藥企花幾十萬試單GEO：不一定要推薦我，但不能只推薦別人

2024年下半年，從事醫療咨詢業務的陳明（化名）接到了一個特殊的客戶需求：

一家國內創新藥企的市場部負責人向他吐槽，原本醫生已經給某患者開出了自家藥品的處方，但該患者回家后向通用大模型做了問詢，大模型給出的用藥建議是另一款市場用量更大的競品。

最終，患者選用了大模型推薦的藥物。

這位負責人向陳明提出的具體訴求是：能否讓他們的產品，盡可能高頻、正面地出現在大模型對應的問答之中。

彼時，通用大模型的入口之爭剛剛起步，數以億計的日均健康搜索體量從傳統的互聯網平臺流入大模型的端口。陳明敏銳地察覺到其中的機會，他當即停掉了手里的其它業務，專攻大模型平臺的信息優化和分發。

兩年后，當初那位藥企負責人的真實需求，已經在快消品領域進化出了一條完整的產業鏈——GEO（生成式引擎優化）。近期，它還以另一種更為形象的負面描述被公眾所知——給大模型“投毒”。

而陳明也成了這條產業鏈上的“老兵”，他組建了一支3-5人的小團隊，客戶以上市藥企為主，訂單的體量都不大，但銷售額年年翻倍。

他將自己的優化業務與所謂的“投毒”拉開距離，“我們接單的時候會明確說，不做虛假內容，不詆毀競爭對手，盡量不做產品對比，因為醫療行業的人對這些做法特別敏感，你要是沒有下限，在這個圈子混不長久?！?/p>

他相信醫療GEO有光明未來，藥企的AI營銷需求尚未爆發，行業上限直指2000億元，“它和過去的SEO（搜索引擎優化）一樣，做得越早越受益。因為你不做，競品在做，大家都是聰明人，都在搶?！?/p>

誰都知道，醫療GEO是一個更為敏感的領域。流量、廣告、競價、對模型結果進行人為干預，這些在快消品領域被迅速接受并應用自如的AI營銷邏輯，一定會在醫療行業里撞上倫理和專業的天然壁壘。

但在看不見的深深水下，這項AI原生服務的需求方和供給方都已經悉數入局。

1

誰在做醫療GEO：

小團隊，高毛利，尚無巨頭入場

2024年，當陳明開始摸索GEO業務時，它甚至還沒有一個正式的名字。基于過去做SEO的慣性，陳明將這項服務稱為“AI SEO”，即在AI大模型的平臺算法機制下，為客戶提供類似于SEO的服務。

“當時身邊沒有一個人懂，我是第一個做的”。

陳明向《健聞咨詢》回憶，早期上門拉業務時，需要花很多精力來和客戶科普GEO，甚至要從大模型的技術原理開始講起，往往付出了很大的時間和人力成本，但能談下來的客戶極少。

從2025年開始，隨著各大醫療垂類大模型相繼發布，用戶的健康搜索習慣開始向模型端口遷移，“很多藥企營銷板塊的人都反應過來了，再加上2025年下半年有很多預算出來，一下子就火了?！?/p>

“火”的具體表現為，客戶自己會帶著需求找過來，溝通也變得非常直接——甲方給出brief，其中會寫明做什么產品，要達成什么樣的KPI，預算是多少；陳明會綜合評估運作難度、利潤率、付款形式等因素，最后決定接還是不接。

從最初的一個人單干，到組建了3-5人的小團隊，陳明以一個創業者的身份完整經歷了醫療GEO的興起。與此同時，一批過去做SEO的團隊也無縫融入新戰場，熟人串單的現象比比皆是。

醫庫公司創始人涂宏鋼同樣在早期就注意到了GEO在醫療行業的落地。據他觀察，醫療GEO的底層模式邏輯大同小異：

這些服務商會先圈定更容易被AI引用的信源，并對當前AI回答進行監測。在此基礎上，他們會組織醫學內容生產，將內容分發至不同層級媒體和平臺。最后，通過持續監測大模型回答變化，用品牌提及率、引用來源等數據作為交付結果。

“一般投流一個月左右，效果就會逐步展現?！?/p>

從實際操作來看，醫療GEO業務的技術壁壘不高，核心環節是在內容生產和信源匹配，而這兩點都高度依賴對細分醫療領域的理解。

專注醫藥領域的好麥德品牌咨詢公司顧問張琪（化名）對此做了一個形象的對比：“過去做SEO，你可能更關注關鍵詞密度、堆砌數量；但在GEO里，AI看重的是知識豐富度、內容權重、信息的重要性，以及表達的條理性——這些因素共同決定了AI是否愿意抓取并引用你的內容?！?/p>

多位從事醫療GEO的第三方服務公司負責人告訴《健聞咨詢》 ，目前行業還處于非常早期，客戶主要集中在藥企，心態以試水為主，服務周期較短，“幾十萬的預算比較多，上百萬的單子就很少了，幾乎沒有。”

即便如此，在AI大模型的時代紅利下，他們依然能夠拿到可觀的收益。

涂宏鋼告訴《健聞咨詢》，GEO的成本主要來自于兩部分，一是人力，二是團隊使用AI工具以及聘請專業的醫學專家撰寫內容。在早期階段，GEO的利潤率最高能達到80%～90%，“服務商還在成本和效果之間不斷試探企業的付費接受度?！?/p>

“我們目前還沒考慮太多商業模式的問題?！痹陉惷骱推渲車腉EO服務商們看來，在不需要外部投資的情況下，也無所謂“商業模式”，“現階段只是把GEO當作一個生意，做一單賺一單的錢?！?/p>

2

誰在為GEO買單：

剛需、試水和被放大的焦慮

誰在為GEO買單，很大程度上決定了這門生意究竟能做多大。

目前來看，藥企是GEO服務商們最主要的客戶來源，尤其創新藥企業對GEO的關注度正逐漸提升。

陳明接到的GEO需求中，有很大一部分來自腫瘤藥等處方藥品，“一些客戶找到我們，是因為已經遇到了AI影響處方藥銷售的情況。”

陳明介紹，一些患者在醫生開具處方后，會拿著處方信息向大模型問詢，如果大模型對這款藥物給出的評價偏負面，患者也許會因此更改購藥決策。另一個更讓藥企在意的場景是，部分患者會拿著大模型給出的建議，要求醫生開出被推薦的處方藥品。

“這種影響已經傳遞到醫生端，導致醫生更改治療方案，對藥企來說，這是剛性需求?！?/p>

陳明將這類需求統稱為“防御性需求”。

這類客戶并不追求直接轉化，而是希望在患者咨詢AI時，避免被競品替代，或至少讓自家產品能夠被同時提及，“很多企業的目標很簡單，不是一定要推薦我，但至少不能只推薦別人。”

相比之下，另一類需求則更偏向“主動出擊”。

這類客戶多集中在OTC藥品、大健康產品或消費屬性較強的醫療服務中，目標不僅是品牌露出，還希望帶來點擊、咨詢甚至購買轉化。

“這類公司基本是以電商業務為核心，我們稱為‘打品公司’。他們會更看重投入產出比，相當于增加了一個銷售渠道?！睆堢鹘榻B，在這類服務中，用戶往往會設置明確的轉化指標，對過程不太在意。

但總體而言，不論攻防兩端，客戶對GEO的態度都還非常謹慎，單價不高，需求端并未爆發。

張琪告訴《健聞咨詢》，他目前所接觸的客戶需求里，單個產品的預算區間在幾萬到幾十萬之間，處方藥比OTC要高一些。按照3個月的服務周期來算，處方藥的費用在20萬元左右，OTC只有3-10萬元。

張琪解釋，價格差異在于處方藥的GEO難度更高，“做處方藥GEO的人大多有專業醫學背景，能做處方藥的團隊一般都能做OTC，但做OTC的團隊做不了處方藥?！?/p>

這些“試水”GEO的企業，實際成效究竟如何？

在涂宏鋼的觀察中，一部分GEO項目的確能讓客戶的品牌或產品在AI輸出的結果中排名上升，短期影響消費者決策。

但多數需求背后，帶有明顯的焦慮情緒。

一方面，AI成為新的流量入口，企業擔心錯過新的流量來源；另一方面，同行開始嘗試GEO，也在無形中形成壓力。還有一些項目更像是“政績工程”，主導者希望向管理層或內部團隊證明已經在關注AI營銷趨勢，沒有太多商業價值。

“很多企業不是特別確定效果，但也不敢不做?！蓖亢赇摫硎?，這些企業擔心在AI時代掉隊，跟不上競爭對手的步伐。

涂宏鋼認為，GEO目前更適合年營收在10億元以上的企業。

一方面，這類企業通常擁有全國性的市場布局和較高的品牌曝光度，AI平臺上的信息呈現更容易對業務產生實際影響；另一方面，GEO本身仍屬于品牌與輿情管理范疇，投入周期較長、效果相對間接，對預算和長期投入能力要求較高。

3

誰在決定GEO的未來：

平臺和服務商之間的“貓鼠游戲”

如果只看當下，醫療GEO無疑是一副熱火朝天的景象——服務商們競相涌入，藥企們紛紛詢價，以及夸張的利潤率……

然而，這種繁榮能否持續，業內存在截然不同的判斷。

張琪指出，雖然前期要做信源監測、內容生產、渠道鋪排，投入不小，但一旦基礎打牢，后續只需要維護和微調，成本會大幅下降，邊際效應逐漸顯現?！爸灰狝I入口持續擴大，品牌在AI上的可見度就會成為剛需，GEO不會曇花一現，而會成為一個長期存在的業務方向?！?/p>

陳明也在做類似的布局，他將前兩年通過GEO服務獲得的收益投到了技術開發中，試圖打造一套SaaS化的工具，將監測和分析流程標準化。

陳明對GEO的樂觀預估來源于早期從事互聯網業務的經驗。在他看來，AI平臺最終將走向商業化。類似早期百度的發展路徑，GEO也會像搜索引擎時代的SEO一樣，隨著AI平臺商業化的腳步，進入行業發展的快速增長期，市場規?；蛟S將超過百億級別。

“我覺得等這些平臺推出自己的GEO商業化計劃，這個行業就真正起來了，因為生意的邏輯很清晰。那時候我要么擠破頭去搶一個代理商的名額，要么就找個代理商掛靠。”

但并非所有人都看好GEO在醫療行業的前景。

涂宏鋼直言，GEO業務與大模型追求中立、客觀、真實的初衷天然對立，因此服務商和平臺之間大概率會形成“貓鼠游戲”的博弈關系——服務商不斷調整策略，平臺不斷更新規則，最終導致執行成本持續上升、交付難度增加。

陳明也意識到這一點，在他從事GEO服務的三年里，AI平臺的收錄規則一直在不斷變化，早期什么都抓，后來收窄到門戶，再到醫療垂類，再后來偏向學術期刊，“算法在頻繁變動，你根本沒法保證下周會是什么樣。”

在行業分歧逐漸顯現的同時，一種更為審慎的路徑也開始浮現：與其圍繞“影響模型輸出”展開博弈，不如將GEO重新拉回到品牌與內容管理的邏輯之中。

張琪告訴《健聞咨詢》，相比于“干預”模型結果，他更傾向于把GEO做成咨詢式的品牌服務，他們不會向客戶承諾具體排名結果，而是先幫助客戶做AI可見度分析，看看當前AI生態中品牌是如何被呈現的，競品被如何引用，主要信源來自哪里；再基于這些結果，給出內容優化和渠道調整建議，并持續跟蹤變化。

“本質上，GEO就是AI時代下的PR，它的核心目標是對品牌資產的長期管理，而非短期的流量工具。在醫療行業，就更應如此?！?/p>

加入讀者交流群：

聯 系 我 們 ：wbfsh@staff.weibo.com