前豆包大模型市場負責人創業，GEO服務商「PureblueAI清藍」獲千萬級種子輪融資 丨涌現新項目

文｜鄧詠儀

編輯｜蘇建勛

一句話介紹

用自研模型替代人工「猜測」，提供端到端的營銷Agent服務，為企業主生產更容易被AI推薦的營銷內容，監測模型答案效果，增加品牌露出。

近期，「PureblueAI清藍」也正式完成第一輪融資，藍色光標（股票代碼：300058）與英諾天使基金聯合領投，水木清華校友種子基金跟投，投資金額達千萬元人民幣。

團隊介紹

創始人兼CEO魯揚：畢業於清華大學中文系，擁有20年市場營銷經驗。他曾是前字節跳動火山引擎市場總經理和豆包大模型市場負責人，經歷了AI大模型從技術研發到市場推廣的全過程。此外，他還曾擔任銷售易市場副總裁、京東雲市場公關總經理等職務。

聯合創始人兼CTO王立新博士，博士畢業於中科院、清華大學博士后。曾任字節跳動高級算法專家、東源投資首席科學家，有着豐富的機器學習和大模型應用的經驗。

聯合創始人兼COO鄒郢路，曾任浙文互聯AI營銷產品「好奇飛梭」的負責人，所開發的營銷Agent產品服務於國內車企等眾多企業。此外，他還曾擔任螞蟻集團國際事業羣技術專家，從0到1參與了印尼TOP1數字錢包「DANA」的開發。

產品及業務

如今，用户從傳統搜索轉向AI問答的新趨勢，營銷的戰場也隨之轉移。據Gartner預測，到2028年，傳統搜索引擎的流量將有50%被AI搜索取代。

但AI的「黑箱」特性——答案採信規則不公開，這讓傳統依賴人工經驗的SEO方法論失靈，這具體體現在：

效果不可預測：同樣的方法，優化「咖啡哪家好」可以被採納，但到了優化「礦泉水哪家好」，可能無論如何都無法完成，企業主也難以知道原因。

平臺差異巨大：同一篇內容，可能在DeepSeek上立刻被採納，但在豆包或元寶上會無法搜出。

效果不穩定：就算成功讓大模型採納，但效果難以持續，不可預測，也無法復現。

這導致企業主的營銷ROI根本無法衡量。如今，大模型平臺還沒有任何給出的數據接口，沒有反饋效果。對企業而言，在大模型優化上面的錢，其實沒有辦法算ROI，只能按照品牌廣告投放。

傳統SEO服務商，很大程度是靠「堆量」——即大量鋪設稿件，來博取平臺收錄模式，很容易被視為製造信息垃圾，污染生態。

「PureblueAI清藍」更希望用一種量化交易的模式，通過自建模型，深入學習AI平臺的內在機制，從而提升品牌的認可度。

具體而言，「PureblueAI清藍」建立了一個端到端模型和Agent產品，讓Agent去學習AI平臺的推薦規律，替代過往的人工去「猜測」平臺投放測錄的過程。

在這個過程中，「PureblueAI清藍」的系統，會持續分析那些在AI搜索中被成功推薦的內容，讓模型找出這些內容背后共有的「特徵因子」，讓模型知道什麼樣的內容結構和特徵，能拿到AI平臺更高的採信權重，用以指導企業客户的內容生成策略、監測模型反饋等等。

比如，當客户提出優化需求（如優化「超混架構車型推薦」這個搜索意圖）時，清藍的模型不僅會生成一篇營銷稿件，還會計算出權重最高的發佈平臺組合。

這個過程可能得出反常規的結論，例如，PureblueAI清藍曾服務過一個To B企業，模型計算出最佳發佈平臺之一是一個傳統意義上的C端平臺，最終，這篇文章發佈當天就被AI引擎引用並置頂。

不僅如此，PureblueAI清藍的服務鏈條也更長——不只是集中在「發文」這一動作。在更上游，PureblueAI清藍會幫助客户建立品牌資產庫，進行用户意圖挖掘和AI品牌診斷，並結合企業自身的品牌與內容營銷策略，展開AI口碑營銷，以更好地達成優化效果。

鏈條也會延伸到內容發佈后。PureblueAI清藍的自研系統，會進行分鍾級的實時監控。一旦發現品牌呈現率或排名因AI平臺算法迭代而突然大幅下跌，系統會立刻啟動干預，讓模型根據最新的學習結果，再次進行投放，以維持效果。

「PureblueAI清藍」採用RaaS（按效果付費）的模式，目前主要圍繞品牌效果（如承諾的品牌推薦率、排名率）按月收費。

目前，PureblueAI清藍已服務了包括汽車、金融、快消以及互聯網大廠等客户。以某大廠的Agent產品為例，優化后其在Deepseek、豆包等平臺的推薦率和置頂率均從初期的不足30%，提升並穩定在100%。

Founder思考

現在GEO市場的現狀是魚龍混雜，但已開始爆發。

去年下半年我們剛做GEO時，關注的人很少。但從今年春節后，GEO的需求就爆棚了，每天至少有一個客户來問我們。幾乎所有SEO服務商，還有一些營銷諮詢工作室，都開始做這個事。但市場非常混亂，有的報價極低，也根本不敢承諾最終效果。

AI搜索是確定的未來，但百度和Google不會消失。Gartner説到2028年，AI搜索會切分50%的（傳統搜索）流量，我認為這個預測保守了，到28年幾乎應該是100%。這個100%不是指傳統搜索會死掉，而是説百度和Google自己也會轉型成AI搜索。

傳統SEO的「經驗驅動」打法在GEO上很大程度是失效的。搜索引擎的規則是公開透明的，但大模型是黑箱。靠人工經驗去做GEO，會發現效果無法預測，結果不受控制。

 比如，這個詞我一下就優化上去了，換個詞我做了兩個月都上不去，也不知道為什麼。這種不穩定性，導致你根本不敢真的把服務賣給客户。

GEO的核心，是幫助優秀品牌通過正向的方式被AI發現，否則未來會被AI拋棄。在未來，企業只有去生產更加高質量的內容，才越有可能被AI抓取和推薦。所有像當年SEO那樣投機取巧、想Hack規則的方法，在未來都會被AI判定為Cheating（作弊），只會起到反作用。

未來「AI推薦」取代「競價排名」，這也是營銷邏輯的根本轉變：品牌營銷將從購買硬廣流量，轉向影響AI的軟性推薦。這意味着企業需要生產更高質量、更符合AI平臺認知邏輯的內容，而不是靠投機取巧的作弊手段。

AI營銷本質是一種價值對齊，技術上去短期優化一個結果是可以的，但不可持續。

所以，我們的原則是，絕不幫客户做「品牌升維」。如果有客户説「幫我優化成全球第一的可樂」，這是不符合常理認知，即便短期能掙錢，未來也一定會被更聰明的AI模型識破。我們只幫客户在他自己真實的定位里面，被更好地呈現出來。

用模型來學習另一個模型的思路，能讓人發現想不到的「捷徑」。有一次我們服務一個To B軟件企業，模型告訴我們，應該發在一個To C的比價平臺。客户覺得很荒謬，但我們説服了他。結果稿件發出去當天晚上就被引用置頂了。

在GEO這件事上，這是個「一把手工程」，現在To C品牌比To B更早覺醒。我們看到的典型客户，集中在汽車、快消、互聯網，基本上還是偏To C一些的，他們更重視自己的口碑。一搜自家的品類，出來的都不是我，是我的競品，CEO是無法接受的，他們也願意為品牌心智的佔領付費。

海外與國內的交付邏輯不同，國內必須交付「結果」。海外的GEO服務商，大多是SaaS模式，他們交付的是一套數據分析報告和幾條籠統的「優化建議」，比如建議你跟第三方機構出個白皮書。這種模式在國內是賣不出價的，很難讓客户長期付費。所以我們在國內必須是幫客户把效果優化完，交付一個能看見的結果。

所以，我們希望交付的是Agent服務。上一代的SaaS，和Agent是兩種完全不同的工作流。SaaS的工作流是客户主動，工具被動，客户得自己去點、去探索功能。

Agent不是，Agent是AI主動，它來主導，客户可以不主動做任何事情，Agent帶着你走完整流程。這是根本上的不同。

我們與大廠不是對抗關係，而是生態夥伴。大廠自己不會下場做GEO，因為不能既當裁判員又當運動員。未來只有真正優秀的品牌才能夠被推薦，我們正是通過正向的優化，幫助優秀的品牌被AI發現。我們今天也是幾家AI大廠的生態夥伴，幫助他們服務客户的品牌優化。

《智能涌現》訪談小記

年初DeepSeek的爆發，讓AI大模型GEO已經成為當下最新的火熱方向。

近期，我們也接觸了大量GEO服務商，當前市場的主流，仍是大量從SEO轉型而來的服務商，他們沿用着「多發稿、鋪渠道」的人海戰術，試圖博取AI收錄。

但很明顯，這是不可持續的。幾乎所有從業者都承認：現在GEO的效果不可預測、結果不穩定，甚至無法歸因。

這在路徑選擇上，與海外的主流模式拉開了差距。在硅谷，GEO已是熱門賽道，但以Profound為代表的公司，其主流產品形態是SaaS工具，提供數據監控和分析，輔助人工決策。

創始人魯揚對我們坦承，PureblueAI清藍早期曾嘗試經驗驅動的路徑，但很快發現這是條死衚衕。所以，團隊才逐步摸索到如今的模式：通過模型驅動，由算法來解密算法，並通過Agent產品直接為客户交付結果。

技術驅動的路徑雖然更難，但卻是試圖與AI建立一種基於高質量、結構化內容的溝通方式，贏得的是算法信任。在這個層面上，PureblueAI清藍也為行業提供了一個值得鼓勵的技術樣本。

歡迎交流

歡迎關注