上一篇讲了 GEO 新规的红线：语料投毒、答案霸权、批量伪造信源，都成了整治对象。
后台问得最多的一个问题：「那合规的 GEO，具体该做什么动作？」
答案其实就写在标准原文里。8 月实施的《生成式引擎优化（GEO）可信信息传播与信息生态治理规范》（T/CAPT 026—2026），提出了一条核心机制——品牌知识库「三区分治」。
我们的判断是：新规没让品牌少做内容，而是让品牌把内容管清楚。三区分治，就是合规 GEO 的施工图。这篇把标准要求、背后的逻辑、落地步骤一次讲完。
一、先看标准原文：三区分治要求的是什么
先交代出处：这份标准由中国新闻技术工作者联合会新闻信息标准化分会组织批准，新华网融媒体未来研究院、新华社媒体融合生产技术与系统国家重点实验室第三研究部牵头，30 余家机构参与起草，8 月 11 日发布、12 日实施——它是团体标准，目前属于行业合规遵循，不是国家强制法规，但方向已经很清楚。
标准对三区分治的定义是：将品牌知识库内容按事实库、观点库、营销表达库分区存储、标识和使用。
还有一句更关键的：营销表达中的事实主张，必须以事实库版本为准。
你可以在广告里说「行业领先」，但你顺带说出口的每一个事实——成立年份、服务客户数、检测等级、价格区间——都必须能在事实库里找到出处。
标准把治理重心从「优化行为」前移到了「信息源头」：不是在 AI 的出口处拦截，而是在你的内容源头把关。
二、为什么这样设计：AI 是「交叉采信」的
要理解三区分治，先理解 AI 怎么形成答案。
AI 回答「XX 品牌怎么样」这类问题时，不是引用某一个网页，而是把全网信息交叉验证后拼出答案。它读到你官网说「服务过 300 家客户」，读到你小红书说「服务过 500 家」，读到你销售话术说「行业第一」——
它不会选其中最有利的一条，它会得出一个结论：这个品牌的信息互相矛盾，不可信，不引用。
这就是很多品牌「内容发了不少、AI 就是不提」的根源：不是量不够，是说法互相打架。
三区分治的作用就在这里：把事实、观点、营销分开放，AI 每一类信息都能找到一致、可核验的版本，它才敢把你的品牌写进答案。
三、三个区各装什么
律所同理：执业资质、团队规模、业务领域是事实库；「婚姻家事怎么判」的专业文章是观点库；「本月咨询优惠」是营销表达库。
关键动作只有一条：营销区里的每句话，都能在事实区找到出处；找不到的，补证据，或者删掉。
四、搭建五步法
不用大动干戈，照这五步走：
第一步：盘点存量。把全网发过的内容粗分三类拖进对应区。大多数品牌做完会吓一跳：80% 的内容堆在营销区，事实区几乎空白——这恰好解释了为什么 AI 不引用你。
第二步：事实库「可核验化」。事实区每一条都补上出处：检测报告编号、资质证书、官方文件、合同条款。没有出处的「事实」，降级为待核实，不许对外发。
第三步：营销区对照校准。把广告文案、销售话术里的数字、排名、承诺逐条对回事实库。「累计服务 10 万家庭」找不到统计口径？改成有出处的表述。这一步同时是在排雷——虚假宣传的合规风险一起清了。
第四步：分区挂载。事实库优先放在 AI 权重高的自有阵地：官网（按业务线建「专业解答库」）、官方账号、权威平台认证页；观点库发行业媒体与专栏；营销表达控制在自有渠道，不往事实阵地里掺。
第五步：留痕追溯。标准要求全链路可追溯——落到品牌侧，就是每个内容记三样：版本、发布时间、事实出处。一张表就够了，但它让你未来每一次「AI 说错了要纠偏」，都拿得出证据链。
五、两个进阶动作
动作一：给信源分等级。标准配套了来源可信度 A/B/C/D 四级分级，政府部门、权威媒体在最高档。品牌侧的用法：重要事实优先发布在 A 级信源（政府备案平台、权威媒体报道、官网认证页），营销号的内容不作为事实依据。
动作二：高风险行业加严。医疗、金融、教育等强监管行业，参考标准思路做三层隔离：科普层（只讲常识与路径，不承诺效果）、机构事实层（资质信息与证照公示完全一致）、广告层（依法审查，不碰禁用表述）。AI 生成的内容按《标识办法》加标识。行业越严，这套功夫越值钱。
六、自查三问
对照看完这篇，问自己三个问题：
1. 我品牌的事实库存在吗？——存在的话，能拿出处吗？
2. 我对外的营销话术，有几条能回溯到事实库？
3. 如果 AI 明天引用错了我品牌的信息，我拿什么证据去纠偏？
三问里有一问答不上来，你的品牌知识库就还没开始建——而它恰恰是 AI 时代的品牌资产本体。
我们提供一次免费的品牌知识库体检 + AI 可见度诊断：先看你的内容资产在三个区的分布与完整度，再看 AI 眼里你的品牌现状，一份报告告诉你从哪里补起。
