geo服务扰乱ai答案，法律红线该划在何处专访中国政法大学数据法治研究院教授张凌寒-koko官网下载

《法治周末》记者 吕静

随着人工智能（ai）的快速普及，geo（生成式引擎优化）的新兴服务悄然兴起——通过批量生产适配大模型的文本、投放至高权重网站，进而影响ai的总结与推荐结果。这一做法究竟是合法的品牌露出优化，还是变相的内容操纵？当“投毒式”geo导致虚假信息传播、竞品商誉受损，责任由谁承担？《法治周末》记者就此专访了中国政法大学数据法治研究院教授张凌寒。

geo优化可能触犯反不正当竞争法

记者：目前市面上大量服务商提供geo优化服务，通过撰写适配大模型的文本、批量发布到高权重网站，以此影响ai总结结果、抢占ai搜索排位。从法律上，这类行为应如何定性？

张凌寒：提供大模型优化服务并非新兴事物，其雏形可追溯至搜索引擎时代的seo服务。从法律层面看，该行为虽未被明确界定为违法，但结合行为性质，可能触犯以下法律条款：其一，违反反不正当竞争法第九条，实施虚假或引人误解的商业宣传，特别是针对性能、销售状况、所获荣誉等方面进行事实塑造的行为；其二，违反反不正当竞争法第十二条，编造、传播虚假或误导性信息损害他人商业信誉或商品声誉，典型的如针对竞争对手的数据投毒、抹黑行为。

记者：正常的品牌内容优化与“geo投毒”的法律边界究竟在哪里？

张凌寒：总体而言，大模型优化服务的法律边界模糊，核心判定标准有三：一是内容真实性，即服务提供的内容是否真实、可核验且可溯源；二是手段正当性，是否采用批量化、自动化、伪造化手段制造虚假共识，诱导用户将模型广告误认为事实；三是商业透明度，是否将商业推广伪装成中立知识。

值得注意的是，传统seo（搜索引擎优化）要求明确标注竞价广告排名以保障用户知情权，但当前ai时代的大模型优化尚未出台类似规定。对此，应参照seo的监管标准，对大模型优化产业提出明确的透明度要求。

大模型如何抵御geo干预

记者：如果geo服务商为客户提供“投毒式”优化，最终造成虚假信息传播、竞品商誉受损，责任应由谁承担？大模型平台是否可能被追责？

张凌寒：当数据投毒等优化行为引发虚假传播，导致竞品商业信誉受损时，通常会形成委托方、服务商、传播平台三方责任结构。委托方若明知内容虚假仍进行投放，将违反反不正当竞争法第九条或第十二条。服务商若参与虚假内容的策划、生成、分发并完成交付，会直接落入该法第九条第二款“帮助他人虚假宣传”的禁止性规定。

记者：若ai大模型引用geo投放的虚假内容并对外输出，导致公众或企业受损，你认为大模型平台是否负有审核、过滤义务？平台在什么情形下需要承担法律责任？

张凌寒：尽管当前主流大模型基本不接受此类优化服务，但依据民法典第一千一百九十五条，网络服务提供者负有通知删除义务，若未履行该义务，需对损害扩大部分承担连带责任。不过，这一责任认定规则未来是否完全适用于大模型场景，仍有待进一步探讨。

记者：当前geo服务商通过定制适配文本、批量投放高信任度网站干预大模型输出结果，已形成标准化操作链条，从法律规制与技术治理层面，你认为ai大模型可以采取哪些合法合规的手段，抵御此类商业干预行为？

张凌寒：平台层面，可将搜索引擎时代抵御seo干扰的成熟技术链条迭代应用于大模型领域。例如，在服务协议中加入反操纵条款；遭遇系统性攻击时，可依据反不正当竞争法第十三条，向提供“投毒”运营的主体主张权利，或向市场监管部门举报。对于医疗、金融、教育等高危领域，还应建立更严格的内容验证标准和来源白名单制度。

geo服务的规范之路

记者：你认为geo服务目前最大的法律监管空白在哪里？

张凌寒：目前立法并非空白，关键在于如何在监管和司法中落地。可以通过法律扩大解释，比如将广告法中竞价排名需显著标识的要求，延伸适用于大模型生成内容。同时，借助监管执法案例和法院典型案例，把面向大模型的数据投毒、虚假内容投喂等行为，纳入反不正当竞争法第九条、第十二条、第十三条的适用范围。

记者：对正规企业而言，想做合法的geo品牌优化，应该守住哪些底线，才能避免一不小心踩进“投毒”“不正当竞争”的法律风险？

张凌寒：正规企业合法开展大模型优化，应将其定位为企业信息合规披露工作，而非操纵信息。核心底线是不得生成、传播未经事实核验的内容，如虚假权威认证、疗效功效等，否则可能触发反不正当竞争法第九条及电子商务法中“不得编造、虚假评价”的义务。

责编：吕静