PureblueAI 鲁扬：把 prompt 当货架空间，把 GEO 当量化交易

00:05SEO跟GEO它完全是两个不同的物种，其中最核心的一个区别点在哪儿哈？就是SEO我们面对的是搜索引擎，搜索引擎它是有规则的，但是今天的大模型它是没有规则的，这是最大的一个区别。我们觉得面对大模型的时候，你是很难靠人工经验去追逐一个模型的。

00:30所以我们最后的一个思路就是，我们只能够用一个模型去学习一个模型，用一套算法去解读一套算法，而不是靠人工经验去追逐算法。但是在我们看来啊，GEO真正要去研究的不是文章的写法，而是AI可解释性。

01:28的，大家好啊。嗯，感谢Mars啊。非常呃高兴能够来到AI炼金术啊，呃我叫鲁扬，呃。我自己呢是一个营销人哈。呃刚才Mars有介绍，我之前是在字节跳动，负责整个火山引擎和豆包大模型的这个市场的业务。

01:44然后在字节之前呢，也都是在一些科技公司哈，从事这个市场营销的业务，也是工作了二十多年了。然后我们二四年下半年的时候呢，开始出来创业。呃我们当时其实做的是AI的worker，啊，就是面向营销场景的AI worker，AI员工。

02:02当时其实GEO是我们的其中的一部分这个能力啊，但是现在我们是呃基本上是all in在这个GEO的这样一个场景上。啊我们自己也是国内第一批吧，做GEO的服务商。GEO也是一个很新的赛道，所以特别高兴啊有这么一个机会跟大家一起做这么一样的一个交流。

02:19那

02:23GEO呢？它的英文哈叫做Generative Engine Optimization，啊就是生成引擎优化。那我们知道现在的AI是生成式AI，所以呢可以简单就是理解为AI平台的品牌优化。AI平台品牌优化做什么呢？刚才Mars举的这个例子也是比较贴切啊，如果我们在豆包啊、千问啊、DeepSeek这些AI平台上，

02:44这些chatbot上我们进行一些问询，最懂AI的人是谁哈，或者呢更常见的这种场景可能是我们想买一个东西啊，或者想要做一个选像选品啊之类的，啊我们问什么什么的推荐，什么什么哪家好，啊我想买一个手机或者我想买个电脑哈，应该选哪个品牌等等。

03:03在这样子的一些查询下，那这个AI能否把某一个品牌给推荐出来，或者能否把某一个品牌推荐出来的这个位置尽可能靠前，以及AI对于咱们一个品牌的描述它是否准确是否客观，啊那这些都可以通过这个GEO的技术进行优化。我现在

03:25嗯嗯。

04:00是这样子的，就是它其实涉及到整个，就是大模型今天的它的一个认知的一个逻辑和规则啊。帮

04:20那说明这豆包对咱们这个认知度还是可以的哈，但如果说是我们我们上GEO的话呢，我们可以把这个AI炼金术排到第一。不然

04:28对。现在是第4。嗯，好。所以这里头就涉及到一个AI大模型它的一个呃认知的一个规则哈，它背后的逻辑就是到底为什么一个品牌能够被AI所推荐出来。它其实是经历了几个，它首先是有两部分的认知哈，这个大模型，一个呢是它的先验认知，一个是后验认知。

04:46先验认知简单来说，当我们在这个chatbot上面进行一个提问啊，什么什么哪家好，大模型首先它会呃调取的一个这个数据来源就是它自己的预训练的数据哈，然后同时呢它还会去开启联网搜索，在联网搜索情况下它会去检索所有互联网上面的内容，然后呢它经过自己的对于这些内容的搜索返还然后再进行分析，再进行排序，最后呢他会选择性的挑选其中跟这个用户这一句话这个意图相关的非常少量的内容，

05:20啊，他可能就是几篇内容，他做引用。所以这个时候被引用到的这个内容，它里面的这个观点就被AI所采纳了，它里面所推荐的这个商品啊，这个品牌就被推荐出来了。所以它背后是这样的一个过程。所以我们说怎么去为这个企业做这个GEO呢？

05:38那最直接的一个方法就是在当前哈，就是去优化这个呃品牌它的内容的产出，并且呢做内容的一些发布，这个内容有可能是一些文字的一些稿件，有可能是视频。现在我们其实看到，是有些像豆包啊等等对于视频类内容，它的采信这个权重也是相当高了。

05:57那最后总之就是让这个品牌它的产出的这个内容，让它更加的AI友好，让它在用户的某一类问句下，哎这个AI平台它能够去采信我们的这个内容，这个品牌就会被推荐出来。所

06:41到的过程。是的，对的，描述非常准确哈，就是大的就是这几个步骤。那这

06:49哦，是这样啊，就是说到GEO呢，SEO这个概念基本上是绕不过去的，就所有人都会谈论哈。但其实我们的观点是这样，有些人会觉得这个GEO它是不是就是SEO在AI时代的一个变种，或者它是一个拓展等等。但我们的这个观点是，SEO跟GEO它完全是两个不同的物种。

07:08其中最核心的一个呃一个区别点在哪哈，就是SEO我们面对的是搜索引擎，搜索引擎它是有规则的。但是今天的大模型它是没有规则的。这是最大的一个区别。我在百度啊，海外就是Google上面我进行搜索一个关键词，哎。这个百度它能不能把我们家的这个官网尽可能靠前的在百度上进行呈现啊，最完美的就是在百度的第1屏就可以呈现。

07:37但它背后这个原理是什么？它背后其实就是呃百度和Google的网页权重的这套规则。你们家的这个官网啊，它在百度上这个权重是多少，在百度统计上都是可以进行查询的。那百度如何去判断一个官网针对某一个关键词的这个权重？基本上现在啊，就是在国内做过数字营销这个行业的人，基本上他都已经，大家都是门儿清的哈。

08:02对。所以怎么做SEO在网上都是有公开教程的。呃，这种情况下，呃，我们就可以就是可以手工操作了哈。我们就可以按一个人，然后呢，按照这个公开的这个标准化的教程，一二三四五六七，啊，我们进行优化就可以了。它可以按图索骥。

08:18但是我们今天看到最主要的GEO的一个差别在于，它面对大模型，大模型它没有规则。就比如说我们问豆包问DeepSeek啊，我问它，什么什么东西哪家好？比如说我问他矿泉水哪家好，到底推个A还是推一个B，他都有可能。他有可能我搜是个A对吧，然后换那个任鑫你来搜的话，他可能就推个B了。

08:41有可能同样是我，我今天是A，但我过两天我再去搜，他又变成C了。那他背后到底是什么原因呢？他推A呢，他不告诉我们这个原因，我们也拿不到他的这个一个规则。其实就是因为今天的大语言模型，它就不是建立在一个外界可感知的一个明文的规则或者一套公式打分基础之上。

09:02我们知道它背后都是神经网络，都是推理出来的。这个是我们看到SEO跟GEO最大的区别。就是一个是有规则可循的，一个呢它是一个黑盒。

09:17的。但是那么多年，它规则是好识别的，而且好好去tracking的。所以怎么做SEO现在已经有完整的这个经验方法论，说的怎么去优化它，TK title description keyword，怎么做内链，怎么做外链哈，就这些方法这些维度已经是非常明确的了。

09:35然后也有很多的这种经验。而且呢，我们看到像百度它自己的算法迭代，它是周期是很长的。百度在过去这二十年里头，大的算法迭代就是那么几次。所以这些都导致了它是有规则可循。然后有规则可循的情况下，我们就会看到啊，做SEO和SEO它有一个非常非常明显的技术流派。

09:57就开始这个有有分叉了哈。这个区分点就是到底能不能够手工操作啊。我们今天的一个观点是，其实真正做SEO哈，你是非常难，尤其是越来越难去靠人工操作啊，这是我们的一个，其实是我们的一个经验教训。以前SEO在过去那么多年都是靠手工做的，但是手工操作在SEO就很

10:35非常类似。我们现在事实上，我们把SEO的整个的发展哈分成了三个阶段。这三个阶段其实就是我们自己就是这么三个阶段这么趟过来的哈。最早的时候，我们是国内第一批做SEO的公司啊，当时是24年的这个9月份的时候，当时都没有SEO这个词啊，

10:54我们当时管自己叫AI平台上的SEO。当时面对像投资人等等，这个解释成本是非常非常高的哈。因为当时DeepSeek还没有火嘛，我们主要是做呃豆包和Kimi的优化啊，所以很多人问，你们做豆包和Kimi上面的品牌优化是什么生意哈，

11:12这个解释成本很高。然后到25年，25年的3月份的时候，这个SEO就开始被唤醒了啊，因为当时DeepSeek哈，是因为6月份的时候。随着海外像Profound啊这些SEO的公司，然后融资啊等等哈，结果一下子这个就开始爆发了。

Profound

11:30然后一夜之间，国内就涌现出来上百家做SEO的这个服务商哈，包括之前做SEO的、做营销咨询的一些服务商都开始做SEO。就是为什么大家看起来特别容易就可以去这个下场做这个SEO？其实我们说就是因为大家选择的是这个技术门槛最低的一种方法，就是人工做。

11:53我们最早也是人工做，人工怎么做，就是依赖于我有几个SEO的优化师啊，一把好手干了好几年、十几年SEO了。然后今天呢，人工写稿发稿啊，这么去做这个SEO。我们最早也是典型的这个人工做哈，但后来很快就会发现，人工做搞不定，就是因为呃大模型它没有这个规则，

12:13是个黑盒。所有人工在做SEO的，最后都在做一件事情，就是每天就是写稿发稿，然后碰运气。就是我们每天帮一个品牌写稿发稿，发个几十篇啊，发完以后呢，哎，我们观察观察，我上DeepSeek上搜一下，什么东西哪家好，看看能不能，哎，我发的稿件被它引用，能引用就是命中了。

12:36如果不能被引用呢，就是明天我们调整一下写法，我再来个几十篇哈。就每天就是碰运气啊，所以我们当时就感觉这个东西很不靠谱啊，也不科学。所以我们当时进入到第二阶段，第二阶段我们叫数据驱动。数据驱动其实还是人工去优化，但是典型的特点就是我做数据监测、做数据分析，然后做AB测试。

12:59因为大家如果对于字节了解的话，因为我们核心团队都是从字节出来啊，字节是一个把AB测试用到极致的一家公司啊，它什么都要AB测试。我们当时也是哈，这个稿件怎么写啊，AB测试。然后最后发现呢，这个效果呢还是达不到非常的精准，因为最后虽然有数据分析来辅助，但是呢还是人工去优化。

13:20所以我们最后的一个经验教训，一个lesson learned，就是Mars你刚才讲的哈，我们觉得面对大模型的时候，你是很难靠人工经验去追逐一个模型的。所以我们最后的一个思路就是，我们只能够用一个模型去学习一个模型，用一套算法去解读一套算法，而不是靠人工经验去追逐算法。

13:42对。这就是我们自己的一个完整的一个过去，这将近两年吧，就是这么三个阶段这么趟过来的啊，所以我们今天走到这个算法这个路线上去。

14:02对吧？对的。当时

15:05吗？你提到非常非常重要的一步了哈，就你刚才说的这里头其实包含两件事，第一个就是做这个事的一个方法论，第二是怎么去实现它哈。首先就是这个方法论我觉得是特别特别重要的。我们的一个理念是什么，就是做SEO，最核心要去研究的不是一篇文章的写法。

15:27就今天我们看到绝大部分做SEO的，不管是品牌自己做还是服务商做哈，绝大部分大家在那每天研究的就是文章的写法。但但是在我们看来啊，SEO真正要去研究的不是文章的写法，而是AI可解释性。我今天跟很多人说，我们说我们是一家做什么的公司。

15:47首先我们是在做这个agent，我们在做AI worker的一家公司。然后我们核心技术我们在研究什么？我说我们在研究的是AI可解释性。SEO真正要研究的就是你这个品牌到底是为什么原因会被AI所推荐出来，它背后发生了什么。所以像刚才说的，一个是当用户问一个问句。

16:06然后这个AI它会去检索内容，检索完内容以后呢，它背后的搜索引擎会给他返回一批内容啊，这其实是漏斗的第一步哈。返回完内容以后呢，它还会选择性地对于这些内容做这个分析，但它只分析其中的一小部分内容哈，它不会所有的内容全量做分析。这个时候没有被它分析到的内容其实就已经出局了，你已经不可能被引用了。

16:29就是搜索返回内容，它会做一次ranking啊，哪些排在前，哪些排在后。排在前面的这些内容里面的品牌，它出现的概率就越高，而且呢排序能够更靠前，占据的AI的描述的篇幅也会越多。然后最后呢，它还会在这个AI进行答案生成的这个环节。

16:45它会去引用非常少量的内容啊，这个就是最后的一步啊，它会用它引用到的内容做它自己语言的组织，这个品牌才会被推荐出来。所以它这里头有分成好几步哈，包括最前面一步说它还要做这个意图的理解，就是用户的一个问句，它可能还有上下文。那么在这样一个上下文下，这个用户它背后是什么样的一个意图哈，它会把一个意图拆成一组不同的关键词哈，

17:09去调取搜索引擎等等。每一个这个环节，刚才像Mars提到的，我们在思维链里面能够看到的，比如说它引用了哪些文章啊等等，其实只是其中的一小部分。所以我们研究的是整个这个链路当中。它其实是一个AI一个判断的一个漏斗哈，漏斗的每一个环节都有大量的内容其实已经被降权了，

17:32被出局了，不被引用了。但是终归会有一小部分的内容，它是可以经历AI的层层筛选，最后呢还能被它信任，被它引用。那么这些内容它背后具备什么样子的特征？它有哪些特征？因此，这个我们是就是没有办法靠人工去猜啊去碰。

17:51我们的方法就是我们自己通过模型啊，然后我们自己这么多的模型啊，我们用算法去学习。这个方式其实啊，技术路径它非常类似于量化交易。他其实也是因为，因为我们的CTO也是我们的呃另一位联创啊，他原来也是他在字节做这个算法。创业之前两年，他从字节离开以后，他去了一家投资机构，当首席科学家做量化。

18:16所以做量化我们知道量化背后的这个原理就是做因子挖掘。因子挖掘，我一个投资标的，我该不该去买它，该不该去投它，我不是靠我人工的这个判断，我摒弃掉所有我肉眼的这种看到的元素，我情感上的这种判断，我这个主观上的抉择，我把它给抛掉。

18:36然后呢，我让算法去算，所有的宏观的、微观的，你这个企业自己经营的这些所有的这些数据，然后做因子挖掘。当某些这个特征叠加，我认为这个特征足够显著的时候，然后这个系统直接take action哈，它就去进行了一个交易的一个动作。

18:53我们其实今天是用算法来去学习内容背后的特征因子，然后什么样子的这个因子对，能够更符合这个AI可解释性，让这个品牌能被推荐出来。所以我们今天完全走上的是一个算法驱动的一个

20:18对，非常准确，就是客户回不来。那你告诉我这个背后到底是哪几个因子哈，它产生的这个原因。我们说理论上因子它就是无穷的。刚才说到世界模型哈，我自己觉得绩优发展到未来，甚至它发展到接近终局啊，它应该就是世界模型下的一套算法工程。

20:37因为最后能够影响你这个品牌的，就是影响你这个品牌AI对于你这个品牌认知的，理论上它背后的元素是非常非常多的。它都远远不止于内容，都不是一篇篇的稿件或者一个个的视频哈。包括你这个品牌很多固有的一些信息，或包括你的电商信息，你的评价等等，很多维度它都会构成AI有可能影响对于你认知的一个元素。

21:04所以这些元素都有可能是一个权重，但是对于不同行业、不同企业，它权重可能又不一样。所以我们觉得未来它就是一个算法工程，它就是一个世界模型下的一个算法工程。这个我们这个算法这个工作的理念也不是像刚才说的，哎。我去，我压缩它，我在某一个时间节点要给出我们一个方法论，你该怎么做一二三四，不是。

21:25我们就是直接由这个算法，你现在比如说啊，我们服务一个品牌，比如说是可口可乐。我们先给可口可乐建一个它自己的知识库，它要上传它所有的营销的这些物料啊，优势卖点啊等等，我们给向量化建一个知识库。然后此时此刻我们就是给到这个指令，就是哎，就根据可口可乐这个品牌，就可乐哪家好这个query，

21:49哎，去给我生成一篇文章出来。所以然后这个模型实际上它就是做一个AI的一个改写，就是它读取知识库，然后呢根据现在他所学习到最适合比如说豆包或最适合ChatGPT认知逻辑的这个特征去改写出一篇文章出来，或改写出一个视频出来，然后我们再去以及对应的应该发布到哪些平台上，也是他给出了一个权重，然后我们再去发布，

22:15那它其实就是当下最适合这个对应的这个AI平台所采信的这样的一篇内容。

22:55型呢？刚才提到数据，有一些数据它是在思维链里的COT的，就是可以肉眼就可以看到的哈。然后有一些肉眼是看不到的，所以这也是我们的技术之一啊，就是你通过技术其实往下多看一层，多抓一层，这些数据是可以。好的。

23:08而且你看不同的模型，其实它自己随着它版本的这个演进，它的COT里面会展示给我们看的内容也不一，也是一直在变的。有些时候它就放出来了哈，它可能某一次改版之后，包括它引用了哪些，引用又有正文引用，又有它的过程引用，它经常会变，所以我们不能依赖于它放出来，让我们肉眼能够看到的COT的这个内容哈，不能依赖于这个。

23:32还是要往下多多抓一层。

23:56五年，二五年一月份，一月二十几号，这个DeepSeek。二五年

24:07的。尤其24年下半年，我们当时，我们一共是三个创始人哈，这个都是从大厂出来创业。这个说实话，只有家人支持啊，身边很多人都是不理解的哈，尤其像从像自己啊等等。包括这几个大厂。其实是这样的，首先创业，我自己觉得，因为创业其实一直是在我整个的职业规划当中的。

24:29就不创业人生不完整嘛。然后就是为什么选择这个时间点以及这个方向啊。先说这个方向。呃因为我自己的背景呢，以前一直是做市场营销，然后是在科技公司哈，做做这个营销的。然后最近两年又是在做负责这个豆包。

24:45我当时一个非常明显的一个感觉是什么，就是我身上有两条线哈，在当时呢汇集了，就是一个就是营销，一个呢是AI。然后我们又知道AI的营销，它是最适合这个大语言模型去落地的场景之一。我们当时nominate的，包括营销啊，包括客服啊等等哈，都是特别适合的。

25:05AI营销是第

25:09就AI营销是最适合大语言模型，不管是多模态能力啊，还是推理啊等等啊，这个AIGC等等，最适合大语言模型去落地的一个试验场。然后我自己又是做AI营销的，所以我当时其实我自己做了一个计算啊，当时我自己感觉这个AI它一定是在未来它会彻底改变整个商业格局和整个营销的这个格局的。什么样的人适合做AI营销的创业？

25:36我当时画了一个画像，就首先呢这个人他得懂营销，最好就是CMO出身，自己就是做营销的。然后最好他还做过AI，他是懂AI的哈，就你如果完全是做快消啊等等，不懂AI也比较难。然后呢这个最好呢是做过这个to B，我们现在做的是一个to B的生意嘛，做过to B的可能才才有这个理解。

25:58然后最好又是既在大厂工作过又在创业公司工作过哈，在大厂呢你是你见过终局，然后你花不起大钱哈，你知道这个客户的预算。

26:09然后呢最好还在创业公司你被锤过，被锤炼，因为我在字节之前我在创业公司当高管啊，当时还工作过四五年。你被创业公司蹂躏过哈。然后这这样我当时自己这么一层一层算下来，我觉得中国比较适合做这个AI营销的创业者，就没有太多人了哈。

26:28然后同时还有这个意愿，他愿意从大厂出来，所以我自己觉得我可能就是其中一个比较合适的。还有一点就是，除了这个AI营销之外呢，我觉得时间点也比较重要哈。当时我觉得我们其实自己做了一个测算，就是我跟我们CTO两个人，就是我们当时一个判断是在24年下半年的时候，

26:48当时的基模能力还是不足以to B的应用落地的。当时还是to C可能还可以啊，to B是不太行的。我们当时的一个判断是，基模的能力可能还得再经过三到四个季度的迭代，才够得上to B的应用。

27:02所以现在看起来我觉得这个还是过于激进了哈。就是到25年年底，我觉得今年到26年可能至少像C dance出来之后，可能才真的谈得上to B的一些场景的这个落地。但当时我们的判断是，至少还得过个三到四个季度。

27:19但是如果你真的等到基模能力完全成熟，你再出来创业，那就晚了，对吧？所以我们就提前哈，那个早个三个季度左右时间，我们先去做公司，然后做产品去打磨哈，去找这个product market fit，然后等到真的如果基模能力到时候也ready了，可能那时候就product market fit。

27:35所以我们算了一下，可能24年下半年反而是一个比较好的一个开始入场的一个时机。但是现在看起来，其实当时还是有些过早。但是没有想到，因为我们当时的核心在突破的那个点，我们放在绩优上，完全是没有想到绩优在25年爆发了。完全的这个AI worker没有爆发，然后但是绩优爆发了。

27:57哎，那有运

28:02是的，我们最早做的那个营销的AI worker，它其实就是一个multi-agent啊。我们当时是定义帮用户去做流量运营。那流量运营我们当时定义了三个，因为流量主要在三个大的场景啊，在搜索上面，在社交上面以及在AI上面。

28:18所以我们当时定义的我们的那一套agent，我们的那个AI worker，就是围绕这三个流量池做流量运营。后来AI上这个流量就是AI，我们当时叫AI SU，就是后来的绩优。然后没有想到在25年就爆发了。但

28:50出来的。百度出来对。其实哈，我今天我在跟我们很多客户说，我们有很多客户，他当时跟我们说，为什么我们选择你们？因为我们相信哈，你们自己就是从豆包啊，还有字节上出

29:04搞定豆包。所以你应该能搞定，你知道它背后的它的那套那个逻辑和那个规则，我说如果你是因为这个，我说你就想错了哈。其实并没有，就是就是我刚才说的，其实就是因为豆包它本身它自己背后也不是一套明文的规则，我们也并不是拿到它的所谓这个公式啊，

29:23或者等等哈，你也拿不到。它其实因为它自己也没有哈。

29:32的了。是是，对对对。

29:52客户其实不会，反而是投资人他会比较比较有关心。这个呢首先说哈，这个他怎么会有黑灰产。呃，出现。其实黑灰产就是出现于我刚才所说的第一个这个操作阶段，就是手工操作。到二五年，基本上下半年开始，手工操作它已经越来越难了。

30:11因为大家做SEO，呃，比较普遍了，很多品牌都在做哈。在比较难的这个情况下，我发现就有一些，他可能就开始走捷径了。所谓的走捷径啊，这个黑灰产就是三个词，我们总结叫假大黑。假呢是指，呃，我正常写稿发稿，啊，我靠人工去写比较难，那怎么办？

30:32我就帮你去杜撰一些数据，啊，我帮你编几个数据，这个数据可能是什么什么第一，啊，比如销量啊等等啊。全国第一，全球第一，什么什么第一，什么什么独家，什么什么首家，啊，什么什么唯一。一旦它里头出现这些比较绝对的、极端的一些数据，那可能这篇稿件瞬间就被大模型给引用了。

30:52然后这是假

30:59就我自己觉得今天这个基模能力，它在这个变美的这个能力上还是有待提升的，这是假哈。大呢是指海量灌水，啊，我们看到比如说一天开一个自动发稿机，啊，每天可能灌个几百篇、上千篇，这样暴力灌水，啊，这也是不可取的。黑呢是指黑公关，黑公关就是我帮你发稿件的时候，我帮你去踩它，啊，甚至是抹黑一下你的竞品，啊，

31:24这种做法。我们看到就出现了这些，呃，一些黑灰产，啊。关于这个的我是这么看待的，就首先其实SEO就是今天AI时代的内容营销，所以只要我们做营销，我们做广告投放哈。自打人类有广告那一天起，其实我们就看到它同时就出现了虚假广告，那就是所有我们搞广告人都不应该做啊那个事情。

31:48所以今天我们做SEO，呃，做AI营销也好，其实本身也还是受到像广告法等等，以及我们的这个职业道德的这个约束吧。那像这种虚假的内容，其实就是不应该，呃，去做的。然后另外我有个观点是说，AI它跟以前的搜索引擎啊等等相比啊，它有个特点是它自己在不断的进化，

32:08它自己会越来越聪明。所以随着今天基模能力的提升，当我们逐步接近AGI的时候，其实像你想做这种假大黑的做法。在以后也是越来越难的。直到有一天你想把一个违背规律的一个东西想要优化上去啊，到那天你也做不上去，或者你只能靠一些虚假内容才能做上去哈。

32:30所以我自己觉得，反而这是在AI时代下哈，我们要去做这个内容营销，反而会让我们更加回归这个价值。就是你不符合你本身这个价值的，你只会越来越难，可能未来你也做不上去。所以我自己觉得，真正做SEO呢，你不是去跟大模型去对抗，而是你要去跟大模型去同频。

32:52他认为什么东西是优质的内容，我们就去生产什么样的内容。

33:10难易度上其实我们觉得都差不多，因为它背后的原理都是一致的，就我们的这个原理都是一致的。但是呢不同平台它的，呃，差异是很大的。就是它背后采信的这个逻辑，其实是因为不同模型它背后调的搜索引擎都就不一样。它自己搜索引擎返回内容之后，它的推理模型也不一样。

33:30呃。所以最后出来的这个结果也是，呃，非常不一样的。尤其我们看到就是国内跟海外差异也会很大。国内的模型它比如它更多会采信像媒体上面的一些内容，然后不同的这个Chatbot它可能还有自己的倾向啊，你像豆包现在它对于抖音视频的采信的这个权重就很高。

33:52然后海外的话呢，它可能会更偏向于，呃，品牌的官网啊、独立站啊，呃，然后包括像Reddit这些社区啊等等，反而它对于媒体的内容的采信的权重反而没有那么高。总之是很个性化的。那不同的大模型平台，它的个性都很明显啊，也有差异。

34:28比如说像刚才举这个例子啊，你像，比如同样一个品牌啊，它既在国内有业务，然后海外也有业务。那如果它要优化海外的SEO，也就是它要做这个ChatGPT，它做的事有可能跟它在国内做的事是非常非常不一样的。在国内有可能就是我们要去研究它文章本身的这个结构哈，然后它的里面的这个信任状啊等等，然后以及它发布的渠道，

34:53这个发布的渠道可能更多就是在媒体上面。啊，你能够搞定这两个可能就就可以了。但是在海外有可能做的事情完全相反啊，我们要去做它，呃，官网的SEO，就是要把它官网要进行SEO化，然后可能要去做一些社区运营。所以同样一个品牌，国内和海外可能做的事都不一样。

35:12那

35:43我自己觉得是有流量红利的，这个流量红利现在而且还挺明显的哈。它其实就是最近这一年，我们觉得有一个信号很明显在释放啊，就是这个AI消费在闭环。它最早的时候是去年二五年的四月二十九号的时候，当时ChatGPT，啊，它是率先可以支持这个电商的跳转。

36:03后来我们所看到的就是在去年十月份开始，啊，当时ChatGPT它推出，呃，即时结账，就是Instant Checkout那个那个功能之后。豆包、千问啊，全部开始跟进了，今天元宝也开始跟进了哈，就是支持这个电商的一个这个跳转。而且我们现在还看到它最近啊做的一些动作，其实我们看到是很有意思啊，这个信号在越来越释放的越来越多了。

36:28比如说豆包，它在一些品类下，它，呃，去跳转。去跳转指的意思是，它都不是跳转到抖音电商，而是它直接可以某一些品类哈，它可以直接在豆包一个应用环境之内，它就可以进行下单、进行支付。我们看到前段时间被讨论比较多的就是豆包，呃。

36:48它跟抖音电商的商家后台哈，它终于打通了，就是从抖店的后台可以追踪到豆包带来的成交。这意味着什么？下一

36:58了。然后返佣已经开始了，就是三周之前，啊，已经开始了。它第一个是针对酒旅啊，就是酒店啊这个行业。开始那个抽佣了，正常它是八个点嘛，然后酒旅的话它是十二个点啊。但十二个点呢，虽然比正常的抖店的抽佣要高，但是它比OTA平台它还是要低的啊，所以还是很合适的。

37:20所以很明显现在就是这个AI消费它开始闭环了。所以在当下，这个AI就是成为了很多品牌它新的一个流量的一个通道。

38:30首先，Mars，你刚才提到这个，就是我们现在在，呃，讲的一个理念，就是一个新的电商的形态在兴起。Mars，你是这个国内第一，就是最早期的电商的这个从业者哈，创创始人

38:46我们说电商最早的时候我们说是货架电商，然后后来是变成兴趣电商。我们说今天一个新的电商叫意图电商，它在开启。最近我看到也有一些讨论啊，在说这个意图经济啊等等。意图电商指的是，它用户就像你刚才说的，他是描述自己的一个现状，他在强调是自己的一个特点或者我的一个我的一个痛点啊等等哈，

39:08他并没有释放出来任何的购物的一个需求。但是呢，他说，哎呀，我这个我运动完膝盖老是疼怎么办？但这个时候，AI它可以识别用户交互背后的这个意图，啊，给他做一个精准的推荐，促成一次交易。但是如果回过头去，他推了一个安踏哈，但回过头去。

39:26我们看到，这个用户问的话里头没有一个字是跟这个安踏相关的。所以我们说这个是意图，这个电商会开启。而且这个时候，我们觉得这个货架都发生变化。我我最近经常在在强调这么一个理念，就是今天AI时代下什么是新的货架？

39:42最早那个货架是物理意义上的百货大楼的货架，这个互联网时代货架变成了这个虚拟货架，移动互联网这个货架变到了APP里哈。我说今天这个AI时代下，prompt会变成新的货架。你一个品牌的，你的潜在客户，你的消费者。他每天在用什么样子的话术，他在用什么样子的prompt在跟AI对话。

40:04你的潜在用户在用什么样子的话术在描述自己，在用什么样的话术在查询你。用户的那一个prompt的背后，就是一个品牌它应该要去出现的位置。所以今天一个prompt就是一个一个货架。啊，所以这就是今天很大的一个一个变化。你刚才提到这个第二问题是，在这样的一个这个AI货架的时代下，那企业的它的一个这个内容哈，呃应该是什么样的变化？

40:30我们是否要去更多的去迎合，比如说用户的这种意图啊等等。反而哈，我们自己今天的一个心得是说反而是它更需要我们去回归到你自己内容营销的一个本真，你就去优化你自己的核心的优势和你核心的这个定位。反而是今天你最适合去拿到AI推荐的一个方法。

40:55比如说，我们有服务一个做那个冲锋衣的一个品牌啊，它是一个二线品牌，它不是最最有名的那个冲锋衣那个品牌。所以这个时候，呃我们就说那你要去优化什么的意图？我们建议你就不要去优化，最好的冲锋衣是哪家，因为事实上也不是你，啊，你优化出来客户可能也不信。

41:15你就去优化你自己的核心的优势。那他说他我的核心优势是什么？第一是，呃，我是便宜。啊，我可能就是比较便宜，我性价比高。第二个呢，我质量好，我比较抗造。

41:27我说，那你们就去优化啊，你们的核心这个优势，它就是性价比高，而且这个这个质量好，抗造的那个冲锋衣。如果我们是在十年前，我们搜索引擎年代，如果你在百度上去优化这样一个长尾词啊，性价比高，而且质量好，抗造的冲锋衣，我们说它是非常非常长尾这个词，它背后的流量很少。

41:52啊，你这个其实意义就不太大啊，除非你优化一堆这种长尾词。但是今天在AI时代下不一样。AI时代下，如果你优化好这样的一个意图，你让AI能够认知到你这个冲锋衣它就是呃性价比高的，而且它质量很好的。这个时候，只要用户有一个用户，当AI认为他背后是贴合这样子的一个意图的，他就可以把这个流量给到你。

42:16比如说，这个用户他有可能问的是这样一句话：适合大学生的冲锋衣推荐。哎。那这个AI会会去理解，什么是适合大学生的。第一，你不能太贵，你性价比要高一点。第二，大学生用这个运动啊等等啊，你得质量得好得抗造。

42:32他会认为这个你这个品牌就是适合这个意图的。他就会把这个流量给到你。所以今天啊，我觉得反而是应该在AI时代下，你就死死地抓住你自己的优势，去优化好你自己的优势。这个AI就能够源源不断地给你带来这个精准的流量。

44:49未来这个AI采信的这个维度就是越来越多样，越来越复杂的。所以为什么我们说它是未来是一个算法工程。它现在是因为它更多解析的还是文字内容。然后包括现在它开始采信视频，视频的话它其实也是对视频哈，它那个解析它视频的这个内容。所以我们会觉得它更多是讲道理。

45:10但是其实我们今天在看啊，随着你像豆包它采信的这个信源越来越多来自于这个抖音的视频，其实一个视频视频它所呈现的这种内容的维度就比文字稿要多很多，要丰富很多。而且这个时候我们发现它就不仅仅是你讲的这个道理本身了。你包括你视频你的表现的形式，就比如说我们其实都是背后的因子哈，它视频的它的长度，它的题材，

45:37它的形式是，比如它是真人呢，是数字人呢，啊还是纯素材的，啊然后它的镜头语言，它的叙事的结构等等，它都有可能会成为AI是否会去采信的这个特征之一。所以我们觉得到未来其实这个背后是比较复杂的哈，也是我们认为为什么你很难靠人工去琢磨它。

46:30这个又又是，呃，提到一个特别重要的话题啊，就是这个做SEO的流程。我们今天其实是在宣传一个理念，就是叫科学SEO啊，我们认为SEO是个科学。科学SEO它包含怎么科学法哈，我们是四个方面的科学。第一个就是流程科学。第二个是方法科学，方法科学就是你得用模型算法来做，而不是靠人工去做。

46:52第三个是工具科学，工具科学你不能，呃，做一套SaaS的那个监控系统就完事了哈，我们是通过数据员工啊，呃，Agent来做。第四个是标准科学。然后第一个就是流程科学。流程科学哈，我们是把SEO分成了八个环节组成的一个闭环。

47:09很多人其实今天都觉得SEO就是写稿发稿，但是写稿发稿我们说只是其中的两个环节，它完整的是八个环节。其中刚才Mark你问到的第一个应该是什么？是知识管理。知识管理是我们要帮这个品牌，比如说帮这个AI炼金术，哎。我们要去建一个知识库，那这个知识库就是包含了这个品牌的品牌介绍、公司介绍、我们的优势哈或者卖点哈、我们的竞争的差异等等。

47:37所有这些东西向量化啊，建一个这个知识库。对于品牌的知识管理，我们说是所有SEO的一个开端。事实上也是我们做SEO做这个可信信源的一个起源。啊，所以这是第一步，是知识管理。然后第二步是做什么？

47:54第二步是做意图挖掘。意图挖掘就是我们要去研究这个品牌它的目标对象，它到底它会在AI上进行什么样子的一些问询，哪些意图是比较hot的。然后是值得我们去做优化的。

48:08做这个分析，这个其实就是我们优化的这个方向要把它给，呃，锚定正确了。这里我举一个例子啊，我们之前有一个做餐饮的一个品牌啊，做那个麻辣香锅的一个品牌。他最早啊，他找到我们的是想这个想要优化的意图就是香锅店啊等等哈，呃的品牌的推荐，比如说某某城市哈，

48:30什么麻辣香锅或者火锅的品牌推荐。这是他一开始的初衷。但是呢，我们跟他进行了一轮的这个，呃，意图挖掘之后，分析完了以后，最后他选择的那个意图已经完全变了。他最后选择优化的是加盟。就是要加盟一个餐饮店的话，我应该选什么样的一个品牌？

48:47因为他最后觉得，用SEO其实最贴合他当下业务需求的是帮他做拓店，他的拓店成本太高了。做意图挖掘其实就是锁定要去优化的一个方向。

49:06去挖掘用AI的那些人，也就是说我们的客户啊，我们的客户，你们的那些，呃，用户群，他们的意图都有哪些？其中哪些意图更值得我们去优化？比如像刚才的例子就是我们会发现，比如跟餐饮相关的，他除了说我要去吃饭去选哪儿之外，其实还有一拨人，

49:27呃他的意图是他要去选择去加盟一个餐饮品牌，还有这么一波人的存在，对吧？然后他发现，哎，这个其实更能解决他当前的一个痛点。对，

49:38对对对对对，是。然后是做品牌的一个诊断，这个品牌诊断就是，你像其实海外，海外刚才说的像Profound的呀，包括像Scrunch啊、Peec啊这些，呃，SEO的公司哈，他们核心做的都是一个，呃，品牌的一个诊断。啊，就是你这个品牌到底现在在AI平台上面的呈现度怎么样啊，趋势啊，你跟你竞品的对比，AI用什么样子的话术在talk你等等。

ScrunchPeec

50:02呃，我们也是做这样的一个诊断，然后同时呢，这里面还得带着我们的优化建议。这个优化建议啊，比如说有一些点是很重要的，比如说有哪些意图它是不可优化的。这个我们也要告诉这个用户，如果有些意图是不可优化的，我们就不要在那些意图上去投资源，你白花钱。

50:22哪些意图不可优化呢？比如说有一些意图，它的联网率比较低，就是你问这句话，但目前它不联网。不联网你就很难去通过基优去优化。有一些意图可能你问完了以后呢，它给出来都是一些科普类的一些回答，像刚才说的，这个运动完以后膝盖酸痛，

50:40它有可能它不会推任何一个品牌。在这种时候呢，就暂时就不建议去优化这样的一些意图。所以要做品牌的诊断，然后才是内容的管理。内容的管理到这一步才是去做写稿和稿件的优化。然后完事以后，呃。

50:56我们说第五个环节，我们要做一个效果的预估。效果预估呢，我们自己有一个沙盒环境去模拟、去分析，同样的一篇稿件，它发布以后有多大的概率，它可以被提升你的这个基优的这个效果。然后才是稿件的发布，就到这儿才是发稿。发稿完了以后，还有一个是效果监控，最后呢还有一个效果的调优。

51:19所以我们说，科学的基优它是由八个环节组成的这样的一个闭环，永远不仅仅是做写稿和发稿。

51:53给你呢？这条第一个是多久能够看到效果哈，因为我们比较特殊，我们有一个算法学习这个过程。不是Markus来找我们，那第一件事是我们给你建这个知识库。同时呢，我们还有个小，我们是个异构模型哈，底层是一个通用那个模型，上面还有一层小模型。

52:10小模型是要根据每一个客户的每一个query去单独学习的，大概要一周的时间。所以我们第一周是干这个事儿，就是建知识库，然后呢这个小模型要去进行针对性的这个学习。然后到第二周呢，我们会有内容的生成和内容的发布。内容生成和发布之后呢，一般我们会在第三周，如果有一些啊，它有可能会时间长一点，可能会在第四周。

52:33你就可以看到一个明显的效果的提升。所以回答你刚才的问题是，一般我们从开始干之后呢，常见的哈是在第三周到第四周会看到明显的效果的提升。这是第一个。第二个的是，这个AI搜索它是一个凭概率来的，有可能在这台机器上有，另外一台机器上没有。

52:52怎么去确保这个效果的一个稳定，它背后一个很重要的就是我们对于效果的验证，要经过一个高频的一个科学的监控来做，这个监控也不是靠人的。事实上今天有很多的基优，它可能还是

53:10靠人工去监测，就是我做上我发稿发完了以后呢，我人工搜索，我每天搜它一次。看看能不能搜出来。这种其实我们觉得都不科学啊，因为当下的一次这个抽样，它并不能够代表你的连续性的一个效果。所以我们的做法是，我们也是通过系统，系统呢它要进行一个比较高频的监测。

53:30这个高频哈，我们最多是可以达到分钟级，但是一般可能并不需要那么高频哈，我们至少呢是一个小时级的一个采样。这个小时级的采样，比如说同样的一个query，那我们一天可能是20到30次的一次采样。这个采样呢它要均匀分布到一天24小时之内。

53:49然后呢要多平台、多账号、多IP。这样子去采样。多平台是因为不同的平台，DeepSeek和豆包，它可能结果都是不一样的，所以要多平台去采样。多账号，你要模拟不同的用户嘛，多账号去采样。

54:08个？至少得是上百个这样一个量级吧，还得是多IP，就是还得多IP。多IP是你得模拟不同的地理位置啊，你在北京搜的结果跟你在广东的结果也不一样。是这样子的一个监测，这样一个监测。然后而且还是我们要求是得月均，就是你得跑整个每天都跑哈，连续跑一个月，月均如果你能够达标。

54:29我们认为这个效果才是真正达到的。所以这其实是一个很严苛的、很高的一个标准。如果这个标准不够高，那就有可能出现这个问题，就是我今天在我的机器上跑了一下有效果了，但是有可能在这个品牌方哈，他的这个机器上就没有。我们经常说这个点最背的就是老板review的那天，然后老板手机上搜不出来。

54:50那你就解决这个方法，我们就是得用这个，首先是得用算法去做，然后整个一个监控和交付，得是建立在一个高频的一个统计之上的。

55:19化吗？我一直想创业，但是呢，在过去经过很多的一些风口啊，我当时没有出来。你比如说当时的像元宇宙啊、Web3啊、区块链啊等等的哈。以至于我之前有一段时间我都觉得，哎呀，自己，我之前有一段时间我是觉得，哎呀，我是不是太晚了啊？

55:35这个岁数，四十多岁在那个创业，而且做AI，我感觉都已经哈，都晚了十年了哈。但是后来我真正创业出来的以后呢，我的一个真正的一个体会是说，创业是你整个人生前半场的一次集中变现。所以这个时候后来我反而会觉得，好像也并不晚。尤其像我们做一个to B的一个一个事情哈。

55:58可能我之前很多年的一些积累啊，等等也都最后还都用到

56:06所以可能还真实的就是一个比较合适的，呃，这个，这个moment。你刚才问的这个问题，这个我觉得如果让我发给我当时刚创业的时候，我觉得一条短信可能都写不下哈，可能会有很多的一些建议。我觉得可以去修正的点非常，非常多。

56:25真的。如果让我选择的话，我可能会选择我反而不发了。我觉得其实，或者我觉得可能就是，就是保持这个初心很重要。就是你第一天想要做的这个事情，就内心当中的这个发心，我觉得可能很重要。我觉得我们自己从一开始我们创业其实想做这个AI的，呃，这个员工，然后去，然后后来，呃，没有想到其实我们最当时没有去着眼的，

56:50或者说我们放心思最少的那个场景啊，就基优这个场景反而还爆发了。然后再回过头来，我们现在又回过头来做基优这个切入点去做这个AI的work等等。所以我自己觉得兜兜转转，我觉得这个发心很重要。不被这个过程当中的一些短暂的风口啊等等去吸引，然后至于这个术上，这个可能就是道，至于术上可以去修正的调整的很多，

57:15但我觉得这个其实还是需要一个你自己学习这个过程，这个哪怕让我再重头一次，那也是呃去学就好了。

57:57下。我创业之前，包括我进字节之前，我当时是在那个创业公司，因为当时想创业哈，当时在创业公司还工作过四五年。当时是在SaaS创业公司啊，所以我经历了整个SaaS这个起起伏伏，到最后，我后来我就觉得我身上带有一些当时留下的一些阴影。

58:14因为我见了很多一些SaaS公司，它最后从这个波峰啊跌到这个谷底啊，呃等等。所以一方面我觉得也是一个呃一个积累，但是呢，甚至到后来有一段时间我都觉得可能有很多的当时的一些阴影哈，反而让我走向另外一个极端，比如说不太敢融资之后不太敢花钱啊等等。

58:39我说的是创业者。对，

58:43所以我自己觉得创业，呃，确实也是个修行，很多时候你必须得去自己一点点去历练哈。不经历这个历练其实可能也成长不起来。比如说我现在我觉得，我觉得我们现在公司公司不大，我自己感觉，我我当年在没有创业的时候，我想象，哎呀，我以后我创业的时候，我这个公司一定不能有这种问题啊，一定不能有这种毛病。

59:05我觉得我们现在公司什么毛病都有了，就各种大公司的毛病问题都有了。

59:10这边，哎呀。我现在觉得我们人太多了，我们现在呃一百六十多人。

59:21想小。对，我现在觉得其实状态最好的是就是三十多个人的时候那个状态。

59:30是对，但是我就觉得各种各样的该有的问题都有了现在，呃，但也只能呃一点点去解。

1:00:13我支持这个建议啊，就是我们现在经常会总结有哪些行业，包括一些子行业比较难做哈。比如说我们觉得有一些行业是，呃，大家有共识的，医药啊，什么金融啊等等比较难做哈。但是其实我经常跟一些我们的客户说，我自己觉得最难做的不是某一个行业，最难做的是什么样的企业，

1:00:33这个品牌啊。就是当我问他，你能不能简单用一段话，你给我描述一下你们公司究竟是做什么的哈，以及以及你们这个呃最强的优势。然后对方他答不上来，他可能是公司的CMO。

1:00:47对，他一下怔住，他一下说不出来，然后他开始给我长篇大论啊，就讲啊，我们公司做什么什么的，呃等等。他没有一个一段话，呃精炼的去概括出来。这个时候往往我觉得完了，这个这个品牌特别难做。为什么？就是因为他没，其实之前他是缺乏对于自己品牌的一个系统化的梳理的。

1:01:07所以我觉得啊，如果我要给今天的用户也好，或者品牌方，或者CMO一个建议，我觉得其实真正哈，绩优它是一个还是一个术。我们可以通过绩优你短期的去把你的这个效果能够做上去啊，但我觉得真正长期的是做什么？就做好你这个品牌的知识资产的一个积累，这里头包含了你做你整个你品牌的一个知识图谱。

1:01:32知识图谱就是你这个品牌是做什么，可能是要从使命愿景价值观这块开始梳理，然后你到底你的目标客户是什么，什么人群，目标客户的痛点，你是什么样子的优势能够满足他们的痛点，你跟你竞品的对比差异化，这个案例佐证等等。所有的这些梳理，以及你整个资产，品牌这个知识资产这个体系，你所有的你的PR的稿件，你的公众号的文章，

1:01:58你的PPT、视频等等。如果你能够做好你整个这一整套品牌资产的一套体系的梳理和构建，源源不断地去坚持，一般来说这个品牌它的绩优的效果不会太差。啊，可能你都不用做绩优啊，你的效果已经就已经不错了哈。或者如果那个时候发现你有一些瑕疵，你想要做绩优也是相对简单的。

1:02:21建议的话，我建议先做好这些事啊，这个是你长期的一个品牌的你的一个资产。

1:02:49嗯。谢谢谢谢，好的。

1:03:02他是我为了致敬两个机构哈，我们中文名叫清蓝，就是我其实我当时起这个名字，我瞬间就在我决定创业的时候，当时第一瞬间就那个决定了这个名字啊。青我是为了致敬清华，蓝是为了致敬IBM，因为我当时是一毕业就进了IBM，然后事实上这是对我个人影响最大的两个机构。

1:03:21然后事实上它也是国内造就了这个AI从业者的最多的学府，以及人类AI启蒙的公司。所以清蓝是我们的中文名，英文名这个PureblueAI，Pew Blue呢它一方面是清蓝的一个意义，然后另外它还有一个小tips，就是因为在IBM内部，一毕业就进到IBM的这个人，我们叫Pew Blue。

1:03:46所以当时就创业的时候脱颖而出。

1:03:52呃。应该不是对啊对。

1:04:00对。包括我们公司的那个logo，就是我当时花了一上午的时间，我就把它给画出来了。然后很简单，就就是用了这个IBM的蓝和清华紫哈两个颜色，然后也是透个栏儿。

1:04:26Blue啊？那就PureblueAI。

1:04:34好的。谢谢马斯，谢谢AI炼金术，谢谢大家。