公募争抢AI流量,GEO营销走红,业内警示信息污染

随着生成式人工智能在投资决策中的渗透率不断提升，一种围绕AI推荐逻辑展开的新型营销模式悄然兴起——GEO（生成式引擎优化）正取代传统SEO，成为品牌抢占用户注意力的新战场。公募行业亦未能置身事外。

近日，AI大模型“语料投喂”乱象引发行业关注。业内人士指出，在基金公司竞相提升AI推荐可见度的过程中，若缺乏规范约束，极易滋生算法偏见与隐性利益输送，信息污染的风险正在积聚。

从“被搜索”到“被推荐”，GEO重构营销逻辑

当“被AI看见”“被AI推荐”成为品牌传播的新标的，一场围绕大模型注意力的争夺战已悄然打响。

据媒体报道，随着“AI选基”逐渐走入现实，一批专门面向公募营销场景的GEO服务机构应运而生。它们通过向大模型投喂语料、优化基金宣传内容结构、强化结构化表达等方式，帮助基金公司提升在AI问答场景中的曝光权重。

目前，已有头部基金公司试水相关业务，尤以同质化程度较高的ETF产品为重点投放领域。

所谓GEO，即面向生成式AI平台的搜索与推荐优化，目标是在用户向大模型提问时，使特定品牌信息被优先引用或推荐。这一概念在公募圈热度渐升。

有金融垂类服务商打出了“让AI永远记住您的品牌”的口号，宣称可针对不同大模型制定优化策略，从结构清晰度、语境深度、专家背书等维度对内容进行改造，以适应AI训练与推理逻辑，并持续追踪品牌在主流AI推荐系统中的表现。

短期效果诱人，ETF成AI营销“试验田”

“现在找供应商做AI投放，几百元也能起步，但要想长期见效，成本并不低。”据一家大中型公募机构人士透露，目前头部公募在AI营销方面仍处于试探期，尚未形成稳定的投放模式。

该人士介绍，这类业务通常由服务商向大模型进行定向语料投喂，短期内确能带来曝光提升，但“投喂”具有时效性，一旦停止，推荐效果便迅速衰减。报价方面，供应商往往按“产品+平台+时间”组合计费，早期费用较高，如今随着竞争加剧，门槛已有所下降。

从投放方向看，ETF产品因工具属性强、同质化高，成为AI营销的主要试验田。有第三方平台甚至推出了针对ETF的“AI榜单”，输入赛道方向即可查看产品在豆包、DeepSeek、元宝、Kimi等主流国产大模型中的推荐表现。

正如某GEO服务商所言：“当用户在AI平台提出品牌相关问题时，让自家信息成为答案中的‘必选项’，是AI时代企业传播的核心命题。”

投喂易，鉴别难：信息污染抬升用户筛选成本

然而，看似高效的AI推荐背后，正暗藏新的认知陷阱。“越来越多投资者习惯向AI提问来了解产品，这本身是效率的提升，但AI的数据主要来自公开网络，真实性、时效性、完整性都难以保证，再叠加模型幻觉，结果很可能存在偏差。”

业内人士认为，要兼顾AI决策的便利性与公正性，关键在于建立可解释、可溯源、可审计的模型机制。具体而言，应从因子体系的标准化、数据源的质量控制、第三方评测的引入等多维度入手，杜绝黑箱推荐，避免算法偏见与利益输送。

从技术层面看，需让AI具备“合规审查”能力；从行业协作层面看，则应推动建立开放的权威数据调用机制，确保输出结果可追溯、可验证。

在AI营销热潮之下，如何守住信息质量的底线，正在成为公募行业无法回避的命题。