问题—— 3·15晚会调查显示，围绕GEO（面向生成式引擎的内容优化）出现“数据投毒”乱象：部分机构以付费服务承诺“影响推荐”“操纵排名”，借助软件批量生成文本并多平台铺设，利用大模型对公开信息抓取与归纳的机制，将虚构产品、夸大功效或低质内容推到“看似权威”的答案位置。报道中，一款被称为“力擎GEO优化系统”的工具被指是链条中的关键环节之一。 原因—— 业内人士认为，乱象滋生由多重因素叠加：其一，生成式引擎回答问题依赖对海量公开内容的概率性归纳——若外部信息被集中“喂入”——容易出现“以量压质”；其二，内容分发平台多、链条长，软文投放隐蔽且成本低，跨平台追溯难度大；其三，部分商家急于追逐流量与转化，形成“黑箱式营销”的利益驱动；其四，现有规则更多面向传统搜索排名与广告标识，对生成式引擎场景下的操纵手法识别与约束仍有待完善。 影响—— “数据投毒”不仅侵害消费者权益，也带来更深层的外溢风险：一是误导公众决策，尤其在健康、金融、教育等高风险领域，错误信息可能被继续放大；二是挤压守法经营者与优质内容生产者的空间，形成“劣币驱逐良币”；三是削弱平台与智能助手的可信度，用户对数字服务的信任可能被整体拉低；四是扰乱网络生态与市场秩序，抬高治理成本，甚至催生诈骗、虚假宣传等违法行为的衍生链条。 对策—— 面对新型内容操纵手法，治理需要技术、规则与执法联合推进。一上，平台与服务提供方应加强源头识别与风控：提升对批量生成、同质化投放、异常传播路径的检测能力，完善引用标注、来源追溯、纠错反馈与黑名单机制，并重点领域建立更严格的“高可信来源”白名单。另一上，应推动营销透明化，压实广告标识与主体责任，对以“优化”为名实施虚假宣传、扰乱市场秩序的行为依法查处，形成可感知、可执行的高压态势。同时，行业协会与研究机构可推动形成面向生成式引擎的内容规范，明确可接受优化边界与违规判定标准，减少“技术擦边”的空间。 值得关注的是，卡内基梅隆大学研究团队提出“合作式AutoGEO”理念，主张不以欺骗性手段获取可见度，而是通过理解生成式引擎对高质量信息的偏好，帮助真实、可靠内容更好呈现，同时尽量不牺牲检索质量。有关实验结果显示，此思路下，优质内容可见度提升超过50%，用户获取信息的准确性与可靠性也有所增强。业内认为，这一方向的意义在于把“对抗式操纵”转向“合作式提升”，为内容方、平台与用户构建更可持续的激励结构提供了可参考的研究样本。 前景—— 随着生成式引擎更深度进入搜索、客服、导购等场景，信息可信度将成为数字经济的重要基础设施。下一阶段，治理重点可能从“事后辟谣”转向“事前防投毒”，从单点封禁升级为跨平台联动、跨场景一致的可信体系建设。可以预见，技术创新与制度完善将同步加速：一上，更精细的溯源、验证与纠错机制有望成为标配；另一方面，面向新型营销操控的监管规则与行业公约也将逐步清晰，为合法合规的内容优化与创新应用留出空间。
在数字经济快速发展的背景下，如何在技术创新与公共利益之间找到平衡，已成为绕不开的问题；此次事件既暴露出治理上的薄弱环节，也提示了“科技向善”的可行路径。正如专家所言，只有坚持发展与治理并重，才能让技术进步真正惠及社会。这不仅是技术议题，也是数字文明建设中的一项重要实践。