900万条AI回答，9个平台，400多个企业品牌。这组数据得出的结论，和很多品牌visibility团队的直觉正好相反：品牌口碑越负面，反而略微更容易被AI引用。

这项分析由Search Engine Land报道，数据来自Writesonic，覆盖ChatGPT、Google AI Overviews、Google AI Mode、Gemini、Perplexity、Copilot、Grok、Claude和Meta AI。需要先说清楚：这是一项观察性结果，不能证明负面情绪会导致AI引用。

打开网易新闻 查看精彩图片

但它至少戳破了一个被广泛默认的假设——AI系统会优先引用那些被讨论得最正面的公司。

被引用，不等于被推荐

在ChatGPT、AI Mode、Gemini、Copilot和Grok这五个平台上，研究都发现了同一个方向：口碑更负面的品牌，略微更可能出现在引用里。而正面情绪，并没有可靠地提高被引用的概率。

更合理的解释不是"企业应该去追求负面报道"，而是AI回答系统似乎更看重讨论的广度和相关性，而不是把"正面情绪"当成一条简单的筛选规则。

这个区别很关键，因为引用不等于背书。一条AI回答可能引用一篇评测、一个对比、一条投诉、一篇新闻报道或一个帮助页面，仅仅因为它有助于回答用户的问题。品牌可以在生成式回答里获得曝光，同时在这个回答里几乎得不到任何正面描述。

被忽略的"幽灵引用"

研究还指出了一个在AI可见度工作中常被忽略的测量问题：幽灵引用。

所谓幽灵引用，是指一条回答引用了一个页面，却没有在回答文本里明确提到对应的品牌。底层内容可能影响了回答，但品牌并没有从读者那里获得直接认知。

这让区分两件事变得重要：成为AI系统使用的来源，和成为最终回答里被点名的公司，是两回事。

对企业来说，实际结论不是放弃情绪监测。负面评价、投诉和不利报道，即使不减少AI引用，也可能影响转化、信任和客户留存。情绪和AI可见度，应该被当作相关但分开的两个结果来测量。

一套可落地的工作流程

数据来自Writesonic的企业客户群，结果会因平台、行业、语言和提问类型而异。企业应该用自己客户真正会问的问题去验证这个规律。本地服务公司、软件供应商和电商零售商，面对的引用来源和回答格式可能完全不同。

一套有用的工作流程包括：

  • 同时监测引用和回答语言。追踪一条AI回答是引用了你的页面、提到了你的品牌、推荐了它，还是把它放在负面语境里呈现。
  • 把ORM和GEO的目标分开。口碑工作应该解决真实的客户顾虑、提升信任；GEO工作应该提升那些能回答相关问题的有用信息的可获得性、清晰度和覆盖度。
  • 针对商业类话题审计第三方来源。在这项研究中，漏斗底部的商业查询有82%的引用来自第三方来源，评测、对比和行业报道可能是AI系统呈现内容的重要输入。
  • 建设耐用的自有内容。研究指出，自有页面在引用中可能只占很小一部分，在某些语境下约为3%。这是把解释产品、服务、用例和局限的页面做得更清楚的理由，而不是停止投入的理由。
  • 用自动化配合编辑控制。AI可以帮助团队识别重复出现的客户问题、整理源材料、标记内容缺口。人工审核仍然必要，以确保发布的信息准确、具体，并且和企业的真实供给一致。

最强的内