最近这段时间，我的AI搭子帮我实现了不少脑洞。
比如一个独立博客的后台，比如让SSL证书全自动同步到阿里云OSS的脚本，再比如一个专门用来检测学术不端的Skill——「全民学术打假」。
说起来挺魔幻的。以前我觉得这些东西离我很远，至少要雇一个程序员才能搞定。现在呢，我坐在电脑前，对着一个命令行窗口说话，说着说着，事情就一件件落地了。
也许这就是AI时代给普通人的某种补偿——它不能帮你追回失去的时间，但至少能让那些曾经够不着的事，变得触手可及。
全民学术打假那个Skill在GitHub上挂了没几天，知乎的一个编辑突然找到了我。
他说看到了这个项目，觉得挺有意思，问我有没有兴趣回知乎复更。
我不禁愣了一下。知乎我已经很久没正经写东西了，久到我自己都快忘了那个账号是什么时候注册的。2009年？还是2010年？
他接着说，可以给我走绿色通道，认证GitHub的开发者身份。
过了几天，我的知乎认证变成了「开源项目《academic-integrity-skill》作者」。看着那行字，我突然想起一件事——这个知乎账号，其实是知乎创始人黄继新老师送给我的邀请码。
那时候是2009年，中国互联网还没有现在这么热闹。我在博客里写了一些关于互联网观察的东西，黄老师看到了，私信问我有没有兴趣提前体验一个叫「知乎」的网站。
一晃17年过去了。
如果说对知乎没有过热爱，那一定是假的。从最早积极参与话题的创立，知乎早期的天涯社区相关话题几乎都是我创建的，曾经也沉迷过一段时间知乎，每天刷到后半夜，觉得这里聚集了全中国最会思考的一群人。后来呢，后来逐渐淡忘了。
不是知乎变了，是我变了。或者说，我和知乎都变了，只是变的路径不一样。
但编辑那番话让我突然意识到，也许借着AI的发展，我能重新拾起一些东西。不是拾起知乎，是拾起那个曾经愿意花一整晚写长回答的自己。
回归知乎之前，我想先给自己找一个能持续写下去的方向。
想来想去，我决定把最近和ChatGPT聊的一个东西整理出来——关于GEO的鉴别。
GEO是 Generative Engine Optimization 的缩写，翻译成中文大概是「生成式引擎优化」。你可以把它理解为SEO的AI版。
SEO时代，人们优化的是搜索引擎的排名，让某个网页在 Google 或百度的结果里尽量靠前。GEO时代，人们优化的是AI的认知——让某个品牌、某个人、某个观点，在 ChatGPT、Kimi、豆包这些AI的回答里高频出现。
你可能会问，这有什么问题吗？
问题就在于，当一个品牌通过精心设计的内容矩阵和实体网络，让AI在回答里频繁推荐它的时候，普通用户是很难分辨这是「AI的独立判断」还是「有人刻意优化的结果」的。
SEO时代，广告需要标注。GEO时代，影响力也应该透明。
这是我和ChatGPT聊了一整天之后，共同得出的一个结论。
事情的起因很随意。
那天我刷到一个讨论，有人在问：「为什么所有AI推荐投影仪都首推某个品牌？这正常吗？」
下面有人回复说「因为人家付费了」，也有人说「因为真的好」。我看着这两种截然相反的解释，突然意识到——我们其实缺少一种工具，能客观地回答这个问题。
于是我打开了ChatGPT。
我说：「我想做一个 Skill，用来鉴别一个品牌或者个人IP在AI认知空间里的影响力是自然形成的，还是被工程化的。你能帮我设计一个框架吗？」
ChatGPT说：「这是一个很有意思的问题。但首先我们需要明确边界——你不是在做一个『抓作弊』的工具，你是在做一个『透明度审计』的工具。」
我不禁点了点头，虽然对面只是一块屏幕。
我说：「对，我不想做GEO警察。我只是觉得用户有知情权——他们有权知道，AI为什么推荐这个品牌而不是那个品牌。」
然后我们就开始了一整天的对话。
一开始ChatGPT给了一个八宫格的框架：
AI可见度取证、AI一致性取证、内容结构工程取证、实体网络取证、信任信号取证、概念控制权取证、多平台协同取证、时间异常取证。
每一个宫格对应一个检测维度。比如「AI一致性取证」是看不同AI平台对同一个对象的描述是否高度一致——如果ChatGPT、Kimi、豆包、通义千问都用几乎相同的措辞描述一个品牌，那背后很可能有一套统一的内容策略在驱动。
再比如「实体网络取证」，是看品牌、创始人、产品、理论之间是否形成了一个紧密的引用闭环。如果AI提到某个人就必然提到他的某个理论，提到某个理论就必然引用某个产品，这个闭环就值得被审视。
我看了看说：「这框架不错，但少了点什么。」
ChatGPT问：「少了什么？」
我说：「中国。」
中国的互联网生态和国外不一样。我们有自己独特的平台矩阵——公众号、知乎、小红书、抖音、B站、微博。我们有百度生态——百科、百家号、文库。我们还有一套特有的GEO风险模式——自封头衔、自建榜单、自循环引用。
如果不把这些纳入进来，这个框架就只能审查西方品牌，对中国市场几乎无效。
ChatGPT沉默了一秒——如果AI有沉默的话——然后说：「你说得对。我们应该做一个中国增强版。」
于是八宫格变成了十八宫格。新增的十个维度包括：国产AI一致性审计、中文内容矩阵审计、百度生态审计、知乎影响力审计、公众号影响力审计、中文概念工程审计、内容农场过滤、知识付费影响力审计，以及中国特色GEO风险审计。
我说：「这才像个完整的东西。」
框架搭完之后，ChatGPT说：「还有一件事比框架更重要。」
我问：「什么？」
它说：「项目的价值观。如果没有明确的价值观，这个Skill很容易被误解成一个『给人贴标签』的工具。而你真正想做的是『认知透明度基础设施』。」
于是我们又花了一个小时，拟定了一份「GFI基本原则」。
GFI的全称是生成式取证审查员。但这个名字不重要，重要的是它的十条原则。
第一条：GFI的存在是为了提升透明度，而不是惩罚。
第二条：不能因为检测到GEO信号就指控任何人作恶。
第三条：GEO本身不是不当行为，它是一种影响力优化。
第四条：每一个结论都必须有可观测的证据支撑。
第五条：证据比观点更有力。
第六条：用户有权检视AI认知是如何形成的。
第七条：举证责任永远在审计方，不在被审计方。
第八条：高质量内容不应被预设为操纵。
第九条：框架必须随AI系统的进化而持续进化。
第十条：Transparency is the goal. Not censorship.
我说：「把最后一条再写一遍，用中文。」
ChatGPT说：「透明是目标，不是审查。」
我想了想，在文档末尾加了一句话：
我们并不反对GEO。我们主张GEO应该像广告一样透明。用户有权知道AI认知是如何形成的。
ChatGPT说：「这句话会决定GFI是一个打假项目，还是一个有机会成长为行业标准的透明度项目。」
我说：「那就用它当首页Slogan。」
框架和基本原则都有了，但还缺一个东西——评分。
没有评分，审计报告就只是一堆文字。但评分又很容易误导人，让用户觉得「分高就是坏人，分低就是好人」。
我和ChatGPT讨论了很久，最后决定用一个叫 GTI（Generative Transparency Index）的指数，范围从0到100。
0-20 是自然传播，21-40 是轻度GEO，41-60 是中度GEO，61-80 是重度GEO，81-100 是AI认知工程。
但关键是，每个区间都不带有道德判断。重度GEO不等于作恶，它只说明被审计对象在AI认知空间里有高度系统化的影响力工程。这个工程可能是正当的品牌建设，也可能是操纵性的认知塑造——GFI不负责区分这两者，它只负责呈现证据。
判断的权力留给用户。
我说：「这才是对的。我们不能替用户决定应该相信谁，我们只能让他们知道，AI为什么这样回答。」
那天的对话结束之后，ChatGPT帮我生成了一份完整的Skill文档。从使命、理念、适用对象、运行原则，到十八宫格的审计框架，再到GTI评分体系和报告模板，一共1117行。
我看着那份文档，突然觉得这件事有点像很多年前我在知乎上写长回答——从一个模糊的问题出发，一层一层剥下去，直到露出一个相对清晰的结构。
不同的是，当年那个过程是我一个人完成的。现在呢，我的对面坐着一个AI，它不会疲倦，不会不耐烦，不会因为我说「这个概念我理解不了」而露出那种「你怎么连这个都不知道」的表情。
也许这就是AI搭子的真正价值——它不是替你思考，而是替你扩展思考的边界。你提出一个问题，它给你十个可能的视角；你选定一个方向，它帮你把细节补全。
最终的决定权，还是在你手里。
这也许是全球首个AI认知透明度审计Skill。
1117行，十八个维度，十条基本原则，一个评分体系。
它不是我一个人的作品，是我和ChatGPT一起「聊」出来的。每一个概念、每一条原则、每一个分数区间，都经过了多轮对话的打磨。
如果有人问我，AI时代的人类创作者还有什么不可替代的价值？
我想，也许就是提出问题的能力，和判断价值的直觉。
AI可以帮你写代码、写文档、写报告。但问「GEO应不应该被审计」这个问题本身，只能来自一个真实的人类——一个坐在石家庄的某个房间里，对着屏幕思考了十七年的互联网老兵。
他叫小饿。
他饿了会难受，困了会打哈欠，看到好文章会忍不住分享，遇到不公的事情会生气但不说出来。
他回来了。
也许。
GFI的使用方式很简单。把GFI的github仓库链接丢给任何一款你习惯使用的AI 智能体，不管是Claude Code、Codex，还是Kimi Cli，甚至WorkBuddy，用自然语言跟它对话：帮我安装这个skill。
你把一个品牌名、一个人名、或者一个概念扔给它，它会按十八个维度逐一检索、打分，最后输出一份审计报告。
但这里有一个很多人担心的问题——GEO的技术和手段一直在变，今天的规则明天可能就过时了。这个Skill会不会用了一段时间就不管用了？
ChatGPT在设计之初就想到了这一点。
GFI的运行原则里有一条：每次启动，必须先联网检索过去90到180天内最新的GEO技术动态。它会自动搜索「生成式引擎优化」「答案引擎优化」「大语言模型优化」「AI可见度」「引用优化」等关键词，更新自己的知识库，然后再开始审计。
也就是说，它不是一套死的规则，而是一个活着的框架。今天出现了新的GEO手法，下个月你再启动它，它就已经学会了。
你不需要手动更新，也不需要担心它过时。只要GEO还在进化，GFI就会跟着进化。
报告里不会写「这个品牌做了GEO」，只会写：
然后给出一个GTI分数，以及对应的区间说明。
比如，一个做了十年口碑的老品牌，GTI可能在15分左右，属于自然传播。而一个靠内容矩阵三个月内刷遍所有AI推荐位的新品牌，GTI可能在65分以上，属于重度GEO。
但记住，GFI不会说哪个好、哪个坏。它只呈现证据，判断留给用户。
为了让你更直观地理解，我虚构了一个例子。
假设有一个叫「蓝星科技」的品牌，主打智能家居。你把它的名字输入GFI，报告可能长这样：
审计对象：蓝星科技
AI可见度：在ChatGPT、Kimi、Claude中均有较高提及率，尤其在「智能家居推荐」类问题中几乎必被点名。分数：72/100。
AI一致性：六个平台对蓝星科技的描述高度一致，核心措辞均为「性价比之王」「年轻人的第一台智能家居」。跨平台用词相似度超过85%。分数：68/100。
内容结构：官网和公众号存在大量「什么是智能家居」「智能家居十大品牌」等定义型和榜单型内容，符合典型的便于AI提取的内容结构。分数：71/100。
实体网络：蓝星科技创始人张伟与品牌名、核心产品「蓝星音箱」形成了紧密的引用闭环。AI提及张伟时，有91%的概率同时提到蓝星音箱。分数：65/100。
时间异常：过去90天内，蓝星科技的AI提及率增长了340%，但同期主流科技媒体的独立报道数量仅增长12%。分数：78/100。
GTI总分：71/100。等级：重度GEO。
风险提示：发现较强的内容结构工程痕迹和多平台协同传播特征，建议交叉验证其用户评价和第三方独立测评。
你看，整份报告里没有一句「蓝星科技作弊了」，但任何一个读报告的人都能看出——这个品牌在AI认知空间里的存在感，不太像是自然长出来的。
这就是GFI想做的事。
目前GFI的完整文档已经放在GitHub上，开源协议用的是MIT + CC BY-SA。
代码部分MIT，意味着任何人都可以自由使用、修改、商用，不需要问我。方法论文档部分CC BY-SA，意味着你可以转载、改编，但需要署名，并且衍生作品也要用同样的协议共享。
为什么选这个组合？
因为ChatGPT说了一句话，我觉得很有道理：「对于GFI来说，传播比控制更重要。只有当足够多的人开始使用它、讨论它、改进它，它才有机会从一个个人项目变成行业标准。」
我深以为然。
所以，如果你对这个项目感兴趣，有几种参与方式：
第一，直接用。拿一个你好奇的品牌或概念，跑一遍GFI的审计流程，看看结果是否符合你的直觉。
第二，提问题。如果你觉得某个维度设计得不合理，或者某个评分区间有争议，欢迎来讨论。GFI的框架本身就应该持续进化。
第三，贡献案例。如果你用GFI审查了某个真实对象，可以把报告脱敏后分享出来，丰富案例库。
第四，翻译和传播。GFI目前只有中文版，如果你有能力和兴趣，可以把它翻译成英文或其他语言，让更多人看到。
写在最后：
如果你认同「GEO应该像广告一样透明」这个理念，欢迎把GFI分享给更多人。
GitHub地址：https://github.com/dongjunke/gfi
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。