北大陈刚:无优化不生成!GEO重构AI内容可信性新秩序
作者: 广告人网
2026-05-02 12:10:06
164521 2014

    2025年5月18日下午,由北京大学新媒体营销传播(CCM)研究中心、北京大学现代广告研究所主办的“GEO生成式引擎优化:挑战与机遇”研讨会在北京大学蒙民伟楼347会议室举行。来自北京大学、氧气科技、华硕、天下秀、硬糖网络、CMO Club、凤凰FM等多位学界与业界人士,聚焦生成式AI应用下数字营销传播领域的前沿技术议题——GEO(Generative Engine Optimization,生成式引擎优化),围绕GEO的现状、价值、未来发展等展开了深入交流。

    此次研讨会是中国第一场聚焦GEO生成式引擎优化的学术研讨活动,北京大学新闻与传播学院的研究团队一直密切关注生成式引擎优化的理论方法、技术研发与产业发展,并在同氧气科技等企业的产学研合作中,取得了重要成果,在相关研究中处于前沿地位,为学术与实践都提供了极具价值的探索方向。

 

    北京大学新闻与传播学院院长、新媒体营销传播(CCM)研究中心主任陈刚在致辞中指出,传统的营销传播理论未涉及人机深度共存协同的变革性场景。而在生成式AI时代,AI技术在赋能内容生产的同时,也衍生出“AI幻觉”等难题。如何降低AI生成内容的误差,增强真实信息交互,实现内容的准确性、权威性、可信性与可见性,已成为当前的核心挑战。需要认识到,“没有优化,‘生成’就没有价值”。GEO通过优化算法与模型,可以为这些痛点提供系统性的解决方案,是极具价值的技术创新模式。但GEO必须坚持以“准确性”核心,避免过度追求“可见性”而弱化了内容的可信与质量。此外,GEO的定义、框架、应用、管理等仍需进一步完善,这需要学界、业界的共同研究与推动。

    会上正式发布了北京大学新媒体营销传播研究中心与氧气科技联合课题研发的基于全球人工智能语境的生成式引擎优化(Generative Engine Optimization)理论框架STREAM及其评估指数体系。该理论框架旨在构建适应包含中国大模型特性的全球GEO生成式引擎优化方法论,为人工智能时代品牌可信传播提供系统性理论支撑与实践指导。

    与会人员从品牌、平台、媒体、用户、语料、算法等多个角度围绕GEO展开了热烈的讨论,并一致认为,STREAM不仅为生成式AI时代的品牌营销传播创新提供了极具价值的方法论依据,也在行业发展、企业转型、公共治理等多个领域具有积极的可扩展性。与会人员也建议,在未来的行业实践中,应重点关注社会伦理、信息透明度、AI幻觉与监管等关键议题,发展负责任、可解释的GEO,创造清朗的基于AI的可信传播新环境。

164521