社区

作为深耕数据分析多年的厂商，慧辰凭借数据基因，敏锐捕捉到了GEO这一新机会。慧辰选择以“数据监测”为切入点，在两个月内快速推出产品ImpetaAl，成功卡位这一新兴赛道。

我们与慧辰GEO产品负责人黄鸣进行了深度访谈，围绕慧辰切入GEO市场的逻辑、其数据监测产品的定位、商业化进展、行业竞争格局，以及未来核心趋势等关键议题展开，揭示了GEO市场的当前生态与演进路径。

核心观点

GEO市场格局长期将保持分散，多元类型厂商并存。未来GEO市场将呈现多元格局，原生GEO公司、垂直领域深耕者、出海服务商、底层工具供应商等各类厂商将长期并存。

GEO未来将与私域融合。GEO是新的公域渠道，与品牌私域会员体系打通，可以实现营销闭环。这些变化将深刻影响甲方的投入决策和GEO的玩法演进。

提示词作用将减弱，GEO玩法面临根本性变革。随着AI助理变得更主动、更了解用户偏好，未来需要用户主动输入的提示词会减少。这可能导致GEO优化目标与方式发生巨大变化。

以下为本次访谈实录，在不改变原意基础上略有修改。

01 凭借数据基因，快速卡位GEO新赛道

爱分析：慧辰如何选定从数据监测角度切入GEO市场？

黄鸣：我们是去年8月份注意到GEO这个机会的。因为我们是做数据出身，当时判断切入这个新领域最合适我们的就是做数据监测。它既是我们的技术积累所在，也能作为一个很直观的切入点。

所以到了去年底，我们正式投入精力去研发这个产品ImpetaAI，大约两个月产品就上线了。上线后通过公众号做了些发布，就吸引来了很多用户。客户下单很快，这有点出乎我的意料。

爱分析：第一批客户是老客户？

黄鸣：其实新客户比较多。新客户基本上是自然流量来的，这说明市场确实存在真实需求。

爱分析：产品命名为ImpetaAI有什么含义吗？

黄鸣：Impeta是小语种词汇，意思是“答复”。因为我们监测的核心就是AI的答复数据，所以就叫答复的AI。

爱分析：没有考虑做GEO优化业务？

黄鸣：GEO市场的核心需求还是优化，客户要的是排名和可见度上去，进而引流。所以数据监测的定位是一个钩子，因为它能够快速吸引用户过来，然后我们再去承接落地的服务。慧辰内部有其他业务线做优化服务。

爱分析：数据监测产品长期定位也是引流的钩子吗？

黄鸣：GEO主要的生意形态就是优化服务，无论是机器还是人工，这是最大的一块蛋糕。其次就是自动化工具层，比如用AI批量发文。再往下是数据监测。基本上产业链就这三层，剩下就是渠道中介了。数据监测肯定有长期的市场价值。

爱分析：数据监测产品主要服务于哪几类客户？

黄鸣：主要服务两类客户。一类是直接甲方，另一类是大量的GEO服务商，也就是Agency。

现在做GEO优化的服务商非常多，广告公司、咨询公司、AI营销公司都在做，非常混乱。很多Agency没有数据能力，他们也需要监测工具。我们平台上超过一半用户就是这类Agency。

爱分析：早期客户快速下单的原因是什么？

黄鸣：面对终端甲方，解决了几个痛点。第一，客户需要知道现状。第二，更关键的是优化后的结算依据。以前行业结算可能有些混乱，比如靠截图，这很容易造假。越是大品牌，越需要真实、可信的效果监测和交付凭证，他得向老板汇报这笔生意的价值。

相比其他竞品，我们的监测做得相对复杂，体系化更强。我们构建的指标体系有五六十个指标，涵盖基础认知、竞争分析、内容E-E-A-T维度、信源分析、提示词分析以及智能诊断等。

因为我们长期做数据分析，在这方面有积累。我们把产品做成了可以让客户批量监测、自行配置提示词的SaaS工具，这形成了我们的差异化。

02 GEO与私域融合，将是未来看点

爱分析：目前产品有许多Agency在使用，这是否意味着，产品未来不直接面向终端客户，而是成为一个给Agency使用的工具平台？

黄鸣：部分是。这就好比很多BI软件，最后发展出了BI PaaS模式，它本身不是给终端用户用的，而是给Agency使用的。终端客户尤其是大品牌还是有自己监测的需求。

爱分析：所以GEO未来还是和SEO一样，市场特别分散，存在大量Agency？

黄鸣：这个市场现在非常分散，从上到下，从大品牌到街边美容店，全都有需求。虽然有一些头部公司做得不错，但总体体量还不大。

未来可能会有几种格局并存：一类是原生的GEO公司，他们可能会有头部效应；第二类是扎根垂直领域的，比如专门做医药、金融或B2B的，依靠深厚的行业认知；第三类是出海的；还有就是像我们这样做底层工具或数据监测的供应商。

爱分析：2026年，GEO行业有哪些关键的技术或商业模式节点？

黄鸣：第一，大模型把消费链路彻底打通，这个影响会非常大。比如豆包、千问等接入了电商，这就把GEO从一个单纯的认知平台，变成了一个转化平台，这会极大地影响甲方的投入决策。

第二，大模型厂商可能会逐步开放一些合理的接口，与认证的服务商合作，推动行业向更合规、健康的方向发展。

第三，我认为与私域的融合会是一个看点。比如之前豆包和麦当劳的合作，如果能将AI下单与品牌方的会员体系打通，那就实现了营销链路的融合，整个闭环就通了。这会缩短用户的决策路径，理论上能提升转化效率，但具体会怎样，变化太快，谁也说不好。

爱分析：行业还有什么值得关注的未来趋势？

黄鸣：我观察到另一个趋势，关于提示词本身。未来，用户可能需要主动输入的提示词可能会越来越少。

现在的大模型正在向个人助理演进，比如ChatGPT，它已经开始主动追问和引导。如果大模型深度理解了一个人的偏好，它可能会主动推荐，用户只需要做决策。那么，未来影响GEO的提示词可能会变得越来越少，这要求GEO的玩法也必须改变。

甚至，当AI助理足够了解用户时，外部第三方可能很难介入用户、AI助理、品牌这个“三口之家”的对话。当然，也可能存在另一种模式，大模型开放接口，让第三方服务商来帮助优化和服务海量的个性化需求，大模型自己则专注于做底层公正的平台。这一切都变化太快，我们现在讨论的，可能很快又会被新的发展所颠覆。

03 行业Benchmark只是PR价值

爱分析：监测产品底层的数据，是基于慧辰原有的数据积累吗？

黄鸣：不完全是。原来很多数据研究是关于用户偏好的全维度洞察，而GEO是新的产品形态。我们会在原有行业知识和数据资产的基础上，结合新形态做一些差异化的东西。我们正在建设数据资产平台，把行业沉淀变成可用的资产。

爱分析：甲方能分清不同监测厂商之间的差异吗？

黄鸣：在核心数据指标上，各家差异不大。但产品形态和结果交付上是有区别的。我们更倾向于输出客户能直接明白的结果。客户不需要对数据有很深的理解，也不需要对GEO或AI术语很熟悉。

我们即将要上线自动化诊断报告，把专业分析转化成他们能懂、能直接行动的语言。这是我们基于多年服务经验能做的。

爱分析：甲方是不是更愿意接受人工交付报告的形式？

黄鸣：如果只是监测业务，人的交付工作不多。就报告本身而言，我们认为那种依赖人手工撰写报告的方式会慢慢被淘汰。可能只有面向大客户服务的时候，需要通过人讲解的方式交付。

爱分析：慧辰做监测产品的优势在哪里？

黄鸣：我们的优势有几个。一是多年数据分析的沉淀，在指标体系和模型搭建上比一般的技术公司更专业。二是行业认知的积累，GEO的优化最终要落到具体行业场景，形成闭环，我们可以结合这一点。三是我们还有其他BU做私域等后链路，未来如果AI应用开放更多接口，可能实现公域与私域的融合，这里会有新机会。

爱分析：监测产品如何定价？

黄鸣：本质上还是看token消耗。我们是按每天定期监测来算，根据客户购买的提示词数量，预估一个周期的token消耗量，再乘上一个系数，转换成订阅费。

有月、季度、年等套餐。定价会匹配GEO项目的常见规模，比如一个季度监测3个关键词，每个词配10-15个提示词。

爱分析：除了客户订阅的监测Query，慧辰会为了建立行业基准而抓取更多数据吗？

黄鸣：有计划，但没着急上。因为成本投入很大，我们要看客户意愿。做行业排行榜，更多偏向PR价值，给客户的实际价值就是多了一个基准参考。但如果要做深、做细到具体品类，比如越野车，而不是所有汽车，那就有真正的指导意义了，那会是另一套产品模式。

爱分析：目前有聚焦的行业吗？

黄鸣：大方向是有的。GEO的特性是，它更适合消费决策链复杂的行业。比如买车、买房、医美、植发、B2B等，用户需要深度对比和决策。

B2B的采购决策流程通常比消费品更复杂。现在业内也有专门做B2B的GEO公司。B2B营销方式相对单一，以前靠销售跑展会或做百度SEO，现在这些方式效果不好，很多就转向了GEO。

爱分析：用AI来研发这款产品，成本可控吗？

黄鸣：融合agent和skill的系统开发是趋势，成本确实是个问题。现在全用AI开发，速度快，不用堆人，原型、前端代码AI都能弄，时间压缩得很短。但问题就是所有环节都在消耗token。请求数据、AI处理输出、后续计算都要token，而AI的输出token用量过大是挺贵的。