geoSurge：塑造AI记忆，打造品牌持久可见性

文｜王欣逸

编辑｜邓咏仪

一句话介绍

geoSurge是一家专注于GEO（生成式引擎优化）的初创公司，利用“模型内部记忆+RAG（检索增强生成）”技术，为客户提供卓越的GEO服务，总部位于伦敦，成立于2025年4月。

至今，geoSurge已完成由欧洲知名风投机构Passion Capital和美国硅谷风投基金Tuesday Capital支持的Pre-Seed轮融资，并获得包括谷歌DeepMind、微软AI等公司的天使投资人支持。

团队介绍

联合创始人兼CEO Francisco Vigo：拥有超过12年的商业数据分析经验，曾任金融科技独角兽公司Zilch的首席数据科学家。

△geoSurge联合创始人兼CEO Francisco Vigo，图源：企业提供

联合创始人兼CTO Jons Mostovojs：资深机器学习与系统工程专家，长期致力于大模型与数据系统的研发，专注于模型训练、评估与基础设施领域。

APAC负责人李子月Zoe：前欧洲早期AI / DeepTech风险投资人。

产品及业务

Francisco Vigo，作为金融科技领域的首席数据科学家，是大型语言模型的早期重度用户。他分享了一个普通用户的体验：相较于传统搜索结果，他更信赖AI的回答，特别是在搜索结果充斥广告的情况下。

因此，他开始系统性地测试模型，并在一段时间内反复提出相同的问题。他发现，即使品牌没有重大商业变动，在大模型答案中的可见度也会因更新而频繁变化。

如何避免品牌“从AI答案中消失”，成为了geoSurge创立的初衷。

geoSurge的产品包含三大板块：

1、MEASURE（测量）：监测品牌在主要AI系统如ChatGPT中的排名位置，追踪品牌是否被提及、出现的频率和一致性，以及跨时间、市场的不同数据。

△MEASURE，图源：企业提供

2、EXPLORE（探索）：帮助客户理解模型表现背后的原因，并提供可优化的方向。

EXPLORE能分析品牌位置的形成过程，展示模型内部概率分配及新词预测的思维过程。通过识别存在概率差距的位置，EXPLORE还会向客户展示在哪些细分领域、提示或语境中其品牌有望提升可见性。

△EXPLORE，图源：企业提供

3、BOOST（提升）：通过语料库工程帮助客户提升品牌在AI中的可见度。

语料库工程技术能优化模型的信息集，主动影响模型的记忆和训练数据，从而帮助品牌被模型更准确、可靠地识别及调用，为品牌争取最大的曝光机会。

△BOOST，图源：企业提供

研究显示，用户使用ChatGPT的主要目的是询问某事或寻求建议，其中约49%的信息是“询问”类型。同时，约70%的消费者使用ChatGPT是非工作相关的。这意味着模型呈现的内容在商业层面相当关键。

模型获取信息的方式有两种：一种是来自其内存的内部记忆，另一种是基于搜索和记忆。模型的记忆如同世界观，帮助模型解释所看到的一切。

RAG在GEO中的工作原理是：模型从网络上搜索大量文章并加载在内存中，对这些内容进行总结以提取出用户所需的答案。这一机制能填补模型内部记忆的不完整或不确定的空白。

然而，即使使用RAG，AI展示和引用的结果仍由模型的“记忆层”驱动。因此，模型的内部记忆是决定其识别和推荐哪些品牌的主要因素。

geoSurge的专长在于塑造模型的记忆，确保品牌信息深植于模型中，使模型在没有实时搜索的情况下也能基于记忆推荐客户品牌。

相较于其他GEO服务商主要依赖RAG方案，geoSurge选择了差异化路径，即关注模型的长期记忆。它帮助品牌方预先优化和准备语料库，从而在模型训练或迭代过程中，相关信息能更高效地被大模型学习、记忆和精准调用。

不同模型有不同的行为模式、训练偏好和使用场景。geoSurge还能根据不同的模型、客户的目标和目标市场量身定制策略，确保品牌在整个AI生态中被记忆。

Founder思考

• GEO比SEO难很多倍，两者存在本质区别。