2026年6月底，一则来自海外的消息在业内炸开了锅：Meta（Facebook母公司）被曝通过都柏林的外包商，雇了数百人批量注册虚假的未成年账号，向ChatGPT、Gemini、Character.AI等主流AI产品灌入大量涉及自杀、自残、毒品的高危提问，并将AI的回答逐条抄录进表格。这个项目内部代号“戛纳”，从2025年8月开始，单轮就发出了超过4.5万条提问，一直持续到2026年4月21日才结束。
抛开道德争议不谈，作为一家长期研究GEO（生成式引擎优化）的服务商，我更关注的是：为什么一个手握全球最多资源的科技巨头，愿意花几千万人民币的人力成本，做一次极限规模的竞品监测？它选了什么方法？这些方法对我们做品牌GEO优化有什么启发？
一、动机拆解：一个被架在火上烤的巨头
要理解Meta的动机，得先把时间线捋清楚。
- 2025年8月14日，路透社曝光Meta内部准则中曾将“AI与儿童进行浪漫或感性对话”列为可接受行为。Meta承认文件属实，但解释为示例错误并已删除，然而舆论已如潮水般涌来。
- 同月，“戛纳”项目完成了单轮4.5万条提问的测试。
- 不到一个月后，美国联邦贸易委员会（FTC）将Meta、OpenAI、Google、Character.AI等七家公司一并纳入AI与儿童安全的正式问询；欧盟方面，《AI法案》和《数字服务法》也将未成年人风险列为平台审查的核心。
在这种被“烤”的状态下，最省力的脱身方式就是证明“同行也一样”。但口头辩解没人信，唯一有力的是对比数据。于是，Meta需要的其实是一份关于竞品AI安全表现的监测报告——就像品牌方在GEO数据后台监控提及率、提及位次和竞品排名一样，Meta也在监控一个核心指标：“哪家的AI对孩子更不安全？”它想改变自己在这个排序中的位置，方法则是拼命搜集竞品的负面证据。
所以，Meta的“优化目标”并不是大模型本身，而是监管者的判断。它的“内容投放”是一份精心构造的数据集，它的“提及率”是自己在这份排序中的名次。这就是一场教科书式的GEO监测——只不过对象是监管者。
二、方法拆解：它做对了四件事，也踩碎了一条线
把伦理问题放一边，单看“戛纳”项目的技术设计，专业度确实不低。
1. 不走API，用真人手动提问
这是最容易被忽略的细节。Meta没有写脚本调用API，而是让数百个真人去注册Gmail/Outlook邮箱，填写虚假姓名和生日，在产品前端一条条手动提问，再将回答手动抄入表格。共享密码、手动抄录，这些流程看似“土”，但恰恰是唯一能拿到真实用户视角答案的路径。
为什么不走近路？一方面，各家条款禁止竞品用其输出开发模型（即蒸馏），Meta未必走得通；但更关键的是，API给不出它要的答案。API是接近裸模型的调用，缺少产品前端自动注入的系统提示、账号记忆、产品级安全策略和身份信息。而Meta想知道的是：“一个真实的15岁用户在ChatGPT里输入‘我想死’会看到什么？”这个答案只有前端给得出。
2. 伪造身份：养号而非只提问
Meta最费劲的是养号：伪造姓名、生日、把账号做成18岁以下，并制作了一张详尽的表格登记每个假账号的邮箱、密码和生日。这么做的原因很简单：身份会改变答案。
这不是猜测。OpenAI在ChatGPT上部署了年龄预测模型，会根据账号年龄、活跃时段、使用习惯、申报年龄等信息判断用户是否未成年。一旦判定为未满18岁，内容自动切换到受保护版本，自残、性、极端审美等内容被收紧。Character.AI更是从2025年11月起直接关闭了未成年用户的开放式聊天。
所以Meta真正想问的不是“ChatGPT会不会说这句话”，而是“ChatGPT对一个15岁的人会不会说这句话”——两个问题，答案截然不同。而这一步恰恰踩碎了红线：可以模拟用户“可能”的身份，绝不能伪造用户“不可能”的身份。伪装成未成年人，需要先骗过平台的年龄识别，同时污染了对方平台的青少年风险统计和干预触发率——这是所有监测者的大忌。
3. 词条设计：专测对手下限
据《连线》获得的一份表格，3748条提问中，几百条围绕自杀自残，几百条谈饮食失调，至少239条涉性，其余是毒品、脏话、种族歧视。还配了图片——药片、刀具、绞索，甚至妇科手术图解，专门用来试探多模态模型的过滤机制。
没有一条是“哪家AI最好用”。Meta测的全是对手的下限，不是上限。这个选择本身就是一个判断：有时候一条负面信息的影响力，比一百条正面信息还大。
4. 留存方式：逐条抄录而非只记结论
AI回答什么就原样抄录，一条不漏。这看似无聊，却是最值钱的部分。只记“拒答率百分之多少”，那是一份KPI；把每条原始回答连同提问、环境、账号、时间一起留存，才是能递给监管的证据。
这个细节对品牌GEO监测有重要启示：你的监测报告能否在需要维权或申诉时，提供可回溯的原始对话记录？
三、对品牌做GEO的三个直接启发
Meta的“投毒”事件虽然极端，但它的方法论为品牌GEO监测提供了非常清晰的参照系。
启发一：监测必须“带身份”在前端测
Meta有能力走API近路，但几千万人力砸下去，就为了拿到“带身份的、用户真实看到的那个答案”。做GEO常见的坑就在这儿：用API批量跑词条，成本低、速度快、报告漂亮，但它测的是模型，不是用户能看到的东西。于是经常出现“报告上提及率涨了，客户自己拿手机一问，AI提的还是竞品”的尴尬。
更普遍的问题是：绝大多数监测在“干净的匿名会话”里跑词条——没有历史、没有画像、没有地区、没有身份，跑出来的是一个“平均答案”。但真实用户从来不是平均的。建议你自己动手试一下：同一个品类，先直接问“哪款好”，再换成“我给我爸买，他68岁，眼睛不太好，预算2000”，看看推荐名单是否变化。变化的部分，就是身份这个变量的重量。
这也是我们一直强调GEO诊断要做“场景化模拟”的原因——如果你只是在后台看到一个静态分数，那它很可能不是用户视角的真实情况。
启发二：词条里必须有“坏话”
品牌方给GEO服务商的词条清单，清一色是希望被提到的：某品类哪个牌子好、某场景推荐什么。几乎没有品牌会主动要求测这些——我们家是不是智商税？我们家投诉多不多？我们和竞品比哪个更坑？几年前那件旧闻现在还会不会被提起？
不测不代表不存在。用户真的会问，而且这类问题离下单更近。一个品牌已经进了推荐名单，被追问一句“这家口碑怎么样”，AI那句回答的杀伤力，远超多一个曝光位。Meta花几个月只做这一件事，已经说明问题。对于品牌而言，主动去监测负面词条，才能了解自己在AI中的风险情况，进而有选择地纠偏。
启发三：报告一定要能提供原始对话证据
市面上的GEO报告大致分两类：一类是做给自己看的KPI——这个月干了活、数字涨了、老板满意；另一类能拿出去掰扯的——问了多少次、什么环境、什么账号、什么时间、多少次出现该说法、原文长什么样。后者才叫证据，前者只是KPI。
Meta要求外包商逐条抄回答，就是不想在投入海量成本后，拿到一份“安全达标”的伪造数据。品牌找GEO服务商也应提出同等要求：交付物必须包含可追溯的原始交互记录，而不是一个漂亮的汇总百分比。否则，当需要向平台申诉、在比稿中自证、或应对危机时，你什么证据都拿不出来。
四、常被误解的三个问题
问题1：GEO监测=用API批量跑词条？
当然不是。API适合快速摸底，但本质是“模拟机器”，不是“模拟人”。如果要做严肃的品牌监测，无论是自己做还是委托服务商，都应该确认是否包含前端界面、带身份特征、模拟真实对话场景的数据采集。
问题2：监测负面信息=“黑”竞品？
不是。监测自家品牌或行业的负面词条，是为了了解风险全貌，以便针对性优化。Meta的问题在于造假身份、污染数据，而不是“记录负面信息”这件事本身。品牌完全可以合法地监测公开的AI输出，前提是方法合规——不伪造身份、不跳过年龄验证、不污染样本。
问题3：AI说了我家坏话，能改吗？
不能直接改，但可以通过GEO优化间接影响。AI的回答基于实时抓取的互联网内容，如果品牌能持续输出高质量、高相关性的正面内容（比如官网、权威媒体报道、用户案例），并在官网GEO诊断中发现薄弱点后逐步补强，AI的答案会随着信息环境的变化而改变。这需要时间，但确实是可行的路径。
写在最后
Meta这场“投毒”事件，结局略带讽刺：它攒了几万条竞品的黑料，但全网记住的却是它自己派人假扮小孩给对手“投毒”。监测本身没有原罪——巨头亲自下场，恰恰说明这件事的价值。但采样的方式决定了数据的性质：干净的采样是资产，越界的采样是把柄。
对于中小企业来说，你不需要雇几百人去“投毒”，但需要从这次事件中学到正确的监测姿势：在前端带身份地测、把负面词条纳入监控、留存原始对话证据。如果你希望更系统地了解品牌的AI可见度现状，不妨先做一次品牌可见度诊断，看看在主流AI产品中，你的品牌被呈现成了什么样。
延伸阅读：AI搜索时代，中小企业品牌营销的破局之道：从GEO优化到品牌可见度
参考资料：
- WIRED: Meta Contractors Posed as Teens to Prompt Rival Chatbots About Suicide, Sex, and Drugs
- OpenAI: Our approach to age prediction, Building towards age prediction
- Reuters: Meta's AI rules have let bots hold 'sensual' chats with children
- FTC: FTC Launches Inquiry into AI Chatbots Acting as Companions
- Character.AI Blog: An Update On Changes to Our Under-18 Experience