过去大半年，我一直在跟踪一家叫Profound的公司。
做AI搜索营销这个方向，很难不注意到它。2024年8月成立，2026年2月就完成9600万美元C轮，估值10亿美元，18个月累计融资1.55亿。红杉、Kleiner Perkins、Lightspeed、Khosla，还有NVIDIA NVentures，硅谷一线VC几乎全进了。
图1：Profound核心成员与融资节点
说实话，刚开始我也以为这就仅仅是个"查品牌在ChatGPT里排第几"的工具。但越研究越觉得不对——如果只是做这个，红杉们不会给10亿估值。
把Profound这一年半的产品变化捋了一遍之后，我有个挺深的感受：它想做的东西，和我们爱搜正在做的事，本质上是一回事。
所以这篇文章，既是我对Profound的拆解，也是借这个机会聊聊我们对这个赛道的判断。
01 - Profound和爱搜看到的是同一个变化
Profound两个创始人，James Cadwallader和Dylan Babbs，在South Park Commons认识。James是连续创业者，Dylan是Uber出来的技术人。两人聊来聊去，聊出一个共识：
如果AI最终成为人们访问互联网的默认入口，品牌怎么办？
这个问题我太熟了。爱搜成立的第一天，我们问的也是同一个问题。不是"GEO火了，要不要跟进赚快钱？"，而是一个更大的判断：信息入口正在从搜索框迁到对话窗口。
以前买东西，路径是：搜关键词 → 翻网页 → 比价 → 决策。现在越来越多人直接问AI：“100人SaaS公司用什么CRM？”"200美元以内哪双跑鞋好？"然后ChatGPT、Gemini、Perplexity直接给答案。
图2：用户下单决策路径向AI迁移
AI 推荐的核心是 “信任”，取决于品牌内容的存在感、清晰度、可信度及答案适配性，本质是面向 AI 的 “公开演讲竞赛”。AI正在彻底改写消费者的决策路径，消费决策的主导权已经从“人”变成“人+AI”了。
这中间发生了一个根本变化：**AI不只是帮你找信息，它开始替你做判断。**以前企业抢搜索框首页前十，以后抢的是AI推荐名单里的前三。Profound赌的是这个，爱搜在国内的生态赌的也是这个。
图3：波波26年初在杭州千人AI大会分享
波波（爱搜CEO）非常看好 GEO 的生态，源自13年的搜索流量的经验，以及对流量生态的洞察，还有AI时代的深度思考。把数据能力作为公司的打底的核心竞争力。数据驱动 GEO 带来的四大质变：
**从 “盲优化” 到 “精准诊断”**实时监测多平台提及率、首位度、信源构成。定位问题：是覆盖不足、信源偏差还是口径冲突。案例：某品牌在豆包表现弱，数据锁定为头条信源占比高、布点缺失，定向补位后显著提升。
**从 “执行交付” 到 “策略咨询”**从报数字→解读数据→给出可落地策略。区分内容偏好：决策类问题 AI 更信真实讨论，品牌通稿权重低。用数据证明价值，把执行力卖成判断力，建立长期壁垒。
**从 “单点优化” 到 “全局信息治理”**舆情治理：量化旧负面信源占比下降，验证正面信息权重提升。口径统一：发现官网 / 销售 / 媒体信息冲突，避免 AI 输出混乱答案。从一次性项目转为长期声誉维护，提升客户留存。
**从 “低效人肉” 到 “规模化高效”**替代人工多平台提问、截图、比对，大幅降本增效。支持百级长尾词、多维度交叉分析，覆盖传统模式无法企及的场景。
02 - 18个月融了1.55亿，资本到底在赌什么
Profound的融资节奏很有意思，能看出它的定位是怎么一步步变的。
**2024年8月种子轮350万。**那时候它就是个AI Visibility工具：消费者问ChatGPT的时候，我的品牌有没有出现？竞品出现几次？AI怎么说我的？
**2025年6月A轮2000万，Kleiner Perkins领投。**它提出了AEO（Answer Engine Optimization），说白了就是GEO换个名字——怎么让品牌在AI回答里更容易被看到。
2025年8月B轮3500万，红杉领投。隔了才两个月。这轮Profound说了句话我印象很深：企业未来要面对的一个重要"客户"，可能是Superintelligence。意思是，你不光要写"给人看的内容"，还得写"AI能理解、能引用、能推荐的内容"。产品定位从"告诉你数据"变成了"发现问题还能帮你改"。
**2026年2月C轮9600万，Lightspeed领投。**估值10亿。这时候它才成立18个月。
这条线说明白了：**资本买的不是一个GEO工具，是新营销技术栈里的核心位置。**这个判断，和我们做爱搜时的底层逻辑是一致的。
03 -Profound它到底在卖什么
Profound最基础的产品很好理解。你是Nike，想知道消费者问AI"best running shoes""Nike vs Adidas"的时候，AI推不推荐你、推荐概率多少、Adidas和Hoka各出现几次、AI怎么评价你、引用了哪些网站。
这就是它的核心模块Answer Engine Insights（AI 全域品牌监测），覆盖ChatGPT、Gemini、Perplexity、Claude、Copilot、Grok，还有Google AI Overviews。指标包括Brand Mention、Visibility、Share of Voice、Sentiment、Citation。
客户名单挺硬的：700多家大企业和Agency，超过10%的Fortune 500，包括Walmart、Target、Figma、MongoDB、Ramp、U.S. Bank、DocuSign这些。
图4：Profound产品矩阵与重点客户
这里有个选择很关键：Profound从第一天就做Enterprise，直接切大企业营销预算，不是先去抢几十美元一个月的SEO小客户。这条路我们也选了——GEO/AI搜索营销这件事，大客户的付费意愿和LTV，跟小客户完全不是一个量级。
爱搜覆盖豆包、文心一言、通义千问、Kimi、DeepSeek、腾讯元宝等国内主流大模型，同时支持网页端、App 端双端模拟真实用户访问，精准统计品牌在 AI 问答中的提及率、排名、竞品声量对比，完整还原国内用户获取品牌信息的真实路径。平台报表维度、数据看板逻辑与 Profound 高度统一，海外市场团队可低门槛、零成本快速上手操作。同时爱搜也是重点服务KA客户，承接了很多行业头部客户的GEO运营、官网建设、以及数据中台搭建。
图5：爱搜产品界面：支持多平台多端数据
工具入口：AIDSO爱搜小程序****推荐PC版本：geo.aidso.com
04 - 真正值钱的不是"查排名"
现在做AI Visibility监控的工具不少。技术上不复杂：搞一批Prompt，定期去各大AI查一遍，存答案，提品牌名和引用，做个Dashboard。有门槛，但不是深护城河。Profound要只做这个，撑不起10亿。
图6：Profound功能截图
它真正在做的一件事叫Prompt Volumes。
传统SEO有个核心数据叫Search Volume——"best running shoes"一个月在Google被搜多少次。这是Ahrefs、Semrush的命根子。但AI时代有个新问题：大家到底在AI里问什么？
用户不会只问"best running shoes"。真人可能问："我42岁，第一次跑马拉松，75公斤，有点扁平足，每周跑30英里，预算180刀，买什么鞋？"这已经不是关键词了，是Prompt + 场景 + 意图。
Profound在建的是AI时代的搜索需求数据库。G2上的资料说它已经攒了约15亿条真实用户Prompt和Response。企业真正需要知道的不是"我这100个Prompt表现如何"，而是**“消费者到底在问什么”**。这两件事差远了。
这意味着搜索研究的单位从Keyword变成了Intent Cluster。“哪个CRM适合小公司”“30人销售团队用什么CRM”“HubSpot太贵有什么替代”——说法不同，但都是同一个意图：中小企业选CRM。
未来的链路大概是：海量Prompt → 语义聚类 → 意图 → 人群 → 购买阶段 → 品牌 → 引用 → 转化。
这件事我们爱搜也在做，只是语料是中文世界的。依托抖音、小红书、知乎、微信等国内海量专属语料库，抓取真实中文用户 AI 提问，输出热度、竞争难度、人群分层数据，精准挖掘本土长尾需求。区别于 Profound 海外合成样本，爱搜全部基于原生中文对话数据，洞察结果更贴合国内消费者决策逻辑，完美适配国货推广、外资本土化营销内容规划需求。
图7：爱搜用户意图价值挖掘功能示意图
05 - 第二个家底：Citation图谱
AI为什么推荐某个品牌？这是GEO最核心的问题。用户问"最好的项目管理软件"，ChatGPT推了Asana、Monday、ClickUp。真正该问的不是"为什么没推我"，而是**“AI为什么推它们”**——引用了Reddit？G2？TechCrunch？某篇对比文章？官网？
Profound追的链是：Prompt → AI回答 → 品牌提及 → 引用 → 域名 → 具体URL → 内容。
这才接近GEO能真正落地的地方。企业最后要知道的是：我改什么，才能让AI以后更愿意推我？如果竞品大量被Reddit、G2和行业媒体引用，那解法可能不是"再写20篇博客"，而是得改变品牌在整个互联网上的权威分布。这是GEO跟传统内容SEO最本质的区别。
长期攒下海量Prompt、AI回答、品牌提及、引用、域名、URL、话题和时间变化，就能搭出一个AI Citation Graph。到那时候就能回答：“在储能这个行业，哪些网站对ChatGPT的推荐影响最大？”"哪些Reddit社区最能左右SaaS推荐？"这个价值远超一个Dashboard。
爱搜也是基于类似的思路，通过分析AI回答的引用源和推荐的品牌对比，反查归因，筛选出决定性的信源，从而推出文章目稿和信源媒体。
图8：爱搜信源挖掘流程图
06 - 最关键的一步：从"告诉你"到"帮你做"
所有Analytics产品都面临同一个问题：数据很多，报表很好看，然后呢？你告诉客户"你在ChatGPT的Visibility是12%，竞品是28%"，客户下一句一定是：“那我该怎么办？”
这也是目前GEO监控类产品最大的价值瓶颈。
Profound从2025年开始明显往执行层走。早期叫Actions，2026年变成了Profound Agents。我觉得这是它产品战略里最关键的一步。
以前的流程：监控 → 发现问题 → 导出报告 → 人分析 → 打开别的工具 → 改内容 → 发布 → 重新监控。
它想变成：监控 → 发现问题 → Agent分析 → Agent出方案 → Agent执行 → 重新测量。
从Insight到Action。这意味着它已经不在GEO Software这个赛道了，它在做Marketing Software。
打个比方，Profound更像Semrush + 内容平台 + 自动化 + AI Agent。它想做企业AI营销的Control Plane——营销团队登录进来，不光看数，还能直接发现机会、分析竞品、出Content Brief、写内容、改页面、查引用、验品牌信息、连CMS、跑Workflow、再测效果。这个闭环一旦跑通，切换成本比一个Dashboard高太多了。
说句实在话，看到这一步的时候我是有点兴奋的——因为爱搜也在从监控往执行走，方向完全一致。内置标准化优化模板，基于平台监测的 AI 回答规则，自动生成官网 FAQ、种草文案、产品说明、行业白皮书等内容，输出内容精准适配国内大模型引用逻辑，搭建起 “数据诊断 - 策略输出 - 内容落地 - 效果复盘” 的完整闭环。
图9：爱搜GEO内容生成流程图
07 - 客户真的拿到结果了吗
自己讲故事不算数，得看客户效果。Profound公开了几个案例，我挑几个有意思的说。
**Ramp：Visibility从3.2%到22.2%。**金融自动化公司Ramp用它分析应付账款相关的AI搜索，一个月Visibility涨了近7倍，排名从19升到第8。
Airbyte：ChatGPT Visibility从9%到26%。一周涨了近3倍，跨平台整体涨16%。更值得注意的是，Airbyte说2025年7月从ChatGPT来了一个10万美元的单子。这说明行业正在跑通一条链：AI可见 → AI推荐 → 线索 → 收入。这条链一旦能稳定量化，GEO的商业价值会完全不一样。
MongoDB：从"被看到"到"被正确理解"。MongoDB的问题不是"ChatGPT提没提我"，而是"开发者问AI怎么配置MongoDB，AI给的答案对不对"。AI给了错的技术答案，用户不会怪ChatGPT，只会觉得MongoDB难用。用了Profound之后，Visibility涨50%，LLM答案准确率到90%+，引用涨5倍，Agent改Schema Markup的时间少了近30%。
这说明GEO正在从"让AI看到我"进化到**“让AI正确理解我”**。这个市场可能比单纯的Visibility监控大得多。以后企业可能会有个新职能：AI品牌治理——长期盯着AI说了我们什么、哪些事实错了、错在哪个源头、改了多久生效、不同AI之间一不一致。
近期大量跨国企业、国际品牌主动接洽 AIDSO 爱搜寻求本土化 AI 生态合作，沟通中我们发现一个共性：这些品牌海外全域 AI 布局均由 Profound 平台支撑，进入中国市场后，始终难以找到能够对等承接需求、适配本土 AI 环境的对标工具。经过多轮市场横向对比与实测筛选，众多国际品牌纷纷选定 AIDSO 爱搜，作为其深耕中国市场的本土化替代方案。
图10：爱搜GEO优化服务客户案例截图
说个我们爱搜自己的案例。有个 TOP3 国际美妆品牌找过来的时候，处境很典型：消费者问 AI"混合肌用什么面霜不油腻"，它的提及率只有 5%。AI 在关键护肤场景几乎不推荐它，品牌看不见、也控制不了 AI 给消费者的答案。
我们做了三件事：先用抖音和小红书的真实搜索数据，锁定高价值场景词 —— 胶原蛋白、混合肌、抗初老这些；然后产出专业评测和成分内容，精准投放到各 AI 平台实际在引用的 TOP 信源；最后按周回测，持续迭代。
一个月，46 篇内容，覆盖豆包（网页 + App）、腾讯元宝、千问。结果：综合提及率从 37% 拉到 53%，面霜品类 AI 推荐排到第一，连续 31 天稳居第一；“混合肌用什么面霜不油腻” 这个场景下，品牌提及率从 5% 直接干到 67.5%。这不是个例。它说明一件事：GEO 不是玄学，是可测量、可执行、可迭代的。从发现问题到改内容到看结果，这个闭环跑通了，效果是实打实的。
大批国际品牌在海外长期依托 Profound 搭建 AI 品牌认知护城河，布局中国市场时，希望延续成熟的运营逻辑与体系。而市面上多数国内工具仅能实现单一关键词查询功能，缺乏完整的监测、洞察、优化闭环，难以满足企业级全域运营需求。
AIDSO 爱搜精准填补了国内市场的适配空白：兼具与 Profound 对等的完整 AEO/GEO 产品能力，保障海外营销团队工作模式统一、运营流程无缝衔接；同时深度扎根中文互联网生态，解决海外平台水土不服的核心痛点，助力国际品牌快速搭建适配中国大模型生态的 AI 品牌阵地，实现海内外一体化 AI 营销布局。
当下 AI 搜索已成为品牌抢占用户心智、争夺市场流量的核心赛道。对于深耕中国市场的国际企业而言，AIDSO 爱搜是适配本土生态、承接海外成熟体系的优质 Profound 平替方案，也是品牌深耕本土 AI 流量、抢占行业认知高地的核心数字化工具。
08 - 护城河不是功能，是四层飞轮
如果只是查ChatGPT排名、算Visibility、分析引用、比竞品，一个不错的工程团队几个月也能做出来。功能本身不是Profound最深的护城河。我觉得它在建四层东西：
**第一层：Prompt数据。**真人在AI里到底问什么。Google时代Search Volume是核心资产，AI时代Prompt需求数据有同样的地位。
**第二层：Citation图谱。**海量Prompt + AI回答 + 品牌提及 + 引用 + 域名 + URL + 话题 + 时间变化，构成一张AI引用图谱。能回答"哪些信息源最影响AI推荐"，价值远超报表。
**第三层：企业工作流。**大客户一旦把Prompt监控、品牌追踪、竞品分析、内容、CMS、报表、Agents全搁一个平台里，切换成本极高。这是典型的企业软件护城河。
**第四层，也是最关键的：结果数据。**Profound最终想攒的不是"哪个Prompt推了哪个品牌"，而是一条因果链：什么内容 → 改了什么 → 影响了哪些引用 → 改变了哪些AI回答 → 涨了多少Visibility → 带来了多少商业结果。
有了大量"行动→结果"的因果数据，Agent才会越来越聪明，形成飞轮：
更多客户 → 更多Prompt → 更多回答 → 更多引用 → 更多优化 → 更多结果 → 更好的Agent → 更好的客户效果 → 更多客户
这才是10亿估值真正的想象空间。也是我们在爱搜内部反复强调的：不要只做监控，要攒因果数据。
09 - GEO可能只是个过渡名字
看完Profound的整条产品线，我越来越觉得GEO只是个阶段性叫法。
企业真正要解决的问题，不是"怎么优化ChatGPT排名"，而是：
当AI成为新的信息入口，我怎么管理品牌和AI之间的关系？
AI知不知道我、怎么理解我、信不信任我、引不引用我、推不推荐我；AI说的我对不对；AI为什么推竞品；什么内容能改变AI的判断；哪些第三方信息源最有影响力；最后AI有没有给我带来客户。这已经超出SEO了，甚至超出GEO了。我更愿意叫它AI搜索营销，或者更大一点——AI品牌基础设施。
过去二十多年Google建了一个大生态：用户搜 → Google返回网页 → 企业做SEO → SEO公司服务 → Ahrefs/Semrush卖数据 → 网站拿流量 → 转化收入。围绕Google Search长出了一个几百亿美元的软件和服务产业。
现在另一个生态在成形：用户 → ChatGPT/Gemini/Perplexity → AI理解需求 → AI筛选信息 → AI组织答案 → AI推荐品牌 → 消费者决策。
当越来越多购买决策从Google搜索转向AI对话，一个新的营销技术栈必然出现：Prompt智能、AI可见度、引用分析、AI品牌监控、内容优化、AI Agent、AI归因、AI分析。Profound在做的，本质上是提前占住这个新栈的核心位置。
10 - 在中国，这件事我们在做
写到这儿，可能有人会问：中国有没有人在做同样的事？
有的。我们爱搜就在做。
我说这句话不是硬广。判断是不是一回事，不能只看"也做GEO"，得看底层判断、产品路径、最终想成为的东西是不是同一个物种。
Profound的路径很清楚：监控（我在哪出现）→ 智能（为什么出现）→ 建议（该改什么）→ 执行（直接帮你改）→ Agent（自动发现、执行、再测量），最终跑通数据 → 洞察 → 行动 → 执行 → 衡量的闭环。
爱搜走的是同一条路。从AI可见度监控切入，到Prompt需求数据、Citation图谱分析，再到内容优化执行和Agent自动化。不是照着Profound做个中文版，而是在同一个底层判断上，做中国市场的AI品牌基础设施。
有几个地方我们想得很一致：入口判断一致（赌的是AI成为信息入口这个结构变化，不是在旧SEO上加个功能）；数据资产逻辑一致（都在建Prompt数据库和Citation图谱，这是护城河层面的事，不是功能层面）；从洞察到执行的闭环一致（不满足于"告诉你数据"，要帮品牌把问题解决掉）；Enterprise路线一致（直接切大客户营销预算）。
但中国市场和美国市场太不一样了，所以爱搜做的事很多是Profound不需要做、也做不了的。
**AI生态不同。**Profound盯的是ChatGPT、Gemini、Perplexity、Claude、Copilot、Grok。中国的AI入口是豆包、Kimi、文心一言、通义千问、DeepSeek、智谱清言，还有抖音、微信、百度里嵌的AI搜索。推荐逻辑、引用来源、内容生态完全不同，数据和方法论都得从头建。
**内容生态不同。**Profound的Citation图谱长在英文互联网上——Reddit、G2、TechCrunch、行业媒体、官网。中文世界的权威分布在知乎、小红书、公众号、抖音、B站、百家号这些平台，权重逻辑和引用机制完全是另一套。
**电商场景不同。**Profound主要服务SaaS、金融、零售的品牌可见度。中国市场AI搜索和电商决策绑得更紧——AI推荐直接影响抖店、淘宝、京东的成交，从AI推荐到下单的路径更短，需要更深地打通电商数据。这也是我们一直在提DSO的原因。
图11：爱搜提出GEO X DSO双频共振增长模型
所以与其说爱搜是"中国版Profound"，不如说我们在同一个赛道上，跑的是中国自己的路线。
11 - 这个赛道才刚刚开始
Profound估值10亿美金，不意味着GEO赛道已经定局了。恰恰相反，我觉得才刚开始。他们是奔着100亿美金去的，爱搜的天花板也足够高。
太多问题还没有答案：什么才算真正有效的GEO？Prompt Volume怎么准确估算？AI Visibility到底怎么算才科学？不同模型的结果怎么归一化？Citation和品牌提及哪个更重要？AI推荐和收入之间的关系到底有多大？怎么证明某次优化真的导致了Visibility变化？
但方向是确定的。2024年Profound解决的是"AI有没有提到我的品牌"，2026年它解决的是"怎么让AI正确理解、引用并推荐我的品牌，还能自动完成整个优化过程"。这两句话之间的差距，就是一个GEO工具和一家10亿美元公司的差距。
中国也一样。品牌方开始意识到：在豆包、Kimi、DeepSeek里被推荐、被正确描述，正在变成和当年百度SEO一样重要、甚至更重要的事。
Profound用一个AI可见度的小切口，正在往一个新的营销平台扩张。爱搜在做同样的事——只不过在中文世界，在一个AI入口更分散、电商链路更短、内容生态更复杂的市场里。
新的营销栈正在成形。谁占住核心位置，谁就可能成为AI时代的Semrush——甚至比Semrush更大。
这条路我们会继续走下去。毕竟，这场变化才刚刚开始。
AIDSO爱搜CEO波波12年搜索获客：10亿+服务费不含投放DSO + GEO联动理论提出者数据驱动 GEO 增长实战派
AIDSO爱搜：GEO数据分析工具，核心功能：快速搜索+品牌诊断+品牌监测。已实现对阿里通义千问、月之暗面Kimi、腾讯元宝、字节豆包、百度文心一言、深度求索DeepSeek及其多终端与“AI抖音”在内的十大主流AI平台的全景覆盖。欢迎体验：geo.aidso.com，添加小助理演示工具以及参与线下活动，同时加群和领取各种福利：
微信又双叒内测AI 功能：朋友圈能"帮写"，扫一扫 能"拍照问AI" 小微 GEO 有大市场
