00 先说三个反直觉的结论这份调研最有价值的部分不是"哪些行业适合"，而是推翻了三个正在被广泛传播的错误前提。如果按错误前提做预算，钱会投在完全错误的地方。
结论一：「在 AI 里直接下单」这个前提，今年 3 月已经塌了
OpenAI 的 Instant Checkout 于 2026 年 3 月实质终止，官方口径转为"允许商家使用自己的结账体验，把精力放在商品发现上"。直接原因是 Walmart 实测——ChatGPT 站内结账的转化率只有跳转 walmart.com 的 1/3 ，且单件结账模型与真实的多件凑单行为冲突。截至 2026 年 2 月真正跑通的商家仅约 30 家。
但同一份数据的另一面才是重点：ChatGPT 带来新客的速率是搜索引擎的 2 倍 ；Walmart 自建 Sparky 接入后达到 walmart.com 转化的 70%，且 Sparky 用户客单价 +35%。
所以正确的模型是「Discover in AI, Buy on Site」——AI 负责发现与收敛候选集，成交回自有渠道。 GEO 的 KPI 应该设在候选集入选率，而不是 AI 渠道 GMV。
⚠️ 中国市场适配（海外证据不能直接平移）： 上述结论的证据基础（OpenAI Instant Checkout、Walmart.com、Walmart Sparky）全是海外 DTC 行为 ，"自有渠道"在海外等于品牌官网 + 品牌会员体系。但中国用户的落地平台是天猫 / 京东 / 抖音旗舰店 + 微信私域 ，几乎从不出平台生态——国内从未存在西方那种站内结账模型，所以"AI 内下单塌了"这一半在中国更成立 。对中国的正确表述应改写为 「Discover in AI, Buy on Platform Flagship」 ：成交回平台旗舰店 ，不是品牌官网。KPI 在"候选集入选率"之外，还要追平台旗舰店进店 / 搜索率 ；并警惕"品牌被 AI 推荐、但用户去平台落地到代购 / 非官方店"的截流风险。国内忠诚度绑定在平台 VIP（88VIP / JD Plus）与私域，不在品牌 DTC 会员——这也正是本报告 AC 标签"① 链路可达"已按「千问×淘宝 / 豆包×抖店 / 元宝×京东」校准的原因（见 03 节）。
结论二：市面上流传的 GEO 市场规模数据，大部分是自造的
核查结果：「信通院：2026 年 286 亿、渗透率 38%→71%」找不到任何一手出处 ，且同一个"286 亿"在不同文章里被挂上三个互相冲突的报告名；「IDC：国内 942 亿、全球 220 亿美元」IDC 官网无 GEO 专项报告 ；「艾瑞：GEO 占 AI 营销投入 50%+」后半段无原文支撑。
唯一可溯源的是易观：2025 年约 2.5 亿 → 2026 年预测 30 亿。而且易观自己已经修正——2026 上半年实际约 35 亿，CR10 仅 9.8%。这是一个 30～40 亿量级、极度分散的早期市场，不是几百亿的成熟赛道。
判定真伪最有效的信号不是数字大小，而是同一个数字配了多个互相冲突的报告名 。
结论三：决定 GEO 效果的不是客单价，是「信息可文本化程度」
Adobe 对零售站点做的 AI 可读性诊断给出了反直觉排序：美妆 63%（低客单）排第一，家具家居 47%（高客单）垫底 ，电子 56%、运动/服饰 51%、生鲜 48%。这说明内容结构比客单价更能解释 AI 表现。
同时，「视觉/冲动品类不适合 AI」这个流行判断证据不足——服饰在 Adobe（美国 39%）和 PLAN-B（日本 36%）的需求侧调研中都排第二 。弱的不是需求，是品牌没有把视觉属性翻译成结构化文本。
05 T0 行业 · 细分拆解六个立即可投的行业，下钻到细分赛道。红色 为优先切入，黄色 为次优，灰色划线 为该行业内应排除的细分。
1. B2B 外贸出海与跨境工业品 T0 AC-2 ROI 排名第一
GEO 核心价值
信任重建与去平台化获客。 海外采购商正在用 AI 替代展会与 B2B 平台完成初筛。与阿里国际站的竞价排名逻辑不同，AI 依据的是全网可交叉验证的"事实"——认证、审计报告、结构化案例、第三方提及。这意味着"产品好但没名气"的工厂第一次有了绕过平台的机会 。
唯一有学术支撑的证据：Princeton / IIT-Delhi 的 GEO 论文（KDD'24，GEO-bench 一万条查询）发现，加入引用语（+41%）、统计数据（+31%）、注明来源（+28%） 可显著提升生成式回答可见度；而关键词堆砌无效甚至 −10% 。最关键的一条：原本排名第 5 的弱势站点，仅通过"注明来源"就获得 +115% 的可见度提升 ——这正好对应外贸中小工厂的处境。
细分赛道
通用机械与装备（机床/注塑机/包装机） 汽车零部件与售后配件 五金工具与紧固件 新能源（组件/储能PACK/逆变器） 实验室与检测设备 化工原料与新材料 纺织面料与辅料 3C 配件 ODM/OEM 工业耗材 家居建材出口
典型提问形态
"推荐几家可验厂的中国五轴机床供应商并对比参数与交期" / "如何核验中国工厂的产能" / "ISO 14001、SA8000 意味着什么" / "MOQ 500 的交期是多久"
内容抓手
英文技术白皮书 · 认证与第三方审计报告结构化 · 参数化产品页（含公差、材质、认证清单）· 行业目录与海外垂直媒体提及 · 客户案例的可验证细节（工厂面积、产线数、交付批次）
注意： 常见的"Gartner：89% 全球 B2B 采购决策者使用生成式 AI"是错引——它混淆了 Forrester 的 94%（B2B 买家）与 Gartner 的 45%（近期采购中使用）。做汇报时别用这个数字。
2. B2B 企业服务与数字化 T0 非电商 证据最扎实
GEO 核心价值
进入 shortlist 的入场券。 "XX 软件哪家好"这类比稿式搜索确实已被前置到 AI 里，且候选名单在销售接触之前就已经闭合了 。传统打法（SEM + 内容营销 + 展会）触达的是已经进入名单的阶段，而 GEO 争夺的是名单本身。
这是唯一有大样本一手买家调研支撑的行业。Forrester 2026 Buyers' Journey Survey（n≈18,000） ：94% B2B 买家在最近一次采购中使用 AI（2025 年为 89%），生成式 AI 被列为"最有价值的调研来源"第一名，提及量是第二名的两倍；55% 用于比较供应商 、54% 产品调研、47% 撰写内部立项材料。Gartner（n=645） ：45% 在近期采购中用生成式 AI，主要用于供应商初选名单。G2（2026-03，n=1,076） ：71% 依赖 AI 做软件调研，最高频用途是"比较厂商优劣"（41%）。
细分赛道
SaaS（CRM / HR / 财务 / 协同） 网络安全 数据与 AI 基础设施 SaaS 出海 云与 IDC 工业软件与自动化 ERP 实施与咨询 低代码 / RPA 企业培训与管理咨询 办公硬件集采
内容抓手
第三方评测站是最高杠杆 ——Perplexity 明显偏好 G2，B2B 场景务必优先铺 G2 / Capterra。其次是 earned media（Muck Rack 百万级 prompt 研究：85%+ 的非付费 AI 引用来自 earned media，而非自有内容）。另据 Ahrefs：ChatGPT 高频被引页中 28.3% 在 Google 完全没有自然排名 ——这说明 GEO 和 SEO 是两套独立资产。
扣分项： 这是目前竞争最拥挤的赛道，同行已经在做。窗口正在关闭，越晚进入成本越高。
3. 3C 数码与家电 T0 AC-1 电商首选
GEO 核心价值
参数标准的定义权。 这个行业的 AI 答案是三层结构：垂媒定参数标准 → 内容电商验证场景 → 官网做技术背书 。谁定义了"选购要看哪几个参数"，谁就赢了推荐逻辑本身，而不只是赢了一次曝光。
QuestMobile 实测：手机推荐类问题，豆包单次回答引用内容达 40.8 篇 （全品类最高），信息交叉验证强度远超其他品类；vivo / OPPO 官网被采信率仅 0.9%–1.4%，说明官网单打独斗无效，必须做第三方信源矩阵 。格局仍在剧烈变动，现在进场仍能改变排序 。
细分赛道
清洁电器（洗地机 / 扫地机） 大家电（冰洗空彩） 厨电 笔电与外设 耳机与音频 智能家居 / IoT 个护小家电 影像器材 智能穿戴 手机与平板（头部固化，新品牌难）
关键机制
洗地机品类的推荐率普遍低于面霜、粉底液、手机 ，且无头部集中——原因是信源结构不完整会直接压低 AI 的推荐信心 。这类品类必须叠加口碑验证层：什么值得买在豆包/文心的引用率为 11.7%/6.2%，知乎在文心为 19.6%。
链路提示： 高客单单件（如电视）在 AI 站内结账体验很差，Walmart 已验证。应采取"AI 发现 + 自有站/小程序成交"，不要指望 AI 内闭环。
4. 汽车及后市场 T0 AC-1 · 仅配件
GEO 核心价值
长决策周期中的持续在场。 购车决策周期数月，用户会反复向 AI 提问且问题逐步细化（从"20万预算买什么"到"理想L6 和 问界M7 底盘差异"）。GEO 的价值是在整条链路的每个节点都出现，而不是抢一次曝光。
艾瑞《2026 汽车行业 AI 信源影响力指数》：88.6% 消费者购前使用 AI 辅助决策，44.0% 将其作为核心工具 。信源被垂媒垄断——汽车之家 84.5%、易车 58.9%、太平洋汽车 54.4%；但分平台差异极大 ：千问对懂车帝引用率 76.5%，DeepSeek 对易车 80.6%，懂车帝在预算类问题中被千问引用 72.2% 位居第一。这意味着必须分平台做信源投放，"统一铺一遍"是无效的。
细分赛道
汽车配件与轮胎（AC-1，竞争最空） 新能源整车细分意图 7座MPV / 家用SUV 等新兴意图 二手车 改装与车品 充电与补能 汽车金融保险 燃油整车（格局较固化）
窗口证据
36氪名册显示：20–30 万 SUV 意图下理想以 73.84 分断层领先（已固化）；但「7 座 MPV」意图前十全部低于 40 分 ——细分意图越新，格局越空，抢位窗口越大。选意图比选品类更重要。
结构性痛点： AI 模型 1–3 个月迭代 vs 汽车产品周期 3–5 年，存在节奏错配；且线索归因链路长，需自建埋点。轮胎/配件/改装缺乏独立数据支撑，属推断。
5. 美妆护肤 T0 AC-1 可读性第一
GEO 核心价值
成分与功效的权威解释权。 这个品类的用户提问天然是"解释型"而非"推荐型"——"烟酰胺和 A 醇能一起用吗"、"敏感肌能用果酸吗"。谁能提供最可被引用的解释，谁就成为 AI 的默认信源。
Adobe AI 可读性诊断：美妆 63%，全零售类目第一 （成分表、教程、客服页密度高天然利好）。QuestMobile：抗衰面霜呈多源交叉验证 逻辑，TOP1 信源贡献超 40% 内容；雅诗兰黛/赫莲娜/兰蔻构成"头部共识"。96.5% ——成熟单品赛道几乎无缝隙，新锐品牌应主攻新兴功效意图 而非成熟大单品。
细分赛道
功效护肤（痘肌 / 敏感肌 / 屏障修复） 抗老与精华 防晒 男士护理 头皮与洗护 彩妆（AC-2，改走视频信源） 身体护理 香水（嗅觉无法文本化，数据空白）
彩妆需要完全不同的打法
彩妆不是"弱"，而是换赛道 ——色号与妆效驱动平台加权视频信源：粉底液场景下豆包对抖音引用率 31.8% （面霜仅 18.4%），千问对 B站 11.7% （面霜 5.4%）。做彩妆 GEO 却在写长文，等于打错战场。
6. 珠宝腕表与奢侈品 T0 AC-2 供需缺口最大 · 最紧迫
GEO 核心价值
抢占"无品牌指向"的发现意图。 这个行业的特殊性在于——用户已经大规模用 AI，但品牌几乎全员缺席。这是全部 19 个行业里供需缺口最大、时间窗口最紧迫 的一个。
贝恩 × Comité Colbert（2026-04，中/美/法 n=1,605，本轮质量最高的一手证据）：中国奢侈品消费者 64% 在最近一次购买中用过 AI （美国 54%、法国 27%）；顶级高消费客群达 82% ，而轻度客群仅 28%——AI 使用度与消费力正相关。97% 表示会继续使用。约 70% 的奢侈品 prompt 不提及任何品牌 ；75% 属于发现/对比意图 ；AI 生成答案时 90% 的信息来自品牌官网之外 （编辑内容、用户评论、二手平台）。而仅 48% 的品牌方在跟踪 GEO 表现，只有 10% 自评能力强 。
细分赛道
高级腕表 二手奢侈品 / 中古 高级珠宝 轻奢箱包 定制珠宝与钻石 奢侈品保养与鉴定服务
内容抓手（反直觉）
重点不在官网 ——90% 信息来自站外。真正的抓手是：编辑类权威媒体（Condé Nast、Times、专业腕表媒体）、二手交易平台的成交与品相数据、KOC 长测评、以及"无品牌指向问题"的内容占位（如"三万预算第一块机械表怎么选"）。
06 T1 / T2 行业 · 细分拆解这些行业价值明确，但受限于归因难度、合规摩擦或供给侧基建缺失，建议以限定打法和限定预算推进。
7. 专业服务（法律 / 财税 / 知产） T1 非电商
GEO 核心价值
极窄候选集中的入选权。 法律服务的决策特征是"高客单 + 低频 + 极度信息不对称 + 候选集极窄"。用户不会比较十家律所，只会看 AI 给的两三个名字。
LLM Listed《AI Legal Consumer Report 2026》（n=871）：96% 信任 AI 推荐律所、84% 不会选择未出现在 AI 结果里的律所、平均只考虑 2.3 家 。⚠️ 发布方是 AI 可见度营销公司、样本偏小，具体数字需大幅打折，但"候选集极窄"这个方向可信 。
细分赛道
婚家 / 劳动 / 刑辩等 To C 诉讼 知识产权（商标专利） 企业法律顾问 移民与涉外 财税与代账 招投标咨询 审计与评估
数据空白提示： 财税、知识产权、招投标三个细分未检索到任何可信的公开 AI 渗透数据 ，中文结果全是服务商选型软文。这三个赛道的判断属推断，落地前建议自建小样本实测。合规： 律师执业行为规范禁止胜诉承诺与排名式宣传，AI 生成内容仍须落到持牌主体。
8. 教育培训 T1 非电商
GEO 核心价值
择校清单形成期的收敛（留学 / 招生）＋ 负面语料的防御性覆盖（成人考证）。 这两类价值方向完全相反：前者是进攻性获客，后者是防止"XX机构靠谱吗"的答案被差评主导。
本行业一手数据质量在非电商行业里最好。IDP《Emerging Futures 8》（2025 年 7–8 月，近 8,000 名国际学生）：54% 已用或打算用 ChatGPT 等选择院校 （一年前 35%），53% 用 AI 选专业，39% 用 AI 写申请材料；中国学生意向最高，达 63% 。QS：62% 学生每周至少使用一次生成式 AI。
细分赛道
留学申请与规划 高校 / 国际学校招生 成人职教与考证 IT / AI 技能培训 语言培训 企业内训 K12 学科培训（双减 + 广告法第 40 条）
合规： K12 学科类培训广告受"双减"及《广告法》限制，主流媒体、公共场所、网络平台均不得发布；面向未成年人的站点/App 不得发布校外培训广告。留学、职教、成人技能是安全区间。
9. 文旅酒店 T1 AC-2
GEO 核心价值
进入 AI 生成的行程 bundle。 AI 规划旅行时是把酒店+餐厅+活动打包推荐的，被纳入 bundle 一次相当于获得整段行程的曝光。对独立精品酒店来说，这是第一次有机会绕过 OTA 的评分体量优势 ——AI 更看重编辑类媒体报道而非评分数量。
Phocuswright 2026：56% 旅行者用 AI 规划（一年前 33%）；Skift 2026-01：41% 美国旅客近半年用 AI 规划，$5,000 以上行程达 53%。但仅约 13% 真正通过 AI 完成预订，仅约 2% 接受 AI 自主下单 ——规划在 AI、预订在 OTA 的断层尚未闭合。
细分赛道
高端 / 精品独立酒店 定制游与高端旅行社 目的地文旅推广 亲子与研学 户外露营与营地 邮轮 连锁标品酒店（OTA 已占位，收益低）
特有风险： AI 报价与季节信息过时会直接导致客诉——已有 Perplexity 报价 120 欧、实际 245 欧的公开案例。文旅做 GEO 必须配套价格信息的更新与监测机制。
10. 保健营养品 T1 AC-1 高价值 · 高合规摩擦
GEO 核心价值
临床可信度对广告预算的替代。 这是预算劣势方最有机会的品类——AI 引用逻辑看的是成分证据与第三方权威，不是投放量。
Walmart 侧实测：ChatGPT 渠道卖得最好的品类中，维生素/蛋白粉位列第一梯队 （与汽配、美妆、家务用品、五金工具合计过半订单）。营收第一的 AG1 引用只排第三 。方向可参考，数字不宜引用。用 AI 查 ≠ 敢用 AI 买 。
细分赛道
运动营养 / 蛋白粉 维生素与矿物质 益生菌 护肝 / 护眼等功能性 中式养生与药食同源 宠物营养
合规硬约束（决定打法）： 《广告法》第 18 条（保健食品广告六不得，必须标注"本品不能代替药物"）、第 19 条（互联网信息服务提供者不得以介绍健康、养生知识等形式变相发布保健食品广告） ——第 19 条几乎直接封死了"科普长文 + 成分解释 + 测评种草"这套 GEO 主流打法。非广告属性的科学信息 + 第三方权威背书 （学术引用、检测报告、行业标准参与），主体与商业转化入口分离。另注意海南省市监局 2026-06《人工智能生成式广告发布合规指引》要求 AI 生成广告显著标注，并禁止虚构专家证言与用户口碑。
11. 母婴与玩具（非食品） T1 AC-1
GEO 核心价值
触达 AI 购物授权度最高的人群。 新手父母是典型的"高焦虑 + 零经验 + 强信息需求"群体，且已被验证是 agentic commerce 的早期高授权人群。
Zeta Global 调研：家长中 43% 愿意授权 AI 在预算内直接下单 （非家长仅 27%）；74% 家长称 AI 帮其发现了原本不会考虑的新品牌 （非家长 66%）。Adobe：玩具游戏类 AI 使用率 24%，但有 18 岁以下小孩的家庭升至 37% 。
细分赛道
出行装备（推车 / 安全座椅） 玩具与益智 纸尿裤 婴童洗护 儿童家具与安全用品 孕产用品 婴幼儿配方乳粉（广告法第 20 条硬禁）
合规： 《广告法》第 20 条禁止在大众传播媒介或公共场所发布声称全部或部分替代母乳的婴儿乳制品广告；第 40 条禁止在面向未成年人的媒介发布医疗、药品、保健食品、医疗器械、化妆品广告。婴配粉必须从 GEO 计划中剔除。 不可引用 。
12. 宠物产品与周边（主粮 / 零食 / 智能设备 / 用品） T1 AC-1 产品侧被低估 · 本地服务侧不成立
GEO 核心价值
成分与犬种适配的解释权 + 强复购带来的持续在场。 宠物主粮是典型"高信息不对称 + 强文本可表达"品类：蛋白质来源（鲜肉/肉粉）、无谷、粗蛋白占比、AAFCO/WSAVA 符合度，全部是 AI 最爱引用的结构化参数。决策前用户大量查"幼猫吃什么""肠胃敏感推荐""XX 和 YY 哪个好"——正是 GEO 争夺的 query。
上一版为何压到 T2（已修正）
原报告用 Clutch"宠物用品 AI 购物舒适度 11%（全品类最低）"作判据，但该指标测的是"愿不愿意让 AI 替我下单" ，与 GEO 价值（"会不会在 AI 里被查/被推荐"）是两件事。宠物主是高情感、强个体化人群，确实不愿让 AI 代买；但用 AI 做研究决策的比例并不低 ，且"查→回天猫/京东/抖音旗舰店买"的 discover-in-AI 路径完全成立、可归因。判据须区分"自主下单意愿"与"被推荐的研究价值"。
细分赛道
主粮（成分/犬种适配，复购强） 智能设备（猫砂盆/喂食器，参数化似 3C） 功能零食与营养 猫砂与清洁用品（安全材质信息不对称） 玩具与出行用品 宠物医疗（兽药受广告法第 21 条限制，归 AC-0）
合规边界： 宠物食品（宠物饲料）受《宠物饲料管理办法》约束，广告上不属于 《广告法》严打的保健食品/婴配粉/医疗器械；但不得宣称疾病预防、治疗功能 （如"治猫肾病""防腹泻"），功效化用语会踩线。智能设备与用品基本无特殊限制。对照： 纯本地化的"宠物店服务"（洗护/寄养/训练）已在本报告降为 T3——该场景被美团/点评/地图的结构化数据主导，LLM 倾向引导至平台而非引用门店，且线下到店不可 URL 追踪，GEO 边际收益低，资源应投 POI 与点评运营而非 GEO。
13. 服装鞋帽与户外运动 T1 AC-2 需先补基建
GEO 核心价值
供给侧基建补课的窗口期。 这个行业的问题被普遍误诊了——不是"服装不适合 AI"，而是品牌没把视觉属性翻译成结构化文本 。需求侧其实很强。
需求侧反证：Adobe（美国）服饰配饰 39%，仅次于电子 ；PLAN-B（日本）服饰 36.0% 排第二 。首页可读性 62% 反而最高、产品页文本单薄 ——问题精确定位在产品页。不可直接比较 。
细分赛道
户外硬核装备（防水等级/克重/温标可参数化） 跑步与健身装备 功能性与大码服装 运动鞋 职业装 / 商务 内衣 快时尚（决策靠审美，最弱）
正确的执行顺序
先补产品页的属性 schema（尺码体系、面料成分、版型、适用场景、洗护），再谈内容营销。 顺序反了会白花钱——AI 读不到基础属性时，再多的种草内容也无法形成推荐依据。
14. 家居家装与建材 T2 AC-2 改造收益最大
GEO 核心价值
在最大的信息不对称领域里做第一个可被引用的信源。 装修是典型的"一生几次、全程被信息不对称支配"的消费，理论适配度极高；但整个行业的内容基建几乎为零。
Adobe 可读性：家具家居 47%，全类目垫底 ，Adobe 明确归因于"页面设计存在结构性障碍，抑制 AI 引用"。垫底意味着改造的边际收益最大——同行都没做。 低可信度 。
细分赛道
整装 / 全屋定制（高客单，最优） 床垫与功能家具 卫浴 智能家居集成 地板与瓷砖 软装与家纺 装修辅材耗材（Adobe 列为弱增幅）
15–17. 本地生活 / 民营医疗 T2
本地生活服务
核心价值：
降低销售沟通成本，而非放大流量。 多份独立来源方向一致——量小、客单高、AI 来客信任度高、成交沟通成本显著下降。判据很清晰：
只有高客单 + 低频 + 重决策的品类成立 。
家装 月子中心 婚庆与摄影 留学移民中介 高端家政 搬家 / 维修 / 保洁（低客单高频，ROI 为负）
⚠️ 该赛道所有可见案例均为服务商稿件，"上线 6 天被 AI 收录"应视为营销话术。
民营医疗
核心价值：
纠错 + 资质权威建构。 AI 的默认答案强烈偏向公立三甲，这是民营机构的结构性劣势。GEO 能做的是把学会任职、病例量、随访数据结构化，做慢周期的权威沉淀——
而不是直接获客 。健康类是 AI 摘要覆盖率最高的行业梯队（BrightEdge 88% / AWR 82% / NP Digital 61%，三家口径差异极大，只能说"最高梯队"）。
口腔种植与正畸 眼科屈光 体检 康复与月子 医美 辅助生殖
医疗合规红线（本轮最密，务必逐条核对）： 严禁使用人工智能等自动生成处方 ，须医师本人接诊。AI 生成的医疗科普必须标注生成合成内容标识 ；不得以健康/养生科普变相发布医疗、药品、器械、保健食品广告，同页不得出现机构地址、联系方式、购物链接 ——这一条直接封死"科普内容页挂咨询入口"的常规打法。
07 T3 · 本轮建议暂缓的行业暂缓不等于永远不做。这里区分两种情况：政策性暂缓（等规则明朗）与结构性暂缓（品类本身不适配）。
18. 金融（保险 / 理财 / 券商 / 贷款） T3 政策性暂缓
矛盾之处
这是全行业 AI 摘要触发率最高的行业（Advanced Web Ranking 2026-03：Finance 85.77% ），需求侧毫无疑问；但可操作空间正在被政策快速压缩 。
决定性约束： 八部门《金融产品网络营销管理办法》2026 年 9 月 30 日实施 ——第 13 条不得设置诱导过度消费的算法模型，须提供非个性化选项或便捷关闭入口；第 16 条：直播、短视频推介金融产品只能通过机构自营平台或官方认证账号，操作人员须持证并获机构授权 （业内共识：AI 数字人绑定员工工号出镜同样不合规，机构与持证人双罚）。大模型面客目前仅 4 家机构试点，限苏州、广州两地 。
仍可做的部分
只剩非产品类的品牌权威建设、金融知识科普与错误信息纠正 。任何"AI 推荐某产品 → 转化"的链路都有被认定为要约或违规营销的风险。ROI 最低、踩线代价最高。
19. 生鲜商超 / K12 / 图书数字内容 / 婴配粉 / 医疗器械 / 宠物医疗 T3
结构性暂缓
生鲜与商超日百 ：习惯性复购、价格敏感、SKU 高频更新，AI 增加摩擦而非价值；Adobe 可读性 48% 且需求仅 25%。有意思的是生鲜的商品详情页可读性反而最高（70%） ——它缺的是内容/攻略层，但改造 ROI 不划算。图书与数字内容 ：需求侧仅 22%。软件订阅应改用 B2B/SaaS 打法，不按电商类目逻辑做。宠物店本地服务（洗护/寄养/训练） ：被美团/点评/地图结构化数据主导，LLM 倾向引导至平台而非引用门店，线下到店不可 URL 追踪，GEO 边际收益低——资源应投 POI 与点评运营，而非 GEO。
法律硬约束暂缓
婴幼儿配方乳粉 （广告法第 20 条）、医疗器械与家用医疗 （第 16 条不得断言功效、不得利用代言人推荐证明；第 34 条须发布前审查）、宠物医疗 （第 21 条兽药限制）。共同问题：GEO 的核心动作（科普长文、测评、问答种草、第三方推荐）与被禁形态高度重合 ，且 2026 年执法方向明确在收紧。
08 落地：不同行业该怎么排优先级最后给一套可直接执行的判断顺序。这套顺序对所有行业通用，差别只在每一步的具体抓手。
先选意图，不要先选品类 36氪名册最有价值的发现是：同一品类下，不同细分意图的竞争烈度可以差 40 分以上（20–30 万 SUV 已固化在 73.84 分，7 座 MPV 前十全部低于 40 分）。先跑一遍目标品类的高频提问，按"现有答案质量"由低到高排序，从最空的意图切入。
分平台做信源，不要统一铺一遍 中国 AI 平台的推荐结果高度受生态绑定影响——豆包对抖音系引用率 66.2%，文心对百度系 81.7%，千问偏大众点评/B站，DeepSeek 偏网易/搜狐/马蜂窝。"AI 中立推荐"是伪命题。 先确定你的目标用户主要在哪个平台，再倒推该平台偏好的信源矩阵。
供给侧基建先于内容投放 Adobe 可读性诊断揭示的规律是：页面结构性缺陷会直接抑制 AI 引用，无论内容多少 。服饰的问题在产品页文本单薄，生鲜的问题在缺内容层，家居的问题在整体结构。先把结构化属性补齐（参数、成分、认证、适用场景、schema 标记），再谈内容量。
按学术验证过的方式写内容 Princeton / IIT-Delhi 的 GEO 论文是目前唯一的同行评审证据：引用语 +41%、统计数据 +31%、注明来源 +28%；关键词堆砌无效甚至 −10% 。这意味着传统 SEO 的关键词密度思维要彻底抛弃，改为"可被引用的事实密度"。弱势品牌尤其应该重视"注明来源"——排名第 5 的站点靠这一项拿到 +115%。
KPI 按 AC 标签分层设定 AC-1 行业 可以考核 AI 渠道的可归因结果（但需自建埋点——约 70.6% 的 AI 访问因缺 referrer 被计入 Direct，GA4 直到 2026-05 才有 "AI Assistant" 渠道分组）。AC-2 行业与非电商行业只能考核被提及率、被推荐率、候选集入选率、答案正确性 。用 GMV 考核 AC-2 行业，结论一定是"GEO 没用"。
合规前置，不要事后补 医疗、保健、母婴、金融四个领域，GEO 的常规打法与《广告法》禁止形态高度重合。这四类行业应在内容生产前先做形态合规设计 （主体资质、内容与转化入口分离、AI 生成标识），而不是先做再改——已生成的内容一旦被认定为变相广告，撤回成本远高于前期设计成本。
09 附录 · 数据可信度分级这一节是这份报告与市面上大多数 GEO 报告最大的区别。GEO 行业本身就充斥着"用 GEO 手法生产的关于 GEO 的软文"，交叉污染严重。以下是本次核查的结果，请在对外汇报时严格遵守。
CNNIC 第57次报告 ：截至 2025-12，生成式 AI 用户 6.02 亿，普及率 42.8%，同比 +141.7%QuestMobile 2026 半年报 ：AI 原生 App 月活 4.99 亿（+85.4%）；传统搜索行业人均使用次数 −19.1%、时长 −13.5%SparkToro × Similarweb ：2026 年 1–4 月美国 Google 搜索 68.01% 零点击（2024 年为 60.45%）Adobe Analytics ：AI 引荐转化率较非 AI 高 31%–54%（2026-05 为 +54%）；分行业 AI 引荐流量同比：零售 +693%、旅游 +539%、金融 +266%QuestMobile 中文信源引用率全套 （汽车、旅游、保险、美妆、3C）——中文语境下唯一可验证的分平台信源研究贝恩 × Comité Colbert 奢侈品调研（n=1,605）IDP Emerging Futures 国际学生调研（n≈8,000）Princeton / IIT-Delhi GEO 论文 （KDD'24）——唯一同行评审证据易观 ：2025 年 2.5 亿 → 2026 年预测 30 亿（须同时注明"上半年实际已达 35 亿，CR10 仅 9.8%"）
「信通院：286 亿、渗透率 38%→71%」 ——检索不到任何一手报告；同一数字在不同文章里被挂上三个互相冲突的出处；信通院在 GEO 的真实动作全是标准与测评，不含市场规模「IDC：国内 942 亿 / 全球 220 亿美元」 ——IDC 官网无 GEO 专项报告，仅出现在服务商软文「艾瑞：GEO 占 AI 营销投入 50%+」 ——1800 亿是 AI 营销口径，后半段无原文支撑「AI 转化 14.2% vs 传统 2.8%（5.1 倍）」 ——溯源到 GEO 工具商自有面板，无公开方法论，中英文软文同源搬运「QuestMobile：AI 搜索月活 8.2 亿」 ——与 QuestMobile 官方数据严重不符，官方已声明有机构冒用其名义编造数据「CNNIC：2025 年 12 月生成式 AI 用户 5.15 亿」 ——张冠李戴，5.15 亿是 2025 年 6 月 口径，12 月为 6.02 亿「CNNIC：生成式搜索占中文查询 38.7%」 ——CNNIC 无此指标所有"提及率从 X% 提升到 Y%"类中文案例——目前无一例有第三方验证
三条使用提醒
① Adobe 的"类目可读性"被媒体普遍误读为"类目 AI 流量"。 它是页面机器可读性诊断分，不是流量或转化数据，且 Adobe 同时销售 LLM Optimizer，存在利益相关。
② AI 摘要行业覆盖率在不同机构间差异可达数十个百分点 （教育：BrightEdge 83% vs NP Digital 15.5%）。只能用"高/中/低梯队"表述，不要引用单一精确值。
③ AI 流量转化倍数各说各话 （Semrush 4.4×、Similarweb 2.15×、Ahrefs 23×、Microsoft Clarity 11×）。方向一致（AI 流量质量更高），但倍数不可精确引用。规划时建议按 1.3–1.5 倍（Adobe 一手口径）而非 4 倍以上做测算。 另需注意，Kaiser & Schulze 发表于《Marketing Science》(2025) 的同行评审研究结论相反——ChatGPT 电商引荐转化率低于 传统渠道，虽然样本窗口早于行为反转，但它是唯一的同行评审证据。
识别假数据的一条经验法则
判定这批数据真伪最有效的信号不是数字大小，而是同一个数字配了多个互相冲突的报告名 。"信通院 286 亿"和"IDC 942 亿"都精确命中这一特征——软文事后还编出"宽口径 942 亿 / 中口径 286 亿 / 窄口径 30 亿"的说法来自圆其说，这是伪造数据被并置后的合理化叙事，不是真实的口径体系。
方法说明 ：本报告由四路独立信源并行调研后交叉验证生成，覆盖官方公告与监管文件、权威机构一手研究、学术论文、行业媒体报道与服务商内容。所有服务商自述案例与"排行榜"类内容均已标注为低可信度，未纳入结论依据。主要一手来源 ：CNNIC 第57次《中国互联网络发展状况统计报告》· QuestMobile 2026 年 AI 应用市场发展半年报 / AI 平台采信逻辑与信源偏好研究报告 · Adobe Analytics · Bain × Comité Colbert · Forrester 2026 Buyers' Journey Survey · Gartner · G2 · IDP Emerging Futures 8/9 · SparkToro × Similarweb · Semrush · 易观分析 · 阿里巴巴集团公告 · 抖店平台规则 · 艾瑞咨询 · 36氪 × PureblueAI · Princeton/IIT-Delhi《GEO》(KDD'24) · 《中华人民共和国广告法》· 《金融产品网络营销管理办法》· 网信办等四部门《关于规范"自媒体"医疗科普行为的通知》· 国家卫健委《医务人员互联网健康科普负面行为清单（试行）》· 海南省市监局《人工智能生成式广告发布合规指引》