伪造专家身份、虚构机构研究报告、批量编造用户评价、向网页植入隐形标签诱导AI——2026年央视“3·15”晚会曝光的GEO乱象揭示了AI时代最隐蔽的数据污染危机。当虚假信息通过生成式AI被放大和传播，AI的信任根基正在被侵蚀。AIIA这份报告系统梳理了GEO滥用手段、数据污染风险与可信生态建设路径，为AI数据污染治理提供了系统性框架。
GEO滥用手段——内容撰写与文稿投放两大阶段
GEO滥用覆盖内容撰写和文稿投放两大阶段。内容撰写阶段的滥用手段包括：伪造权威背书和虚假证据——伪造专家身份、虚构知名机构的联合研究报告、捏造“行业权威榜单”、批量编造夸大数据与用户评价。抹黑竞争对手——批量生成并散布竞品的虚假负面新闻、伪造安全隐患或使用体验缺陷，甚至篡改第三方百科、问答社区内容植入误导性事实。堆砌关键词以劫持流量——将大量与内容无关的高热度词汇强行植入正文、图片标签或代码注释中，通过“密度轰炸”欺骗AI判定其为高相关度信源。隐式提示词注入误导AI——在网页隐藏嵌入特定提示词语句，人类读者无法察觉但大模型在抓取时会读取这些“暗语”，强制改变AI输出倾向。
文稿投放阶段的滥用手段包括：利用矩阵账号实施规模化内容投放——通过大量账号在社交平台、资讯网站、论坛社区同步发布内容形成“矩阵传播”，迅速提高网络存在度。利用漏洞污染高权重信源——向高权重的行业网站、地方门户网站甚至开源训练语料库大量注入虚假信息，让大模型将其判定为“广泛共识”从而优先推荐。
三大风险——数据污染、AI信任危机与合规失守
GEO滥用风险沿着产业链条向信息生态、技术系统和产业秩序扩散。数据污染风险：虚假数据一旦进入互联网信息生态便难以溯源和删除，将长期影响AI训练和检索的数据质量基础。GEO污染的深层危害在于相关虚假数据借助社交媒体、资讯平台、问答社区等渠道广泛扩散，形成“错误共识”效应。
AI信任风险：当前主流大模型在抓取外部信息时缺乏有效的真实性甄别机制，使得投其所好生成的虚假数据极易被模型获取并引用，大幅加剧模型幻觉风险。由于AI生成内容往往呈现真实可信的形态，幻觉输出更易导致用户在不知情的情况下做出错误决策，尤其在医疗健康、食品安全、金融投资等高敏感领域潜在危害尤为严峻。
合规失守风险：GEO服务目前缺乏针对性、体系化的监管要求和行业标准评价体系，部分GEO服务商能力不足或不负责任，既不对所服务企业的产品实际情况进行真实性核查，也不对输出内容的质量与合规性承担应有责任，导致大量虚假数据被创建并广泛散播。
治理框架——服务商合规自律+全产业链协同共治
2026年4月，中央网信办发起“清朗·AI应用服务典型违规问题”专项治理行动，提出整治“技术恶意营销等方式实施AI数据投毒”的问题。报告提出“服务商合规自律+全产业链协同共治”双向并举的治理路径。
服务商合规自律包括：提升服务能力（深耕可信内容创作、积累合规投放资源、构建高质量交付能力）；加强内部合规管控（建立GEO可信管理制度、严控业务审核流程、强化全过程溯源、构筑风险处置屏障）；推进行业共治（践行自律行为、分享可信经营经验、推动生态协同治理、探索数字水印等新技术）。
2026年2月，AIIA第十六次全会上《人工智能安全承诺：生成式引擎优化（GEO）专项》正式签署，10家GEO领域企业签署承诺，标志着行业自律形成基本共识。中国信通院联合产学研20余家参编单位制定《GEO服务可信基本要求》技术规范，并启动首轮评测。
