀性能测试评估系统
人工智能·labview·labview知识·labview功能·labview程序
测试_AI_一辰26 分钟前
AI 如何参与 Playwright 自动化维护:一次自动修复闭环实践
人工智能·算法·ai·自动化·ai编程
chenglin01626 分钟前
AI服务的可观测性与运维
运维·人工智能
小超同学你好27 分钟前
面向 LLM 的程序设计 4:API 版本化与演进——在「模型会记忆旧文档」前提下的兼容策略
人工智能·语言模型
guslegend27 分钟前
系统整体设计方案
人工智能·大模型·知识图谱
deephub39 分钟前
ADK 多智能体编排:SequentialAgent、ParallelAgent 与 LoopAgent 解析
人工智能·python·大语言模型·agent