📌 一句话摘要

文章通过实验揭示 AI 搜索易受“生成式投毒”攻击，深入分析了 AI 搜索生态的脆弱性与黑帽 GEO 的潜在风险。

📝 详细摘要

本文通过一项“0 成本投毒”实验，成功操纵 DeepSeek、豆包、元宝等主流 AI 搜索模型，使其将不相关的媒体列为 AI 媒体推荐源，从而揭示了当前 AI 搜索的脆弱性。文章深入分析了这种“生成式投毒”（黑帽 GEO）的原理和方法，包括内容堆砌和提示词注入。同时，文章探讨了 AI 搜索面临的技术瓶颈（如对传统搜索引擎的依赖）和国内内容生态的挑战，这些因素共同加剧了 AI 信息输出的不可靠性。最后，文章强调了 GEO 作为 AI 时代品牌营销新战场的紧迫性与潜在风险，呼吁 AI 厂商加强风控，并指出黑帽 GEO 虽能快速获利，但长远来看难以持续。

💡 主要观点

1. AI 搜索模型极易被“生成式投毒”操纵，输出虚假信息。 文章通过实际实验证明，主流 AI 搜索（如 DeepSeek、豆包、元宝）能被少量恶意内容轻易误导，将不相关实体列为权威信源，暴露出 AI 信息获取与整合的脆弱性。
2. 国内 AI 搜索面临技术瓶颈和内容生态双重挑战，加剧信息脆弱性。 国内多数 AI 模型依赖第三方搜索服务，且搜索引擎内容质量参差不齐，导致 AI 在总结时易受低质或恶意信息影响，幻觉问题严重。
3. GEO（生成式引擎优化）作为新兴营销手段，其黑帽行为对 AI 时代信息信任构成严重威胁。 随着用户转向 AI 搜索，品牌营销开始争夺 AI 输出结果，黑帽 GEO 通过内容堆砌、提示词注入等方式误导 AI，严重影响用户信任和信息生态健康。

💬 文章金句

• 人们越来越相信 AI 的答案了，就像 20 年前相信搜索引擎给出的答案一样。但，这种相信是可以被利用的。
• 知危试验的这种攻击方法，属于黑帽 GEO 的一种。
• 搜索引擎仍然是 AI 联网搜索目前非常重要的技术瓶颈，而在国内这种情况的严重性更甚。
• 马太效应会越来越明显，白牌和小众品牌的道路会越来越窄。
• 或许，只有当下一个类似莆田系这种恶劣事件发生时，厂商们才会幡然醒悟，开始大力整顿。

📊 文章信息

阅读完整文章