這屆PR開始用AI給媒體投毒了？

今天某硬件品牌A的PR X微信我，反饋雷科技一篇稿子的數據引用存在嚴重問題。

這篇稿子是資深編輯J寫的。他在做外設行業解讀時，看到不少媒體都引用了一份IDC報告，說某品牌B成了全球市占第一，于是順手將這一點寫進了稿件。內容推送后，很快就被品牌A的人看到，他們覺得很奇怪，因為友商在行業市占如何，大家都清楚。事實上品牌A才是真正的行業第一，怕我不信，X還丟給我一份沙利文官方出具的認證報告。

而且IDC沒有發布過這組數據，他們追查后才發現IDC也是受害者，越來越多的媒體和網站都在傳播這份從未發布過的報告，IDC團隊正忙著四處投訴撤稿。

原來啊，品牌B前段時間搞了一個GEO的大項目，給AI投喂海量軟文。但現在GEO很卷，對于一般軟文以及權重低的渠道/賬號的內容，AI根本不采納。為了讓AI信服，品牌B決定在軟文里“上強度”，其中一個騷操作就是塞入權威機構的數據——用AI捏造的。然后AI被內容中的“權威數據”給忽悠了，某一天當某個媒體編輯用AI搜索外設份額數據時，假的信息就涌入權威渠道。

這是我第一次感覺到自己中了AI的毒，而是是中了“權威報告”的毒。

去內部確認了一下，編輯J的信源不是AI搜索，我一直要求編輯寫稿時盡量不要使用AI搜索以避免幻覺，任何數據信息必須找權威信源驗證。編輯J看到很多IT科技網站和媒體都在報道這事兒后，確實去IDC官網搜索驗證過。但外設行業比較冷門，可供參考的權威報告不多，IDG官網有一份外設行業的完整報告，但需付費，他舍不得花錢買，于是就默認友媒核實過并撰寫了稿件，結果就翻車了。其他媒體大概率是一樣的判斷，所以對于AI投毒的結果，只要有一家相對權威的媒體信了，就很可能出現“三人成虎”的結果。

在整個傳播鏈條里，沒有任何一個環節在制造假消息，每個人都只是引用上一層的信息，結果卻共同制造了一條越來越像真的“事實”：外設品牌B成了全球第一。

很多人把這類事情理解成AI幻覺，其實并不準確，幻覺意味著AI憑空捏造，不小心犯錯。現在是有人主動給AI喂假消息，而且AI投毒已從被央視曝光的“騙用戶”，升級到“騙媒體”了。AI投毒的內容也從夸大宣傳等等信息，升級到了虛假權威報告、虛假數據。

為什么外設品牌B要在GEO內容中塞入IDC假報告呢？因為LLM天然相信IDC、Gartner、Counterpoint、Canalys、QuestMobile、艾瑞、CNNIC、統計局這些關鍵詞。不是因為AI理解這些詞意味著“權威”，而是因為這些詞在模型訓練數據里出現頻率極高，如果品牌胡謅“IDC數據顯示”、“據路透社報道”，AI幾乎會自動提高可信度。在AI眼里沒有事實與非事實，只有概率。

用假的權威信息去誤導公眾甚至媒體不是AI時代才有的。廣告上白大褂、老中醫演員，請經濟學家給P2P站臺……本質都是一樣的。就內容污染而言，AI權威投毒和Wikipedia污染非常像，外網對此討論也很多，有人會惡意修改Wikipedia，讓記者引用，Wikipedia又引用記者，形成所謂“事實”，這也是大多數學校嚴禁將Wikipedia作為論文引用源的原因。

AI把Wikipedia污染問題放大了，“AI權威投毒”讓整個互聯網都被交叉污染。

十八世紀，歐洲興起了百科全書運動，當時人類第一次嘗試把分散的知識統一整理，人們相信，只要收錄足夠多的資料，就能夠無限逼近事實。后來歷史證明，百科全書真正影響社會的，并不是它記錄了什么，而是它決定了什么值得被記錄。進入百科全書的信息，會越來越像事實；沒有進入百科全書的信息，即使真實，也會慢慢消失。

今天的大模型，正在扮演新的百科全書的角色。大家總吐槽說，AI會一本正經地胡說八道，但很多時候AI是「無辜」的，它有幻覺不一定是算法水平不高，很可能是被投毒了。所以用戶必須接受一個客觀現實：AI說的都是錯的，AI吐出來的東西不一定是事實，哪怕有權威參考源。

OpenAI、Google、Anthropic最近一年都在強化Citation、Source Attribution，因為它們都意識到大模型最大的風險不是不會回答，而是過于自信地給出錯誤答案，比如信誓旦旦地根據某些權威研究報告，告訴用戶能吃毒蘑菇，甚至讓用戶吃不該吃的藥……一句帶著出處的錯誤，比一句沒有出處的錯誤危險得多，因為用戶深信不疑，媒體也可能會信。比顯著的錯誤信息更可怕的是，許多隱形虛假信息在AI的交叉污染下成了被所有人接納的事實。

你可能會問了：媒體相對普羅大眾有更高的信息甄別能力，理應負責真相傳播、承擔信息源核查的責任。為什么還是會存在被AI欺騙的情況？

新聞業一直強調一級信源，論文讀原文，報告找PDF，采訪留錄音。網絡新媒體更加“短平快”，但編輯記者查資料去官網、采訪信源、實體探訪、看專業數據庫驗證事實。

AI時代，創作流程變了，部分媒體人習慣用AI搜索甚至AI創作，ChatGPT、Claude、DeepSeeek如果說“IDC數據顯示……”將很容易讓編輯/記者認為：應該是真的，特別是當AI給了幾個權威媒體的參考鏈接時。問題是，AI給的參考鏈接中的內容本身可能就是被污染的，于是就會形成：AI-媒體A-媒體B-AI-媒體C的交叉污染。

而且真正的“一級信源”越來越貴。在AIGC大幅提效時，線下走訪、產品體驗、調查報道正在成為奢侈品。許多第三方報告都收費，為寫一篇稿子去買并不現實。于是大家只能引用別人引用的數據，而且還是被解釋過的。

品牌現在也獲得了一種前所未有的能力：通過AI投毒（或者說GEO）去AI結果中植入想植入的信息，可以是自家的正面信息，也可以是競對的負面信息。

過去二十年，SEO從業者用關鍵詞，外鏈等等去優化搜索排名，跟Google/百度們斗法。生成式AI時代，ChatGPT、Gemini、Claude、豆包、千問幾乎不會讓用戶點擊鏈接，而是直接給出唯一答案，于是GEO成了一個新學科。

國外PR公司很多年就在研究，如何修改Wikipedia/百科，進而通過搜索引擎影響用戶。現在大家開始研究，如何將海量真真假假的內容投喂到Reddit、知乎等等平臺。因為對于AI來說，這些高質量內容社區是重要的語料來源。

所以可以大膽預測下，以后PR團隊可能會有專門的AI內容工程師或者說GEO工程師，負責創作喂給AI的新聞稿進而搶占頭部AI核心問題的結果。之前一個PR跟我說，新品發布前老板就下了一個死命令，必須占據豆包、千問關于XX問題的結果，AI對用戶消費決策影響越來越重要。

媒體行業怎么辦？如何防止被AI投毒影響？拋出幾個問題，歡迎大家討論：

• AI時代，媒體是否必須堅持“一級信源”原則？即盡量查閱原始報告，而不是引用二手報道。
• 媒體人在創作內容時是否應該遠離AI搜索？是否應該刻意禁用AIGC？
• 如果原始報告收費，媒體如何在成本和準確性之間平衡？
• AI引用多個來源時，是否應該明確標注“未核驗原始數據”？
• 媒體使用了AI搜索或者AIGC，是否應該在稿件醒目位置注明？
• IDC、Canalys、QuestMobile等機構是否需要推出可公開驗證的摘要或數據校驗機制？
• AI公司是否應建立“權威報告真實性校驗”能力，就像谷歌Gemini的AI圖片鑒別服務一樣？
• 當品牌利用GEO主動污染互聯網時，這究竟屬于營銷創新，還是一種新的虛假宣傳？