96% 的内容，连一个点击都等不到

前两天，一位做 To B 市场的朋友约我喝咖啡。

他一脸疲惫。哥，我们今年内容产量翻了一倍，周更改日更，可官网流量纹丝不动，线索反而跌了。你说邪门不邪门？

我说，一点都不邪门。

我给他看了个数：96.55%。这是全网所有网页里，从 Google 一点自然流量都拿不到的比例。也就是说，绝大多数内容发出去的那一刻，就已经沉底了。没人看见。没人点击。

他愣了一下：那我们还拼什么产量？

好问题。这篇文章就聊它。

先说清楚，什么叫内容营销

什么叫内容营销？

说白了，就是不花钱买吆喝，靠回答真问题把人吸引过来的那套本事。广告是租来的流量，投放一停就归零；内容是攒下的资产，一篇好文章发出去，三年后还在替你带客。

这个道理没变。变的是考官。

以前，考官只有 Google 一个，排到前面就有饭吃。现在，你的同一篇文章，要能被搜到、能被 AI 引用、能进销售的话术、还能让老客户看了有收获。一篇内容，四份工。

工作量翻了四倍，人手没翻。所以 2025 年内容营销协会（CMI）那份 B2B 调研里，58% 的营销人给自己的内容策略打的评语是「效果一般」，54% 的团队说缺人缺预算。

但我读完这组数据的感受是：缺的不是资源，是方向。

内容营销失败，很少败在渠道不够多，基本都败在每篇内容没想清楚自己是干嘛的。

天是怎么变的

要理解今天的 内容该怎么做，我得先给你讲清楚三件事。

第一件事，搜索这个入口，正在失灵。

你以为把关键词排上去就有流量？AI Overviews 普及之后，排第一的页面，平均点击率掉了 58%。用户在搜索结果页直接把答案看完了，根本不点进去。这不是说 SEO 死了，是说那些东拼西凑、说了等于没说的内容，彻底没了活路。

第二件事，AI 把内容生产的成本，打到了地板上。

81% 的营销人已经在用 AI 干内容的活，87% 用 AI 生成或辅助生成。听起来很美？再看另一个数：只有 19% 的团队把它揉进了日常工作流。

这几个数放一起，就推出一个结论：当所有人都能用 AI 一天产五十篇，AI 写的本身，就不再是竞争力了。

大家的武器一样了，比的就是武器之外的东西：你的判断、你的一线案例、你对客户的理解。这些，AI 给不了。

第三件事，隐私收紧，把「租来的地」变得不稳定了。

平台规则一改，辛苦攒的粉丝说没就没。所以你会看到，聪明的团队都在往自己手里攥的东西上加注：官网博客、邮件订阅、客户社群、知识库。这些地方，节奏你自己定，规则你自己写。

三件事串起来，结论就一句：「多发多排」这个打法，2026 年正式作废。 靠数量取胜的路，在 AI 开始替全网做摘要的那天，就走死了。

那内容到底该怎么做

方向有了，落地怎么做？我拆成五步。

第一步，从客户的问题出发，别从关键词出发

很多团队选题材的流程是：打开关键词工具，挑搜索量大的，安排写。

这是反的。

一个搜「内容营销平台」的人，未必想看产品对比。他可能只是隐约觉得现在的流程不对劲，想搞清楚问题出在哪。你得先接住他的困惑，再谈方案。

动笔之前先问三个问题：这个人是谁？他想解决什么事？他得先明白什么，才往下走？

第二步，每篇内容，立项前先过三道题

给谁看？他处在旅程哪一步？看完之后，下一步该干什么？

三道题答不上来，这篇就先别写。写出来也是凑数，而凑数的内容是什么结局，前面已经说过了。

第三步，围绕「你擅长什么」，建一片内容林

别再一篇一篇孤立地写。要写，就围绕一个你真正懂的主题成片地写：一篇压舱石的长文，一圈支撑文章，几个客户故事，一手调研，再配一批直接给答案的问答。

为什么必须成片？因为搜索引擎靠它判断你是不是这个话题的权威，AI 靠它决定引不引用你，读者靠它判断你靠不靠谱。三家的考卷不一样，答案却是同一个：你得让所有人一眼看出，这个话题，你说了算。

第四步，AI 提速，人掌舵

AI 干什么？查资料、搭框架、把长文拆成社媒帖。这些重复劳动，交出去，毫不心疼。

人干什么？定观点、给案例、核事实、守品牌的调性。一句话，AI 负责写得快，人负责写得对、写得值钱。

第五步，装两块仪表盘

老的那块：排名、点击、转化。新的那块：你的品牌在 ChatGPT、Gemini、Perplexity 这些 AI 的回答里，有没有被提到？提法一致吗？关键问题覆盖了没有？

很多人还只盯着第一块。这就是为什么 56% 的 B2B 营销人算不清内容的 ROI。账本上只记了一半的账，账当然不平。

不同内容，不能用同一个标准算账

接着说算账。这是我最想让你带走的部分。

内容不是一种东西，是四种东西。拉新期的内容，看曝光、看品牌搜索量、看在 AI 回答里的引用份额；比稿期的内容，看停留时长、看回访、看带来多少销售认可的线索；临门一脚的内容，看定价页访问、看从内容里来的演示申请；留住客户的内容，看帮助文档的使用、看社群活跃度、看续费。

你不能拿短跑成绩考核马拉松选手，也就不能拿「阅读量」一个指标，考核四段完全不同的赛程。

我给你讲 3 个故事

方法论讲完，可能还是虚。给你讲 3 个真实的故事。

第一个，Rare Beauty 卖香水。

香水这东西，隔着屏幕没法体验，文案写得再美，别人也闻不到。Rare Beauty 没有拍一支更贵的广告，而是在纽约的苏活区和雀儿喜，立了三块能「刮一刮、闻一闻」的广告牌。路人刮开涂层闻到味道，扫上面的二维码，通过 Shopify 的 Shop app 申请小样。系统还会用地理围栏确认，你确实就站在广告牌边上。

从闻到，到申请试用，一步之遥。好内容的本质，就是把用户从心动到行动之间的距离，压到最短。

第二个，Vaseline 认真对待网友的偏方。

网上流传着成千上万条凡士林的民间妙用，有的真管用，有的是瞎扯，还有的暗藏风险。Vaseline 的做法很聪明：不自己造话题，而是从 6000 多条网友自发发布的用法里做筛选，把大家真信的那些搬进实验室，一板一眼地验证。管用的，盖上「Vaseline Verified」的认证章；危险的，官方出面辟谣。

这个活动拿下 2025 年戛纳国际创意节 Social & Creator 类全场大奖，又抱回一座 Media 类金奖。6330 万次社交互动，87% 的正面情绪，7100 万次自然触达。

它赢在哪？赢在它没对着空气喊话，而是接住了用户本来就在说的话，再给这句话加上权威的分量。倾听本身，就能长出内容。

第三个，一份回答了全行业焦虑的调研。

重视品牌建设的企业很多，可「品牌到底带来了多少生意」这笔账，多数营销负责人算不清。一份针对 613 位企业级营销人的调研（Sprinklr 和 LinkedIn 联合做的）死磕了这个问题：81% 的人预判品牌建设会越来越重要，46% 的人却说，衡量品牌活动效果是眼下最大的难题之一。

调研给出了几个扎实的数：把 LinkedIn 真正揉进营销和销售打法的企业，ROAS 增长的概率是别人的 2.7 倍；91% 的企业营销人认可 LinkedIn 对品牌和获客的价值，可只有 18% 在全漏斗地用它。

一手调研的威力就在这。观点文满大街都是，数据是稀缺品，一份好调研会被分析师引用、被文章引用、被 AI 引用，替你说话很多年。

三个故事讲完，你发现共同点了吗？没有一个是靠「再多发一篇」赢的，全是先看懂人心，再设计那一步。

顺带回答一个常被问到的问题：案例故事还有用吗？

有用。但只有写「客户当初被什么问题折磨、怎么做的决策、后来改变了什么」的案例才有用。满是「某某大厂选择了我们」的案例，那是获奖感言，不是内容。

企业级团队，难在哪

小团队拼的是选题，大团队的难点完全是另一个：不是写不出，是稳不住。

几个品牌、十几个市场、几十个渠道，摩擦是成倍放大的。两个团队闷头写了同一篇稿子，口径还打架；一篇稿子卡在法务手里九天，等发出来，热点早凉了。

这时候拼的是运营能力。五件事，缺一不可。

一张大家共用的内容日历。谁在写、写给谁、什么时候发、冲着哪个目标，一页看全，两个团队就不会撞车。

一个像样的 brief。动笔之前，把受众、核心信息、内链、行动指令、成功标准全部锁死。brief 是糊的，稿子一定也是糊的。

一套看得见的审批流。谁要审、审到哪了、卡在哪一版，系统里点开就有，不用去翻三个月前的聊天记录。

一条不断的分发链路。创意在一个工具，发布在另一个，复盘在第三个，信息每传一手就走样一分。

一张能算到收入的报表。别停在曝光和点击，多问一句：哪些内容真的带来了演示申请，真的影响了续费？

做到位是什么水平？企业内容这条线上流传着一个基准：生产成本降三成到五成，上市速度反而更快。拼凑十个小工具，摸不到这个数；规划、生产、分发、数据在一个系统里转，才够得着。市面上像 Sprinklr Marketing 这类把整条链装进一个平台的产品，解决的正是这个「稳不住」。

最后，聊聊 AI 搜索这场新考试

回到开头那场变局。内容团队现在最该补的一门课，叫 GEO，让 AI 在生成答案的时候，愿意引用你。

几条实打实的做法。

最重要的一个习惯：把答案放在最前面。别铺垫三段才说重点。读者没耐心，AI 更没耐心，它抓的就是开头那几句。

然后，多用表格、清单、问答这些结构化的形式。人扫得快，机器读得也准。

还有，舍得投入做一手数据。别人都在转述同一份报告的时候，你自己跑出来的数字是全网稀缺品，AI 和分析师都会来引你。

最后，得盯着结果。你的品牌在 AI 的回答里，是被推荐，被带过，还是压根不存在？连用户从哪个问题进来都不知道，谈什么优化。这一层已经有专门的工具在做，比如前面提过的 Sprinklr LLM Insights，目前还在 Beta，看的就是品牌在 ChatGPT、Gemini、Perplexity 这些回答里的可见度、情感和竞争位置。

有人可能担心：AI 会不会干脆绕开内容，直接回答一切？

我的判断是，AI 越发达，「值得引用的内容」越值钱。AI 的每个回答，底层都得有信得过的来源。

机器负责分发答案，人负责成为答案的出处。

回到那杯咖啡

那天喝完咖啡，我给朋友的建议就一句话：别再问我下个月发几篇了。

回去把发过的内容全翻一遍，问三个问题：这篇是写给谁的？它帮读者解决了什么？它值得被 AI 引用吗？答不上来的，别心疼，那本来就是沉底的货。答得上来的，改到最好，然后围绕它成片地写。

少写，写透，让每一篇都有明确的主人、明确的去处。

产量翻倍线索反跌的怪事，就是这么解的。

祝你的下一篇内容，不是又一篇日更，而是一份三年后还在被人引用的资产。