摘要：生成式引擎优化（GEO）从2025年下半年开始快速进入公众视野，成了AI营销和声誉治理领域的高频概念。但概念走红的同时，行业边界越来越模糊：学术研究、商业服务、灰色操作共用同一套术语，指向的却是完全不同的实践。本文以GEO时代的认知层舆情为研究对象，区分理论观察与商业交付、白帽GEO与黑帽GEO、个人判断与行业共识三条边界，分析隐性认知风险的形成机制与合规修正路径，并说明研究者的立场与局限。关键词：GEO；认知舆情；声誉治理；生成式引擎优化；合规边界一、一个概念，容纳了多重异质内涵做GEO认知舆情研究以来，被问得最多的不是“什么是GEO”，而是：你研究的东西，和市面上那些帮企业在AI里“被提到”的服务，是不是一回事？这个问题本身就说明了过去一年行业的真实状况。一个概念刚火，涌入的从业者背景各异，研究人员、合规服务机构、灰色操作者都使用同一概念指代自身业务。2025年下半年到2026年，生成式引擎优化从一个小众概念迅速变成AI营销和声誉治理领域的高频词。走红并不偶然。一方面，用户端信息获取习惯已经发生根本性转变：截至2025年12月，中国生成式AI用户规模已超6亿，消费决策链路中AI工具的介入率从2025年下半年的约28%提升至2026年上半年的43%，超六成的企业决策者会先通过AI平台初步获取信息。用户信息获取核心渠道向AI迁移，直接催生了企业对生成式引擎优化的需求。另一方面，行业规模的快速扩张也印证了它的走红速度：国内生成式引擎优化专业服务市场规模在2025年仅约2.5亿元，到2026年预计攀升至约30亿元，短短一年规模翻十倍，已经成为数字营销领域增长最快的细分赛道之一。当越来越多的人用AI搜索、向AI提问，品牌和机构发现，自己能否被AI看见、被如何描述，正在成为新的竞争力。但同一个词被装进了太多不同的东西：有人研究它的传播机理，有人把它做成商业服务，有人把它变成牟利的工具。三类人说着同一套词汇，做的事却南辕北辙。这正是我写这篇边界声明的初衷——先把词说清，再把立场站正。二、我研究的对象：认知层舆情，而非优化业务