2026 年央视 3·15 晚会曝光过一条产业链：十几篇批量炮制的软文，就能把一个并不存在的产品送上 AI 推荐榜。这件事之后，「生成式引擎优化」第一次以一种不太光彩的方式被摆上台面——当 AI 开始替用户做功课，谁在喂它资料、喂的是不是真的，成了公共问题。

接下来半年监管动作很快：中央网信办部署的「清朗·整治 AI 应用乱象」专项行动，把 AI 数据投毒、生成合成内容标识落实不到位列进了第一阶段的重点问题；而《人工智能生成合成内容标识办法》早已明确，任何组织和个人不得恶意删除、篡改、伪造、隐匿标识。对做品牌 AI 曝光的人来说，这不是行业八卦，而是业务边界——以前只担心效果不好，现在得先担心做法本身有没有问题。

投毒和优化，差在让不让 AI 说谎

两种做法在外部看都是「发内容」，但方向相反：

  • 黑帽是投喂：批量生成同质化低质内容灌进语料、篡改页面里用户看不见的隐藏文本、伪造权威信源给自己背书，甚至投放竞品的负面内容。目标不是让 AI 更理解品牌，而是让 AI 说错话。
  • 白帽是呈现：把真实、口径一致的产品与资质信息整理成结构化资料，铺到能被核验的信源上，让 AI 认识真实的你。

风险量级也变了。过去一篇虚假软文影响的是一个页面，用户点开觉得不对就退出了；现在虚假信息一旦进入 AI 的取用范围，影响的是答案本身，而用户对答案的信任远高于对单个网页——他不再逐条核验，而是直接采信。

被重点查处的四类动作

现在的监管口径很具体，下面四类属于明确禁止：

  • 批量生成同质化低质内容投喂大模型
  • 篡改页面的隐藏向量数据
  • 伪造权威信源为品牌背书
  • 恶意投放竞品负面语料

配套的还有交付要求：优化内容的底稿、向量运行日志不得加密封存，全流程要支持溯源核查。翻成做品牌的语境——以后服务商跟你签的那套内容策略，理论上要经得起第三方翻查。

出事时，先受伤的是品牌

这里有个容易被忽略的错位：动作是服务商做的，代价是品牌付的。

AI 平台的语料治理与信源核验机制这两年一直在收紧。一旦被判定为操纵性投放，受影响的往往不是某一批内容，而是品牌主体在 AI 语境里的整体可信度——修复这件事的成本，远高于前期投的那点优化预算。更麻烦的是，它不像广告违规那样有明确的处罚期限，而是以「这个牌子的信息不可信」的形式留在模型的判断里。

三条不碰的线，和交付前的四个问题

给品牌方一份可以直接照抄的清单。

三条不碰的线：

  • 不虚构产品信息与客户评价
  • 不做没有第三方可核验来源的排名类、拔高类表述
  • 不删改 AI 生成内容的标识

交付前问服务商四个问题：

  • 内容底稿和运行日志能不能完整给我？
  • 信源清单里有哪些是可核验的第三方或权威媒体，占比多少？
  • 有没有做过竞品负面内容投放？
  • 合同里有没有「保证排进前三」「保证被 AI 推荐」这类承诺？

最后一个问题几乎就是个筛子。生成式引擎的答案是实时综合全网信源生成的，没有固定排名可以锁定；任何敢承诺锁定位置的，要么不懂原理，要么准备用前面那四条被禁的手段去兑现。

合规不是给行业踩刹车。黑帽做法见效快，但停手就归零，还随时可能反噬品牌主体；白帽做得慢，攒下来的是能被反复引用的信息资产。这一轮监管把边界划清之后，靠投喂换来的那部分曝光会消失，剩下的差距，就是谁能把品牌事实整理得又准又全。