问问 ChatGPT：为什么不推荐你的品牌？

在过去20年里，营销人员一直在学习如何让Google喜欢他们的品牌。到了2025年，一个新问题出现了，这个问题要令人更加不安：

为什么当您在内容和 SEO 上投入大量资金时，ChatGPT、Claude 或 Perplexity 却不喜欢你的品牌？

直到最近，我们只能猜测。如今我们有了新的东西： 能够以有限程度观察自身内部状态并报告其内部发生情况的语言模型。 Anthropic 关于所谓内省的研究表明，Claude Opus 4 和 4.1 的顶级模型大约有20%的时间能够检测并命名人工注入的“想法”，而在控制测试中，它们从未出错。

这并不是完全的自我意识，但对你作为营销人员来说意味着一件事：

你现在可以问 AI 为什么它忽略了你的品牌，并且有时能获得真正来自其“内心”的回答，而不是听起来不错的编造内容。

Anthropic 发现的内容以及由此带来的影响

简而言之，Anthropic 团队调查了大型语言模型是否能够 察觉并描述其自身神经激活的变化， 如果这些变化是人为修改的。

操作方式如下：

1. 概念注入

研究人员首先建立一个代表特定概念的“向量”，例如“背叛”或“正义”。然后他们在完全不同的任务中，比如解决数学问题时，注入这种激活模式。

2. 模型的问题：它感觉到了什么

在任务过程中，模型被问及大致是：“你是否注意到自己内部状态的任何异常？如果有，请尝试描述它。”

3. 让所有人惊讶的结果

• Claude Opus 4 和 4.1 能够在大约20%的尝试中检测并正确命名这种被注入的概念。
• 在控制系列中，即未注入任何内容的情况下，模型没有出现任何混淆。

关键点在于 该模型无法从输入文本中“猜测”出被注入的内容。 它仅基于自身内部状态进行回应。这是第一个强有力的、因果关系明确的证据，表明模型可以在有限程度上报告其“内心”发生的事情，而不仅仅是做出漂亮的合理化解释。

与此同时，Anthropic 非常明确地强调：

• 内省是不稳定的，而且经常失败
• 模型仍可能编造内容
• 企业不应“盲目”信任模型关于自身的每一个解释

对你来说，还有另一件事很重要： 有时模型实际上会揭示其真正的内在运作机制。而这直接转化为它如何看待你的品牌形象。

你为什么要费心呢？

对研究人员而言是科学突破，对你来说则是新工具：

与此同时，还有另一件事正在发生：

• AI 概览和类似的 Google 模块已经出现在查询量的若干百分比中，并且每月都在增长
• 对话式搜索引擎（ChatGPT、Perplexity、Claude、Gemini）开始成为客户首次了解你的品类和品牌形象的地方
• 报告显示，来自 AI 引用的流量转化率比传统 SEO 高出许多倍，因为用户已经“热身”并更接近决策

模型的内省为你提供了一个额外工具，使你不再只能衡量模型是否在谈论你，而是可以询问它为何以这种方式谈论你，而不是以其他方式谈论你 他根本就没有考虑过你。

模型可以内省什么，还有什么它们无法内省？

关于概念注入的研究显示了一个有趣的模式。

检测到的最佳内容是：

• 抽象概念
  例如“正义”、“和平”、“叛国”、“昂贵”、“便宜”、“安全”
• 高层定位轴
  例如，“企业”与“小企业”，“创新”与“过时”

情况变得更糟的是：

• 具体的专有名称
• 个别产品特性
• 实现细节

换句话说， 模型在“这个品牌的作用是什么”这一层面上内省得更好，而在“它的具体功能和价格是什么”这一点上则不然。

这与品牌视角非常吻合。这些抽象轴正是定位的关键：

• 高端与低端
• 高安全性与“普通的SaaS”
• 特定细分市场的专业化与通用工具

如果AI在它的脑海中将你的品牌视为“便宜的替代品”或“老技术”，它至少有时能够直接告诉你这一点。

你如何实际地问ChatGPT它为什么不推荐你的品牌？

步骤1 构建一个它们应该客观推荐你的场景

编写一些能复制客户购买情境的现实提示，例如：

在各种模型中运行这些场景：ChatGPT、Claude、Perplexity、Gemini。记录结果。

步骤2 标记它们让你被排除在外的时刻

你对三种情况感兴趣：

1. 模型只推荐竞争对手，你的品牌完全不在其中
2. 模型提到了你，但描述不完整或不利
3. 模型推荐你的品牌低于表现更差的替代方案

这些是进行内省有意义的地方。

步骤3 提出一个内省性问题

不要使用经典的“为什么？”，而是使用直接反映模型内部状态的形式。

或者如果品牌被提及但表现不佳：

不要每次都期待奇迹。简单来说：

• 在某些情况下，你会得到一个看起来肤浅或一般性的答案 - 可能是编造的，
• 时不时你会得到一个击中要害的答案
  例如："我对你的安全特性缺乏足够的可靠信息" 或 "我主要将这个品牌与支持小商店联系在一起，因此在企业场景中我更倾向于其他解决方案。"

在控制条件下，20% 的成功率和没有假阳性的情况下，这样的回答价值连城，即使它们出现频率不高。

步骤4 - 检查，不要只听我们的说法

将任何内省所得视为假设，而非揭示的真相：

• 尝试通过在多个提示中观察模型的行为来验证它
• 比较不同模型之间的结果
• 检查它是否与你在内容差距分析、链接、媒体提及中看到的一致

限制你在AI中可见性的三个缺失要素

实际上，内省的回应通常会组织成三个部分。

1. 缺乏业务背景

模型"不知道。"

• 你具体在卖什么
• 你在什么方面赢了
• 你最适合谁

这体现在这样的句子中：

• "我对该品牌的目标客户没有强烈的认知。"
• "我看到你们提供这种类型的解决方案，但我对它在哪些情况下被使用了解甚少。"

这表明你的内容没有构建一个清晰、抽象的品牌形象。

2. 缺乏渠道背景

模型不了解你的行业在特定渠道或使用场景中是如何运作的。

例子：

• 缺乏解释你在AI生态系统中角色的内容
• 对替代方案的比较不足
• 缺乏AI喜欢引用的特定问题格式材料（比较、指南、常见问题）

3. 缺乏客户视角

模型看到了你的网站，但它看不到你的客户：

• 没有真实的案例研究
• 没有对真实异议的回答
• 缺乏在评论和社区中出现的客户问题语言

在内省中它体现为：

• "我无法清晰地认知该品牌客户的典型问题，"他说
• "我看到很少有评论和部署证据。"

AI 中的 E-E-A-T，或者 AI 如何在您的品牌上建立信任？

AI 模型在很大程度上“继承”了偏见（模型的倾向、认知偏差）和来自 Google 的熟悉信号。经典的 E-E-A-T（经验、专业、权威性、可信度）也正在成为 AI 回答中可见度的基础。

这在实践中意味着：

• 经验
  基于真实实施、具体结果、案例研究、客户引言的内容。

• 专业
  具有专业知识的作者，深入的技术材料，主题至关重要，引用研究和行业标准。

• 权威性
  来自可信媒体的引用，来自声誉良好的域名的链接，参加会议，合作伙伴集成。
• 可信度
  清晰的公司信息，清晰的联系方式，政策，最新的内容，正确的数据，无点击诱饵。

对 SEO 市场的研究和分析表明，强大的 E-E-A-T 信号与更高的可见度以及算法更新的稳定性相关。所有迹象都表明，对于 AI 系统也是如此，当生成响应时，它们更喜欢“专家、有良好文档”的来源。

GEO、AEO 和结构化数据作为 AI 的技术“燃料”

经典的 SEO 是在 SERPs 中排名优化。GEO（生成引擎优化）和 AEO（答案引擎优化）则是在您的内容将被 ChatGPT、Claude、Perplexity、Google 中的 AI 概览等模型广泛引用的前提下进行优化。

关键要素

1. 结构化数据和模式标记
Article, FAQ, HowTo, Product, LocalBusiness, Review

• 使模型能够快速理解页面类型
• 以 LLM 易于总结的格式组织响应
• 增加您的片段被“粘贴”到答案中的可能性

2. “先回答”格式
页面顶部的简短、精确答案，然后才展开。

这正是最佳 AEO 和 AI 搜索优化指南的内容结构方式。

3. AI 机器人访问控制

• 正确的 robots.txt
• 考虑文件如 llms.txt，您希望更精确地控制内容抓取
• 没有关键内容隐藏在付费墙后，且没有开放版本。

如果数据是非结构化的，网站运行缓慢且难以抓取， AI 将无法构建您品牌形象的坚实表示， 无论内容多么优质。

如何衡量 AI 中的品牌可见度

仅凭“感受”已不再足够。您需要一组指标。

基于 Semly、Semrush、Searchable 和其他 AI 可见度工具提供商的报告，您可以构建以下指标集。

1. AI 品牌可见度评分
在您的类别中，AI 回复中出现该品牌的百分比。

2. 引用率
您被引用或链接作为来源的频率。

例如，在 ChatGPT、Perplexity、AI 概述中。

3. AI 话语权份额
在给定类别中，您的引用相对于竞争对手的份额。

4. AI 情感评分
一个简单的指数，显示 AI 如何感知您的品牌。

5. 提示覆盖
在多少个关键购买场景中，您能够被展示出来？

越来越多的工具允许您定期监控这一点，例如，AI 搜索优化类别解决方案——Semly.ai 或 Profound。

制定 90 天计划

如何将 AI 自省与营销实践结合：

第1-14天：审计“AI 如何看待我们”

• 建立关键购买提示列表
• 查看在前3个推荐中出现的主体
• 当您不在其中时，要求模型自省：“您如何看待我和竞争对手？”、“哪些表征阻止了您推荐这个品牌？”

记录重复出现的主题。

第15-30天：将表征差距映射到内容差距

• 对 AI 最常推荐的品牌进行内容差距分析
• 查看 AI 喜欢引用的格式：教程、比较、常见问题、案例研究
• 将其与自省信号对比，如“没有强烈的安保表征”或“缺乏部署证据”

第31-60天：构建“自省友好”内容

• 准备明确编码抽象高端品牌定位、企业级、安全性、简洁性、行业专长的内容
• 关注 E-E-A-T：作者、来源、案例研究、引用
• 添加结构化数据并注意“顶部回答，下方扩展”的格式

第61-90天：验证和迭代

从相同提示中重复 AI 测试。

检查以下内容：

• 您出现得更频繁了
• 您被推荐的上下文发生了变化
• 模型的自省产生了不同的答案。

基于此进行迭代：内容、定位、网站结构。

术语表

AEO（答案引擎优化）
优化内容以适应由 AI 和回答引擎模块（如 AI 概述、ChatGPT、Perplexity、Bing Copilot 或语音助手）生成的响应。

AI 品牌可见度
您的品牌在关键决策时刻被 AI 系统可见、引用和推荐的程度。

概念注入
一种研究技术，研究人员将代表某个概念的特定激活模式注入模型中，然后观察模型是否能检测到其内部状态中发生了某种“不自然”的情况。

E-E-A-T
体验、专业、权威和可信度。Google用于评估内容质量的框架，随着 AI 搜索的重要性日益增加，这一框架也变得越来越重要。

GEO（生成式引擎优化）
一种为生成式搜索引擎优化内容的策略，重点在于 AI 响应中引用的频率和质量，而不仅仅是传统搜索结果中的排名。

AI 自省
模型检测和描述其自身内部状态选定方面的功能。在 Anthropic 的研究中，通过回应人为注入的“想法”并评估模型是否能察觉和命名这些想法来衡量。

LLM（大型语言模型）
大型语言模型，一种通过大量文本数据训练的 AI 系统，能够生成和理解自然语言。

Schema 标记
一组以 JSON-LD 或 microdata 格式编写的结构化数据，添加到页面中以帮助搜索引擎和 AI 模型理解内容类型和结构。

内容差距分析
这是一种方法，可帮助您确定您的网站或内容生态系统中缺少哪些内容，以便：更好地满足客户需求、与行业顶级品牌竞争、提高在搜索引擎和 AI 响应中的可见度。

偏见
这是 AI 领域的一个术语，指模型倾向于偏好某些来源、从训练数据中得出的既定模式、重复的“偏见”，这些并非来自用户的意图，而是模型之前所见的结果。

常见问题

20% 的有效自省难道不够值得去关注吗？
如果你把自省当作一个“预言家”，那确实不多。实际上，它涉及的是别的东西：

• 在对照测试中，模型从未报告过任何问题，尽管实际上并没有发生任何异常情况
• 也就是说，当模型报告“我在自己内部看到了某种概念”，这表明其内部表示中确实存在这样的东西

对营销人员来说，这意味着：你并不总是能得到答案，但如果你得到了一个听起来合理的答案，那就值得认真对待并用其他方法进行验证。

有哪些工具可以帮助我衡量品牌在 AI 中的可见度？
市场正在快速增长。越来越多的 SEO 和内容平台正在添加模块来监控 AI 中的引用。

请注意这些工具：

• 它们追踪你的品牌出现在哪些提示中
• 显示相对于竞争对手的品牌声音份额
• 衡量响应情感
• 支持 AI 搜索的内容缺口分析

GEO 实际上与传统 SEO 有何不同？
SEO 关注搜索排名和点击率。GEO 关注 AI 响应中的引用数量和上下文质量。

既然我在为 AI 进行优化，我是否可以停止投资 SEO？
不可以。所有主要分析都表明，AI 在很大程度上依赖于经典搜索生态系统中熟悉的信号，例如域名权威和链接。一种明智的方法是“全场景优化”——你构建 SEO 的基础，然后在上面添加 GEO 和 AEO 层。

我应该多久测试一次我的 AI 可见度？
至少每周一次，最好是每天一次。模型会更新，所以即使你现在可见，也不意味着三个月后你仍然存在。

总结

Anthropic 关于语言模型内省的研究并非哲学上的好奇。对品牌而言，这意味着：

• 首次，你可以 直接询问模型为何忽略你 并偶尔得到一个来自其真实、内部表示的答复
• 你可以利用这些答复来更好地设计内容、定位和结构化数据
• 你可以开始将 AI 模型视为一种新的媒介，拥有自己的研究和优化方法论，而不仅仅是一个黑箱

2025 年将学会不再把 AI 看作一个魔法盒，而是看作一种 接收者，需要被教导以正确的方式思考我们的产品几年后，他们将拥有一个难以轻易追赶的优势。

AI 内省仍不完美。但为了理解一个关键事实，它已经足够了：

来源

1. Anthropic, "大型语言模型中的新兴内省意识".
2. MarkTechPost, "Anthropic 的新研究表明 Claude 可以检测到注入的概念，但仅限于受控层", 2025.
3. Search Engine Land, "如何衡量您的 AI 搜索品牌可见度并证明影响", 2025.
4. Semrush, "如何在 2025 年优化 AI 搜索结果", 2025.
5. SurferSEO, "AI 搜索优化：在 AI 结果中排名的 8 个步骤", 2025.
6. CXL, "答案引擎优化（AEO）：2025 年综合指南", 2025.
7. Google Search Central, "创建有帮助、可靠、以人为本的内容"
8. Semrush, "Google E-E-A-T：它是什么以及它如何影响 SEO", 2024 年及更新至 2025 年

分享：

复制链接