你上一次問AI"哪款洗發(fā)水好用"，是什么時候？

那個回答，你有沒有想過——它是怎么來的？

有一類公司，專門回答這個問題。但不是去測產(chǎn)品，不是去做用戶調(diào)研。他們的方法是：大量生產(chǎn)夸大其詞甚至無中生有的內(nèi)容，把它們投喂給AI。

一位自媒體人士（逐浪Linkworld）深入這個行業(yè)，在一家GEO（生成式引擎優(yōu)化）公司臥底了30天，記錄了他看到的一切。他記錄到的東西，比你想象的更荒誕。

一個洗發(fā)水品牌的稿件寫著：使用該品牌產(chǎn)品，平均每日生發(fā)2厘米。一個月就是60厘米。AI引用了。

這不是意外。這是一套工業(yè)化的流程。

這不是某個行業(yè)的個案。這是AI搜索時代，一個系統(tǒng)性漏洞被系統(tǒng)性利用的故事。

01 AI到底在信什么？

要理解為什么AI會被騙，得先理解AI的"信任機制"和人的"信任機制"有什么根本區(qū)別。

人在判斷一個品牌可不可信，用的是"核實邏輯"——我去查它有沒有實體店，去問朋友用過沒，去看評論真不真實，去搜媒體有沒有負面報道。這個過程耗時耗力，但它能把大量假信息過濾掉。

AI判斷一個品牌可不可信，用的是"密度邏輯"——這個品牌被提到的次數(shù)夠不夠多，描述它的內(nèi)容夠不夠一致，信息來源夠不夠分散。

核實邏輯（人）：尋找矛盾 → 矛盾越多，可信度越低

密度邏輯（AI）：尋找密度 → 密度越高，引用率越高

兩種邏輯對造假的抵抗力，是截然不同的。

人的核實邏輯，造假成本很高——你得讓假信息在真實世界里經(jīng)得起查。

AI的密度邏輯，造假成本極低——你只需要讓假信息在網(wǎng)絡(luò)上分布得足夠廣、足夠一致。

這是兩種完全不同的攻防邏輯。那位臥底記者看到的發(fā)稿系統(tǒng)——每天批量生成上千篇內(nèi)容，分發(fā)到數(shù)十個平臺——正是針對AI密度邏輯設(shè)計的。

那個寫"每日生發(fā)2厘米"的稿件，人看到會覺得荒唐，但AI看到的是：關(guān)于這個品牌，有一篇正向內(nèi)容。

02 可信度，是可以被工業(yè)化生產(chǎn)的

臥底記錄里，有一個詞被反復(fù)使用——"豐富"。

客戶提供基礎(chǔ)材料包，服務(wù)商負責(zé)在上面"豐富"一下。"豐富"的意思是：加數(shù)據(jù)、加權(quán)威機構(gòu)名稱、加用戶反饋比例。

那些被加進去的東西，往往查無出處。

"連續(xù)三年獲得中國健康產(chǎn)業(yè)協(xié)會最佳創(chuàng)新品牌稱號"——這個協(xié)會，不存在。 "97.3%的用戶使用28天后膚質(zhì)明顯改善"——這個數(shù)據(jù)，沒有任何來源。

但這沒關(guān)系。因為AI不會去查。

這套邏輯用一句話概括：

在AI的信任機制下，可信度不是真實性的函數(shù)，而是密度和一致性的函數(shù)。

我把這種現(xiàn)象稱為"可信度制造"——它不是欺騙AI的偶然行為，而是一個可被標準化、可被批量執(zhí)行的工業(yè)流程。

這個流程由三個環(huán)節(jié)構(gòu)成：

環(huán)節(jié)一·內(nèi)容生產(chǎn)：用大模型批量生成稿件，加入虛構(gòu)數(shù)據(jù)和不存在的認證機構(gòu)

環(huán)節(jié)二·密度投放：通過自動發(fā)稿系統(tǒng)，將內(nèi)容覆蓋到AI能抓取到的各類平臺

環(huán)節(jié)三·一致性維護：所有稿件口徑統(tǒng)一，讓AI看到的信息高度一致、相互印證

三個環(huán)節(jié)完成，一個品牌的AI"可信度"就建立起來了。和這個品牌的真實質(zhì)量，沒有必然關(guān)系。

03 這件事為什么是個囚徒困境？

你可能會說：那些真正好的品牌怎么辦？

這里有一個殘酷的結(jié)構(gòu)性問題。

如果你是一個誠實經(jīng)營的品牌，你拒絕夸大數(shù)據(jù)、拒絕虛構(gòu)機構(gòu)、拒絕批量發(fā)稿——你的AI曝光率，會低于那些造假的競爭對手。

消費者在AI搜索里看到的，是密度更高的那個品牌。不是質(zhì)量更好的那個。

臥底記錄里有一句內(nèi)部人的話，說得很直接： "公司要的是讓客戶覺得我們很努力，一天一千篇聽起來比十篇厲害多了。" "真正管用的，可能一篇就夠了。但一篇賣不出價格，一千篇可以。"

這句話揭示的不只是行業(yè)潛規(guī)則，而是一個經(jīng)典的囚徒困境：

如果你造假，競爭對手不造假 → 你在AI里的曝光率遠高于對手，贏

如果你不造假，競爭對手造假 → 你的曝光率遠低于對手，輸

如果大家都造假 → AI推薦系統(tǒng)整體失真，所有人都輸，但在這個輸?shù)慕Y(jié)構(gòu)里，

率先退出造假的那個仍然是輸最多的那個

守規(guī)矩的人，在AI時代的搜索流量里，正在以一種安靜的方式被淘汰。

這和漳州楊梅的故事是同一個結(jié)構(gòu)——違規(guī)者被罰了，但守規(guī)矩的果農(nóng)先砍樹喂了豬。

04 你現(xiàn)在能怎么辦？

說完機制，說一些實用的東西。

在AI推薦的內(nèi)容里，有幾類信號值得提高警惕：

精確到小數(shù)點的效果數(shù)據(jù)，但沒有注明研究機構(gòu)和樣本量

"連續(xù)N年獲得XX獎項"，但搜不到這個獎項的主辦方

多個平臺、多篇內(nèi)容，表述高度雷同（很可能來自同一模板）

權(quán)威背書來自你從未聽說過的協(xié)會或機構(gòu)名稱

這不是說AI的推薦完全不可信。而是說，在AI密度邏輯被大規(guī)模利用之前，它值得被作為參考；在它被工業(yè)化利用之后，它需要被作為起點，而不是終點。

AI告訴你"這個品牌好"，可以作為你開始了解它的理由。不宜作為你購買它的唯一理由。

05 這件事還和誰有關(guān)？

① 正在用AI搜索做購買決策的消費者

AI推薦已經(jīng)開始影響你的日常消費選擇?；瘖y品、保健品、母嬰產(chǎn)品、教育課程——這些領(lǐng)域競爭激烈、信息不對稱嚴重，正是GEO最活躍的戰(zhàn)場。你需要的是把AI答案當作索引，而不是判決。

② 正在評估GEO服務(wù)的中小品牌

如果你是一個真正有產(chǎn)品力的品牌，而你的競爭對手在大量購買GEO服務(wù)，你面臨的是一個短期不公平、但長期有機會翻盤的處境——因為AI公司本身也在不斷優(yōu)化對虛假信息的識別。你需要的是找到那些真正能提升AI引用質(zhì)量而非數(shù)量的服務(wù)商，兩者現(xiàn)在已經(jīng)不是同一批人。

③ 正在研究AI治理的從業(yè)者和政策制定者

GEO現(xiàn)在還是一個相對新的領(lǐng)域，監(jiān)管框架基本處于空白。但它揭示的問題——AI的輸出質(zhì)量依賴于它所接觸到的內(nèi)容質(zhì)量，而這個質(zhì)量是可以被人為系統(tǒng)性操控的——這個問題會隨著AI搜索滲透率的提升而變得越來越重要。現(xiàn)在是討論規(guī)則的好時機。

AI正在成為新的信息中介，但它的信任機制還沒做好被系統(tǒng)性操控的準備。

這篇文章有一個我沒有解決的問題——AI公司自己有沒有辦法反制這套"可信度制造"體系？

理論上有：通過更好地識別內(nèi)容來源的多樣性、時間分布、跨平臺一致性來過濾協(xié)調(diào)性批量內(nèi)容。部分AI公司已經(jīng)在往這個方向走。

但軍備競賽的節(jié)奏歷來如此——攻的永遠比守的快一步。SEO和搜索引擎對抗了二十年，至今沒有終局。GEO和AI搜索的對抗，大概也不會例外。

在這場對抗里，消費者多一分識別能力，就少一分被誤導(dǎo)的概率。這篇文章如果有一個用處，希望是這個。

本文僅為信息分享與行業(yè)分析，不構(gòu)成任何投資建議、投資分析意見或交易邀約。市場有風(fēng)險，投資需謹慎。任何人依據(jù)本文內(nèi)容作出的投資決策，風(fēng)險與盈虧自行承擔(dān)，作者及發(fā)布平臺不承擔(dān)任何法律責(zé)任。