AI名词注解｜投毒 / GEO操纵（GEO Poisoning / 大模型投毒）

GEO Labs · 2026-11-06 11:44:22 发布

GEO Labs · GEO名词注解 · 2026年11月2日 · GEO Labs 研究部

本条为 GEO Labs 对行业常用词的注解，口径以本机构使用约定为准，非行业标准；词义随行业发展变化。最后核对日期：2026-11-02。

投毒 / GEO操纵是什么（一句话说清）

“GEO投毒”（亦称“AI投毒”“大模型投毒”）是中国大陆媒体与监管报道中的说法，指通过批量发布虚假或误导性内容，使虚构或夸大的信息进入AI问答的回答。据第一财经报道，2026年央视3·15晚会曝光了此类乱象，之后相关报道多沿用这一说法。

投毒 / GEO操纵不是什么（常见误解）

不等于GEO技术本身。
据21世纪经济报道引述的律师观点，问题的关键在于虚假或误导性宣传，GEO合规的底线不止于"不做虚假宣传"。
不等于学术上的“数据投毒”。
学术上，data poisoning指向训练数据中混入恶意样本（arXiv:2302.10149），prompt injection指第三方内容中的指令被LLM应用执行（arXiv:2302.12173）。报道中的“投毒”与之有交叉表述，但不宜混同。

行业里的常见口径

来源	划线方式
央视3·15晚会（经第一财经、时代周报转述）	批量制造虚假信息，系统性"投喂"大模型，操控AI回答
深圳市市场监管局（经IT之家、21世纪经济报道转述）	编造行业评分、套取AI收录标准并发布，认定为虚假宣传，依据《反不正当竞争法》第九条等
北京市朝阳区市场监管局（经IT之家、21世纪经济报道转述）	官网虚构评分、市场占有率、续费率，认定干扰AI搜索产品正常运行

投毒 / GEO操纵的口径差异与争议

GEO Labs 对投毒 / GEO操纵的使用约定

GEO Labs 仅在引述监管或报道表述时使用此词，不以此词定性具体企业或产品；一般的内容优化讨论不套用该词。

读投毒相关报道时的三个问题

常见问法

GEO投毒和正当的GEO优化有什么区别？各来源的划线多在"是否伪造数据、资质或排名并批量投放"，对"正当"的具体边界说法不一，本条不作裁决。

大模型投毒和数据投毒是一回事吗？不完全是。报道中的用法主要指内容投放影响回答；学术上的data poisoning指训练数据污染，二者在报道中有交叉表述。

出处

第一财经｜《3·15揭露GEO“洗脑”：AI大模型被投毒问题日趋严重》｜2026-03-16（已读原页）
21世纪经济报道（经新浪财经转载）｜《AI“投毒”灰产链曝光，暴露大模型背后算法高危漏洞》｜2026-03-18（已读原页）
时代周报（经新浪财经转载）｜《“AI投毒”被曝光，记者跟踪调查：买个系统就可以做GEO代运营》｜2026-03-17（已读原页）
IT之家｜《给 AI 植入广告涉“虚假宣传”，深圳一家 GEO 服务商被市场监管局处以 5 万元罚款》｜2026-10-10（已读原页）
21世纪经济报道（经新浪财经转载）｜《给AI植入广告涉及不正当竞争，GEO监管处罚已达3起》｜2026-10-10（已读原页；文中称深圳市市场监管局于9月23日公布该案）
arXiv:2302.10149｜《Poisoning Web-Scale Training Datasets is Practical》（摘要页已读）
arXiv:2302.12173｜《Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection》（摘要页已读）
说明：央视网原页（cctv.com）本机curl返回403，未能访问，未引用其具体内容；以上央视表述均经第一财经、时代周报转述，标注为“经…转述”。