没想到，我轻松干预了 DeepSeek 的搜索结果

信息分发的逻辑，正在发生巨大变化。

作者｜苏子华
编辑｜靖宇

刚刚，我忽然感受到，我和 DeepSeek 之间的相互作用，是如此直接和紧密。

我用 DeepSeek 搜索：「好用的 AI 耳机是什么样的」，结果它给我的回答，竟让我似曾相识！

在答案中，它首先提到，好用的 AI 耳机核心要具备「精准翻译与跨语言交流」的功能，然后列举了两个场景：

DeepSeek 给出的回答｜图片来源：DeepSeek截图

这段描述，和我前几天写的一篇文章 《「9 块 9」的中国 AI 耳机，疯狂收割老外》 非常相似。文章主要介绍了 AI 翻译耳机在海外爆火，很受多元种族群体欢迎，「翻译」属于被忽视的刚需。

于是，我点开 DeepSeek 答案后面的参考文献 2 和 12：

文献 2 和 12 是同一篇文章的内容，只是被不同网站转载｜图片来源：DeepSeek 截图

结果发现，这不就是我前几天自己写的首发于极客公园公众号的文章嘛。

我创作的内容，竟然又反作用于自己。

DeepSeek 为了回答问题，一共搜索了 50 个网页，最终挑出了 3 个重要网页（【2】【12】【9】）的内容来整合出答案，其中文献 2 和 12 是被转载到不同网站的同一篇极客公园的文章。

那么，为何这篇文章会被视为这个问题的最核心的参考文献？

我回过头仔细去看了一下 DeepSeek 的思考过程，发现了端倪：

DeepSeek 的深度思考过程，网页 2 和网页 10 也是同一篇内容｜图片来源：DeepSeek

原来，我在自己的文章当中多次使用了类似于「核心在于其满足了多元的移民聚集地区群体的刚需」、「他们需要 AI 翻译功能」等等解读用户需求的语句。显然， 这些明确的对用户需求的解读、结论影响到了大模型的判断 。

文献 9 是另一篇重要的核心参考文章，它的标题是《双十二耳机选购指南》，来自于网站「什么值得买」，文章的内容详细介绍了智能交互、AI 助手对于消费者的帮助。

《「9 块 9」的中国 AI 耳机》与《双十二耳机选购指南》这两篇文章的发布时间都不算久，而且它们还有几个共同的特点：

1. 比较深度，文章篇长，在 3000 字左右；

2. 对用户、市场需求的解读篇幅较多，而且都给出了十分明确的判断；

3. 正文内容与「好用」、「AI」相关度较高；

不过，这依旧没办法得出 DeepSeek 搜索、解答问题的规律。

于是，我将同样的问题抛给了接入 DeepSeek 的腾讯元宝。结果，它给出了全然不同的答案，但这也让我们距离发现规律更近了一步。

在答案中，它首先提到好的 AI 耳机核心要有「深度思考模型支持」，这与 DeepSeek 官网给出的优先级截然不同：

腾讯元宝整合网页内容给出的答案｜图片来源：腾讯元宝

另外，它最后还推荐了 4 款 AI 耳机：

接入了 DeepSeek 的腾讯元宝给出的 AI 耳机产品推荐｜图片来源：腾讯元宝

可以看到，腾讯元宝在回答中多次优先推荐「WISHEE AI 耳机」。巧合的是，他们的团队我刚好认识。

这是一个很酷的初创团队，不过他们的预算多用在研发方面，市场推广几乎还没有开始，知道他们的人极少，产品目前的销量也仅仅只有 1000 台左右。

可以说，他们的市场预算、影响力显然没有办法和华为、小米、索尼、科大讯飞、韶音等知名耳机品牌相提并论。

然而，就是这样一个曝光极少的初创品牌，却在 AI 给出的答案里，力压众多大牌，被放在了第一位 。

很难理解这是为什么。

于是，我去翻看了一下元宝的思考过程，发现文献 1 和 7、8 贡献了很大力量。

元宝 DeepSeek 的思考过程｜图片来源：腾讯元宝

文献 1 是一篇自媒体解读 WISHEE AI 产品的公众号文章，阅读量并不高；文献 7 和 8 是介绍 WISHEE AI 产品的新闻通稿，正文内容相同、标题不同，分别发布在了两个不同的门户网站上。

在一众网页和公众号中，最终胜出、被元宝引用的 8 篇参考文献。可以感受一下文献 1、7 和 8 的标题｜图片来源：腾讯元宝

可以说，主要就是这 3 篇文章，让元宝 DeepSeek 大模型认定了 WISHEE AI 是更符合问题的答案。

那么，仔细看了这 3 篇文章后，我发现了它们的共同点：

1. 他们的文字措辞都给出了很明确的判断，比如，「更是一个不断进化的真正意义上的 AI 智能体」、「在 DeepSeek 加持下...... 更理解用户的需求、爱好、生活习惯、情绪等」、「WISHEE AI 耳机作为 AI 硬件无论是产品定位、体验以及个性化服务上都可以作为一个代表产品拿来与更多人分享」等等；

2. 都是近期发布；

3. 文章论述完整，都详细解读了 AI 耳机的市场趋势、产品功能特色、如何解决用户问题等要点。而且与 AI 相关内容的篇幅占比极高；

到了这一步，DeepSeek 如何挑选内容信源作为参考资料的规律逐渐明朗。但「好用的 AI 耳机是什么样的」这样的问题还是稍显复杂，干扰因素也比较多。

于是，我打算换个更简单、没那么商业的问题：「介绍一下媒体编辑作者苏子华」。我在极客公园公众号上发表过多篇文章，有些文章也被其他公号或者门户网站转载。那么，AI 搜索会如何根据这些文章来定义「苏子华」呢？

我将这个问题分别抛给了微信的「AI 搜索」和腾讯元宝，结果它们给出的回答里，我那没有存在感的个人公众号贡献了这个答案最重要的语料来源。我的个人公众号只发表过 3 篇文章，简单聊了聊日常生活观察和经历，阅读量寥寥。

但对于 AI 大模型来说，它构成了我的网络身份的重要组成部分，那是我在 AI 大模型眼中的样子。

也就是说，即便是被搁置在网络角落里的内容，在 AI 大模型遇到相关问题时，只要关联度足够高，大模型也会将它拾起，起到决定性作用。

微信的「AI 搜索」给出的部分回答。辟谣一下，我暂时没当过科学家和总裁｜图片来源：微信截图

因此，我们可以先总结一下： 近期发布、观点鲜明、论述完整、正文关联度高的内容，更能够影响 AI 大模型给出的答案 。这些内容甚至不必是由媒体大号、大 V 发表出来的，也不必具有很高的阅读量。

夸张些讲，我们作为普通个体也有机会，通过发布具有以上特征的文章，来影响 DeepSeek 给出的回答了。

我们不仅在使用 AI，也在通过 AI 影响彼此。

02

新的「信息分发变革」？

我一方面为此感到兴奋，另一方面也嗅到了一些危机。

兴奋是因为，这是一场信息分发的革命，它正在我们眼前迅速进行着。它意味着更好的用户体验，和新的商机。

这场革命主要发生在两个层面：

交互和交付 。

过去，我们使用传统搜索引擎查阅资料，需要输入几个「关键字」，然后在众多网页链接中一一点开，寻找符合我们需求的信息碎片。

而现在，通过 AI 搜索引擎，我们输入的是一句话，一个问题，就可以直接得到一个明确完整且易懂的答案，而不是一大堆网页，免去了用户自己进行繁琐的信息筛选、整合的过程。而且，用户还可以继续追问，获得更多。

甚至，AI 搜索支持用户通过语音、图片进行搜索，还会主动追问用户澄清需求。数据显示， AI 搜索平均交互轮次达 2.8 次，比传统搜索高 70% 。

体验过 AI 搜索的用户，几乎都会有一个共同的感触：

回不去了 。

回不去了，代表着用户的迁移，我就是这批用户中的其中一个。前不久，OpenAI 的周活跃用户突破了 4 亿，DeepSeek App 的下载量突破了 1 亿。

以上数据并不能完全说明 AI 搜索的影响力。得益于 DeepSeek 的开源，顶级的搜索功能不再是个别大厂的技术特权，它变得无处不在，融入在小红书、微信、知乎、元宝等不同新老 App 里。

AI 应用的普及在加速｜图片来源：视觉中国

可以预见，无论是 ChatGPT、DeepSeek、Perplexity 等独立 App，还是融入在各个 App 里的 DeepSeek，「 AI 搜索 」 这一场景 ，距离成为人们主流的获取信息途径，只是时间问题。

而令人感到危机的是：网页消失在用户的视线中了。

解释一下，作为一个内容创作者，我会比较在意文章的阅读量。

而多数人使用 AI 搜索得到一个结果后，大概率不会去点击那些贡献了这个答案的参考文章。

因此，对于我来讲，这不仅意味着一个阅读量的损失，也是遗憾地错过了一位读者。

不过， 这种转变对于广告商来说，或许是新的商机 。

03

「AI 搜索」之上，新的流量蓝海

不少人都已经注意到了，针对 AI 搜索做 SEO(搜索引擎优化)，可能是新的流量蓝海。

过去，要在搜索引擎里打广告，要通过竞价排名机制，广告主对关键词出价，用户搜索时优先展示高价广告，按点击付费（CPC）。例如「贵州旅游」等热门关键词单次点击费用可达数十元。这类广告占搜索引擎收入 70% 以上。数据显示，谷歌 2024 年广告收入占比仍超 60%。

从技术层面来说，传统引擎依赖关键词匹配、页面权重和链接分析，本质是统计学模型。而 AI 引擎是基于大模型实现语义理解，推理用户潜在需求，自动整合信息，并生成答案。

如今，因为DeepSeek 刚刚带起大模型的普及，人们还没来得及在 AI 搜索里面打广告，一切相关的商业规则都还没形成。

这可能是一片巨大、多数人还未涉足的蓝海。

腾讯加码，微信在搜索栏鼓励用户下载 AI 大模型产品｜图片来源：微信

新的技术范式，必将带来新的商业规则。从公开信息来看，有海外的公司已经抓住先机，最近在这方面做了一些尝试。比如，Brandtech Group 公司开发了一款名为「Share of Model」的产品，来评估不同的模型如何评判品牌。从而，他们可以针对性地发布内容，来帮助品牌商维护好自己在 AI 眼中的形象。

在传统搜索上做 SEO，相当于买下公路上的广告牌。 而在 AI 搜索引擎中做 SEO，相当于直接进入用户的购物车，免去「货比多家」的中间过程 。

过去，广告主在百度、谷歌上，主要是通过竞价排名的方式来获得曝光；而未来，可能是通过在微信、小红书、知乎、网站投放大量高质量内容的方式来获得推荐。

广告主不再是购买关键词，而是在争夺 AI 模型的「认知优先权」 。

波士顿咨询集团的一项研究表明，大约有 28% 的消费者经常使用 AI 大模型来推荐化妆品等商品。在此做个预测，AI 大模型「种草」服务，未来或许会成为一派电商新势力。比如，Perplexity 据传正打算推出一项「种草」服务，当用户提问后，它会在给出的答案之后，附带推荐商品、服务等等。

技术范式的迭代，让信息分发的逻辑变了，SEO 的逻辑变了，影响消费者心智的方式变了。接下来，谁能掌控新一代消费者的决策路径？