同一篇产品页，一个字不改，只把署名换成虚构品牌，排名就往下掉。换成更知名的品牌，排名往上走。规格、参数、描述全都一样。
11 月 5 日，米兰理工三位研究者在 arXiv 挂出一篇审计论文，用两个研究、五万多条样本，把生成式搜索里那道看不见的门槛测了出来。
结论对做内容的人不太友好：保留事实的改写，对排名几乎没有帮助。
一、测了什么
研究一从意大利市场挑运动、时尚美妆、保险、旅行四个行业，收集真实用户的推荐类问题，交给 GPT-5.5、Gemini 3.6 Flash、Perplexity Sonar 回答。开联网、关联网各问一遍，每种十次，共 19200 条回答，覆盖 1176 个品牌。
研究二挑 24 个问题，每题五张真实产品页要求排序。其中一张是目标页，换署名或换写法，其余不动。署名换五种，从原品牌一路换到完全虚构；写法换四种，后三种是 2024 年那篇 GEO 开山论文的标准方法。四个模型共 38400 次排序。
这个设计能把名字的影响和文字的影响拆开。
二、三个发现
第一，头部品牌被提及和被引用的频率，是平均品牌的 1.4 到 2.8 倍。按流行度分五档，最低那档提及率不到 1%，最高那档 1.2% 到 5.3%。
第二，开不开联网，救不了这个偏差。两条曲线几乎重叠。品牌 Google 搜索量高十倍，关联网多被提及 0.87 个百分点，开联网多 0.89 个百分点，差异 +0.02，置信区间跨零。
研究者还查了 GPT 的第一轮搜索词：旅行类里，被提及品牌名出现在首轮查询的比例，从最低档 7% 涨到最高档 45%。模型是带着偏见去搜的。
第三，改写几乎没用。四种写法在五种署名下交叉测，排名几乎不动。论文图 7b 里，四条线叠在一起，肉眼分不开。而光换署名，排名就有明显落差。
同一个页面，事实没变，只是名字变了，模型的态度就变了。
三、别急着说GEO没用
这篇论文很容易被读成 GEO 都是骗人的。这个读法不准确，也不安全。
它证伪的是一个很具体的动作：保留事实的文本改写。论文用的三种方法，正是过去两年行业最常卖的那套，关键信息前置、加小标题和列表、堆引用和数据。
论文原话是形成了标准内容优化无法克服的参数壁垒。限定词是标准内容优化，不是任何努力。
边界也要说清：意大利市场、四个消费品行业、研究二四个模型全关联网。它测的是自然状态，不是持续投入后的结果。而且这是批判性审计，目的是指出算法不公平，本来就不是操作手册。
四、论文留了两个口子
一是参数记忆。模型预训练时读过海量网页，哪些品牌出现得多、早、连贯，就被写进参数。这份记忆出厂就固化，检索只能补充，改不掉。
论文说得很直白：外部检索无法缓解参数记忆偏差。
想让模型认识你，靠的是长期、稳定、多源、可核验的信息沉淀，不是发几十篇稿子做短期轰炸。前者慢，但进了参数就一直在；后者快，但检索层一断就没了。
二是第三方信源。核查过的提及里，36.2% 的品牌名只出现在第三方页面，官网并没被引用。
AI 提到你，和官网被引用，是两条路。很多品牌被反复提到，引用链接指向的全是别人的页面。那些页面写了什么、准不准，决定了 AI 嘴里的你是什么样。
这正好对上中国广告协会 10 月的 T/CAAAD 048，第 8.2.1 条写明：委托主体官方渠道、媒体、行业组织、学术机构的身份本身不构成可信，必须核验发布主体、内容证据、更新时间和可追溯性。
学术研究和行业标准，指向同一件事。
五、真正该干的活
如果改文案提不了排名，这个行业卖什么。
我的判断是，接下来能活的 GEO 服务，得从改写退到基建，干三件慢活。
先把现状测准。持续、真实、可复现地测。模型怎么答、第几轮答、原话是什么、谁判定的，全留档。
再把可被采信的内容结构建起来。检索层决定不了参数，但能决定此刻的答案。第三方信源占提及的 36.2%，这块地得自己种。
最后是每次都能验。说提升了，就把两次采样的原始记录摆出来。
三件事都慢，都没法在提案里画陡峭曲线，但它们是论文里唯一还站得住的部分。
六、门槛是真的
这篇论文最有价值的地方，不是告诉行业做错了，而是把一道一直存在、没人愿意明说的门槛摆上台面。
大品牌在 AI 里确实占便宜。不是阴谋，是训练数据的统计结果。它会持续存在，也不会因为谁多写几篇稿子就消失。
但马太效应的前提是没人干预。论文测的是自然状态，不是努力之后的结果。承认门槛，和放弃跨过它，是两件事。
对品牌方，预期要调：GEO 不是买排名，是买一套能看清位置的仪表盘，加一套长期可积累的信源资产。
对服务商，话术要改：不敢再承诺送第一位，只能承诺每次采样都真实、每份记录都可查、每条结论都有边界。
越视界AI智能体营销平，智脑引擎走的是后一条路。六大模型真实通道采样、多轮重复、三级判定加人工复核、口径全程可查可复现，明确标注哪些数不能横着比。
排名归模型，证据归我们。这大概是行业接下来唯一还守得住的分工。