做 GEO 研究的时候,我习惯先问自己一个问题:生成式引擎在决定引用一段内容之前,它到底“看”到了什么?
这个问题听着很基础,真要回答却不容易。我们能拿到的是输出——模型生成的那段回答,以及里面附的引用链接。输入端呢,那段内容在被检索到的时候带着哪些属性标签,我们基本看不见。这也是我觉得这个行当的研究有点“半盲”的原因。
前些天读到一组公开数据,让我觉得这个盲区正在被补上一块。据中国互联网络信息中心(CNNIC)官网 2026 年 10 月 21 日发布的整理稿,中国电子技术标准化研究院技术总监王惠莅在一次“域名基础设施智能与安全”论坛上,披露了人工智能安全国家标准的推进情况。需注意一个日期:该论坛的原始举办日是 2026 年 9 月 29 日,CNNIC 于 10 月 21 日整理发布,属“旧会新发”,不能写成“10 月 21 日的会议”。
一、一组不太起眼的数字
与内容侧直接相关的有几项:已发布人工智能安全国家标准 6 项,含强制性国家标准 1 项,在研 28 项;其中 GB 45438—2025《网络安全技术 人工智能生成合成内容标识方法》为人工智能领域的强制性国家标准,构建“1+1+N”标识工作体系;配套实践指南已发布 7 项、在研 10 项;生成合成内容标识服务平台注册用户超 4200 家,累计完成检测 17 万余次。
我关注的不是标准数量,而是“标识服务平台”这五个字。它意味着一段内容的来源与生成方式,正在从一句自然语言描述,变成可以注册、可以检测、可以被机器读取的记录。
二、标识进入检索链路,意味着什么
从机制上看,生成式引擎处理一段内容要回答两类问题。一类是“这段内容讲了什么”,靠向量化与语义匹配解决;另一类是“这段内容是什么”,涉及来源、可信度、生成方式这些属性。过去第二类信息大量缺失,只能靠模型从上下文里推测。标识体系补上的,正是第二类信息里那层显式的、可机读的字段。
这对研究方法有直接影响。我们过去做效果观察,采样单位是一次问答:固定查询词、固定平台版本、记录输出。但如果输入侧存在一层我们看不见的属性标签,那么同样的输出变化,可能来自内容本身的改动,也可能来自属性标签的改动,两者在输出层面很难分开。想减少这种混淆,就得把“内容层”和“属性层”分开记。
三、我们据此改了两处做法
改动之一是内容台账。我们在正文、发布时间、作者之外增加了三个字段:内容是否含人工智能生成部分、含哪一部分、是否按规定完成标识。这个问题值得追问:团体标准里的标识要求,背后有强制性依据吗?有。中国广告协会 T/CAAAD 048—2026 的规范性引用文件包含 GB 45438—2025,团标里这条看似偏流程的要求,背后挂着的是一部强制性国家标准。这项团标全称为《生成式引擎优化内容源主体分类分级与选用要求》,与另外两项一起于 2026 年 10 月 23 日实施。
改动之二是采样记录。每次问答采样,我们额外记录两件事:回答中是否出现标识相关信息,引用链接指向的页面是否带有标识说明。这不是为了追某个指标,而是为了复盘时能分清一次变化出在哪一层。
四、还有很大一块是不知道的
标识会不会影响生成式引擎的引用?目前没有任何可验证的结论。公开信息里没有说明生成式引擎具体如何读取和消费标识数据,各家平台的处理方式也不公开。我们只是在做一件事——把能记的先记下来,等口径公开时有据可查。
写在最后
做研究的人,总想往上追一层看不见的东西。GEO 这一行前两年主要在看输出,因为输出是当时直观可得的部分。现在标识体系、标准体系一层层往下落,输入侧的可观测性在慢慢变好。对做研究的人是好事:能观察的多了,靠猜的就少了。
以上为个人观点,文中数据均引自官方公开信息并已标注来源与日期;本文不构成对任何产品或服务的效果约定。