沒人讀的文章，正在被寫給 AI 看

沒人讀的文章，正在被寫給 AI 看wiwi2026.07.21 13:24 · 來自湖北全文2856字00:00 / 07:41我們不再點開的文章，正在悄悄決定AI告訴我們什麼。文 | wiwi央視2026年“3·15”晚會做了個實驗：虛構了一款根本不存在的智能手環，取名“Apollo-9”，用一款叫“力擎GEO優化系統”的軟件自動生成了十幾篇宣傳軟文，先挑兩篇發到自媒體賬號上。兩個小時後，測試者直接問某個大模型“Apollo-9智能手環怎麼樣”，模型給出的回答裡，直接用上了當天剛編出來的“量子糾纏傳感”“黑洞級續航”這些賣點。

隨後，測試者又選出11篇軟文（8篇“專家測評”、2篇“行業排名”、1篇“用戶測評”），分三天發佈。這次換了個更寬泛的問題，問“智能健康手環推薦”，有兩個大模型把這款不存在的產品，排到了推薦列表的前列。這兩輪實驗看到的不是同一件事：第一輪，測試者直接點名問起Apollo-9，模型把兩小時前剛發佈的內容當成了回答依據；第二輪，測試者換成更寬泛的問題，追加投放之後，兩個模型也開始把它選進推薦名單。至於模型內部是不是真把它當成了“共識”，實驗沒法證明；能確定的只是，這兩輪裡，模型都沒能看出這些信息出自同一場人為編造。這不是極端個例才有的現象。

貝恩公司2024年底對1117名用戶做過一次調查，估算AI摘要正在讓網站的自然流量減少15%到25%，因為很多人看完AI直接給出的答案，就不再點開任何一個網站。另一邊，量子位智庫2025年測試了DeepSeek、豆包等7款中文AI助手，設計30個問題、收集630條回答，發現將近一半的回答裡，都引用了知乎、小紅書這類內容社區的信息。這裡的“沒人讀”，其實有兩層意思。一種文章依然是為人寫的，只是被AI摘要截走了讀者：原文還掛在那兒，點擊卻消失了。另一種，從誕生起主要就是為了影響模型的回答，公開發布只是為了讓檢索系統能找到它。

Apollo-9那批軟文就是後一種，也是前一種邏輯被推到極端後的樣子：既然模型成了新的入口，內容便開始繞過人，直接去搶模型的注意力。流量的分配邏輯變了，創作者的寫法也跟著變了：不再只是抱怨流量被截走，而是開始主動改寫自己的文章，好讓AI更容易“看懂”自己。這些文章，不需要讀者，只需要被抓取這個比例在專業知識類問題裡更高：62.4%的AI回答會用上這類內容社區的信息，接近社會熱點類問題的兩倍；其中知乎被引用的頻率最高，總體達到29.9%，專業知識類問題裡更是升到35.3%。一篇專業內容能不能被更多人看到，越來越取決於它有沒有被模型選中當信源，而不是有沒有被人搜到、點開、讀完。

人沒有消失，只是搜索這道門檻正在被繞開。文章寫出來，第一個碰到它的，往往是爬蟲和索引系統：它們把網頁抓取、切塊，等用戶提問時，再把相關片段臨時送進模型的上下文。Apollo-9那場實驗說明，這條鏈路最快兩小時就能跑完一輪，不必先攢夠人類的閱讀、點擊和口碑。至少在那場實驗裡，系統找到的是“相關”，不是“真假”。寫作正在被格式化成機器愛吃的樣子於是一批寫作者開始按“機器的胃口”重新組織句子，至少服務商是這麼向他們推銷的。

行業裡管這套做法叫GEO，全稱“生成式引擎優化”：結論放在段落最前面，先給結論、再拆三到五個關鍵點、最後附一句方便被整段引用的總結，再給內容配上Schema標記——一種告訴程序“這段是價格、那段是評分”的標準化標籤，方便機器直接讀懂網頁結構。有從業者把整個流程總結成三步：先“找對問題”，摸清AI搜索裡的高頻提問；再“寫對內容”，按上面這套模板寫；最後“發對地方”，把內容投到AI愛抓取的平臺上。但這套講法並不是平臺共識。Google在2026年7月更新的官方指南里明確說：生成式搜索不要求專門的Schema標記，不要求新建“AI可讀文件”，也不要求把內容人為切成小塊。

Google否定的不是清晰結構本身的價值，而是否定把這些操作包裝成一張進入AI搜索的特殊通行證——服務商在賣一套新規則，平臺卻說，原來“為人寫作”那套原則依然適用。這套規則究竟有多大作用，沒人能打包票；但一些內容團隊已經先照著它調整語言了。這麼看，開頭那場實驗反倒說不清自己驗證了什麼：格式、數量、發佈時間、投放平臺，Apollo-9那批軟文其實沒法把這幾個變量分開算。它至少說明，短期批量發佈可以影響部分模型給出的回答，僅此而已。這次的臣服，寫作者早就演練過配合得這麼快，是因為這套動作，寫作者並不陌生。

搜索引擎時代，內容行業早就有一套常見的SEO寫法：標題塞關鍵詞，開頭儘早點題，段落切短方便抓取。這套寫法練了二十多年，面對的對象一直是搜索引擎的排序算法。GEO看上去只是把同一個動作，換了一個新對象重新做一遍。創作者要不要為算法調整語言，這件事在SEO時代就已經有了答案；真正沒有被問過的問題是，這一次的新對象，值不值得這份認真。錢已經真金白銀地流進來了，而且這次誰也沒法保證真有用：GEO服務商目前的報價從幾千元到幾十萬元不等。但連“有沒有效果”這件事，衡量方式都還立不住：多數服務商交付時，做法是圍繞目標品牌設計一批預設問題，反覆提交給AI搜索工具，再統計品牌被提及的次數當成證明。

這套問題本來就是照著自家品牌設計的，測出來的只是這組問題裡的出現頻率，未必反映真實用戶會怎麼問；同一個模型對同一個問題的回答又會自己變，這份“效果報告”更像是一場自問自答。“值不值得這份認真”這個問題，眼下唯一的答案，大概就是連服務商自己，都還算不清這筆賬。兩小時學會複述，三天學會推薦真正讓人不安的，還是開頭那兩輪實驗：它先學會說出一款不存在的產品長什麼樣，隨後又學會替它說好話。這才是問題的核心：過去，一句謊言要先騙過人，才能產生後果；現在，它只需要混進一套不辨真假的檢索系統，就能借這套系統的嘴，說給人聽。結構化寫作本身不是騙術。

真正的邊界在於：內容是不是真的，商業關係有沒有披露，有沒有靠批量發佈偽造出“很多人都這麼說”的假象。寫作者的身份也在悄悄換算：過去是說話的人，現在更像投餵數據的人。一篇文章的第一項任務，不再是被人從頭讀到尾，而是被順利切成一段段可以進入模型回答的信息單元。沒人讀的文章並沒有失效，它只是換了一條產生後果的路徑：不再等人相信，先等機器引用。