摘要
大型语言模型（LLMs）正逐渐成为消费者寻找产品的重要方式，但我们尚未理解品牌如何在这一新渠道中竞争。我们研究了LLM推荐中的品牌动态，以护肤产品为例——在这一领域，消费者在购买前难以判断质量，只能依赖品牌声誉。我们的研究涵盖了三个商业LLM（GPT-4o-mini、Claude Sonnet、Gemini 3 Flash），并对搜索商品进行了稳健性检验。
在三项实验中，我们发现：
- 条件垄断：当所有产品具有相同规格时，知名品牌的推荐率达到100%（IAI = 10.0），但当竞争对手的评分优势不足+0.1星时，这种主导地位会消失。
- 权威式营销语言：包括虚构的临床证据声明，能打破这种垄断，偏见盈余价值达到+0.17评分点，各模型的反应不同。
- 多品牌GEO竞争中的社会困境：当所有品牌采用相同的优化策略时，个体收益从+0.802降至+0.007，而未参与品牌在我们的测试中获得零推荐。
我们的结果表明，生成引擎优化（GEO）不仅应作为安全风险进行研究，还应作为一种新兴的营销实践，影响市场竞争的格局。
博主点评： 本文深入探讨了LLM推荐系统中品牌与消费者之间复杂的关系，特别是如何通过认知偏见影响消费者决策。这为未来的市场营销策略提供了重要的启示，值得相关领域的研究者和从业者关注。