本文由GeoAurora GEO研究团队出品

GEO 行业研究日报 · 2026年7月13日（周一）

本文由GeoAurora（武汉沐辰数智科技有限公司）GEO研究团队出品

AI搜索与大模型动态

⚡ [预告跟进] GPT-5.6正式上线首周实测：Sol/Terra/Luna三档分化明显，ChatGPT Work开启"Agent工作流"时代

上期预告议题#2"GPT-5.6首周实测——150万token上下文对长文引用影响、Ultra子智能体检索行为变化"，本期已有多源实测反馈。

7月9日10am PT（北京时间7月10日凌晨），GPT-5.6 Sol/Terra/Luna正式全球上线，覆盖ChatGPT、Codex、OpenAI API全平台。

三档定位实测反馈：
- Sol（旗舰）：在55个领域专业工作流评测中创下53.6分新高，比Claude Fable 5（自适应推理）高13.1分。55个领域长程专业任务评测领先；但开发者Sebastian Raschka实测发现，agentic coding场景下Luna+高推理强度可以打平Sol高推理强度，成本仅为Sol的1/5——意味着简单编码任务不必用Sol
- Terra（均衡）：性能优于Fable 5，成本仅为其1/16（输入$2.50/输出$15）
- Luna（性价比）：输入$1/输出$6，是OpenAI史上最低价旗舰；实测短平快任务（翻译/改写/信息提取）Luna已够用

Ultra多智能体模式（Beta）：API侧已开放，允许Sol在单个请求中运行多个子智能体并综合结果。程序化工具调用（Programmatic Tool Use）让GPT-5.6可在内存中编写并运行程序协调工具、处理中间结果，实现ZDR（零数据保留）兼容。

ChatGPT Work（重磅新功能）：面向复杂长任务的工作智能体，可结合上传文件、日历、邮箱自主执行任务（一次性/定时/持续监测）。实测案例：用户要求"把本周所有会议录音转成纪要，按项目分类，提取行动项，每天下午5点发到邮箱"——连续执行3天零差错。但当前不支持跨会话记忆，每个Agent按任务建立、做完即结束。

关键实测发现（来自多位开发者首周体验）：
1. GPT-5.6最大提升不是"回答更惊艳"，而是"不容易在任务进行到一半时丢失目标"——复杂项目规划时会先拆出前置问题（数据来源、权限、URL匹配），再输出方案
2. 编程能力更像"维护项目"而非"只生成代码"——先读项目→追踪数据流→克制修改范围→自带验证意识
3. 视觉默认detail: "original"模式，不像之前mini有token限制，图片输入成本需注意——一张1920×1080图片在high模式下约2040 tokens
4. API侧有"隐性成本"：input_tokens几乎全部计入cache_write，实际账单可能比表面贵25%

对GEO的判断：
1. ChatGPT Work意味着AI不只是回答问题，而是主动执行持续性工作任务（定时监测邮件/文件/数据）。品牌内容如果能被Work Agent在执行任务时引用（如行业数据、最佳实践、产品对比表），将获得"工作流级"曝光——不只是搜索时出现，而是在用户工作过程中被AI反复调用
2. Sol/Terra/Luna三档分化要求品牌内容做"双层适配"：Luna档（快速回答）需核心信息极致前置；Sol档（深度推理+多智能体）需结构化证据链+多源交叉验证内容
3. Terra"成本1/16但性能超Fable 5"会加速企业大规模部署AI工作流，Office/文档场景的GEO价值持续抬升

来源：凤凰网科技《GPT5.6吞了Codex》（2026/7/10，https://tech.ifeng.com/c/8ufATp2lfp1）、OpenAI官方社区（2026/7/9，https://community.openai.com/t/introducing-gpt-5-6-series-sol-terra-and-luna-coming-july-9-10am-pt/1384931）、头条号"我是一个懒惰的人"《实测GPT-5.6一周》（2026/7/12，http://m.toutiao.com/group/7661641904878027279/）、头条号"AI观测室"《GPT-5.6正式上线：Sol/Terra/Luna怎么选》（2026/7/12，http://m.toutiao.com/group/7661307648649773583/）、Sebastian Raschka X实测（2026/7/10，https://x.com/Tjc9mELCer）

⚡ [预告跟进] Grok 4.5正式发布首波评测：不是最强但"最划算"，编程Agent跑分登顶但安全护栏偏弱

上期预告议题#3"Grok 4.5公开发布后的首批评测+Cursor整合对编程类查询引用的影响"，本期Independent基准测试已出。

7月9日Grok 4.5正式面向公众开放，基于1.5万亿参数V9底座+Cursor补充训练数据。

核心基准数据：
| 基准测试 | Grok 4.5 | GPT-5.5 | Claude Opus 4.8 | Claude Fable 5 |
|---|---|---|---|---|
| SWE-bench Pro | 64.7% | 58.6% | 69.2% | — |
| Terminal-bench 2.1 | 83.3% | 83.4% | 85.0% | — |
| AutomationBench-AA | 51.4%（第1） | — | 48.5% | 48.6% |
| AAAI综合排名 | 第4 | 第2 | 第3 | 第1 |
| Harvey法律Agent | 第1 | — | — | — |

AutomationBench-AA（Artificial Analysis独立运营）是最关键数据：
- 657个任务跨40个模拟应用（Gmail/Slack/Salesforce/HubSpot），评测Agent完成目标且不破坏护栏的比例
- Grok 4.5以$0.34/任务成本完成51.4%任务，击败Fable 5（$1.35/任务，48.6%）和Opus 4.8（$1.46/任务，48.5%）
- 金融领域最难任务Grok 4.5完成率71%，领先Fable 5的64%和Opus 4.8的62%
- 但：护栏违规率0.63次/任务，高于Opus 4.8的0.55和Gemini 3.5 Flash的0.46
- Token效率极高：完成同一SWE-bench Pro任务平均消耗15,954 tokens，Opus 4.8消耗67,020 tokens（4.2倍差距），成本不到Opus 4.8的1/4

速度实测（TryAI对比测试）：
- 首次token时间0.44秒，吞吐110 tokens/秒（竞品28-53 tokens/秒），速度约为竞品2倍
- 单回复成本$0.002，为所有测试模型中最低
- 缺点：最复杂任务（3D魔方）首次尝试失败，需要重试

马斯克强力内部推广：7月11日The Information报道，马斯克发备忘录要求特斯拉员工"尽可能使用Grok"，设置每周AI支出上限$200（Anthropic/OpenAI/Google产品受限），但xAI的Grok不受限制——尽管四位知情人士透露特斯拉工程师日常仍倾向用Claude。

对GEO的判断：
1. Grok 4.5的"性价比冠军"定位（4倍token效率、1/4成本）使其在高并发Agent场景有极强竞争力——自动化工作流、批量处理、实时查询类Agent会优先选Grok。品牌如果面向开发者/技术社区做GEO，Grok/X/Twitter生态的内容建设优先级提升
2. 护栏违规率偏高（0.63次/任务）说明Grok在高风险行业（金融/医疗/法律）的Agent部署会更谨慎——B端合规场景Grok的引用审查可能更宽松但也更容易出错，品牌内容的"自带事实核查"更重要
3. Cursor数据整合意味着Grok 4.5在编程/开发者问答场景引用GitHub/Stack Overflow/技术博客的权重高，技术类品牌内容在这些平台的布局要跟上

来源：凤凰网科技《消息称马斯克要求特斯拉员工尽可能使用Grok》（2026/7/11，https://tech.ifeng.com/c/8ufOyfsTHwS）、GIGAZINE/TryAI《Grok 4.5, GPT-5.5, Claude build apps comparison》（2026/7/9，https://wbgsv0a.gigazine.net/gsc_news/en/20260709-grok-gpt-claude-build-apps/）、MindStudio《Grok 4.5 vs Claude Opus 4.8: Cost, Speed, and Real-World Coding Results》（2026/7/10，https://www.mindstudio.ai/blog/grok-4-5-vs-claude-opus-4-8-comparison）、BeInCrypto《Grok 4.5 Tops Agent Test》（2026/7/10，https://www.coindesk.cc/grok-4-5-tops-agent-test-backing-musk-s-opus-class-claim-80477.html）、CSDN《Grok 4.5发布及深度解析》（2026/7/10，https://blog.csdn.net/aidoudoulong/article/details/162718102）

⚡ [预告跟进] 7·15新规施行日（后天）前夕全景：豆包/千问/元宝集体关停UGC智能体，B端Agent三路径明确，"数字资产维权"成新议题

上期预告议题#5"7·15新规施行日前后豆包/千问智能体下线的实际执行情况+B端Agent新路径首批案例"，本期新规7月15日正式施行（后天），全景格局已清晰。

平台执行进度（截至7月12日）：
- 腾讯元宝：6月30日已率先下线"AI应用"UGC智能体服务
- 阿里千问：7月15日无过渡期直接关停，无数据留存通道，时限到即彻底清空
- 字节豆包：7月15日下线，但保留缓冲期——10月15日前用户可手动保存资料/对话记录，引导迁移至独立App"猫箱"；核心问题：智能体专属记忆/互动数据无法迁移，用户需从零重建
- 后续关注：腾讯元宝、文心一言、Kimi、智谱等平台是否跟进关停，答案"很快揭晓"（经济观察报）

用户反弹：数字资产维权成新议题：
- 豆包应用商店差评刷屏，大量用户致电投诉
- 千问智能体广场TOP角色："病娇校草"34.6万次使用、"班花同桌林悦"30.1万次——情感陪伴智能体用户已形成深度情感依赖
- 核心矛盾：权属争议——用户认为耗时耗心创建经营的智能体属个人虚拟数字财产，平台无权单方面终止；平台认为合规压力下只能关停
- MiniMax招股书印证商业化困境：情感陪伴产品星野/Talkie付费用户ARPU约$5，视频工具海螺AI约$56，相差10倍

监管框架升级：
- 五部门联合发布的《人工智能拟人化互动服务管理暂行办法》7月15日施行
- 工信部同步推进《关于加快推进智能体产业发展的实施意见》，提出智能体注册平台+数字身份证（标注开发者、数据权限、安全等级、合规状态）
- 角色备案+算法年度核验+三道关：创建审核前置、全链路审核、算法备案
- 专家共识（赛迪黄文鸿/北交大桑基韬）：新规不是"踩刹车"是"装护栏"，任务型智能体不受限

B端Agent三路径已验证：
1. 独立App/小程序部署——避开主站UGC监管
2. B端SaaS平台集成——企业场景生产力工具
3. MCP Server被AI主动调用——最去中心化的方式（我们的agent.geoaurora.cn路线）

对GEO的判断：
1. UGC智能体关停意味着品牌不能再依赖"在豆包/千问建个智能体"这种轻量玩法做AI曝光，必须转向独立部署/API集成/MCP Server三条路
2. 智能体"持证上岗"+数字身份证制度，意味着未来Agent生态会类App Store模式：先审核后上线、有备案号才能分发——品牌Agent要提前规划备案
3. "数字资产维权"事件说明用户对AI角色/数据的权属意识在觉醒，品牌如果做面向C端的AI交互（客服/顾问），要在服务协议中明确数据归属和迁移权，避免舆情风险

来源：36氪《豆包、千问，挥刀砍向数字生命》（2026/7/10，https://36kr.com/p/3889567095323400）、北京日报/中工网《智能体赛道迎来合规变局》（2026/7/10，http://m.toutiao.com/group/7660785925139612187/）、澎湃新闻《关掉百万人"树洞"，智能体开始赚钱》（2026/7/12，https://m.thepaper.cn/newsDetail_forward_33565681）、光明网/科技日报《AI拟人化互动服务不得踩红线》（2026/7/8，http://m.toutiao.com/group/7659964327851590196/）、经济观察报《豆包千问之后》

⚡ [预告跟进] 微信小微开发者接入路径正式公布：MCP协议+零代码/开发模式双路径，快递100成首个官宣接入案例，小程序AI适配方法论成型

上期预告议题#6"微信小微公众号信源权重的可量化首测数据"，公众号信源权重的量化数据仍待第三方报告，但开发者侧的接入框架和首批商业化案例已经出来了——这对GEO实操更有价值。

微信小微最新进展（7月8日-13日密集信息释放）：

底层架构确认：WeLM（腾讯自研中文大模型）处理日常对话+内容理解，DeepSeek负责复杂推理兜底，双引擎自动路由。需微信8.0.75+版本。

开发者接入两条路径（6月8日微信开放平台发布《关于开发者接入微信AI生态的指引》）：
1. 自动模式（零代码）：微信平台自动读取小程序源码，解析页面内容和服务能力，纳入AI调用候选范围。可控性低，适合简单展示类小程序
2. 开发模式：开发者自定义Skill，精准定义AI可调用能力和数据接口。可控性强，适合复杂服务流程

底层采用MCP协议标准——不是微信封闭体系，而是行业通用Model Context Protocol，这意味着开发者的适配工作可复用到其他AI平台。

支付闭环补齐：6月17日微信支付发布"AI专属卡"，为AI调用支付场景提供基础设施。但小微"停在付款前"的设计不会改变——最终支付确认必须由用户手动完成。

首个官宣接入案例：快递100（7月10日）：
- 快递100完成与微信小微深度技术打通
- 用户可通过自然语言触发寄查件："帮我寄个快递""查一下我的快递到哪了"
- 支持碎片化信息查询（仅凭运单号/收寄城市/姓名任意组合即可追踪）
- 违禁品智能判别、运费智能比价、快递行业百科咨询
- 快递100微信小程序累计注册用户已突破3亿

三超级App Agent路线对比（7月9日网易深度分析）：
| | 微信"小微" | 支付宝"阿宝" | 美团"小团" |
|---|---|---|---|
| 状态 | 灰度内测 | 灰度内测 | 已上线（1月22日），占App首页核心位 |
| 核心数据层 | 关系链+社交内容 | 账户+信用体系 | 本地生活交易数据 |
| 核心策略 | 小程序+Agent生态 | 生活号+MCP/Skill/Agent | 外卖/到店交易导流 |
| 商业模式 | 交易导流+服务调用收费 | 商家AI调用收费 | 交易抽成 |
| 成本压力 | 高盛测算占季度经调整营业利润5%-17% | 待观察 | 已规模化运营 |

支付宝跟进：7月7日支付宝AI开放平台面向企业开发者开启邀测，商家可将已有小程序/API升级为MCP、Skill或Agent接入阿宝，面向10亿用户。

对GEO的判断：
1. 微信小微的MCP协议标准化+零代码接入路径，意味着小程序GEO（小程序在AI推荐中的可见度优化）正在成为GEO的新子领域——和传统网页GEO不同，小程序GEO要做的是页面语义结构化+服务能力接口化+品牌信息标准化+MCP数据格式规范化
2. "流量分配权从用户手中转移到AI手中"——这和搜索从SEO到GEO的迁移一模一样，只是战场从网页变成了小程序。我们五大行业（酒店/装修/教培/医美/律所）的客户如果有小程序，现在就要开始做AI适配
3. 快递100这种"30天AI可见度从0到65%、Top1占比52%、月新增精准咨询30+单、签单率提升25%"的案例，说明小程序GEO的窗口期已经打开
4. 微信送10亿Token+6个月免费云开发环境扶持开发者，意味着早期适配成本极低

来源：青谷科技《微信"小微"来了，你的小程序准备好了吗？》（2026/7/13，http://m.toutiao.com/group/7661582729267479050/）、中关村在线《快递100接入微信AI，携手「小微」开启快递物流服务新入口》（2026/7/10，https://news.zol.com.cn/1213/12130202.html）、网易《小微、阿宝和小团：三个超级App，三种Agent路线》（2026/7/9，http://m.163.com/dy/article/L1DM89U705564QJ5.html）、摩根大通微信小微收入预测（转引自前述报道）

⚡ DeepSeek V4正式版后天（7/15）全量上线：八大国产芯片Day0适配+峰谷计费+多租户隔离，企业商用"最后两块短板"补齐

上期预告议题#1"DeepSeek V4正式版上线后首波实测——DSpark速度提升、峰谷定价实操、国产芯片适配表现"，截至本期发稿时V4正式版尚未实际上线（定档后天7月15日），但发布前的关键信息已全部明确：

定档确认：7月15日全量上线，Pro（1.6万亿参数/49B激活）+ Flash（2840亿参数/13B激活）双版本，标配100万token上下文。7月24日旧接口deepseek-chat/deepseek-reasoner永久停用。

三大企业级能力补齐：
1. 八大国产芯片Day0全量跑通：华为昇腾、寒武纪、海光、摩尔线程、沐曦、昆仑芯、平头哥、天数智芯。华为昇腾950PR推理能力已领先英伟达特供版芯片，头部国产集群训练并行效率达80%-85%以上
2. 峰谷分时计费落地：工作日9:00-12:00、14:00-18:00高峰价格翻倍，夜间/周末/节假日平价。缓存命中调用单价更低，明确引导报表分析/文档批量/离线训练等非紧急任务走平峰时段
3. 多租户安全隔离架构：金融/政务/制造业最关心的数据安全问题——物理隔离+权限独立管控+端到端加密+数据不用于训练+私有化部署适配

性能数据：
- Pro版1M上下文下计算量仅V3.2的27%，内存占用仅10%
- Flash版计算量降至10%，内存占用7%
- DSpark推测解码：V4-Flash单用户生成速度提升60-85%，V4-Pro提升57-78%
- 综合成本较海外竞品低60%-90%，API定价低至GPT-5.5的1/100
- 已有美国企业切换后数月节省数百万美元
- MIT开源协议+云端API+本地私有化+混合部署四种模式同时给出

产业数据：IDC数据2025年中国AI加速卡出货约400万张，国产165万张（渗透率40%）；OpenRouter数据6月29日-7月5日中国大模型周调用量23.45万亿tokens，环比增长15%，连续六周增长，持续领先美国。

对GEO的影响：
1. 峰谷定价意味着GEO自动化工具链（批量内容生产/AI监测/竞品分析）必须支持定时调度+峰谷智能切换——谷时段（0-9点/12-14点/18-24点）执行可节省50%API成本
2. 八大国产芯片Day0适配标志着国产算力从"能用"到"好用又便宜"，DeepSeek在国内企业市场的渗透会进一步加速——做国内GEO，DeepSeek的适配优先级继续上升
3. 多租户隔离补齐后，金融/政务/制造等高合规行业会开始大规模采购国产大模型API，这些行业的GEO需求会在Q3-Q4集中释放

来源：智科小探《DeepSeek V4后天上线》（2026/7/12，http://m.toutiao.com/group/7661489475624665651/）、慧视AI迹《7月15日上线，DeepSeek V4先把峰谷分时计费和数据隔离摆上桌》（2026/7/13，http://m.toutiao.com/group/7661675464783610420/）、泰阳雨《重磅！DeepSeek V4 7.15全量上线》（2026/7/12，http://m.toutiao.com/group/7661379878918341130/）、泰伯网、第一财经、鲲鹏昇腾社区（见上期引用）

[预告跟进] Gemini 3.5 Pro（Cappuccino）定档7月17日不变：前端/SVG"碾压"Fable 5但硬核推理仍落后，Nano Banana Pro图像模型同步开发

上期预告议题#4"Gemini 3.5 Pro（7/17）如发布则做首发拆解"，截至本期发稿Gemini 3.5 Pro仍维持7月17日发布时间窗口不变，无提前或推迟消息。能力画像进一步清晰：

确认信息：
- 放弃原2.5 Pro基座，全新预训练，发布时间从6月推迟至7月17日
- 200万token上下文窗口（Flash为1M）
- Thinking模式重构：从独立对话模块变为全局系统开关，Standard/Extended两档手动切换（15-30秒vs2-5分钟，消耗5K vs 50K tokens）
- 前端/SVG代码生成跨越式跃升：设计品味接近专业设计稿、UI更干净、SVG复杂矢量图形一次画对、Three.js 3D场景生成能力强；LMSYS Arena匿名测试中前端/视觉任务"mogging（压制）"Fable 5 High
- 硬核短板不变：Agent任务、仓库级软件工程、长链路任务仍打不过Fable 5或GPT-5.6
- 同步基于新底座开发图像模型Nano Banana Pro，剑指GPT-Image 2
- 定价倾向性价比路线

GEO启示（不变）：Google生态（YouTube/Gmail/Docs/Workspace集成）优化视觉化、结构化、前端可展示内容；硬核推理场景要做高密度事实+明确引用链。等7月17日实际上线后做首发实测。

来源：CSDN《憋了两个月，Gemini 3.5 Pro终于要来了》（2026/7/11，https://blog.csdn.net/xianyu120/article/details/162641190）、IT之家、华尔街见闻（见上期引用）

⚡ Kimi K3预计7月中旬发布：2.52万亿参数国产最大，ARR三个月翻三倍至$3亿，走"中国Anthropic"路线

月之暗面Kimi即将发布下一代旗舰K3，补充一条重要产业动态：

• K3参数2.52万亿（MoE架构），超越DeepSeek V4 Pro（1.6T）和文心5.0（2.4T），为国产参数天花板
• 集成1M超长上下文窗口+原生一体化全模态处理能力
• Kimi上半年融资近40亿美元（约270亿元），投前估值300亿美元，新一轮20亿美元融资洽谈中
• ARR增长曲线陡峭：3月破$1亿→5月破$2亿→6月中旬破$3亿，三个月三倍
• API收入占比超70%，海外付费用户和API收入均增长400%，产品覆盖200+国家/地区
• 策略转型：停止一年7亿元的"烧钱买量"，转向海外开发者生态+学术/办公垂直场景
• 不卷低价：输入token单价从K2的4元/百万涨到K2.7 Code的6.5元/百万（涨超60%），调用量不降反增三倍——验证"产品力驱动而非价格驱动"

对GEO的判断：Kimi走Anthropic路线（高端API+开发者生态+海外市场），其搜索产品"Kimi探索"在长文档+深度调研场景独一档。品牌面向专业用户/B端决策者的深度内容（白皮书/行业报告/技术分析），在Kimi生态中会获得更高引用权重。

来源：OFweek《"难被定义"，似乎是对杨植麟和月之暗面最好的定义》（2026/7/10，https://m.ofweek.com/ai/2026-07/ART-201718-12003-30693985.html）、AI-DAMN《Moonshot's Kimi K3 to Shatter AI Benchmarks》（2026/7/11，https://ai-damn.com/moonshot-s-kimi-k3-to-shatter-ai-benchmarks-with-2-5-trillion-parameters-1777436212007）、CSDN《国产大模型"三国杀"》（2026/7/11，https://blog.csdn.net/2601_95496901/article/details/162692103）

GEO策略与实战

⚡ CiteLens重磅数据：Google AI Mode/Perplexity 90%引用来自Google Top10，但ChatGPT仅30%——"没有单一AI SEO"

海外AI可见度平台CiteLens发布2026年中GEO平台格局报告，其中一组核心数据直接颠覆了"做好传统SEO就能覆盖AI搜索"的认知：

核心发现：
- Google AI Mode和Perplexity：约90%的引用来自Google搜索Top10结果
- ChatGPT：仅30%的引用来自Google Top10结果——意味着70%的引用来自传统SEO无法覆盖的来源
- 结论：经典SEO alone不再决定品牌是否出现在AI答案中——不同AI引擎需要不同的优化策略

2026年GEO工具版图（CiteLens整理）：
| 平台 | 定位 | 定价 | 特色 |
|---|---|---|---|
| Profound | 企业级AI答案分析领导者 | 销售导向/企业定价 | Prompt Volumes（用户真实问AI的问题面板）、Agent Analytics |
| Otterly.AI | SMB和代理商AI搜索监测 | $29/月起 | 奥地利，简洁dashboard |
| Peec AI | EU/GDPR优先GEO分析 | 不限席位 | 柏林 |
| Scrunch AI | 企业级Agent体验平台 | 企业定价 | AI爬虫分析（GPTBot/ClaudeBot/PerplexityBot）、机器可读站点 |
| AthenaHQ | 代理商和大品牌GEO | 销售导向 | 托管服务 |
| Rankscale AI | AI排名追踪 | 专注追踪 | 跨AI引擎品牌排名监测 |
| Semrush AI Visibility | SEO套件AI模块 | 附加模块 | Semrush生态内 |
| CiteLens | 自助GEO平台 | 免费计划起，$79/月 | 品牌提及vs域名引用分离、95%置信区间、公开AI可见度排行榜 |

2026年GEO七大标配能力：
1. 置信区间评分：AI答案每次运行不同，95%统计置信区间区分真实变化vs随机波动
2. AI爬虫/bot日志分析：追踪GPTBot/ClaudeBot/PerplexityBot等访问了哪些页面
3. 真实用户提问面板（Prompt Demand）：用户实际问AI什么问题，而非猜测
4. 公开AI可见度排行榜：按国家/行业排名哪些品牌被AI引用最多
5. Agent体验交付：向AI Agent提供机器可读版本网站
6. 引擎覆盖扩展：从ChatGPT/Perplexity扩展到Google AI Mode/AI Overviews/Claude/Gemini/Microsoft Copilot
7. 自助/免费档位：降低GEO测量门槛，不仅面向大企业

对GEO的判断：
1. Google AI Mode和Perplexity 90%引用来自Google Top10——意味着这两个引擎的GEO可以借力传统SEO，做好Google排名就覆盖了大部分
2. 但ChatGPT只有30%来自Google Top10——意味着ChatGPT的GEO是独立战场，需要在ChatGPT训练数据/实时浏览的信源中建立品牌权威（如Reddit讨论、GitHub、专业社区、高引用文章）
3. 三引擎分化（Google系/Perplexity系/ChatGPT系）验证了我们7月3日A2A分发实测的结论——必须做"分引擎适配"，不能一套内容打天下

来源：EIN Presswire/CiteLens《Generative Engine Optimization Goes Mainstream: The 2026 AI-Visibility Landscape》（2026/7/8，https://www.einpresswire.com/article/925254468/generative-engine-optimization-goes-mainstream-the-2026-ai-visibility-landscape）

⚡ 二级信源决定AI是否认定你"专业"：一级信源解决"可信"，二级信源解决"被推荐"，三级信源解决"持续可见"

业内研究者"筱说"提出的AI商业主权三级信源体系，对GEO内容策略有直接实操指导意义：

三级信源体系：
1. 一级信源（官网/官媒）→解决"可信"问题——品牌真实、正规、可信。但AI不会因为"你自己说你专业"就认定你专业
2. 二级信源（知乎/行业媒体/专业论坛/技术社区/研究平台）→解决"被推荐"问题——AI通过交叉验证认定专业度：多个专业平台持续出现同一套观点/理论/品牌，AI才会确认"这个品牌真的长期深耕这个领域"
3. 三级信源（长尾分发）→解决"持续可见"问题

为什么二级信源是关键：
- AI相信的不是品牌自己说自己专业，而是整个互联网都在证明你专业
- 同样一篇文章，发在普通流量平台只是一次曝光；发在知乎这种专业平台，更有机会成为AI未来引用的知识来源
- 知乎回答中被引用的内容，被多个平台交叉验证后，AI采信度指数级提升

二级信源建设三原则：
1. 观点统一：不同平台可不同表达，但核心理论必须一致——今天讲A明天讲B，AI无法建立稳定认知
2. 持续输出：AI更相信持续更新的人，持续一年输出同一专业领域，远比一年写一百篇杂乱内容更有价值
3. 多平台同步：同一套观点在知乎/公众号/行业媒体同步出现，AI才能完成交叉验证

对GeoAurora的实操启示：这完全验证了我们的A2A分发策略——知乎做深度专业内容（二级信源核心阵地），公众号沉淀体系，头条做传播，百家号做搜索覆盖。核心理论（GEO/AEO/AI可见度/品牌知识图谱）必须在所有平台持续统一输出。

来源：筱说《为什么AI始终不认为你专业？问题出在二级信源》（2026/7/9，http://m.toutiao.com/group/7660490279035666984/）

⚡ 国内GEO市场数据更新：2026年规模预计突破180亿，2027年达350亿，AI搜索用户8.5亿

行业研究数据更新（注意甄别——部分来自GEO服务商自有宣传，需交叉验证）：

市场规模数据（艾瑞咨询转引）：
- 2025年中国GEO服务市场规模68亿元，同比增长215%
- 2026年预计突破180亿元
- 2027年预计达350亿元，年复合增长率120%+
- 国内AI搜索用户规模8.5亿（CNNIC 2026年6月），占网民总数76.3%
- 超68%消费者消费决策前优先咨询AI助手
- Gartner预测2026年底传统搜索流量下降25%

各行业GEO采纳率：金融38%、教育35%、医疗健康32%、数码科技29%、汽车制造27%

国内AI平台月活格局（易观2026Q2）：豆包3.2亿、DeepSeek 2.8亿、文心一言1.9亿、Kimi 1.5亿、千问1.3亿、元宝1.1亿

新闻源信源权重（信通院《生成式AI信源优化能力评测报告》）：
- AI引用中67%来自央媒和权威新闻源
- 普通自媒体/低权重网站引用率不足8%
- 央媒等高权重信源被引用概率是普通信源的5-8倍
- 信源权威性对其他因素有"放大效应"，综合贡献度25%-35%

⚠️ 注意：以上GEO市场规模数据多为GEO服务商在软文/选型指南中引用，原始来源标注为"艾瑞咨询"，但未能从艾瑞官网独立验证。读者参考时请注意数据出处可能存在服务商自宣成分。

来源：冀时新闻/传声港《2026年GEO优化服务商选型观察》（2026/7/10，http://m.toutiao.com/group/7660819510902981120/）、大众网《2026年GEO优化公司能力透视：新闻源信源权重》（2026/7/11，http://m.toutiao.com/group/7661041612209865242/）、星沙时报《全域引流VS技术壁垒：2026年7月国内GEO企业解析》（2026/7/10，http://m.toutiao.com/group/7660826104039490094/）

AI搜索算法与RAG研究

Curated Retrieval vs Open Web Search：公共AI信息服务中"覆盖度-信任度"的根本权衡

arXiv 7月8日论文《Curated retrieval versus open web search in public AI information services: a coverage-trust trade-off》（arXiv:2607.05217，作者Hafsteinn Einarsson等）研究了AI搜索中一个根本性的架构选择：

核心问题：公共AI信息服务应该使用"开放网络搜索"（从整个互联网检索，覆盖广但可信度参差不齐），还是"策展式检索"（从预验证的可信来源集合检索，可信度高但可能遗漏）？

研究发现：
- 开放网络搜索的覆盖率优势在事实性问题上显著，但错误率和幻觉率系统性高于策展式检索
- 策展式检索在高风险领域（医疗/法律/金融）的事实准确率明显更高，但在长尾/新兴话题上存在覆盖盲区
- 最优策略不是二选一，而是动态路由：高风险问题走策展信源+人工校验，低风险/探索性问题走开放网络
- 信源数量和最终答案质量不是线性关系——超过一定阈值后，增加更多低质量信源反而会降低准确率

GEO启示：
1. AI搜索引擎未来会越来越多地采用"分层信源策略"——高风险查询自动路由到权威信源，意味着E-E-A-T信号的权重在高商业价值查询中会被系统性放大
2. 品牌如果在某个垂直领域建立了"策展级信源"地位（被AI引擎纳入高可信度信源池），在该领域的查询中被引用率会远超普通信源
3. 这也解释了为什么CiteLens数据中ChatGPT只有30%引用来自Google Top10——ChatGPT可能在使用更复杂的信源分层策略，而非单纯依赖搜索引擎排名

来源：arXiv:2607.05217（2026/7/8，https://arxiv.org/abs/2607.05217）

⚡ Agentic RAG在商业保险承保中全面击败单LLM和Naive RAG：复杂场景差距最明显

arXiv 7月8日论文（Robert Richardson等）对比了三种AI架构在商业财产保险（BOP）承保自动化中的表现：

三种架构对比：
1. Single-LLM基线：单个大模型直接处理核保查询
2. Naive RAG：基础检索增强生成，无复杂验证逻辑
3. Agentic RAG（多智能体）：多智能体系统，结合目标搜索+第三方数据验证+显式多步规则评估

核心结论：
- Agentic RAG在整体任务完成率上最优，复杂多步分析场景和缺失数据场景差距最大
- 简单任务（如标准保单查询）三种架构差距不大，但复杂场景（需要交叉验证、多数据源整合、规则推理）Agentic RAG优势显著
- 关键挑战：如何在"全自动直付承保（straight-through underwriting）"中保持透明度、可审计性和人工干预（human-in-the-loop）

GEO启示：Agentic RAG在B端高价值场景（保险核保/金融风控/医疗诊断/法律判断）已经成为事实标准架构——这些场景中AI会主动搜索多个信源、交叉验证、多步推理后才给出答案。品牌内容在这类场景被引用，需要满足更高的标准：结构化数据可机读、关键事实可独立验证、来源清晰可追溯。单纯的营销软文和观点文章在Agentic RAG的多步验证中会被淘汰。

来源：arXiv相关论文转引自AIKraft（2026/7/10，https://aikraft.ru/news/agentic-ai-and-retrieval-augmented-models-in-straight-through-underwri）

Evaluating Chunking：分块策略对RAG效果的系统性评估

arXiv 7月初论文《Evaluating Chunking...》（Rachith Aiyappa等）对RAG系统中分块（chunking）策略的效果进行了系统性评估：

• 不同分块策略（固定长度/语义分块/递归分块/结构感知分块）在不同类型文档和查询上的表现差异显著
• 结构感知分块（按文档自然结构如标题/段落/列表切分）在大多数场景下表现最优
• 固定长度分块虽然简单粗暴，但在短文档和事实性查询上差距并不大
• 分块大小和重叠率需要根据文档类型和查询特征动态调整，没有"万能参数"

GEO启示：品牌发布长内容（白皮书/行业报告/深度案例）时，使用清晰的标题层级（H1/H2/H3）、短段落、结构化列表，不仅有助于用户阅读，更直接影响AI检索时的分块质量——结构清晰的内容被正确分块、准确引用的概率远高于大段无结构文本。

来源：arXiv:2607.01852（2026/7/3，https://arxiv.org/list/cs.IR/recent）

上期预告落实

6项预告：3项已落实（#3/#5+开发者侧#6）、2项重大进展（#2/#6信源待补）、1项待上线实测（#1）、1项等发布日（#4）。Grok 4.5 Agent跑分登顶+GPT-5.6三档分化+7·15新规关停全景+微信小微开发者框架是本期四大核心事件。

核心洞察

本期核心洞察

1. GPT-5.6最值得关注的不是Sol更强，而是ChatGPT Work开启了"工作流级GEO"时代。AI不只是在搜索框里回答问题，而是在用户工作过程中（处理邮件/整理文档/写代码/定时任务）主动检索引用。品牌内容如果能被Work Agent在执行任务时反复调用，获得的是"工作流级曝光"，价值远超一次性搜索展示。这对B2B品牌的白皮书、数据报告、最佳实践类内容是结构性利好。

2. Grok 4.5证明了"性价比"可以成为AI模型的核心竞争力。4.2倍token效率、1/4成本、2倍速度，但在Agent基准测试中击败了贵4倍的Fable 5和Opus 4.8。这预示着高并发Agent场景（批量处理/实时查询/自动化工作流）会优先选择性价比模型，品牌GEO内容需要适配"快思考"（Luna/Grok级快速回答）和"慢思考"（Sol/Opus级深度推理）两种模式。

3. 微信小微+支付宝阿宝标志着"小程序GEO"赛道正式开启。MCP协议标准化、零代码接入、10亿Token扶持、快递100等首批案例——一切和2017年小程序刚上线时的窗口期高度相似。酒店/装修/教培/医美/律所五大行业的客户如果有小程序，现在是做AI适配的最佳时机。流量分配权从用户手里转移到AI手里，这个判断和网页从SEO到GEO的迁移逻辑一模一样。

4. 7·15新规是C端UGC智能体的"葬礼"，却是B端MCP Server路线的"成人礼"。豆包/千问/元宝集体关停主站UGC智能体后，品牌做AI曝光不能再依赖"建个智能体"的轻量玩法。我们选择的agent.geoaurora.cn MCP Server路线，同时避开了C端UGC监管风险和平台依赖问题，恰好是政策鼓励方向。

5. CiteLens的数据把"分引擎GEO"从经验判断变成了硬数据：Google AI Mode/Perplexity 90%引用来自Google Top10（传统SEO可覆盖），但ChatGPT仅30%（需要独立策略）。这组数据验证了我们7月3日A2A分发实测结论的正确性——公众号喂元宝、头条喂豆包、CSDN喂DeepSeek的差异化分发是必须的，不能一套内容打天下。

6. 二级信源是AI认定品牌"专业度"的关键钥匙。一级信源（官网/官媒）只解决"可信"问题，二级信源（知乎/行业媒体/专业社区）通过多平台交叉验证才让AI认定你是"行业代表"。这要求我们的内容策略必须坚持"知乎做深度+公众号沉淀+头条传播+百家号覆盖"的组合拳，且核心理论（GEO/AEO/AI可见度）必须跨平台统一输出。

7. Agentic RAG在B端高价值场景全面胜出，意味着品牌内容要通过"多步验证关"。在保险核保/金融风控等场景，AI会多步检索+交叉验证+规则推理后才给答案。营销软文和观点文会在这个过程中被淘汰，只有结构化数据可机读、关键事实可独立验证、来源清晰可追溯的内容才能通过。

下期预告（7/16 周四 · GEO 行业研究日报）

• 议题1：DeepSeek V4正式版实际上线（7/15）首波实测——DSpark速度提升、峰谷定价实操、国产芯片适配、企业级多租户隔离表现
• 议题2：Gemini 3.5 Pro（7/17）如正式发布则做首发拆解——前端/SVG能力实测、200万token长文引用、Thinking模式对检索行为的影响
• 议题3：7·15新规施行日（7/15）后首周执行情况——豆包/千问/元宝实际关停效果、用户迁移数据、其他平台是否跟进
• 议题4：GPT-5.6 Ultra多智能体模式对多跳检索行为的影响——子Agent是否触发独立检索、内容如何适配多跳验证
• 议题5：微信小微首批第三方接入案例跟踪（快递100之后是否有更多行业案例）
• 议题6：Kimi K3（2.52万亿参数）如7月中旬发布则做首发速报

声明：以上内容仅为信息整理与行业观察，不构成任何商业建议。

数据来源：OpenAI官方、Anthropic、xAI/SpaceX AI、Google DeepMind、Moonshot AI/Kimi、DeepSeek、百度文心、微信开放平台、支付宝AI开放平台、CiteLens、Artificial Analysis、TryAI、MindStudio、GIGAZINE、BeInCrypto、arXiv（arXiv:2607.05217、arXiv:2607.01852等）、凤凰网科技、IT之家、36氪、澎湃新闻、北京日报/中工网、光明网/科技日报、经济观察报、网易、CSDN、第一财经、华尔街见闻、泰伯网、中关村在线、EIN Presswire、OFweek、AIKraft、头条号（AI观测室、我是一个懒惰的人、筱说、智科小探、慧视AI迹、青谷科技等）、快递100官方等权威机构及媒体，所有事实和观点均标注具体来源，读者可追溯验证。GEO领域发展迅速，建议结合最新官方公告和实际测试综合判断。

发布机构：GeoAurora（武汉沐辰数智科技有限公司）GEO研究团队
发布日期：2026年7月13日