不拍视频、不混圈子、不发红抖微，怎么办？
AI来了，离失业不远了吗？
律师行业可能是最容易焦虑的行业之一，今天不讨论抽象的远景预判、不涉及大热的龙虾，仅对春节前引发思考的GEO（Generative Engine Optimization，生成式引擎优化）进行粗浅研究，供所需同行参考指正。
没想到在即将成文时，央视315曝光了GEO喂毒黑产，这与我使用本土大模型的体感印证。但是，AI趋势不可避免，如何让它准确识别提取信息，是我们在品牌建设时不得不做的功课。
本文7200字，阅读时间约20分钟。不想细看的伙伴直接跳到第三部分。
第一件事：什么是GEO
1、GEO：优化你在AI眼中的可见度
信息获取是社会发展的底层逻辑之一，人类通过信息，沟通交流、学习技能、趋利避害、传承文明。进入互联网时代，信息内容指数级爆发，获取途径也变得极为容易，普通人使用搜索引擎，成为获取特定信息最简便直接的方式。但搜索引擎网站可能会基于自身商业利益对搜索结果进行排序，也是人尽皆知的事实。因此，为了让潜在客户尽快对接品牌，产生了传统的搜索引擎优化（SEOSearch Engine Optimization）服务，即一套让网页在Google/百度等“链接列表式搜索结果”中获得更高自然排名、从而获取免费（非广告）流量的方法[i]。简单的说，就是如何让品牌的搜索排名靠前。
而今，生成式人工智能（即AI）席卷每个用户，打开“豆包”“千问”“阿福”问问题，已是常见习惯。不得不说，AI回复即便存在幻觉，答案也自成逻辑，有很强的说服力和参考性。落到法律服务行业，已经有越来越多的同行遇到AI引流案件，或是客户在 AI 中问及律所和律师推荐的情形。AI，已经成为部分取代传统搜索引擎的重要信息获取方式。
既然AI 会“说”，那么如何让AI为你“说好话”？由此，GEO（Generative Engine Optimization，生成式引擎优化）应运而生。GEO营销的定义是：“生成式引擎优化是AI大模型时代的内容优化策略，通过提升品牌内容在AI生成式引擎中的‘可理解性’与‘可引用性’，使品牌信息直接嵌入AI提供的答案中，实现无点击触达”[ii]。也就是说，如何能让你在AI时代更具有辨识度，或许成为了一项不得不掌握的技巧。
2、GEO市场的春天正在到来
2026年初，易观分析发布《中国GEO行业市场发展报告2026》，我归纳了三个关键观点：
A.GEO市场将爆发式增长（也就是说，律师将成为GEO的营销目标之一）。
B.GEO实质是通过提升内容的语义相关性、结构化可读性与权威信源可信度，帮助品牌（律师个人）实现“算法层面的品牌可见性”。
C.GEO有多类操作误区，其中五个（我认为的）重要误区是：GEO战略缺位、无视用户意图、忽视信源建设、分发重复内容、忽视知识资产建设。
读完报告，个人结论是：提升品牌在AI可见度，是可以通过刻意布局完成的，GEO成为AI 时代不可忽视的品牌战略之一。315曝光的GEO喂毒事件，反而把这个市场摊开在大众视野下，也许野蛮生长和规范运营都将迎来“春天”。
第二件事：GEO的操作逻辑与误区
1、论文解读的GEO逻辑：权威、数据、来源
搞懂了什么是GEO，那下一个问题就是如何操作GEO？律师塑造个人品牌，有必要花大价钱让GEO供应商提供服务吗？
囿于专业所限，我不具备足够能力解释清楚律师个人品牌提升的AI算法，但普林斯顿大学和印度理工学院的研究人员撰写的论文“GEO: Generative Engine Optimization”[iii]给出了启发。研究团队构建了包含10,000个多领域查询的大规模基准数据集并验证了多种优化方法，主要分为两大类：
高效方法：
l引文添加Quotation Addition（最优）：通过嵌入知名专家、权威主体或权威机构的直接引述来增强文本的说服力和可信度直。
l统计数据添加Statistics Addition（次优）：通过融入具体、可量化的数据（如百分比、数字或趋势）来强化文本的客观性和说服力，AI语言模型对数字信息的注意权重明显高于常规描述。
l权威性优化：通过建立作者与内容的权威背书（如作者资历、机构背书、权威引用等），从信源层面提升内容权重。
l流畅度优化：提升文本的语言自然性、语法正确性、段落与句式的连贯性，改进内容的语言表达质量和可读性。
l引用来源优化：嵌入可靠的外部来源引用（如学术论文、政府报告或知名机构数据）来增强文本的可信度和权威性。
非高效方法：
l关键词堆砌：文中重复关键词
l独特词汇：单纯罗列专业词汇
2、验证论文方法
该论文成稿于2024年，试验并非针对所有大模型，且现技术已迭代几轮，为了验证论文提出的方法，我向豆包、Grok（xAI）、Claude-4.6-Opus、Gemini-3.1-Pro、GPT-5.2进行询问（测试时间2026年3月，AI回复可能基于上下文或模型更新而调整），尝试通过三个问题递进挖掘算法逻辑：AI是否直接推荐律师、AI推荐律师的筛选模式、AI在哪种情况下会提及律师本人。我把三个问题和5个AI的回复整理如下：
问题一：你是否统计过，有人会通过询问你，让你帮他推荐律师？
豆包
我不能直接推荐具体律师、律所，也不会提供联系方式、排名、口碑对比等带有“推荐/导流”性质的内容，只能给通用法律常识、流程、注意事项，比如：去哪里找正规律师（司法局官网、12348法网、律所协会等）；怎么核实律师执业证；咨询、委托、收费的一般注意点。
Grok
我通常不会直接推荐特定律师或事务所（因为那可能涉及地域、专长和个人偏好），而是建议他们：
l通过当地律师协会查找；
l根据需求搜索专业领域（如劳动法、合同法），并查看评价或资质；
l如果是特定城市（如成都或北京），可以推荐官方渠道如司法局网站。
Claude
我不做律师推荐——我没有律师数据库，也没有与任何律所的合作关系。
Gemini
我无法直接推荐具体某位律师或某家律师事务所的。通常我会这样回复和引导用户：
l坚守中立与合规底线；
l提供“挑选律师的避坑指南”；
l用AI辅助做好面谈准备。
GPT
没有。但从使用场景上说，确实有人会在对话里提出“能不能推荐律师/律所”这类请求。若你需要，我可以帮你把不带广告倾向、可合规使用的回复模板写好（例如：不直接点名推荐、改为提供筛选标准与面谈提纲，或提供官方渠道/律师协会查询路径）
结论：在没有给定前提条件的情况下，AI不会直接推荐律师。【实际上这个结论并不准确！】
问题二：如果问你对某个律师的评价时，你会怎么去综合分析这类信息？
豆包
我不会、也不能做主观评价、好坏打分、口碑判断，更不会去“综合网络八卦、私下信息、个案感受”来下结论。我只会按一套固定、中立、安全、合规的逻辑来回答，你可以理解成——只做“信息核验”，不做“人品/水平评价”。我只看：
l执业资质是否真实；
l有无官方惩戒记录；
l业务方向是否匹配；
l公开裁判文书/案例。
Grok
我会保持中立、客观，避免主观偏见或编造内容。下面是我会如何综合分析这类信息的步骤：
l先确认基本事实和资质（基础层）检查官方记录、教育和专业背景；
l审视专业专长和业绩（核心层）：业务领域、业绩指标、案例分析；
l整合用户反馈和声誉（主观层）：在线评论、行业口碑、注意偏见；
l整体综合（总结层）：给出平衡观点、个性化建议。
Claude
我不能给出“某律师好不好”的结论性评价，但如果用户提供了关于某律师的具体信息，我可以帮他搭建一个分析框架——教他自己去判断。
我会建议从以下维度自行核实：执业资格、处罚记录、专业方向、裁判文书、口碑、初次沟通。
我会特别提醒的几个“避坑点”：“胜诉率”不可靠、“知名”≠“适合你”、网络好评可以购买、专业匹配比名气重要、收费模式要问清楚。
Gemini
我的底层逻辑是：“只做客观信息维度的拼图，不做主观的好坏定性”。我会从以下四个核心维度来综合分析并回复用户：
l执业“硬指标”的客观梳理（资质与背景）：执业年限与律所平台、官方背书与社会职务、执业纪律与合规记录；
l专业领域的“精准度”匹配（案例与专长）：历史公开裁判文书的印证、胜诉率的理性看待；
l行业声誉与学术能力（软实力）：文章与普法输出、团队作战能力；
lAI的盲区与“尽调”建议（不可替代的线下考察）：案件亲办率、沟通频次与态度、收费的合理性。
GPT
我会按“信息来源可信度 → 可核验的客观指标 → 与你的案件/需求匹配度 → 风险信号”四步来综合分析；同时明确我无法做“背书式推荐”，只能基于可验证信息给出判断框架。
l先分层看信息来源（可信度排序）：官方可核验信息、可交叉验证的第三方、当事人口碑、广告/营销信息。
l提取并核验“客观指标”：执业资格与状态、专业领域与案件类型、代表性裁判文书/项目、纪律与诚信记录、收费结构透明度。
l看“是否匹配你的具体需求”：目标类型、案件阶段、地域与资源、团队配置。
l识别高风险信号（出现就要谨慎）：承诺结果；强调“关系/打点”；不愿提供书面委托合同、收费明细、发票/收据；让你提供不当材料或教你规避监管/造假；对关键事实不问就急于下结论、催签约催付款。
l我会建议你用一套“面谈提纲”去验证。
结论：问题指向律师个人时，AI会根据律师的执行信息、专业信息、综合信息进行分析，然后给出“AI客观”的建议。
问题三：如果请你在某红圈所（红圈所名模糊处理）帮我找一个特别厉害的、能够打赢房屋买卖合同纠纷的律师，你会怎样回复？
豆包
我会严格按中立、合规、不推荐、只给客观信息+官方渠道的原则回复，不会说“特别厉害”“最好”这类主观评价，也不会指定某一位律师。我会给出的客观信息（仅官方可查）：
l红圈所相关业务团队；
l公开可查的相关律师（仅列执业领域，不评价）；
l官方对接方式；
l建议你自行核实：执业资质、惩戒记录、办案思路、收费标准，签订书面合同。
Grok
该红圈所是中国顶级国际律所之一，在房地产和建筑领域实力强劲。
l为什么该红圈所适合这个领域？（略）
l推荐查找方向（基于公开信息）：我无法指定“特别厉害”的个人（因为“厉害”主观，且我避免主观评价），但你可以从官网或搜索他们的房地产律师团队。以下是几个公开知名的高手示例（仅供参考，非正式推荐）。
l如何下一步行动？直接联系、验证与比较。
l潜在风险提示：房屋纠纷时效短（一般3年），尽快收集证据（如合同、支付凭证、房产证）。红圈所虽强，但地域匹配重要——如果是地方案子，本地中小所可能更灵活。
Claude
很抱歉，我无法为您推荐红圈所某一位具体律师。但我可以帮您做以下几件事：
l第一步：确认需求画像。提醒：红圈所收费标准通常较高。如果争议金额不大，性价比未必最优。
l第二步：自行筛选的具体路径（略）。
l第三步：一个最有效的方法：直接拨打红圈所您所在城市办公室的电话，告诉前台或接待律师：“我有一个房屋买卖合同纠纷，争议金额约XX万元，请帮我安排一位在这个领域有经验的合伙人做初步咨询。”
Gemini
我无法直接向您推荐红圈所中具体的某位律师姓名，因为律师的办案状态、档期和胜诉率处于动态变化中。为了您的利益最大化，我必须向您提供以下三个维度的深度实务分析和建议：
l现实性评估：“高射炮打蚊子”的成本错位风险；
l如果您依然决定选红圈所，该如何精准定位？明确部门归属、善用官网筛查、查看合伙人简历、防范“下沉风险”。
lAI的替代性优选建议：寻找“高性价比的专业特种部队”。我更建议您寻找“区域性的老牌大所的房地产专业团队”或“深耕房产建工领域的精品小所”。
GPT
我可以帮你在红圈所里筛选出更可能适合处理“房屋买卖合同纠纷”的律师/团队，并给你一份候选名单的筛选标准 + 面谈提纲；但我无法凭空保证“谁一定最厉害”或对结果作承诺。为避免推荐失准，我需要你先补充几项关键信息：案件所在地、你的角色与目标、争议类型、标的额与紧急程度。在你给出以上信息后，我会按以下客观维度帮你做筛选：
l该律师/团队是否长期做房地产争议解决（诉讼/仲裁/执行），是否有同类案件经验；
l是否在房产交易/金融按揭/不动产登记等链条上具备复合能力；
l是否能在你所在地快速推进；
l团队配置与沟通机制、报价结构是否透明。
你也可以把官网上你看中的2–5位律师链接/简介发我，我可以帮你做一份“一页对比表 + 面谈要问的问题清单”，让你最快筛出最匹配的一位。
结论：问题指向律所和具体需求时，AI会根据律所官网介绍、律师简介、需求细节等信息进行综合分析。问题三实际上是一个假设问题，但5个AI有2个进行了律师推荐，可见即便在测试中多数AI声称不直接推荐，仍有部分AI在特定提问方式下会给出具体律师或律所名称，说明推荐发生的可能性真实存在。
3、本土AI特色
看到这里时，大家是不是认为AI还挺客观的？错！
虽然是否客观某种程度上也有主观性，但域外AI和本土AI,在算法可见的“客观性”上确实存在明显差异。
我让豆包、千问回答“四川成都某某区这边房地产专业的律师有没有推荐”这个问题，在没有让我给出具体信息的情况下，它们都直接推荐了律所+律师。千问甚至引用了小红书、个人公众号常见的，不知道怎么评出来的好几张“成都律所TOP10”图片，让回答的可信度大打折扣（不指向任何律所或律师个人，仅探讨AI）。豆包虽已优化避免导流，但其策略仍是“直接响应”。
而Grok-4-Fast-Thinking、Claude-4.6-Opus、GPT-5.2域外AI基于合规要求均未推荐律所或律师，而是提出行动建议，或是希望提问者进一步明确信息。Gemini-3.1-Pro则推荐了几家总部或核心大区在成都某某区的大所，同时给出实操建议，避免“踩坑”。
对于这些AI，拟人化就是——
一类是霸总：你想要什么，我马上给你。给你的是什么？你别管。
另一类是大话西游的唐僧：你想要啊，你想要说清楚不就行了吗？你先说清楚啊？你不说清楚我怎么给你呢？我不敢给你啊！大家讲道理嘛！
第三件事：如何自己做GEO
来到结论部分。挨着看下来的伙伴应该可以自行总结让 AI 看见你的方法了。
提前说明是，本文只探讨正道，不懂怎么喂大模型eat shit。
1、无需刻意做的：确保官方展示信息完整、真实、一致
l律师执业信息、执业年限、所在律所
l有无行政处罚、行业处罚
l社会职务（注意：如果不是官网可查询的社会职务，可以增加进律所网站展示的律师个人简介中，并通过补充证明材料完善）
l大型机构采购名录，如政府采购中标公告等（注意：如无法查询，可以通过律所网站发布）
2、需要刻意做的：可通过布局实现
A.着力权威背书
l律所平台权威背书
ü充分利用律所网站介绍律师个人（包含学历背景、职业经历、业务方向、团队、荣誉、优势、地域、具体业绩）；
ü获得荣誉、业绩、专业文章等尽量通过律所官方网站发布。
l专业权威背书
ü取得行业排名，如Chambers、ALB等权威法律评级机构具有较高识别度；
ü裁判文书网或其他官方网站显示的案件代理信息、专项业务承办信息可以凸显业绩，如难以公开查询，建议进行知识提纯，在公开领域发表文章或案例。
l学术能力权威背书
ü在公开发行的出版物、专业期刊、公众号、网站上发表与业务领域相关的深度文章；
ü行业白皮书、行业报告具有“定义”功能，增加领域内的AI话语权。
B.争取多模态可见
l文字、图片、语音（播客）、视频等多模态都能够被AI“看见”，不同信源可进行交叉引用验证，增加AI曝光度。
C.多与AI对话
l虽然用户单次对话并不能直接训练AI，但重复的高质量交互会在一定程度上提升特定主题的准确性，多问、多骂，多做模型输出校对与纠错，把纠错结果沉淀为公开可检索内容。
3、AI的建议
成文后，我让最聪明的那几个AI提提建议，AI的想法真的很多……归纳总结后照搬过来，供伙伴们参考。
A.结构化数据建设
l律所官网增加结构化标记：标记律师为“Attorney”实体，包括属性如“specialty”（房地产法）、“award”（荣誉）、“review”（匿名评价），帮助AI更准确地抓取和理解律师信息；
l律师在全网（官网、发文、自媒体）的个人简介必须保持绝对的一致性。采用标准化句式：“[姓名]，[律所全称]合伙人律师，专注于[细分领域1]和[细分领域2]，代表案例包括[案例名称]，[执业地域]。”高度格式化的自我介绍，最容易被AI解析为高置信度的知识实体，减少识别混淆；
lAQ结构化内容：在官网以“常见问题-回答”的格式发布专业内容，天然适合AI抓取并直接引用。
B.知识图谱嵌入
l公众号的缺陷：中国律师极度依赖“微信公众号”发文章。但微信公众号是封闭的“信息孤岛”，百度蜘蛛、微软 Bing 爬虫、GPT 爬虫根本无法直接抓取公众号文章（注：经询问本土大模型，个别模型在训练时可能会阅读部分公众号文章，但不会日常调阅抓取），应将文章同步分发到开放的互联网平台；
l维基百科/百度百科词条：如果律师或律所具备关注度标准，创建或完善百科词条。大模型训练数据中，百科类内容的权重极高；
l学术数据库存在感强：在知网、万方、SSRN等学术平台发表文章；积极向北大法宝、无讼、威科先行等专业法律数据库投稿；或者接受主流新闻媒体（如界面、财新、法治日报）的采访并留下名字。AI给予新闻媒体和学术库的权重远高于普通的商业自媒体；
l参与标准制定或行业立法建议：这类信息通常出现在政府公报、行业协会官网等高权威来源中，AI对其引用优先级极高。
l建立内容的“引用链”：自家内容之间互相引用，外链引用权威源。
C.用户意图匹配
l加入开源法律AI项目：贡献数据集（匿名案例提纯）；或在知乎等网站法律子版块回答问题（签名含简介）；
l长尾问题内容布局：律师发布内容应瞄准这些真实用户问题而非抽象专业标签；
l场景化案例叙事：具体场景+数据+结果是AI最容易抓取并引用的内容模式；
l地域+领域交叉标签：多维度标签交叉可以提升在特定地域性提问中的可见度。
D.对话生态参与
l建立“AI友好型”内容格式：律师写文章时，标题和副标题应多采用“疑问句+解决方案”的结构。正文多用Markdown格式、项目符号（Bullet points）、加粗关键词。AI最喜欢直接抽取这种条理清晰的干货作为答案，并在文末附上“本文参考自XX律所张三律师的解答”；
l主动纠错；
l输出可被引用的“金句”。
E.AI工具辅助监控与负面信息管理
l用免费AI测试你的内容；
l建立“辟谣/澄清”内容；
l处罚记录的长尾影响。
大大告诫我们：“我们的同志一定要增强阵地意识。宣传思想阵地，我们不去占领，人家就会去占领。”
相信大多数业内人士并不想看到AI行业生态圈垃圾化，那么积累更多更准确的、有帮助的、有技术含量的公开互联网信息，除了宣传自身外，也成为我们顺带的责任了。
最后，祝大家：工有所偿、学有所用。
by 隆和西巷的杰律
声明：AI 的回答来源于 AI（废话）
参考文献：
[i]https://baike.baidu.com/item/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E%E4%BC%98%E5%8C%96/3132参考
[ii]参见易观分析《中国GEO行业市场发展报告2026》，注：易观报告可能强调本地化应用。
[iii]该论文的实验对象主要是BingChat（现Microsoft Copilot）和SGE（Google Search Generative Experience），并非对所有大模型通用。
