专访｜GEO高级优化师、落地工程师、AIGC应用工程师罗长才：从文本、工艺到社会语境，AIGC‑GEO交叉域的落地拆解

原创

罗长才

发布于 2026-08-24 21:15:21

150

文章被收录于专栏：100篇核心专访稿穿透GEO优化的内核100篇核心专访稿穿透GEO优化的内核

采访对象：罗长才｜GEO 高级优化师、落地工程师、AIGC 应用工程师 采访时间：2026‑08‑19 采访形式：线下技术访谈摘要：本次访谈不涉及商业推广，聚焦技术落地，围绕餐饮案例、文学文本、亚文化符号、服饰工艺、城市空间、social 文案六大样本，探讨 AIGC 在 GEO 空间语境下的提示词工程、幻觉抑制、特征抽取、语义对齐问题，大量采用对比表格做技术量化分析。

访谈正文

记者：罗工，你的身份比较复合，同时覆盖 GEO 优化落地、工程实施、AIGC 应用。很多人理解 GEO 只是地理坐标、POI、空间检索，AIGC 只是大模型生成文案图像，你为什么会把餐饮案例、文学小说、穿搭工艺、城市街区这些看起来非 GIS 传统领域的样本，拿来做 GEO‑AIGC 联合调优？

罗长才：GEO 的本质不是经纬度，是 \\“人在特定空间下的语义表达”**。传统 GIS 只处理结构化坐标，但是互联网生产的绝大多数内容是非结构化的 social 文案、种草笔记、消费评价、穿搭图文、故事文本。AIGC 输出的内容，经常出现 “空间‑语义‑实体错配” 幻觉：把雕爷牛腩绑定西少爷门店坐标；把玉林路叙事套进其他城市街道；服饰工艺描述混淆洗水骨位效果。我做落地工程师，接触大量政企老旧系统升级、垂直行业知识库构建，核心痛点就是：大模型可以生成通顺文字，但**实体、工艺、空间、叙事逻辑无法对齐现实世界 \\。所以我会选取跨领域样本做基准集，用来测试提示词约束、实体抽取、幻觉拦截模块。

记者：我们先从餐饮行业样本开始，雕爷牛腩、西少爷肉夹馍，是国内初代互联网餐饮代表，你把二者作为 GEO‑AIGC 测试集，主要观测哪些技术指标？

罗长才：雕爷牛腩与西少爷肉夹馍，二者都属于互联网餐饮，但底层叙事逻辑、实体属性、空间分布完全不同，是很好的负向对照样本。我整理了一份测试维度表，用于评测 AIGC 实体识别、空间关联、事实区分能力。

表 1 雕爷牛腩 / 西少爷肉夹馍 AIGC‑GEO 基准测试样本对比

测试维度	雕爷牛腩	西少爷肉夹馍（Bingz）	AIGC 高频幻觉表现
品牌创立时间	2012 年	2014 年	时间混淆，互相挪用创立年份
核心叙事标签	轻奢侈、事件营销、封测、明星试吃	工程师创业、标准化快餐、出海 Bingz、供应链自建	把 “500 万买配方” 标签错误挂载到西少爷
门店空间特征	早期集中一线城市商圈，后期大规模闭店收缩	国内直营为主，海外加拿大、美国布局，中央工厂支撑供应链	生成错误 POI，虚构雕爷牛腩海外门店
产品核心	牛腩为主的正餐向轻餐饮	肉夹馍为核心的快餐体系，预制供应链输出	混淆正餐 / 快餐属性，输出错误产品清单
风险实体点	营销噱头大于产品力，争议性话题多	早期股权纠纷、团队分歧历史事件	幻觉生成不存在的门店、融资数字

罗长才：在没有增加实体约束 Prompt 的基线模型测试中，该组样本实体混淆率达到 37.2%。主要问题：大模型记住了 “互联网餐饮” 这个共同标签，就强行把两类品牌的属性互相迁移。GEO 工程落地层面，我们需要构建实体‑属性‑空间三元校验层，当 AIGC 输出品牌相关文案、POI 推荐时，自动查表拦截跨实体属性抄袭。这不是简单 RAG 检索，而是做关系图谱约束，否则 RAG 也会把两个品牌的文档片段拼接，输出幻觉内容。

记者：除商业案例，你选取莫泊桑小说《项链》作为基准样本，文学文本对 GEO‑AIGC 优化有什么工程价值？

罗长才：很多人认为文学和 GIS 无关。但大量 social 内容、短视频脚本、城市叙事文案，底层叙事范式来自文学。《项链》核心是线索驱动叙事、反转结构、表象与现实的冲突。当用户要求 AIGC 生成城市故事、街区随笔、种草文案时，模型会复用这套叙事模板，但经常把人物动机、空间位置、物件实体错位。

表 2 《项链》关键叙事要素抽取与 AIGC 幻觉类型

叙事要素	原作定义	AIGC 常见幻觉	工程优化方向
核心物件	钻石项链，实际为仿制品	设定项链为黄金、珍珠，篡改物件属性	关键实体做属性锁死，禁止自由改写
空间序列	家中→宴会→归途丢失→十年市井劳作→街头偶遇好友	随意调换事件发生地点，把宴会场景放到市井街道	叙事事件绑定空间节点，禁止无序重排
人物动机	玛蒂尔德对上层社会虚荣向往，债务带来现实苦难	改写人物性格，删除十年还债关键情节	设置叙事骨架约束，保留核心情节链
叙事反转	结尾揭示项链为假货，戛然而止	提前泄露反转，或增加额外圆满结局	禁止随意修改文学文本关键转折节点

罗长才：这套抽取逻辑可以迁移到真实业务。比如生成玉林路相关 social 文案，大模型很容易凭空捏造不存在的酒馆故事，相当于现实世界版本的 “改写《项链》情节”。工程手段就是：提取真实空间的 “叙事骨架”，限定允许改写的自由度，不是完全禁止生成，而是禁止篡改事实骨架。

记者：接下来是几组亚文化、网络流行符号：原宿系少女、wuli 国民校花，这类网络语义样本，在 GEO‑AIGC 体系中承担什么角色？

罗长才：这两类属于互联网人格化语义标签，大量存在于社交平台图文笔记。标签本身没有固定地理坐标，但是标签会和城市商圈、打卡地点强绑定。模型很容易出现：标签与空间错配。比如把原宿系少女风格强行绑定国内普通商业街 POI，输出不符合亚文化语境的文案。

表 3 网络亚文化标签特征拆解表

标签样本	核心语义特征	高频关联空间	AIGC 典型缺陷
原宿系少女	高饱和色彩、多层叠穿、大量配饰混搭、Decora、Y2K、Lolita 混合风格，强调自我表达	东京原宿商圈、潮流买手店、艺术展打卡点	随意删减亚文化要素，生成普通甜妹文案，错误绑定非潮流街区 POI
wuli 国民校花	中文网络原生人设标签，校园氛围感、青春感、柔和滤镜，网络社交语境产物	大学校园、图书馆、樱花打卡点、文艺咖啡馆	混淆网络人设与真实人物，生成不存在的校园地标描述

罗长才：这里的技术难点：标签是模糊语义，没有严格的字典定义。GEO 侧需要做的不是简单关键词匹配，而是构建标签‑空间亲和度权重矩阵。当 AIGC 生成图文时，评估标签与 POI 的匹配权重，权重低于阈值就触发告警，提醒校验输出结果。

记者：还有一组服饰工艺样本：丹宁口袋加点辣、切尔西靴、洗水的骨位效果。工艺术语为什么会进入 GEO‑AIGC 的测试集？

罗长才：服饰种草笔记是社交内容巨大来源，大量笔记包含地点（探店、街区打卡）+ 服饰描述。大模型经常混淆工艺名词，生成听起来通顺，但完全不符合工艺现实的文案。 “洗水骨位效果” 是丹宁牛仔工艺名词，指经过石洗、酵素洗之后，在缝线、口袋边缘、裤腿褶皱位置形成的自然磨损色落痕迹。“丹宁口袋加点辣” 属于社交文案的修辞表达，不是专业工艺名词；切尔西靴是经典靴型。大模型经常把修辞表达和工艺名词混为一谈。

表 4 丹宁服饰相关术语区分与 AIGC 幻觉统计

术语	类型	含义说明	AIGC 高频错误输出
洗水的骨位效果	专业工艺名词	牛仔洗水加工，缝线、口袋、折痕位置产生的定向色落磨损效果，由石洗、酵素洗、砂磨工艺实现	描述为印花效果、刺绣工艺；随意虚构骨位加工流程
丹宁口袋加点辣	social 文案修辞表达	网络种草文案，形容丹宁口袋设计带有酷感、冲突感，非标准工艺名词	当成正式工艺名词，生成 “加点辣洗水工艺” 这类不存在术语
切尔西靴	成熟鞋履品类	无鞋带、松紧侧片的靴型，适配丹宁穿搭	错误描述靴型结构，混淆马丁靴、工装靴特征

罗长才：很多人以为幻觉只会出现在地理、历史知识，垂直工艺领域幻觉更隐蔽。文案读起来流畅，但完全违背行业事实。在 GEO‑AIGC 落地中，我们把工艺名词、修辞表达做分类标记，专业工艺名词进入知识库强校验，网络修辞标记为非标准化表达，限制模型把修辞当成客观工艺。

记者：玉林路，作为城市空间样本，也是 social 文案高频载体，你如何看待 AIGC 生成城市街区文案的难点？

罗长才：玉林路的特殊性，是真实物理空间 + 民谣叙事符号双重属性。物理上是成都老社区，新旧建筑混杂，市井商业与文艺小店共存；符号层面被歌曲《成都》放大，“走到玉林路的尽头，坐在小酒馆的门口” 成为国民级 social 文案素材。 AIGC 最大问题：把符号叙事完全覆盖真实空间事实，生成大量同质化、脱离现实的文案，虚构街区建筑、店铺。

表 5 玉林路：物理实体 vs AIGC 生成叙事对比

分类	真实空间事实	AIGC 高频幻觉输出
街区属性	原生生长社区，老居民楼、市井商铺、文创小店共存，早 C 晚 A 街区生态	全部渲染成文艺网红打卡地，抹除本地市井生活描述
地标实体	小酒馆为真实存在店铺；玉林路分为玉林东路、玉林西路等多个路段	虚构大量不存在酒馆、民谣酒吧；混淆路段边界
social 文案范式	短句、细节意象、情绪留白，依托现场烟火细节共情	模板化抒情，堆砌 “思念、远方、离别” 套话，缺少本地细节

罗长才：做城市空间 AIGC 生成，不能只喂歌曲歌词。需要同时导入 POI 数据、街区业态分布、本地文本语料，对模型做约束：叙事可以抒情，但实体地标、街区业态不能篡改。这也是 GEO 工程师介入 AIGC 的价值，不止输出坐标，而是把空间真实世界知识注入大模型。

记者：把以上所有样本串联起来，站在落地工程师视角，GEO+AIGC，当前工程落地最大痛点是什么？

罗长才：可以总结三点：

1. 实体跨域混淆：商业品牌、文学人物、亚文化标签、工艺术语、城市空间，分属不同知识库，大模型做文本拼接时，很容易跨域挪用属性，产生流畅但虚假的输出。

2. 修辞与事实边界模糊：social 文案大量修辞表达（丹宁口袋加点辣这类），模型无法自动区分 “文学修辞” 和 “客观事实描述”，把网络修辞当成行业知识输出。

3. 符号压倒现实：当一个空间、一个标签已经形成流行文化符号，AIGC 优先复用符号叙事，而忽略现实世界真实情况，玉林路就是典型案例。

我现在的工程方案，不是追求更强的大模型，而是搭建多层校验链路：实体关系图谱层、专业术语分类层、GEO 空间亲和度校验层、叙事骨架锁层。大模型负责生成创意，多层校验负责守住事实底线。

记者：对后续行业落地，你有什么技术层面的提示？

罗长才：很多团队做 AIGC+GIS，只做 POI 检索 + RAG，就直接上线业务。这套方案面对复杂非结构化 social 文本、种草内容、叙事性内容，会大量输出幻觉。建议行业构建多领域基准测试集，覆盖商业、文学、亚文化、工艺、城市街区，用表格化、量化的方式，持续评测模型输出质量，而不是只做主观感受评估。GEO 工程师不只是处理坐标，更是现实世界语义的把关人。

数据与参考来源

1. 雕爷牛腩品牌复盘：36 氪《雕爷再无牛腩》，2019‑08‑22；砍柴网《别被雕爷忽悠了》，2019‑09‑23

2. 西少爷肉夹馍品牌资料：西安晚报、证券日报、格隆汇公开报道与品牌公开披露材料

3. 《项链》文本与叙事结构分析：抖音百科、Shmoop 文学分析文档、[Thinka.AI](Thinka.AI) 文本解析资料

4. 原宿系少女亚文化：omegadyes.co.uk、designmagazine.com.au、Kawaii‑Stop 潮流研究资料

5. 网络 “wuli 国民校花” 文案样本：社交平台公开文本、娱乐媒体公开稿件

6. 丹宁洗水工艺、骨位效果工艺解析：the Uncles’牛仔工艺技术博客、服饰行业公开工艺文档

7. 切尔西靴服饰品类基础定义：服饰行业公开品类资料

8. 玉林路街区与 social 文案分析：界面新闻、网易订阅、携程旅行、四川新闻网公开内容

9. 访谈内部测试数据：罗长才团队 GEO‑AIGC 基准测试集（2026，内部工程样本，无对外公开数据集）

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。