AI 的回答，是跟谁学的？

先问你个问题。

你上一次打开搜索框，敲一串关键词，是在多久之前？

我最近发现自己有个习惯变了。以前遇到问题，第一反应是去搜；现在，第一反应是直接问 AI。问装修、问「哪个牌子好」，它几秒钟就能给我一套像模像样的答案。

用着用着，我心里冒出一个疑问：它这套答案，是跟谁学的？

不是随口一问。这背后拴着一大笔钱——多少品牌的传播预算，多少公关团队的 KPI，都押在这个问题上。

巧了。前几天我看到 Muck Rack 做的一项研究，把这件事真金白银地算了一遍账。

这账是怎么算的

Muck Rack 是一家做公关软件的公司。说白了，就是帮品牌管媒体关系、盯报道、发通稿的那类工具。他们家还有个叫 Generative Pulse 的产品，专门干一件事：盯着你的品牌在 AI 的回答里，是以什么面目出现的。

2025 年 7 月，他们做了一件很笨、但很扎实的事。

研究有个直白的名字，叫「AI 在读什么」。他们设计了几十万条问题，都刻意贴近真实用户：来自各行各业，有的点名某个公司，有的故意不点名。然后一股脑扔给当时主流的六款联网模型：ChatGPT 的两个版本、Gemini 的两个版本、Claude 的两个版本。

AI 每答一次，都会甩出一堆引用链接。他们把数百万条这样的链接一条条扒下来，分类，统计。

问题很简单：AI 答题的时候，到底在读什么？

第一个答案，就把我看愣了

你猜，AI 引用的这些链接里，有多少是花钱投出来的？

不到 5%。

超过 95% 的引用，来自非付费来源。这 95% 里，又有 85%，是所谓的 earned media。

什么叫 earned media？我给你翻译成大白话：挣来的报道。

你在媒体上花钱买版面，那叫付费媒体。你因为真有新闻价值，记者主动来写你、行业报告主动提起你，这种没花钱、靠本事挣来的曝光，就叫挣来的媒体。

数据里还有一条：约四分之一的引用，直接来自新闻报道。

也就是说，AI 答题时翻的参考资料，绝大多数是报道，不是广告位。

而所有回答里，一半至少带了一条这样的报道。

天呐。这意味着什么？意味着每一篇媒体报道背后，都可能站着一个日夜不眠的读者：AI。你以为那篇文章是写给几千个人看的，其实 AI 也在读。

说真的，第一眼看到 95% 这个数，我不太敢信，来回看了几遍统计口径，才敢写给你。

引用不是装饰

你可能会说，AI 带引用，不就是装点门面吗？答案该咋说还是咋说。

研究者也想到了这层。他们做了对照测试：同样的问题，开引用、关引用，各跑一遍。

结果，模型的输出发生了明显变化。

这说明，AI 真的在看着这些文章写答案。先翻资料，再落笔。

打个比方，像一场开卷考试。参考文献不是交卷后补上的装饰，是答题时反复翻的底稿。底稿上写的什么，卷面上就答出什么。

而 AI 翻的，是此刻媒体上刚发表的报道。

怎么才能被 AI 翻牌

研究往下挖了一层：同样是报道，凭什么有的被引用，有的石沉大海？

他们找到了三个变量。

第一个，新不新。

尤其是 OpenAI 系的模型，对时效特别敏感。你问的是时事、观点、热点事件？AI 明显偏爱新内容。旧闻，翻牌的机会小得多。

第二个，怎么问。

这条特别有意思。拿「我该选哪款产品」这种求建议的问题去问，AI 会现场翻资料，给你动态的引用；拿「某公司创始人是谁」这种百科式问题去问，它往往直接翻训练时的旧数据，引用都懒得带。

问题越活，AI 翻得越勤。

第三个，谁发的。

路透社、Axios、金融时报、美联社、时代周刊、福布斯、NPR、CNN，这些高权威媒体被引用的频率明显高。但注意，即便都在名单上，各家表现也有差异，不是进了大刊就躺赢。

更值得琢磨的是另一头：一些垂直领域小而精的站点，比如 Good Housekeeping、Investopedia，被引用的频率也相当高。

看到了吗？AI 这个图书管理员是有偏好的，但偏好里留着一条窄门：你不必是巨头，只要在这个领域足够权威。

做传播的人，账要重算了

三条变量摆在一起，公关团队的工作方式得重新算账了。

以前的 KPI：发了多少篇稿，拿了多少版面。

现在得加一条：你的品牌，有没有出现在 AI 的回答里。

行业里也因此冒出个新词，GEO，生成式引擎优化，还有个近亲叫 AIO。名字唬人，说白了就是：以前你优化网页，是给搜索引擎的爬虫看的；现在你优化内容，是给 AI 这个读者看的。

打法上，两条很具体：

1. 把子弹压在高权威媒体上，别撒胡椒面。

2. 发布节奏对齐 AI 的口味，重要的事别攒着，趁新发。

更深的一层

把视角再拉高一点。

这些年，信息的入口一直在搬家：先是门户，然后是搜索，现在是 AI。每搬一次家，就有一批守门人换岗。

搜索时代，你的网页排在第几页，决定你被不被看见。AI 时代，规则更陡峭了。搜索给你十个蓝链接，AI 直接给你一个答案。

一个答案，意味着默认只有一个正确。

而 AI 的这个答案，是照着它引用的报道写的。那问题来了：如果媒体上关于你的报道是稀缺的、滞后的，或者干脆是负面的，AI 会怎么向别人介绍你？

在 AI 眼里，没被报道过的品牌，约等于不存在。

这话不是吓唬人。一半的回答里都有媒体报道，AI 又实时看着它们答题。报道就是 AI 认识这个世界的素材，素材里没有你，它就编不出你。

当然，这是 2025 年 7 月的快照，AI 的口味一直在变。Muck Rack 的联合创始人兼 CEO 有个判断，我印象很深：AI 的行为模式变化极快，能活得好的品牌，是那些主动盯着自己在 AI 里的位置、随时调整打法的人。

最后

回到开头那个问题：AI 的回答，是跟谁学的？

现在你知道了：跟那些记者主动写出来、没花一分钱版面费的报道学的。

所以，下次你问 AI 问题，它给你一个头头是道的答案时，不妨多点开它脚下的引用看一眼。

你会看到，AI 正在一篇一篇地，替这个时代的媒体报道背书。

而它读什么，越来越取决于：你，或者你的团队，有没有认真挣到那篇报道。

祝你，早日被 AI 翻牌。