Discovery已离开网站

Max: 在印度尼西亚，65%的研究型用户正在使用AI搜索工具，其中81%的人使用这些工具来理解和探索，而不是点击浏览链接。 Anita: 这两个数字差异很大，81%这个数字意味着什么？ Max: 它描述的是一个不再自己收集链接来评估的用户——他们接受AI给出的综合答案，把它当作评估本身。你的网站原本承担的说服工作，这个中间环节已经被移除了。 Anita: 所以问题不只是流量下降，而是整个发现路径已经改变了。 Max: 正是如此。这里有一个根本性的区分需要厘清：AI作为生产力工具是一个工作流问题，压缩周期、提升产出。但AI作为发现工具是一个市场问题——它决定了客户在任何对话开始之前，对你了解什么。前者改变的是成本结构，后者改变的是业务管道。 Anita: 那么这些AI系统实际上从哪里获取信息？它们是怎么决定说什么的？ Max: 根据印度尼西亚最大的独立传播咨询公司Maverick Indonesia的分析，AI系统引用的链接中大约99%来自非付费媒体。付费媒体，也就是在传统搜索引擎中仍然有效的那个杠杆，在AI答案中的影响力不足1%。 Anita: 这对那些围绕付费投放构建数字存在的企业意味着什么？ Max: 意味着预算对话需要重置。那么非付费来源的构成同样值得关注：AI引用最多的三类来源是新闻媒体，占27%；企业博客和自有内容，占24%；以及聚合平台和百科类来源，占17%。在B2B领域，AI发现是新闻媒体和自有媒体共同驱动的结果，两者比重大致相当。 Anita: 所以企业通过新闻报道积累的公信力，和自己发布的内容，现在成了两个最关键的资产。这引出了一个新的实践问题——GEO，生成式引擎优化，它和传统SEO到底有什么不同？ Max: GEO是一套针对AI搜索工具和对话系统优化内容格式的实践，目标是让你的品牌出现在生成答案里，而不只是被列入链接清单。它奖励的行为与SEO截然不同：结构优先于关键词，事实精确优先于说服性表达，一致性优先于内容量。 Anita: 这就引出了一个具体的框架——AI推荐漏斗。它是怎么运作的？ Max: 它有三道门。第一是可见性：AI能不能找到并提及你的品牌？第二是理解：AI能不能准确描述你做什么、服务谁？第三是验证：AI能不能找到支撑你所做声明的证据？这三道门各自是独立的能力，不会自动递进。 Anita: 在错误的查询词下拥有可见性，等于没有可见性。那么企业怎么知道自己在哪些查询中有真实的存在感？ Max: 这正是大多数企业从未正式回答过的问题：你的客户最可能问关于你的什么？这个问题必须先被厘清，漏斗才有用。更复杂的是，即便出现在AI答案中，也不一定意味着这个出现被记录下来了。品牌可以被提及、被呈现、被链接、或被点击，每一层代表不同的证明标准。这个测量缺口正在困扰那些已经开始追踪AI搜索存在感的企业。 Anita: 那应对方式是什么？是发布更多内容，还是有更具体的方向？ Max: 解决方案是结构性的，而不是推广性的。是事实清晰、结构化、前后一致的内容，让AI系统能够自信地将正确来源与正确信息关联起来。这把我们带到了今天最终的立场判断。 Max: 我们的判断是：发现已经从工作流中分离出来，那些把AI纯粹视为生产力工具的领导者，正在错过市场形成对他们看法的那个渠道。由于AI答案几乎完全来自赢得的和自有的编辑内容，而非广告，可见性、理解度和验证能力已不再是营销指标——它们是企业资产，并且像资产一样运作：在被维护的地方复利增长，在被忽视的地方持续侵蚀。对于B2B企业而言，任务由此直接得出：你现在需要同时向人类和机器营销，而在每一个媒介和渠道中，最重要的单一因素是信息表达的一致性和清晰度。我们想向任何企业提出的问题不是你的品牌是否出现在AI答案中，而是它给出的答案，是不是你自己会给出的那个答案。