生成式引擎优化（GEO）：大模型商业化最先探索领域

（以下内容从东吴证券《生成式引擎优化（GEO）：大模型商业化最先探索领域》研报附件原文摘录）
摘要
大模型基于RAG更新优化，GEO应运而生。我们认为搜索引擎类图书管理员角色，通过爬虫索引，基于关键词和外链将信息排序，提供“链接列表”。用户需自行点击、阅读并综合判断，广告主争夺的是Top10排名；生成式引擎类研究分析师角色，利用RAG技术抓取多源信息，通过大模型语义理解与合成，直接输出单一、连贯的答案，广告主争夺的是Top3曝光度。GEO本质是大模型的逆向工程，通过探索大模型的“喜好”（例如统计数据植入、权威信源等），使其更容易获取、理解并输出特定数据。
GEO空间远大于SEO。我们认为SEO市场规模提升基于以下乘数效应：1）流量入口发生迁移，ChatGPT、Gemini等AI助理渗透率快速提升；2）流量价值提升。AI搜索用户意图更明确，解决问题需求更强。生成式引擎像“老师”直接指导答案，短期无广，远期或与自然内容融合，因此用户信任度更高；3）随数据归因打通，TAM从广告主的“品牌预算”走向“效果预算”。远期或出现概率拍卖的商业模式，广告商不仅争夺固定广告位，也争夺“大模型输出文本的概率分布”，在不损害回答质量的前提下，让品牌自然融入AI的回答中。
如何布局？
上游：数据供应与授权层。高质量数据源（白皮书、KOL、社区内容）是确立品牌权威性的关键，品牌需付费确保内容进入优质数据集。建议关注：值得买、视觉中国、人民网、新华网、知乎（美股）、Reddit（美股）等有数据优势的公司。
中游：生成式引擎基础设施层。我们认为大模型远期有望占据产业链核心地位。建议关注：阿里、百度、MiniMax、OpenAI（海外）、Google等。
下游：智能工具与追踪分析层。这些公司填补了市场空白，代表企业如海外的Profound。建议关注：汇量科技、易点天下、迈富时等具备技术禀赋的公司。
下游：配套服务层。其优势和壁垒在于深耕行业和良好的客户基础。建议关注：蓝色光标、利欧股份、引力传媒、思美传媒、浙文互联等。
风险提示：模型技术迭代速度不及预期、政策监管趋严、竞争加剧。