GEO po chińsku: 90 mld juanów na widoczność w AI, w tym na zatruwanie modeli

Raport branżowy portalu ITHome opisuje jedną z najszybciej rosnących kategorii chińskiego marketingu. Rynek GEO, czyli generatywnej optymalizacji, zabiegów o to, by treść marki była cytowana w odpowiedziach modeli językowych, ma w 2026 roku przekroczyć 90 mld juanów, przy rocznym wzroście rzędu 160 proc.

Skala zainteresowania wynika z danych o zachowaniach użytkowników. Chiński ośrodek CNNIC odnotował 560 mln użytkowników generatywnej AI. Badanie konsumenckie wskazuje, że ponad 80 proc. klientów sprawdza w modelu informacje o produkcie przed zakupem. Gartner prognozuje z kolei, że w 2026 roku połowa zapytań tradycyjnie kierowanych do wyszukiwarek zostanie obsłużona przez AI, a ruch z klasycznego SEO będzie spadał o około 30 proc. rocznie. Dla marketerów to prosta kalkulacja: tam, gdzie ucieka uwaga, musi podążyć budżet.

Kto rządzi chińskimi asystentami

Dane QuestMobile z czerwca 2026 roku pokazują, o jaką widoczność toczy się gra. Liderem jest Doubao, asystent ByteDance, z 382,3 mln aktywnych użytkowników miesięcznie. Dalej są Qwen z 167,18 mln, DeepSeek ze 129,82 mln i Yuanbao, asystent Tencenta, z 49,84 mln. Każda z tych aplikacji to osobny świat, który trzeba przekonać do cytowania konkretnego źródła. Każda ma własne kryteria oceny wiarygodności.

Chińscy praktycy mówią o dziewięciu wymiarach oceny i o tym, że modelom trzeba dostarczać treści w formacie, który wygląda jak materiał referencyjny: z liczbami, nazwami instytucji, datami i przypisami. Stąd już tylko krok do nadużyć.

Fałszywy raport, prawdziwa cytowalność

Portal 36Kr opisał mechanizm celowego zatruwania modeli. Agencja marketingowa przygotowała fałszywy raport rzekomo autorstwa IDC o pewnej marce akcesoriów, rozesłała go po portalach z branżowymi publikacjami i podlinkowała z dziesiątek serwisów. Efekt: gdy użytkownik zapytał asystenta o ranking tej kategorii, model przytaczał spreparowane dane jako ustalenia znanego ośrodka badawczego. Nazwy instytucji badawczych działają jak token wiarygodności. Ich powtarzalność wystarcza modelowi, by uznać treść za wartą cytowania.

Drugi opisany efekt to wzajemne zanieczyszczenie mediów i modeli. Wyszukiwarka AI czyta artykuł w prasie, a dziennikarz cytuje odpowiedź asystenta. Po kilku iteracjach nie da się ustalić, które źródło było pierwotne. Redakcje tracą kontrolę nad obiegiem informacji nie dlatego, że ktoś je zhakował, ale dlatego, że system wziął fałszywkę za fakt.

Trzy laboratoria, trzy odpowiedzi

OpenAI, Google i Anthropic niezależnie zaostrzyły w ostatnim roku zasady cytowania źródeł w odpowiedziach. Wszystkie trzy próbują premiować serwisy o realnej historii redakcyjnej i preferować cytowanie pierwotne. To rozwiązanie częściowe. Dopóki rankingu nie da się zweryfikować zewnętrznie, dopóty będzie wart tyle, ile kosztuje najtańsza manipulacja. Chiński rynek pokazuje, że przy odpowiedniej motywacji koszt ten jest bardzo niski.