摘要：生成式引擎优化据其行为模式可归纳为信源优化型、长尾覆盖型、声誉控制型、模型干预型等四类，相较搜索引擎优化提出了新的规制需求。结合经济法原理和生成式引擎优化实践，可总结出真实性、透明性、正当性、合比例性四项合法性评价标准，继而结合不同生成式引擎优化类型予以分别判断。通过对经济法不实宣传规范群、广告标识义务规范群、互联网不正当竞争条款、反不正当竞争法一般条款等相关规范的解释适用，可构建起生成式引擎优化的规制体系。推进执法机构、司法部门、人工智能服务提供者、消费者等多元主体之间的协作配合将进一步夯实规制效果。
关键词：生成式引擎优化；人工智能；经济法；反不正当竞争法；广告法
引言
随着人工智能技术的不断发展，越来越多的消费者在购物时会先询问人工智能的意见。即便是传统网页搜索服务的提供者，也已在产品中深度集成了人工智能模型：搜索服务不再局限于返回链接列表，而是通过人工智能实现对话式响应、实时摘要和个性化推荐等功能。研究人员发现：人们用得越多，越依赖人工智能；商品越复杂，越信任人工智能——以往“在多个App间反复横跳、筛选碎片化信息”的低效路径，正飞速转向“遇事不决、先问AI”这一高效入口。
“流量在哪里，生意就在哪里。”在这种背景下，一种新的商业服务模式应运而生，即“生成式引擎优化”（Generative Engine Optimization，即“GEO”）。它的核心是在人工智能环境下，通过影响其内容生成和引用倾向，提升特定商业内容在人工智能答案中的曝光度。相较于关注关键词与网页结构、意图让网页在搜索引擎结果中排名靠前的“搜索引擎优化”（Search Engine Optimization，即“SEO”），生成式引擎优化更侧重于使信息能够被人工智能有效识别和利用，旨在使品牌信息直接出现在人工智能回答中。一些业界人士将生成式引擎优化称为“Act II of search”（搜索的第二幕），认为它标志着从页面排名竞争转向模型引用竞争的新范式。
新生的生成式引擎优化实践引发了法律评价的不确定性。2026年3·15晚会曝光的“AI大模型遭‘投毒’”直指生成式引擎优化乱象，引起了社会各界的广泛关注。由于人工智能模型的工作机理、用户体验与传统搜索存在显著差异，现有的规制框架难以直接套用。尤其在经济法领域，生成式引擎优化可能导致市场信息不对称加剧、竞争秩序失衡、消费者权益受损等问题，目前仍无明确的产业共识和规范指引。法律体系如何更新以适应生成式引擎优化实践发展，在不致扼杀技术与产业创新积极性的前提下保障数字市场的良性竞争、保护广大经营者与消费者的合法权益，真正实现“既放得活又管得好”，亟待深入论述。
本文第一部分将通过类型化方法梳理生成式引擎优化的实践现状，并结合搜索引擎优化相关司法实践阐明其合法性危机。第二部分结合经济法原理，尝试构建生成式引擎优化合法性评价的指标体系，并对不同类型逐一进行合法性分析。第三部分检视现有制度资源，基于我国既有立法的解释论探讨对生成式引擎优化的规范适用及执法协调。通过这些论证，本文期望为这一新兴实践提供系统的经济法规制框架。
一、生成式引擎优化的类型及其合法性危机
生成式引擎优化的具体做法五花八门，既包括企业营销的“白帽”策略，也不乏钻算法空子的“黑帽”手法。欲构建生成式引擎优化规制的法律框架，有必要基于类型化方法勾勒出当前实践的图景，明确其内涵外延，继而通过对比考察我国司法机关对于搜索引擎优化的法律评价，指明尚待解决的问题、锚定讨论生成式引擎优化规制的基本出发点。
（一）生成式引擎优化的类型和具体表现
结合国内外出现的案例和技术发展现状，本文将各种生成式引擎优化分为以下四个类型。
1.信源优化型
这一类型着眼于研究人工智能模型的推荐算法，通过调整和校准等方法，优化信源的呈现样式、文本风格和内容，提高信息于生成式引擎中的可见性（visibility）。申言之，人工智能在整合信息时偏好出处权威、组织良好、语义密集、易于解析的内容。因此，经营者可以调整页面形式，如增加摘要、要点列表、FAQ问答等，使内容层次清晰、重点突出；给图片添加alt文本、为视频配写字幕、提供多模态说明、多平台分发，使人工智能更有机会识别相关内容。有研究证实，“权威表达风格（Authoritative）”“添加量化数据（Statistics Addition）”“插入直接引文（Citation Addition）”“添加可靠来源引用（Quotation Addition）”“简化语言（Explainable）”“提升流畅性（Fluent）”“增添术语（Technical）”等九种具体的生成式引擎优化方法均能够有效提升人工智能可见性，其具体效果因领域而异。实践中，一家优化公司通过知识图谱对齐、权威信源建设等方式，成功让一名多伦多豪宅地产中介的网站和名字出现在Gemini答案的第一名。
2.长尾覆盖型
这一类型聚焦于通过模板加数据批量产出成千上万个页面，力图在人工智能搜索涉及的各类“长尾问题”上都占据一席之地。随着生成式人工智能的兴起，搜索查询变得更长、更具体，所谓长尾问题大幅增加。为捕获这庞杂的流量，企业采用程序化内容生成策略，即自动生成海量网页以覆盖各种细分问答场景。例如，旅游平台生成各景点的冷门组合攻略文章，满足人工智能回答中特定组合问题的需要。程序化生成的实践者认为，此举有助于构建内容矩阵，让企业在传统搜索和人工智能搜索中均形成“内容帝国”。然而，其负面影响也不容忽视：程式化生成的用户评价实际上并非来自于真实的消费体验，很可能被评价为虚假宣传。即便没有真实性问题，大规模自动生成内容还可能导致信息冗余以及质量下降，若缺乏审核把关，容易出现重复、拼凑乃至错误的信息。这些信息不仅无法获得流量，容易被平台判定为垃圾信息（Spam），还有“信息灌水”之嫌，可能损害互联网生态和用户体验。此外，如果批量生成的内容包含未经授权的数据或抄袭他人作品，也可能引发著作权和数据合规问题。
3.声誉控制型
这一类型旨在淡化负面信息、凸显正面宣传，属于搜索引擎优化时代“负面压制”做法的延续。考虑到生成式人工智能会根据实时检索来回答用户提问，企业往往希望通过影响人工智能获取到的信息集合，达到“扬长避短”的目的。一种方式是大量发布积极内容（软文、好评等），以淹没或顶替负面报道，使人工智能检索阶段抓取到的主要是正面材料。与本文总结的第一类信源优化型不同，这一类型相较于优化自己发布的内容更侧重于第三方内容管理。例如，在用户撰写评论时引导其写得更长、更具体，并且于多平台撰写，形成“可信信号网（web of trust signals）”，从而取得人工智能信任。这种方法在实操时与传统正规途径的负面信息压制方法——例如向平台举报、与负评作者协商、向法院起诉等——往往并用，以实现声誉控制的最佳效果。更隐蔽的方法是利用模型的敏感词屏蔽规则，将某些负面事件的关键词设法与违禁词挂钩，诱导人工智能因内容安全考虑回避相关话题。这些声誉控制型手段有的属于正常公关（如及时发布澄清说明以纠正不实传闻），但有的则与“有偿删帖”或“负面压制”并无本质区别：两者都是人为扭曲信息生态，影响了公众对真相的获取。
4.模型干预型
这一类型直接利用人工智能模型的工作机制，通过精心设计输入或植入隐蔽信息来干扰输出。典型手法如提示词注入（Prompt Injection），它通过多种途径注入恶意指令，使LLM在生成结果时偏向某一个对象。已有研究通过实践操作证实，这种攻击方法可绕过人工智能的安全机制，导致推荐偏差和评审操纵。相较之下，在网站或产品描述中嵌入策略文本序列（Strategic Text Sequence, STS）的手法则更为隐蔽。研究者发现，借助对抗攻击算法生成的STS插入商品页面后，LLM驱动的推荐系统会在生成结果时偏向该商品，令其排名显著上升。由于STS并非人类可读懂的自然语言，而是经自动对抗优化后得到的乱码，因此不仅能批量化、规模化生产，还很难被人工审查发现，非常难以防御。除了以上两种方法，与人工智能内部人员勾结牟利、在模型中内置某品牌偏好，以及有意识地污染模型训练所用数据源等行为，同样属于模型干预型优化手段。以上这些超越正常内容与结构优化范畴、以操控模型输出为直接目的的手段，具备一定的欺骗性和干扰性，可能被视为生成式环境下的“黑帽”手法。
（二）生成式搜索引擎优化的合法性危机：以搜索引擎优化时期的司法裁判为参照
从技术角度来看，生成式引擎优化可以被视为搜索引擎优化理念在新技术环境下的延伸：二者都试图影响信息检索系统的输出，以提高特定内容的曝光度。生成式引擎优化在一定程度上沿用了搜索引擎优化的套路，例如关键词布局、内容优化、点击诱导等，只不过应用场景从“排名列表”变为了“人工智能答案本身”。因此，尽管目前尚无针对生成式引擎优化的司法判例，在探讨其规制路径之前，有必要先考察我国既有司法实践对搜索引擎优化的处理方式。
搜索引擎优化作为互联网时代的重要营销手段兴起于20世纪末。其实质是通过改进网站内容和结构、提升外部链接等方式，提高网站在搜索引擎中的自然排名，以获得更多流量。多年以来，搜索引擎优化已经形成了较为成熟的产业实践。故在不少案件中，法院并不十分关心具体的优化行为，而是出于评价后续合同义务履行情况的需要，径予认可约定内容的效力。例如，对于约定关键词优化、网站站内优化、外链建设、SEO效果分析等服务的合同，我国法院认为其并不违反法律、行政法规的强制性规定，合法有效。基于同样的逻辑，只有在优化实施过程中侵害了第三人合法权益（如著作权、商标权）而引起损害赔偿的场合，法院才会就具体的侵权行为作出判断。在这些案件中，以改变搜索结果为核心的搜索引擎优化本身的合法性判断并不是法院关注的焦点。
近年来开始有法院意识到，当事人约定的搜索引擎优化服务虽然确属双方真实意思表示，但实际上可能具有损害市场竞争和消费者福祉的负外部性。因此，即便没有当事人主张，法院也可以直接介入并否定合同效力。在上海长宁法院2021年审理的一起案件中，双方签订合同约定由被告实施搜索引擎优化手段，实现百度搜索结果前5页无负面内容。法院明确指出，此类以营利为目的人为干预搜索排序的“负面信息压制”违背了诚实信用原则，侵害了消费者知情权和其他经营者的合法权益，构成不正当竞争，因此认定合同无效。此后，约定“关键词霸屏”的SEO合同亦被法院认定为无效，理由是：“通过技术手段不正当地排斥其他经营者的优先展示机会，实现对用户的密集信息覆盖，垄断与用户的链接关系渠道，尽量限制，甚至剥夺用户在相关内容项下的多样性知情权与选择权。该合同目的自始就与百度搜索引擎算法的基础逻辑相违背，脱离了正当商业竞争手段的范畴，引发了逾越合理边界的技术手段风险。”
除合同纠纷外，作为优化效果实施对象的搜索平台有时并不乐见对于搜索结果的干扰。在这一类搜索平台起诉搜索引擎优化服务公司的案件中，法院需要对具体优化行为的合法性作出评价。例如，法院在一起案件中查明，被告通过软件和员工重复搜索点击特定网站，制造虚假流量以“算法突破”提升其排名。法院认为该行为干扰、破坏了搜索引擎的正常运行，因为搜索排序应基于真实用户需求和点击，而虚假点击扭曲了排序机制，损害了搜索引擎运营者的竞争优势和用户体验。同时，此举也使消费者难以获得客观匹配的搜索结果，侵害了消费者合法权益。据此，法院认定应用该技术刷点击的搜索引擎优化行为构成不正当竞争，依法判令被告停止行为并赔偿损失。
上述司法实践表明，我国法院近年来愈发关注搜索引擎优化本身的合法性，而内容真实性和手段正当性是评价其合法与否的关键标准。在本文看来，将这一立场延续至生成式引擎优化殊为必要：无论形式如何翻新，凡通过非正当手段干预搜索结果、误导公众的行为，都应纳入法律禁止之列。然而，这在理论和实践中至少还面临两方面的挑战。
其一，生成式引擎优化并非搜索引擎优化的简单升级，而是信息中介机制发生结构性转换后的新样态，以至于规制理念与武器库均需更新。例如，前文提到的长尾覆盖型优化即属新鲜物什，其涉及的“信息垃圾围城”是不同于搜索引擎优化时代的全新问题。而且，尽管两者都是围绕信息呈现进行博弈，以技术和内容手段影响受众注意力的分配，但是生成式引擎优化语境下的博弈更加复杂。一方面，搜索引擎优化时代的互联网用户本就对搜索操纵侵害竞争秩序不敏感，亦缺乏检测搜索操纵或确定搜索偏见的动机和能力，人工智能时代更是如此：略去逐页浏览这一过程进一步降低了用户的警惕性，他们在时间与注意力约束下更倾向于将人工智能答案视为权威结论，因而商业操纵对消费者决策的边际影响显著上升；另一方面，人工智能回答的形成不仅依赖模型和训练数据，更取决于人工智能的检索增强、联网搜索、知识库调用、RAG（检索增强生成）等多个环节，针对这些环节的外部干预往往更加隐蔽难测，传统监管手段很难及时察觉。如不根据生成式引擎优化特点调适规制体系，违法行为很可能死灰复燃。
其二，当前司法实践主要是围绕个案展开分析，法院在说理过程中均援引了我国市场规制立法中与不正当竞争及侵害消费者合法权益有关的规范，并基于其论证经营者行为的合法性。然而，这种以经济法为基座的评价框架在经济法内部反而关注寥寥。不仅行政执法实践数量稀少，学界也未给予充分关注。对于生成式引擎优化行为的具体评价体系究竟应该如何构建、评价标准如何细化，仍待进一步研究。比如，虚构点击量从而推高网页排名的做法已被认定为违法，那么实践中大量存在的“好评返现”同样涉及对企业商誉的维护，其合法性如何认识？与之对应的声誉控制型优化的行为边界究竟应当如何厘定？此外，评价体系如何结合具体经济法制度解释适用，各类型的法律责任应当如何协调、各法律执行机构应当如何配合，亦须给予体系化考量。
二、生成式引擎优化合法性边界厘定与类型化评价
从前文不难发现，当前生成式引擎优化实践可能对公共利益、市场竞争秩序和第三方（包括其他经营者和消费者）权益产生不良影响。这种情况下需要经济法的规制来抑制产业发展过程中的消极效应。因此，有必要基于经济法理论，推演优化行为合法性评价体系，并根据行为样态和危害程度对不同类型的生成式引擎优化予以区别对待。
（一）经济法语境下生成式引擎优化合法性的评价体系
在经济法语境下，法律规制市场主体行为的正当性基础首先在于发现市场运作中的缺陷并予以纠正，即服务于对市场失灵的矫正、弥补私法的不足。若一种行为制造了市场缺陷或加剧了市场失灵程度，则可认定其具有违法性。其次，合法性判断还聚焦于该行为是否妨碍了市场秩序。这一维度意在贯彻经济法对实质公平、秩序维护和弱者保护的价值追求，展示的是经济法不迷信市场机制、体现市民社会公共性的另一面。在本文看来，围绕信息不对称的矫正与竞争秩序的维护，可抽取“真实性、透明性、正当性”三项行为边界标准，并以比例原则调节治理强度与责任配置，形成“合比例性”这一约束性标准。以上四项标准共同作用，将形成生成式引擎优化行为的合法性评价体系。
1.真实性
这一标准将“不得虚假陈述”明确为对生成式引擎优化最基本的要求。不实宣传不仅是对真实情况的扭曲，扩大了信息不对称、加剧了市场失灵，同样是对合法经营的其他经营者以及消费者的伤害，严重损害市场秩序。因此，无论通过何种手段实施优化，只要输出的信息内容涉及虚假、误导，导致人工智能生成了与客观事实不符的答案，即应认定为违法。例如，有公司出售可生成数万份虚假用户评价的人工智能写作助手，被域外监管机构认为会欺骗意图据此作出购买决策的消费者，同时这一行为也可能污染市场，导致其充斥大量虚假评论，从而损害消费者与诚实的竞争对手的利益。当然，经济法规制的前提应包括行为人主观过错，以及虚假陈述行为与错误结果之间的因果关系。若错误信息是由大模型幻觉抑或其他当前技术水平无法控制的原因导致，不应苛责于优化行为人。在我国语境下，对于真实、准确与否的判断亦须结合监管实践，予以个性化考察。
2.透明性
这一标准聚焦于评估生成式引擎优化行为是否使消费者陷入信息误区或受到不当引导。“知情权是确立以人为本的人工智能善治的前提与基础，不论是在何种场景下，个人的知情权均应受到尊重。”即使优化信息本身真实准确，但若呈现方式有意隐瞒“商业意图”，让消费者误以为人工智能推荐的就是客观最佳选择，而不知道背后有商业运作，则值得法律的介入审视。质言之，生成式引擎优化须满足“透明性”要件：当其属于商业推广性质时，应有适当的提示或标识；不得隐瞒其商业属性，致使消费者将营销内容当作中立信息。比如，若通过聊天机器人设置“只有好评才能返现/提供赠品”的机制，由于人为操控了消费者真实评价，即便其内容可能并非虚假，也可能对其他消费者形成误导，在实践中应明示其属于“商业信息”。在消费者决定使用人工智能以及决定基于人工智能推荐信息作出购买决策的这两个关键时刻，提示其“内容由人工智能生成，可能包括商业推广信息”尤为重要。
3.正当性
这一标准指向优化手段本身不得侵扰他人合法权益或公共秩序，是前述经济法合法性衡量之“妨害市场秩序”维度在生成式引擎优化规制领域的具体表现。在搜索引擎优化时代，网络搜索引擎的网络生态秩序因其关系到广大不特定经营者与消费者用户的利益，被法院在适用转介条款时被认为是法律保护的“公共秩序”。此立场应被延续至生成式引擎优化时代，既于经济法评价发挥作用，又可借由转介条款进入合同效力评价领域。具体而言，生成式引擎优化不得以技术方式妨碍竞争对手信息的正常露出（如让人工智能屏蔽他人内容），亦不得破坏平台算法规则以攫取优势（如攻击或绕过平台的反作弊系统）。正当性标准强调竞争手段要合法合规，不存在扭曲竞争的情形。像点击欺诈、数据投毒、贿赂平台等手段明显不正当，应一律禁止。反之，通过提升自身内容质量来赢得算法青睐，无干扰他人产品服务正常运行之行为，则属于正当手段。值得注意的是，有些手段表面不侵权却隐性妨害秩序，应尤其警惕。例如，批量生成垃圾内容虽然不直接针对特定主体，但若达到污染信息环境、增加用户检索成本的程度，便有法律介入规制的空间。
4.合比例性
这一标准指向生成式引擎优化规制过程中的利益衡平，避免矫枉过正。经济法的谦抑性思想认为，基于对市场在资源配置中发挥决定性作用的尊重，国家对市场的干预应当以一种克制和谦逊的品格嵌入市场失灵的边界当中。生成式引擎优化在一定程度上满足企业信息展示和消费者获取个性化内容的需要，具有积极的一面。构建行为合法性评价体系时应确保其禁止的是滥用和作弊，而非正常的营销技术创新。因此，比例原则仍应贯穿于评价优化行为的整个过程：对于可能有负面影响但程度轻微的优化行为，应谨慎评价，不宜一刀切为违法；对于诸如策略文本攻击LLM这类明显扰乱算法决策、负面影响重大的优化行为，应严厉规制。比例原则还要求执法时考虑主观恶意与危害程度。如果企业确实为提升用户体验而优化内容，哪怕无意中提高了自身曝光，也不应苛责；相反，明知有欺骗之虞仍为之，则应认定其不法。
（二）生成式引擎优化的类型化评价
1.信源优化型
这一类型旨在通过改进网站内容、格式以适配人工智能模型需求，例如增加清晰摘要、结构化数据等。其特点是不改变信息实质，只提升呈现效果。根据本章第一节提出的标准，此类行为在手段上只是优化自身内容而不干扰他人，且其本就是自有内容推广，通常不涉及隐瞒商业意图。对消费者而言，生成式引擎优化的效果是使他们获取了更精炼、准确的信息，其选择未受不良影响。它类似传统营销中企业改进产品说明书、官网FAQ等做法。在我国法院看来，这些做法的效果都是直接改变企业的宣传内容本身，“是对搜索对象的改变，并没有妨碍某度搜索引擎算法收录和排序规则发挥作用，上述手段也难以认定具有不正当性。”
2.长尾覆盖型
程序化批量生成页面以覆盖长尾搜索，本身是一种技术创新，其合法性取决于生成内容的质量和用途。如果自动生成的内容仍保持真实性、相关性，只是规模庞大，并不会直接伤害消费者利益，也未对竞争对手实施针对性干扰，那么从法律上不宜定性为违法。不少情况下，程序化内容满足了用户的细分需求，属于服务改进。例如地图导航软件批量生成各小区到商圈的公交方案页面，方便人工智能回答路线问题，这显然对用户而言有正向收益。
然而，这一类型的风险在于内容质量参差不齐、重复冗余，甚至可能包含错误或搬运内容。一旦大量低质页面充斥搜索结果，用户体验将下降，且真正有用的信息被淹没，这就侵害了消费者公平获取信息的权益以及整个社会的信息多样性，无法满足本文提出的正当性标准。此外，如果生成页面在形式上看似普通资讯，实则暗含推广意图，也涉及透明性问题。例如，若一家酒店预订平台程序化地生成了上万个“某地十佳酒店推荐”页面，里面全部推荐自家合作酒店，但页面并未表明这一商业性质，用户可能误以为是中立排行。此时，虽然内容是真实酒店信息，但由于缺乏必要的立场披露，亦有误导之嫌。
综合来看，以批量生成为目标的生成式引擎优化目前应被谨慎对待：法律不必全面禁止技术本身，但应强化对其输出内容的监管，确保符合真实性并对商业导向有所标明。与此同时，对生成信息的质与量持续作实质评估，确保其不会引起“信息垃圾围城”。
3.声誉控制型
对于消费者和其他经营者来说，若企业仅是正当行使权利来回应负评（例如澄清事实、请求平台移除诽谤内容），这样的做法无可厚非。但若采取掩盖真相、操纵舆论的手段，就违背了真实性、透明性和正当性要求。一方面，故意通过生成式引擎优化让人工智能“看不到”负面舆论，其本质是主动干预了消费者能够接收的客观信息集合，通过隐瞒重要事实影响其消费决策。这种做法无疑属于侵犯其知情权，有意加剧信息不对称。另一方面，这也剥夺了恪守诚信的竞争对手公平竞争的机会，因为消费者无法了解它们可能相对更好的声誉。
对于市场秩序来说，愈演愈烈的信息遮蔽现象将迅速导致人工智能提供的信息失去公信力，严重妨害人工智能服务相关的网络生态秩序，甚至整体信任衰退效应还将导致整个社会的信任危机。正如“负面压制第一案”承办法官所指出，有偿删帖行为的危害性和违法性在我国已经受到了刑法的关注，而许多声誉控制行为其实质是以盈利为目的服务于特定的对象，在客观上都起到了阻止信息正常流动的效果。对社会经济秩序，包括竞争秩序也都造成了不正当的干扰，所以在社会危害性方面与有偿删帖有相似之处。因此，声誉控制型优化在法律上属于高风险行为，监管者应格外警惕。
4.模型干预型
从评判标准看，提示词注入、利用STS文本嵌入页面等模型干预型优化几乎全面背离合法性要求：首先，它通过隐藏触发词等方式伪装信息，破坏了人工智能输出的真实性和客观性；其次，它的手段带有攻击性和欺骗性，属于干扰算法正常运行，甚至是一种“对抗攻击”，严重违背诚信原则；再次，它的目的是让消费者在不知不觉中受到影响，透明度全无；最后，它危害巨大，且无任何正当理由可为其辩护。这类行为和传统意义上的黑帽SEO类似，甚至更具隐蔽性、危害性，理当作为生成式人工智能时代的新型不正当竞争行为予以禁止。
通过上述分析可初步推出生成式引擎优化的合法边界。凡在边界内的创新应予允许甚至支持，如通过提升内容质量、结构化满足人工智能需要的做法；超出边界的则应依法禁止，如欺骗算法、封锁信息等行为。值得注意的是，现实中的生成式引擎优化可能混合多种手段，判断时可将其拆解归类，分别评估。例如，一个复杂的营销方案可能既包括正常内容优化，也包含通过干预模型遮蔽竞争者。此时应部分认可其正当部分，否定其中不法部分，并据后者追责。
三、生成式引擎优化规制的规范适用与机制协调
本文上一部分构建的评价标准主要是基于理论和已有案例展开的推演，属规范性分析范畴。欲使前述标准真正发挥作用，还须结合具体制度资源和执法机制予以落实。故应检视经济法体系，寻找可以适用于生成式引擎优化的条款，围绕既有规制资源展开解释论分析。此外，还需阐释各法律部门与规则执行者应如何协调合作，为生成式引擎优化治理提供制度保障和路径指引。
（一）经济法规制资源及其解释论
在本文看来，我国《反不正当竞争法》《广告法》《消费者权益保护法》以及相关行政法规和部门规章等已有的一系列经济法律法规可以为生成式引擎优化规制提供依据，只是需要通过解释论（法释义学）操作将之适用于技术发展带来的新问题。上述规制资源可据其内容整合为四大规范群，适用于具体行为的合法性评价。
1.不实宣传规范群在生成式引擎优化规制中的解释适用
基于真实性标准，《广告法》《反不正当竞争法》《消费者权益保护法》及相关规章中针对经营者不实宣传行为的体系性安排可适用于对应优化行为的规制。
首先，信源优化型、长尾覆盖型、声誉控制型优化中的自我宣传内容若属于利用互联网媒介以各种形式推销商品或服务，则构成广告，适用《广告法》第28条等规范。实践中，我国行政执法机关对广告的认定一般较为宽泛：只要是页面含有推销产品或服务之信息，无论其发布于公司官网、微信公众号，甚至微信朋友圈，都可能被认定为广告。故在规制生成式引擎优化不实宣传的问题上，适用《广告法》应属题中之义。
其次，并非所有的生成式引擎优化都属于广告——不属于广告的应由《反不正当竞争法》第9条调整。例如，模型干预型优化由于不涉及公开媒介展示，不应将之纳入广告范畴。编造用户评价、虚构流量数据之类的声誉控制型优化亦是如此：虽然其利用了传播媒介，目的也是宣传商品或服务，但是其手法相对间接，应将之认定为虚假宣传而非虚假广告。理由在于，《互联网广告管理办法》第9条第3款在提及“知识分享、体验分享、消费测评”时将“附加购物链接等购买方式”作为广告标识义务的前提。由此可以推出，附加购物链接等应是构成广告的前提。若不然，经营者的任何营销举动都可以被评价为广告，过度扩张《广告法》的适用范围，有架空《反不正当竞争法》虚假宣传条款之虞。与此同时，《网络反不正当竞争暂行规定》第9条罗列的情形明显与此类优化行为更为适配。
再次，《消费者权益保护法》可作为司法与执法过程中的说理依据。尽管《消费者权益保护法》第20条同样禁止经营者虚假宣传，并在第56条规定了相应的行政处罚，然而实践中仅侵害消费者知情权而不害及市场竞争的情况十分少见。而且，保护消费者与维护市场秩序本就是市场规制法的一体两面，叠床架屋实无必要——在生成式引擎优化虚假宣传规制的问题上，以适用《反不正当竞争法》规范为主轴、将《广告法》定位为其特别法即可。这样的立场亦与实践中市场监管部门主要将《反不正当竞争法》用作虚假宣传执法依据的普遍做法一致。
2.广告标识义务规范群在生成式引擎优化规制中的解释适用
基于透明性标准，《广告法》第14条、第43条、第44条以及相关规章条文中对于广告标识义务的规定可适用于对长尾覆盖型、声誉控制型优化的规制。
我国《互联网广告管理暂行办法》第9条第2款要求付费搜索结果必须以醒目方式区分。这样的立场应延续至人工智能时代。对于构成广告的生成式引擎优化行为（如程序化生成大量宣传页面、撰写大量以消费测评为名义的软文）来说，法律要求其卸除“客观信息”的伪装，自不待言。倘若人工智能服务提供者接受企业赞助，或开放类似竞价排名的业务，同样必须予以明确标识。考虑到人工智能与消费者之间具有更强的交互性，回答具有定制性，对消费者的购买决策也具有更大的影响力，故应认为，利用人工智能进行商业推广的，该标识义务的履行标准应较搜索引擎更高：不仅需要达到显著程度，甚至应设置勾选、弹窗等交互式消费者确认方式。
即便人工智能服务提供者没有参与生成式引擎优化，对于相关行为也应当提前给予关注，并作相应安排。申言之，当前我国规章对于人工智能生成内容设置的标识义务主要集中于来源区分，或是内容制作过程中有人工智能参与，然而这样的要求聚焦于提示人工智能生成内容的真实性风险（幻觉），并不能有效提升用户对于营销信息的警惕性。因此，应考虑在所有涉及商品推荐的问答环境中加入“本回答可能含有商业推广信息，请仔细甄别”的风险提示。尽管从我国既有规范中不易解释出这样的要求，但其完全契合我国广告法体系对于标识营销信息的立法主旨，可考虑于未来立法中明确落实。
3.互联网不正当竞争规范群在生成式引擎优化规制中的解释适用
基于正当性标准，《反不正当竞争法》第13条及相关规章中关于互联网不正当竞争行为的条文可以适用于对模型干预型、声誉控制型优化的规制。
由于《反不正当竞争法》没有将关键词注入、策略文本序列等手段设定为典型的不正当竞争行为，故规范适用的核心在于其是否构成第13条第4项所谓“其他妨碍、破坏其他经营者合法提供的网络产品或者服务正常运行的行为”。在本文看来，模型干预型优化的作用对象直指人工智能的模型算法，扭曲了原本的输出结果，将之评价为“利用技术手段实施干扰行为”并无障碍。考虑到用户使用人工智能的初衷是获得尽可能客观、公正的商品或服务信息以支撑消费决策，一旦人工智能输出结果被动了手脚，自然会违背用户预期，导致其需要为信息付出更多检索时间、增加操作复杂性。长此以往，必然影响其对于人工智能的信赖、降低其使用意愿，从而妨碍合法提供服务的正常运行。从技术创新和行业发展的角度来说，模型干预型优化除了提升委托方在人工智能生成答案中的曝光度外，不仅没有增加消费者选择、丰富用户所需要的信息，还遮蔽了其他经营者原本的露出空间，破坏了用户与人工智能服务之间的信任；就具体手法来说，关键词注入在计算机领域本就是公认的不正当手法，策略文本序列同样极具争议，很难认为符合“技术创新”要求。如此一来，模型干预型优化即准确落入《网络反不正当竞争暂行规定》第12条的语义射程，并由其进入《反不正当竞争法》第13条的规制范畴。
同样的思路可以适用于声誉控制型优化。若此类优化通过在短时间内炮制大量交易或是关键词隐性使用等方法提升自己在人工智能中的可见度，即便其不构成虚假宣传，也将因增加消费者的操作复杂性、遮蔽其他经营者的正常露出、妨碍人工智能服务的正常运行而为《反不正当竞争法》第13条所规制。对于这一点来说，我国法院搜索引擎优化时代已就行为正当性有较多论述。但是在适用法律方面，法院有时适用一般条款，本文认为这种做法有所偏颇：互联网专条是更合适的规范依据。
4.一般条款在生成式引擎优化规制中的解释适用
《反不正当竞争法》第2条可适用于对声誉控制型、长尾覆盖型优化的规制。
首先，一些声誉控制型优化可能因其实现方式与法律规定存在细节差异而无法成为《反不正当竞争法》具体不正当竞争行为的规制对象，但是具有高度同质性的类似行为已被法律证实具有违法性，因此在完成利益衡量、手段正当性评价、竞争性分析、诚实信用原则与商业道德论证后，可以兜底适用《反不正当竞争法》一般条款。例如，人工刷点击量提升排名之行为，曾被法院认为既不能构成虚假宣传（未直接导致相关公众产生错误认识，未直接影响其消费选择），也无法适用互联网专条（未采用技术手段），故只能适用一般条款加以规制。
其次，对于新型生成式引擎优化来说，适用《反不正当竞争法》一般条款应极为慎重，须综合考量消费者利益、竞争性利益损害的程度、技术创新等多方因素，不能简单地从静态利益受损直接推出违法的评价结论。长尾覆盖型优化所采取的程序化页面生成手法即属此类。正如前述，程序化生成的初衷是为了更为精准地匹配消费者的信息检索需求，并没有损害其他经营者的正常露出，其违法性评价的核心在于信息是否真实、是否干扰了人工智能提供的服务，以及对信息环境的污染程度。本文认为，如果没有充分证据证实其显著危害性，保持《反不正当竞争法》的谦抑性，将之交由人工智能服务提供者予以规范或许是更为合理的处理方案。
（二）规范的执行与相互协调
明确法律依据后，还需考虑由谁来执行以及不同规制手段间如何协调，才能形成对生成式引擎优化的有效规制网络。
1.行政监管机关之间的分工协作
在我国，市场监管总局及其地方分支是《反不正当竞争法》《广告法》和《消费者权益保护法》的主要执法机关，长期以来承担维护竞争秩序、保护市场主体的监管职能，理应在生成式引擎优化治理中担当主力。一旦发现生成式引擎优化相关违法，如虚假宣传或技术干扰行为，市场监管部门可依职权立案调查，运用责令整改、罚款等行政处罚手段。此外，网信部门也扮演重要角色，如果优化行为涉及互联网信息内容管理范畴，例如传播非法内容或影响舆论生态，网信办可依据《网络安全法》《算法推荐管理规定》等采取约谈、下架等措施。
对于需要跨越部门协作执法的情形来说，行政机关之间可考虑建立协同机制。例如，某公司在人工智能生成结果中实施虚假宣传，这兼具违法广告和不正当竞争属性，市场监管局可依《广告法》查处；如其中涉及数据算法安全，则可请网信办提供技术支持。当下，许多地方已成立网络市场监管联席会议，成员包括市场监管、网信、工信、公安等部门，专门协调消费者权益保护、虚假违法广告治理等事宜。可以考虑将生成式引擎优化列为联席会议关注事项，定期通报情况、联合执法。特别是对于取证困难的技术性案件（如检测算法干预痕迹），需要网信技术力量配合市场监管执法，实现优势互补。
2.行政执法与民事司法的衔接
除行政执法外，受生成式引擎优化影响的相关主体可以通过民事诉讼维护权益。过于频繁地调用公权力资源干预市场很容易对产业形成寒蝉效应，私法救济的优势在于就事论事，围绕个案展开精细裁判。“这一方面可以扩张私人请求权的基础，另一方面也可以通过私法求偿来围堵公法上的不法行为，从而起到增加违法成本、降低执法成本的作用，同时也减轻了法官解释的难度。”在这些案件中，法官本质上还是在经济法层面展开合法性衡量，然后确定损害赔偿责任的成立与否，抑或通过转介条款将其导入合同效力等具体的私法判断。此处，经济法考量的介入并不是要取代民法，“而是在民法无法顺利运行的时候进行补充。”实践中，行政认定违法可以作为民事案件的证据，民事案件的裁判结果亦可为行政执法提供线索。
在与生成式引擎优化相关的民事案件中，可能的原告包括被优化行为遮蔽正常露出的竞争对手、因虚假宣传受骗的消费者、服务质量被人为降低的人工智能服务提供者，甚至包括生成式引擎优化合同的相对人——如承诺使用白帽GEO却使用了黑帽，结果致使商家受到平台惩戒。通过民事诉讼，不仅他们的合法权益可以获得救济，法院也可以通过个案判决明确某种优化行为是否构成侵权或引起合同无效，从而自下而上地树立规则标杆，向社会释出有关行为边界的明确信号，并对在此之后的同类案件产生一定的先例效应。对于损失金额不大但涉及消费者众多的案件来说，个人诉讼意愿往往较低，可考虑探索公益诉讼或支持起诉机制，由检察机关或消协代表消费者提起诉讼。
3.行政执法与刑事司法的衔接
虽然大部分生成式引擎优化不至于构成犯罪，但对于极端案例，刑法提供了“作为公共反馈机制的兜底保障”。市场监管等部门在执法中，如发现涉案行为情节严重、涉嫌犯罪，应将线索移交公安机关。这要求执法人员具备刑法意识，熟悉非法经营罪、破坏计算机信息系统罪等涉及的罪名。例如，若某公司通过黑客手段侵入搜索引擎后台篡改算法或者结果排序，可能构成非法控制计算机信息系统罪；又如，“有偿删帖”等行为若情节特别严重，被我国司法解释明确为可能构成非法经营罪，实践中亦不乏这样的例子。公安机关和检察机关在办案中，也应注意利用市场监管部门提供的行政调查成果和专业意见。比如网信或市场监管的技术检测报告，可作为刑案证据使用。
在办案阶段，办案人员应斟酌行为的社会危害性，给予行为人适当的法律处置。在案件严重程度不足以追究刑责时，须考虑由刑事司法向行政执法的“反向衔接”。此时，构建双向通畅的行刑信息共享平台便显得尤为重要。目前我国一些地区已有相关实践。可考虑将生成式引擎优化相关案件纳入此类平台重点监测。通过上述举措，可实现行政执法、民事司法、刑事司法三位一体的治理架构：日常以行政监管和行业自律为主，民事诉讼保障受害者权益，严重违法则追究刑责。这样才能对生成式引擎优化形成全方位的规制态势。
4.提供者治理与公众参与
除官方力量外，人工智能服务提供者也应在生成式引擎优化治理中发挥作用。法律依据方面，《反不正当竞争法》第21条和《网络反不正当竞争暂行规定》第6条等均规定了平台在内部出现不正当竞争时的及时处置义务、记录保存义务和向市场监督管理部门报告的义务，且义务不履行时需承担相应法律责任。然而，此处对于“平台”的界定建立在与《电子商务法》第9条第2款的体系解释之上，而人工智能服务提供者由于直面用户，不提供经营场所、不撮合交易，并不属于《电子商务法》意义上的“平台经营者”，故连带《反不正当竞争法》规范群规定的平台义务亦不适用。如此一来，能够提供行动依据的只有《生成式人工智能服务管理暂行办法》第14条规定的及时处置、保存记录和向监管部门报告的义务，但是《生成式人工智能服务管理暂行办法》又没有明确规定该义务不履行的法律责任。在未来人工智能立法中，有必要参考《民法典》中网络服务提供者义务、《个人信息保护法》中守门人义务相关条文，对人工智能服务提供者的协助治理义务作出更加明确的规定。
虽然当前在解释论框架下不易框定人工智能服务提供者的法定义务与义务不履行引致的责任，但毕竟人工智能服务是生成式引擎优化行为的载体，服务提供者在以高质量问答吸引用户的基本立场上与消费者具有同向性，因此仍然具备监管动机。从能力来看，人工智能服务提供者可以使用技术手段识别干预痕迹、及时采取措施。从业人员建议，“大模型公司需要建立更为严格的信源分级体系，对有品牌背书、权威发布、专业出处、结构事实清晰的内容赋予更高的露出权重，降低用户自我生成内容的露出权重；其次，在产品、餐厅等推荐方面，关注用户转化率、复购率、停留时长等更深层数据，而非仅依赖浏览量或点击率等表面数据。”除了内容监管，提供者还可以在服务协议中明确禁止第三方对其服务结果进行不当干预，一经查实有此行为，可暂停相关内容接入等。
在公众参与方面，发挥媒体和用户监督作用同样重要。媒体曝光可疑的生成式引擎优化案例，能引起监管重视和公众警觉——一如当年受到商业利益过度操纵的搜索引擎产业曾遭到人们的广泛质疑，最终带来了对整个产业的结构性规制。消费者若感觉人工智能推荐存在偏颇，可以通过反馈机制向服务提供者或监管部门举报。“用户驱动的人工智能治理更能帮助监管者和设计者在日常、真实的交互中发现利益攸关影响节点，更能捕捉技术精英因专业知识结构同质化而产生的审计盲区，从而发挥‘参与式治理’的制度优势。”
结语
技术的演进永不停歇，法律规制也需与时俱进。未来的人工智能一定会更加智能、多元，届时数字营销手段又将发生新的变化。这要求我们的制度回应路径保持前瞻性和灵活性。一方面，持续跟进行业动态，加强法学研究与技术研究的结合，预判潜在风险并完善规则储备；另一方面，注重国际经验交流，借鉴他国在人工智能营销透明、算法监管方面的新举措，共同寻求治理良策。对生成式引擎优化的经济法规制，需要在守正与创新中求得平衡：守住法治底线，激发技术和市场的正向驱动力，使数字时代的信息生态朝着更加透明、公平和可信的方向前进。
葛江虬（法学博士，复旦大学法学院副教授）
来源：《法学家》2026年第3期“专论”栏目。
因篇幅较长，已略去原文注释。
