营销的第一个货架，正在换成 AI

前几天，我一位同事想买副降噪耳机。

搁以前，他的动作很标准：打开搜索引擎，输入「降噪耳机推荐」，在一堆蓝链接里翻半天。

这次没有。他打开 AI 助手，问了一句：哪款降噪耳机适合通勤？

AI 给了他一个量身定制的答案。三个牌子，各附一句理由。

他看完，直接下单。

没有比价，没有翻十页评测，没有点广告。

那一刻我突然意识到：营销用了二十年的「第一货架」，正在被拆掉。

什么叫「第一货架」？就是消费者买东西前，第一个看的地方。过去二十年，这个地方叫搜索引擎结果页。谁排名靠前，谁先被看见。

现在，越来越多的购物，是从一个问题开始的。问 AI，AI 给答案。

变化有多快？给你看两个数。

2025 年 7 月，AI 给美国零售网站带去的流量，同比涨了 4,700%。

天呐，4,700%。

另一个数来自市场研究机构 Gartner 的预测：传统搜索量会缩水四分之一以上。

两个数放在一起，意思很清楚：入口在搬家。

而且很多从业者相信，这还不是终点。下一步是 AI 智能体，它不只给你答案，还能替你干活、替你下单。日常用品这种品类，整个购物旅程可能都由 AI 代办。

这对营销人意味着什么？

Tremendous 的销售负责人 Scott Shepard 说得很直白。Tremendous 是一家帮企业管理营销奖励和激励的公司。他的意思是：搜索页上的黄金位置越来越不重要了，这是威胁，也是机会。

威胁好理解。机会在哪？

机会在于：旧打法失效了，新打法还没被卷烂。谁先重写打法，谁先吃到红利。

我的理解，就三件事。

第一件事：让 AI 看得见你

过去讲品牌曝光，讲的是霸占搜索首页。现在得换个问法：AI 的回答里，有没有你？

Brandtech 的澳大利亚负责人 Jack Smyth，专门研究一门新学科，叫「生成式引擎优化」（GEO）。他有句话让我印象很深：AI 在有些场景里，是你永远不会见到的、最重要的受众。

什么叫受众？过去的受众是人。现在的受众，是模型。它替千万人先看一遍你的品牌，再决定说不说你。

那怎么让 AI 说你？

第一步，先摸清现状。直接去问各家大模型。你卖面霜，就问「什么面霜最好」，看它推荐谁、强调什么功能、引用了哪些网站。不问，你根本不知道 AI 正在怎么向你的客户介绍你。甚至，有没有在介绍你。

Smyth 为此造了个概念，叫 share of model：在 AI 的回答里，你的品牌出现的频率有多高，出现的语境是什么。

这个指标，太重要了。

怎么提高它？很多老的 SEO 功夫还有用：内容写得清楚、机器可读，页面在手机上两秒内打开，多放事实和数据，把来源链接出去。

但也有新功夫。我给你列四条：

1. 别堆关键词了，去揣摩消费者会怎么「问」。把那些自然语言的问题，织进你的内容里。
2. 把信息做成 AI 能直接搬走的格式。产品参数的表格、要点清单，都算。聊天机器人爱引用这种。
3. 放一些口语化的专家点评，拆成短段落。AI 更爱引用这种。
4. 别忘了图。AI 会看图，会从画面里判断你的产品调性。你的卖点是「比同行便宜」，就千万别拍出奢侈品大片的感觉。AI 读不懂潜台词，它只看画面。

你看，这套流程和 SEO 是一个逻辑：分析、创作、分发、测量。只不过守门员换了。过去的守门员按规则办事，现在的守门员，看得懂配色，看得懂产品形态，甚至看得懂语气。

守门员换了，射门动作就得跟着换。

第二件事：把传统营销，用 AI 再做一遍

有人会问，AI 都替消费者做决定了，传统广告还有用吗？

恰恰相反。传统营销，可能更重要了。

为什么？你想想看。你是做跑鞋的，你希望消费者问 AI 什么？你希望他问的是：哪款「你家」的鞋适合我？

你的牌子没进他脑子，这个问题就问不出来。

而且就算他不点名问你，AI 摆出一排选项时，名字眼熟的那个，也更容易被选中。

所以品牌认知不但没贬值，反而更值钱了。它决定问题怎么被问，也决定答案怎么被挑。

好消息是，如今做品牌内容的门槛，低得吓人。Midjourney 能出图，Google 的 Veo 3 能出视频，聊天机器人能帮着写文案。不只是便宜，是能批量：过去想做一千个面向不同人群的素材版本，预算直接爆炸；现在，成本可控。

有个案例很说明问题。英国文化协会的一场营销活动，用的是 AI 广告创作平台 The Brief。一千多个素材，制作成本降了 70%，还针对八个不同地区快速做了本地化。

太强了。省下来的都是真金白银。

但有个细节别漏掉：这一千多个素材背后的创意，还是人类设计师想出来的。

The Brief 的 CEO Tammy Nam 有个判断，我特别认同：很快，就不会有人问「这场活动用没用 AI」了。因为答案永远是，用了。

那到时候拼什么？

拼那些自动化不了的东西。审美、视觉、独特的语气，按她的说法，这些依然非常重要。

她的另一句话更值得琢磨：用 AI，不是往渠道里灌更多内容，是做出更聪明、更相关、能击中人的内容。

所以实操路径是三步：人先定一个足够大胆、足够有辨识度的创意；再用 AI 批量生成面向不同人群的变体；最后用 AI 做本地化，语言、地区、文化习惯，挨个适配，别让全球活动变成「通用款」。

小公司在这波里反而占便宜。没有层层审批，想到就能试，试错就换。在一堆 AI 生成的平庸内容里，船小，反而最容易保持独特。

第三件事：把真人推荐，做到极致

AI 有个天然人设：中立。但很多消费者，并不全信它。

尤其买贵的东西、私人的东西。AI 说这个床垫好，你会马上下单吗？

很多人不会。他要再找人确认一下：看看评价，翻翻真实用户的讨论。

Scott Shepard 说，电子产品、家具、美妆、旅行这几个品类，对真人推荐的需求一直最强。他的意思是：AI 再怎么进化，人在下单买床垫这种大件之前，还是想要一个活人的背书。

一个信号：Reddit 上真实用户讨论的搜索热度，一直在涨。

对品牌来说，这里面藏着两个机会。

第一，去社区里真实地参与讨论。聊得好，可能直接点燃一个人的购物之旅；留下关于你的正面讨论，会成为后来者下单前的「人肉验证」。

第二，更妙：这些真实讨论，本身就是 AI 模型的索引来源。AI 推荐谁，很大程度上看网上真实的人怎么说谁。经营好社区口碑，等于同时给「人」和「AI」做推荐。

一鱼两吃。

另外，别小看最老土的口碑玩法：推荐计划。老客户把品牌介绍给自己的亲友，这个动作，在 AI 时代反而更值钱了。

为什么？AI 让营销内容的产能无限膨胀，大量内容质量平平，用户看多了，会疲劳，会起疑。这时候，一个来自熟人的推荐，分量反而更重。

账也算得出来。Shepard 提到的数据显示，被推荐来的客户更容易买单、更容易留存，终身价值高出 16%。

16%，就是「熟人推荐」这四个字的定价。

Shepard 说得更直白：外面的信息太多了，很难知道该信什么。但口口相传，人们信。

更妙的是，推荐计划本身，现在也能用机器学习来优化：什么时候开口、开什么口、给什么激励，都能算到刚刚好。

最后，回到那副耳机

我那位同事买完耳机，跟了一句：现在买东西，先问 AI，都成习惯了。

所以你看，这不是一次小调整。这是给一套用了几十年的营销打法，整体重写。

三件事：让 AI 看得见你，用 AI 放大你的独特，用真人信任兜底。新渠道要盯，传统渠道的本质也没变：让人记住你，让人相信你。

Shepard 说，把这个变化处理得漂亮的公司，两头都在盯。而且，已经开始有回报了。

如果你也在做品牌，今天就可以做个小实验：打开一个 AI 助手，输入客户最可能问的那个问题。

看看答案里，有没有你。

祝你，也在。