一、315 曝光：揭开“AI 投毒”黑产
2026 年 3 月 15 日，央视 315 晚会曝光了“AI 大模型遭投毒”的隐秘产业链：用户在 AI 对话框里敲下一个问题，得到的看似公允的答案，可能早已被人在后台精心设计。有人专门向 AI 大模型“投毒”，批量制造虚假测评、虚构排行榜，甚至凭空捏造出一款根本不存在的智能手环——仅需半天时间，一款虚构的“Apollo-9”产品就能带着夸张的“量子纠缠传感”功能出现在主流 AI 的推荐列表里。
这种批量制造虚假信息、恶意投喂大模型、甚至抹黑竞争对手的做法，涉嫌虚假宣传与恶性竞争，扰乱了市场秩序，也污染了数字生态。值得注意的是，数据污染还可能引发现实风险：将虚假的金融机构联系方式“植入”AI 答案，可能诱导用户落入诈骗陷阱。
二、GEO 面临的四类挑战
抛开黑灰产，GEO 在正常落地过程中同样面临四类挑战：一是认知偏差，多数决策者仍将 GEO 简单视作 SEO 的延伸，低估其运作逻辑与战略价值，导致投入犹豫或策略失准；二是实施难度与成本，GEO 要求内容兼具语义深度、可靠数据、权威信源与自然表达，依赖专业人才与持续投入，而各生成式 AI 平台机制高度黑箱化，跨平台策略难以制定；三是效果评估不明确、市场秩序混乱，缺乏统一指标，定价混乱，低价低质服务泛滥；四是黑灰产滋生，通过制造虚假、片面或断章取义的内容污染 AI 知识库，损害企业声誉与用户信任。
三、为什么模型公司无法置身事外
大模型并不是在真空中工作的：无论是训练、检索还是应用调用，最终都要依赖外部数据、知识与信息供给。一旦网络环境中的信息被操纵、灌水或伪造，这种影响最终会传导到 AI 产品上，损害用户体验与信任。因此，可能受到信息污染的模型公司不应完全置身事外，而应参与治理——在数据筛选、结果校验、来源标注、多源验证、异常识别等方面持续投入，提升 AI 系统对低质量信息和被操纵信息的识别能力。
四、多主体协同治理路径
- 商家自律：拒绝“几天见效”的速成承诺，回归真实价值与可追溯的交付；
- 平台治理：优化内容质量与索引方法，尽量避免引用低质量文章；
- 模型公司：加强语义理解、信源筛选中立性与多源交叉验证；
- 用户辨别：不盲信 AI 推荐，主动核查 AI 引用的信息源是否权威可靠。
五、对合规 GEO 的启示治理不是要“杀死”GEO，而是让行业回归真实、可靠、权威的信息竞争。业内正在探索的理想机制是：品牌说真话，AI 就给它正常权重；品牌说假话，AI 在权威数据库核对后将其标记为幻觉或虚假信息，权重降至接近零，甚至拉低整个品牌的信任评分。尽管这一机制最终依赖平台落地，但它指明了方向——长期来看，低质、靠投毒为生的服务公司会迎来洗牌，行业将越来越重视真实、可靠、权威的信息源。
对品牌方而言，正确的姿态是拥抱“白帽 GEO”：以真实产品力为根基，以权威信源为背书，以可验证数据为证据。短期的流量捷径终会反噬，而长期积累的信任资产，才是 AI 时代真正的护城河。
参考资料
- 央广网（界面新闻）：315 曝光 GEO 之后，模型公司对“AI 投毒”能否置身事外？，2026 年 3 月
- 人民日报客户端：你问 AI 得到的答案可能是广告，315 曝光 AI 被“投毒”，2026 年 3 月
- 新浪财经：AI 投毒被曝光，记者跟踪调查：买个系统就可以做 GEO 代运营，2026 年 3 月
- 腾讯新闻：被 315 点名的万亿隐秘生意：“污染”DeepSeek，2026 年 3 月