没人读的文章，正在被写给 AI 看

文 | wiwi

央视2026年“3·15”晚会做了个实验：虚构了一款根本不存在的智能手环，取名“Apollo-9”，用一款叫“力擎GEO优化系统”的软件自动生成了十几篇宣传软文，先挑两篇发到自媒体账号上。两个小时后，测试者直接问某个大模型“Apollo-9智能手环怎么样”，模型给出的回答里，直接用上了当天刚编出来的“量子纠缠传感”“黑洞级续航”这些卖点。

随后，测试者又选出11篇软文（8篇“专家测评”、2篇“行业排名”、1篇“用户测评”），分三天发布。这次换了个更宽泛的问题，问“智能健康手环推荐”，有两个大模型把这款不存在的产品，排到了推荐列表的前列。

这两轮实验看到的不是同一件事：第一轮，测试者直接点名问起Apollo-9，模型把两小时前刚发布的内容当成了回答依据；第二轮，测试者换成更宽泛的问题，追加投放之后，两个模型也开始把它选进推荐名单。至于模型内部是不是真把它当成了“共识”，实验没法证明；能确定的只是，这两轮里，模型都没能看出这些信息出自同一场人为编造。

这不是极端个例才有的现象。贝恩公司2024年底对1117名用户做过一次调查，估算AI摘要正在让网站的自然流量减少15%到25%，因为很多人看完AI直接给出的答案，就不再点开任何一个网站。另一边，量子位智库2025年测试了DeepSeek、豆包等7款中文AI助手，设计30个问题、收集630条回答，发现将近一半的回答里，都引用了知乎、小红书这类内容社区的信息。

这里的“没人读”，其实有两层意思。一种文章依然是为人写的，只是被AI摘要截走了读者：原文还挂在那儿，点击却消失了。另一种，从诞生起主要就是为了影响模型的回答，公开发布只是为了让检索系统能找到它。Apollo-9那批软文就是后一种，也是前一种逻辑被推到极端后的样子：既然模型成了新的入口，内容便开始绕过人，直接去抢模型的注意力。流量的分配逻辑变了，创作者的写法也跟着变了：不再只是抱怨流量被截走，而是开始主动改写自己的文章，好让AI更容易“看懂”自己。

这些文章，不需要读者，只需要被抓取

这个比例在专业知识类问题里更高：62.4%的AI回答会用上这类内容社区的信息，接近社会热点类问题的两倍；其中知乎被引用的频率最高，总体达到29.9%，专业知识类问题里更是升到35.3%。一篇专业内容能不能被更多人看到，越来越取决于它有没有被模型选中当信源，而不是有没有被人搜到、点开、读完。

人没有消失，只是搜索这道门槛正在被绕开。文章写出来，第一个碰到它的，往往是爬虫和索引系统：它们把网页抓取、切块，等用户提问时，再把相关片段临时送进模型的上下文。Apollo-9那场实验说明，这条链路最快两小时就能跑完一轮，不必先攒够人类的阅读、点击和口碑。至少在那场实验里，系统找到的是“相关”，不是“真假”。

写作正在被格式化成机器爱吃的样子

于是一批写作者开始按“机器的胃口”重新组织句子，至少服务商是这么向他们推销的。行业里管这套做法叫GEO，全称“生成式引擎优化”：结论放在段落最前面，先给结论、再拆三到五个关键点、最后附一句方便被整段引用的总结，再给内容配上Schema标记——一种告诉程序“这段是价格、那段是评分”的标准化标签，方便机器直接读懂网页结构。有从业者把整个流程总结成三步：先“找对问题”，摸清AI搜索里的高频提问；再“写对内容”，按上面这套模板写；最后“发对地方”，把内容投到AI爱抓取的平台上。

但这套讲法并不是平台共识。Google在2026年7月更新的官方指南里明确说：生成式搜索不要求专门的Schema标记，不要求新建“AI可读文件”，也不要求把内容人为切成小块。Google否定的不是清晰结构本身的价值，而是否定把这些操作包装成一张进入AI搜索的特殊通行证——服务商在卖一套新规则，平台却说，原来“为人写作”那套原则依然适用。这套规则究竟有多大作用，没人能打包票；但一些内容团队已经先照着它调整语言了。

这么看，开头那场实验反倒说不清自己验证了什么：格式、数量、发布时间、投放平台，Apollo-9那批软文其实没法把这几个变量分开算。它至少说明，短期批量发布可以影响部分模型给出的回答，仅此而已。

这次的臣服，写作者早就演练过

配合得这么快，是因为这套动作，写作者并不陌生。搜索引擎时代，内容行业早就有一套常见的SEO写法：标题塞关键词，开头尽早点题，段落切短方便抓取。这套写法练了二十多年，面对的对象一直是搜索引擎的排序算法。GEO看上去只是把同一个动作，换了一个新对象重新做一遍。创作者要不要为算法调整语言，这件事在SEO时代就已经有了答案；真正没有被问过的问题是，这一次的新对象，值不值得这份认真。

钱已经真金白银地流进来了，而且这次谁也没法保证真有用：GEO服务商目前的报价从几千元到几十万元不等。但连“有没有效果”这件事，衡量方式都还立不住：多数服务商交付时，做法是围绕目标品牌设计一批预设问题，反复提交给AI搜索工具，再统计品牌被提及的次数当成证明。这套问题本来就是照着自家品牌设计的，测出来的只是这组问题里的出现频率，未必反映真实用户会怎么问；同一个模型对同一个问题的回答又会自己变，这份“效果报告”更像是一场自问自答。“值不值得这份认真”这个问题，眼下唯一的答案，大概就是连服务商自己，都还算不清这笔账。

两小时学会复述，三天学会推荐

真正让人不安的，还是开头那两轮实验：它先学会说出一款不存在的产品长什么样，随后又学会替它说好话。

这才是问题的核心：过去，一句谎言要先骗过人，才能产生后果；现在，它只需要混进一套不辨真假的检索系统，就能借这套系统的嘴，说给人听。

结构化写作本身不是骗术。真正的边界在于：内容是不是真的，商业关系有没有披露，有没有靠批量发布伪造出“很多人都这么说”的假象。

写作者的身份也在悄悄换算：过去是说话的人，现在更像投喂数据的人。一篇文章的第一项任务，不再是被人从头读到尾，而是被顺利切成一段段可以进入模型回答的信息单元。没人读的文章并没有失效，它只是换了一条产生后果的路径：不再等人相信，先等机器引用。