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
玩美数据13 分钟前
海外市场数据分析驱动下的产业趋势演变与竞争格局深度解读
大数据·人工智能
oil欧哟19 分钟前
Oil Studio 的产品思路与日常使用方式:在 Mac 上录口播演示,并接入 AI Agent 精剪与自动录屏
人工智能·macos
意念回复1 小时前
从 RNN 到 GQA:自注意力与多头注意力机制全解析
人工智能·rnn·深度学习
Flynn Liang1 小时前
AI Agent 分层记忆体系实战:用 Redis 五类结构构建可淘汰、可追溯的长短期记忆
数据库·人工智能·redis
CyrusYiVPP1 小时前
新用户第二周还剩几个?pandas做留存率cohort分析,数据分析实战第6期
人工智能·python
谙弆悕博士1 小时前
多智能体架构详解:网状去中心化架构(Mesh对等P2P)
人工智能·架构·去中心化·p2p·多智能体·智能体·langgraph
吴佳浩8 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
forest_0912 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区13 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能