财π新闻 8月27日，国内首部生成式引擎优化可信信息传播与信息生态治理团体标准在HICOOL 2026全球创业者峰会上正式发布，该标准全称为《生成式引擎优化（GEO）可信信息传播与信息生态治理规范》，标准编号为T/CAPT 026—2026，自8月12日起正式施行。本次发布环节设置在HICOOL 2026全球创业者峰会的人工智能终端及智能体生态论坛成果发布板块，来自全国中文新闻信息标准化技术委员会、复旦大学马克思主义研究院、新经济学家智库以及多家人工智能领域相关企业的代表共同上台，见证了这份行业重要成果的正式亮相。

该标准由新经济学家智库、新华社媒体融合生产技术与系统国家重点实验室、复旦大学马克思主义研究院等多家单位联合研制，后续还有北京邮电大学网络安全学院、上海交通大学智能传播研究院、中国传媒大学、香港中文大学（深圳）等多所高校，以及多家主流媒体、科研机构和产业企业共同参与了相关编制工作，前后共有30余家权威科研与产业机构深度参与其中。这份标准的正式发布，标志着GEO行业从单纯追求曝光的发展阶段，正式转向可信事实资产建设与合规传播的全新发展阶段，彻底告别此前行业内“无标准、无规范、无边界”的野蛮生长状态，整个行业自此进入有规可依、有标可评的合规治理新纪元。

回溯这份标准的完整推进历程，相关工作早在今年4月10日就已经通过立项评审，随后经过多轮内容打磨与细节完善，于8月9日通过专家审查环节，由起草组向审查组完整陈述标准内容，接受专家质询后，所有审查组专家一致同意该标准通过审查。8月11日，中国新闻技术工作者联合会正式发布公告，批准这份团体标准作为协会团体标准进行发布，明确其自8月12日起正式施行，整个流程严格按照《中国新闻技联新闻信息标准化分会团体标准制修订工作流程》的相关要求推进，所有起草和审查等程序性工作全部合规完成，标准后续由中国新闻技术工作者联合会新闻信息标准化分会归口管理。

标准核心起草人王鹏铭在发布现场明确提出，GEO服务必须实现白盒化，核心原则是效果可以观察，合规必须达标，不能仅以AI品牌提及次数作为合规判据。他进一步解释，当前生成式AI越来越多地替代用户完成搜索、比较信息的工作，并且直接向用户输出最终答案，随之而来的各类信息风险也在同步显现。传统搜索模式下，平台向用户提供的是相关信息链接，最终的信息判断权仍然掌握在用户手中；而生成式AI直接向用户输出整理完成的答案，信息判断的部分环节已经转移到模型层面完成，当信息获取入口发生根本性变化之后，错误信息、过期信息甚至人为制造的伪共识，都有可能被生成式AI进一步放大传播，因此AI生态真正需要的不是无限制的海量信息，而是经过核验的大量可信信息。

为了切实推动GEO服务实现全面白盒化，标准重点从三个核心维度搭建完整的规则框架。第一是内容可信，要求所有纳入GEO优化范畴的核心事实都必须有对应的可核验证据，严格区分事实、观点和营销表达三类不同属性的内容，不允许将不同属性的内容混淆呈现，避免误导生成式AI的信息判断逻辑。第二是过程可追溯，覆盖从项目受理到优化实施的全业务环节，所有操作流程全部留痕可核查，确保每一条进入优化流程的信息，其来源、经过的处理环节都能够被清晰追溯，不存在信息来源模糊、处理过程无记录的情况。第三是风险可纠偏，建立起熔断、核查、纠偏、复测的完整闭环机制，一旦在优化过程中发现信息存在可信度问题，能够第一时间触发熔断流程，暂停相关内容的传播路径，随后启动专项核查工作，针对存在问题的内容完成针对性纠偏调整，之后再通过复测环节确认内容完全符合可信要求，才可以重新进入后续传播流程，从机制层面避免不可信信息流入AI生态。

在具体的制度设计层面，标准明确提出事实库、观点库、营销表达库三区分治的核心要求，将品牌相关的知识资产按照属性划分到三个独立的数据库中进行分类管理。其中事实库收录的是已经完成证据绑定、来源分级的客观事实内容，所有营销表达中涉及的事实类表述，都必须以事实库中经过核验的内容为准；观点库收录的是各类评论、社论、专家观点、行业分析类内容，所有内容都必须明确标注对应的来源和发布时间，绝对不允许用观点类内容替代客观事实进行传播；营销表达库收录的是各类口号、文案、卖点包装、场景化表达类内容，这类内容仅作为品牌传播的创意素材使用，绝对不可以作为客观事实的依据被生成式AI直接引用。

除此之外，标准还同步建立起A/B/C/D四级信源可信度分级制度，对所有信息来源的可信度进行明确层级划分。其中A级信源包括政府司法监管机构公开信息、央媒原创新闻、生效裁判文书、国家级权威数据库，这类信源是核心事实的优先选用来源；B级信源包括经过同行评议的学术论文、行业协会白皮书、主流媒体原创报道、权威科普平台，这类信源是重要证据的选用来源；C级信源包括企业官网、产品手册、商业报告、用户反馈、普通媒体报道、公开网页，这类信源的内容需要经过进一步核验之后才能作为参考内容使用；D级信源包括匿名无溯源来源、低质聚合站点、历史存在违规记录的信息源，这类信源的内容原则上不允许纳入GEO优化的内容范畴，从源头避免低质不可信内容进入AI生态。

标准同时搭建起全链路追溯机制，对GEO服务的全流程信息流转进行记录管理，确保每一条信息从进入优化流程开始，所有的流转节点、处理操作、修改记录都能够被完整回溯，任何环节出现问题都可以快速定位到对应的责任主体。在此基础上，标准还清晰划定了白帽GEO与黑帽GEO的明确边界，将依靠恶意操纵算法、批量生成无效内容、干扰大模型正常输出的操作明确归入违规的黑帽GEO范畴，而基于真实信息、权威信源、结构化内容，帮助大模型更准确理解企业信息的合规操作，则属于鼓励发展的白帽GEO范畴。标准明确要求所有开展GEO相关业务的企业，必须彻底摒弃过去的投毒式优化操作，全面转向播种式可信优化，把真实、专业、有价值的信息持续提供给AI生态，通过长期稳定的可信信息供给，搭建起企业自身的可信事实资产体系。

复旦大学马克思主义研究院副院长李凌表示，GEO治理需把握节奏，在技术创新和风险防范间建立动态平衡，将真实、透明、可追溯要求在行业发展早期嵌入服务流程，避免模式固化后产生高纠偏成本。他进一步指出，GEO领域衍生出的各类问题，具备非常典型的人工智能治理特征，如果等到整个产业的发展模式完全固化之后再启动治理工作，后续需要付出的纠偏成本将会高到难以承受，但针对这个领域的治理工作又不能简单粗暴地压制技术创新的正常发展，整个治理过程的关键就在于精准把握治理节奏，在技术创新和风险防范之间建立起动态平衡的关系，让相关规则能够随着技术迭代和应用场景拓展共同演进，在保障行业创新活力的同时，守住信息可信的底线。

(编辑：吕文)