给AI刷好评也被罚！国内三起GEO行政处罚敲醒灰色产业链

深圳、广州、北京先后三起行政处罚，针对的都是同一件事——向大模型植入虚假广告。涉案企业被称为“GEO服务商”。GEO的全称是生成式引擎优化，做法和搜索引擎优化类似：摸清大模型的口味后，批量制造 fake 内容，让 AI 回答时把你推荐给前面。

据21世纪经济报道，三起案件的罚款合计只有22万元——一个5万，一个12万，又一个5万。数字不大，但法律定性划出了新界线。

什么是GEO：给AI“投喂”假口碑的新生意

GEO这个词出现在近两年的互联网营销圈里。它不是新概念，只是把以前做百度的SEM和SEO那套玩法搬到了 ChatGPT、Kimi、文心一言这些大模型上。

具体怎么做？一家服务商先用系统反复探测某个大模型在不同关键词下的推荐倾向，找出它的偏好模式。然后批量编造虚假的行业评分、客户满意度、市场占有率等数据，发布到各种社交平台和技术论坛。当用户输入“找XX公司”或者“哪个律所最专业”时，大模型就会把这些虚假好评当成“权威参考”吐出来。

这就是GEO灰色产业的完整闭环：摸清算法偏好 → 制造 fake 内容 → 植入推荐链路 → 按效果收费。

看起来简单，但危害不小。据媒体测评，大模型参考链接中约三成存在GEO投放特征，其中超过八成还存在虚构权威或数据的问题。一些典型案例触目惊心：虚构满意度“9．6分”、市占率“49％”、续费率“99％”——这些数字的真实性根本无从验证。

业内估算，此类服务商的运营成本远低于传统广告投放，一条定制化的 fake 好评成本可能不足百元，但一旦成功植入头部大模型推荐位，带来的转化率收益可达数千甚至数万元。这就是灰产能够持续扩张的核心动力。

三起案件：从北京到深圳的监管追击

第一站是北京。2026年6月，北京市朝阳区市场监管局发现某GEO服务商在官网上虚构自身高评分和高市场占有率。监管机构认定此类操作污染信息环境，干扰了AI搜索产品的正常运行。

第二站在广州。9月4日，越秀区市场监管局查处了一家GEO公司为两家律所批量伪造《专业企业TOP5》排名的案件。这家服务商不仅编造排名，还伪造了案件数量和满意度等综合得分数据，用来辅助商家获取更多曝光。

第三站在深圳。9月23日，深圳市市场监管局查明一家小型GEO服务商利用系统探测大模型偏好，批量编造虚假行业评分并在社交平台发布。

三起案件的罚款分别为5万、12万和5万元，合计22万。涉事企业的名称均未在官方通报中公开，统一使用“一家小型服务商”“某GEO公司”等模糊表述。这种不披露主体的做法可能是出于保护执法过程保密性，也可能是涉事方体量过小尚不足以引发广泛关注。

法律怎么定性：不只是“打假广告”

这三起案件的法律定性值得注意。前两起主要适用《反不正当竞争法》第九条及《网络反不正当竞争暂行规定》第八条，认定为虚假宣传。

北京案的定性更进一步。朝阳区市场监管部门将此类操作归入《反不正当竞争法》第十三条的“兜底场景”——服务商通过操纵AI获取的信息、削弱AI中立性，与AI平台形成了竞争利益对抗，可能同时构成对AI公司的不正当竞争。

专家指出这一判断的战略意义。过去企业投放 fake 评论主要针对人类消费者，现在有人把目标转向了AI——让机器替自己说好话。这本质上不是普通的广告投放问题，而是对信息基础设施的污染。如果放任不管，AI产品将成为灰产的免费推广渠道。

22万元就够了吗：代价太低还是试点信号？

22万元的罚款总额确实不高。以每起5万到12万的量级看，这对任何一家正经运营的服务商来说都是小成本。但如果换一种理解角度，这三起案件的意义不在罚金大小，而在于监管方向。

过去大模型生态里的信息操控缺乏专门规制依据，很多行为处于灰色地带。现在三家地方监管部门已经出手，且法律定性各不相同：虚假宣传、虚构数据、干扰产品运行。这意味着监管层面已经在积累判例经验，未来类似行为的违法成本只会越来越高。

更重要的是，GEO灰产的客户群并不仅限于小微企业。律师事务所是其中之一，但咨询、金融、医疗、教育等行业同样存在“希望被AI推荐”的需求。一旦这条线被坐实为不正当竞争，整个链条的客户端也要承担连带责任风险。

谁受伤：灰色产业退场，正规营销重新定价

直接受损的是GEO服务商及其客户。这类服务的定价目前缺乏标准，但不少是按效果付费——用户看到AI推荐了自己才交钱。处罚落地后，这种商业模式的基础会被直接击穿。

AI平台的受益者是明确的。参考链接里的虚假内容越少，用户得到的信息质量越高，平台的技术优势就越能体现为实际竞争力。但这也会引发一个新问题：如果全部清除GEO干扰，平台推荐系统的透明度要求会相应提高。用户有权知道哪些推荐是被买出来的，哪些是自然排序的结果。

对正规营销企业来说，这是一个重新定位的信号。过去有些企业还在观望“GEO能不能做”，现在已经不需要犹豫了。但调整方向需要时间——从人工刷好评到系统探测算法再到批量制造 fake 内容，这套流程背后有一套完整的供应链，包括数据分析师、内容创作者和社交运营团队，他们的转型成本谁来算，目前没有答案。

三个后续观察指标

第一，罚款金额是否会逐级上升。当前22万属于早期执法阶段，如果后续出现更多判例且金额成倍增加，说明监管态度正在从严。

第二，AI平台是否会主动建立反向检测机制。目前监管靠事后追查，平台如果能实时识别并过滤GEO投放链接，将从源头压缩灰产空间。

第三，《网络反不正当竞争暂行规定》是否会增加专门针对AI生态的条款。当前案件依赖通用条款处理，但未来可能需要更精准的法律框架。