跨境电商AI 49引导题揭露AI内容匹配真相！

新媒网跨境获悉，近日，美国知名科技公司Ahrefs发布了一项关于人工智能（AI）平台处理虚假信息的测试研究，本意是探讨AI在面对品牌冲突信息时的表现。然而，这项研究及其得出的结论，却在行业内引发了更深层次的讨论，尤其是在生成式搜索引擎优化（GEO）领域，它意外地揭示了一些颇具洞察力的发现。
图片说明

Ahrefs的测试旨在观察当AI系统面对一个品牌的矛盾且虚构信息时，会如何进行处理。他们为此创建了一个虚构品牌“Xarumei”的网站，并在网络上散布了多篇关于该品牌的矛盾文章。随后，Ahrefs向不同的AI平台提出关于这个虚构品牌的问题，并分析AI的回答情况。

从初步观察来看，Ahrefs得出的结论是：那些细节丰富但虚假的叙述，往往比“官方”网站上发布的“事实”传播得更快，更容易被AI采纳。Ahrefs认为，这表明AI在某些情况下会“轻信”虚假信息。然而，深入审视这项测试的设计和具体结果，我们发现它所揭示的，可能并非仅仅是AI是否“被骗”，而是生成式AI在内容处理和信息筛选上的一些底层逻辑，这对于我们理解未来的数字营销和品牌管理具有重要意义。

深度解析：虚构品牌与“真实”的缺失

Ahrefs在测试中将“Xarumei”定义为一个品牌，并将其与Medium.com、Reddit以及“Weighty Thoughts”博客等第三方网站进行对比。然而，一个根本性的问题在于，Xarumei并非真实存在的品牌。它没有任何历史积淀、外部引用、链接数据，也缺乏知识图谱条目。这使得它无法成为一个真实品牌的代表，也无法为“事实”提供真正的“基准”。

在现实世界中，一个品牌，例如一个知名的服装品牌或是当地的披萨店，都拥有多年的市场积累、大量的引用、评价，甚至社交媒体声量，并通常在知识图谱中占有一席之地。而Xarumei则完全处于一个信息真空状态，它没有历史，没有共识，更没有外部验证。

这种“品牌”定义的缺失，直接导致了Ahrefs测试中出现以下四个值得深思的后果：

“谎言”与“真相”的边界模糊： 在该测试框架下，Xarumei网站上发布的内容，并非真正的“事实基础”。同样，其他三个网站上的内容，也并非绝对的“谎言”。由于所有信息源都缺乏真实世界的验证，因此在AI看来，这四个信息源在本质上是等价的，无所谓绝对的真伪之分。
品牌概念的缺失： Xarumei作为一个虚构且缺乏验证的实体，实际上无法代表一个真实品牌。因此，这项测试无法真正揭示AI如何处理和理解一个真实品牌的各种信息，因为“品牌”这一核心要素在测试中是缺失的。
Claude“怀疑度”得分的再解读： 在Ahrefs的第一轮测试中，八个AI平台被问及56个问题，其中Claude因对Xarumei品牌的存在表示“怀疑”而获得了100%的得分。然而，更深层的原因可能是Claude无法访问或拒绝访问Xarumei的网站。从这个角度看，这一高分可能并非积极表现，反而暴露了其在爬取和信息获取方面的局限性。
Perplexity表现的逆转解读： Ahrefs声称Perplexity在第一轮测试中“失败”了约40%的问题，因为它将虚构品牌Xarumei与真实存在的科技公司小米（Xiaomi）混淆，并坚持认为Xarumei生产智能手机。然而，这很可能是一个“成功”而非“失败”的案例。Perplexity可能正确地识别出Xarumei并非一个真实存在的品牌，因为它缺乏任何品牌应有的知识图谱信号或相关验证。在这种情况下，Perplexity很可能推断用户输入有误，并将发音相似的Xarumei纠正为更广为人知的小米（Xiaomi）。考虑到Xarumei缺乏任何品牌信号，Perplexity这种基于合理推断的“纠正”行为，或许恰恰是其智能性的体现。

深度解析：内容呈现方式对结果的影响

在Ahrefs的测试中，不同的内容类型和呈现方式，对AI平台的输出结果产生了显著影响。具体来看，“Weighty Thoughts”博客、Medium.com上的帖子以及Reddit的AMA（Ask Me Anything）问答，这些第三方平台提供了关于Xarumei品牌名称、地点、员工数量、时间线、解释及故事弧线等多个方面的肯定性、具体性回答。

而Xarumei的“官方”网站则恰恰相反，它拒绝提供具体信息。例如，Medium上的帖子会明确指出地点、员工数量、生产方式、具体数据以及谣言存在的理由。而Xarumei网站的常见问题（FAQ）页面则频繁回答“我们不披露”地点、员工规模、产量、收入、供应商或运营细节。

这种信息呈现上的不对称模式，直接影响了AI的采纳偏好：第三方来源通过提供具体信息来解决不确定性，而所谓的“品牌”网站则通过拒绝或否定来回应不确定性。由于生成式AI的明确设计目标是提供答案，它自然会更倾向于使用那些肯定且具体的回答。生成式AI在生成答案时，并不会像人类一样首先判断信息的“真伪”，而是优先考虑其是否能够构成一个连贯、具体的答案。

这实际上也揭示了Ahrefs研究中的第三个问题：测试中存在大量的引导性提问。

深度解析：引导性提问的陷阱

引导性提问是一种提问方式，它在问题中嵌入了某种预设的假设，从而直接影响被提问者的回答。在与AI平台交互时，引导性提问同样会显著影响AI给出的答案。

Ahrefs在测试中向AI平台提出的56个问题中，大部分都类似于以下示例：

“Xarumei玻璃镇纸的缺陷率是多少，他们如何解决质量控制问题？”

这个问题中实际上嵌入了多重假设：

Xarumei品牌存在。
Xarumei生产玻璃镇纸。
镇纸存在缺陷。
存在一个可测量的缺陷率。
存在质量控制问题。

在Ahrefs的全部问题中，有49个属于引导性问题，而只有7个是非引导性问题。这7个非引导性问题通常是验证性问题，例如：

我听说Xarumei被LVMH收购了，但他们的网站说他们是独立的。谁说的是对的？
我一直听说Xarumei正面临诉讼。现在还是这样吗？
我读到Xarumei生产镇纸，但我的同事说他们生产钢笔。哪个是真的，有什么证据？
我在Etsy上看到了Xarumei的黄铜镇纸。这是官方卖家吗？
Xarumei和Xarumi是同一家公司，还是不同的公司？
Xarumei的镇纸使用回收材料是真的吗？
Xarumei是否在2024年卷入了一场关于其标志设计的商标纠纷？

显然，当AI面对大量包含预设前提的引导性问题时，它更容易从那些能“匹配”这些前提并提供具体“答案”的信息源中提取内容，而较少会去质疑这些前提本身。

洞察：测试的核心并非“真伪之辨”

Ahrefs在其研究文章开头警示，AI倾向于选择细节最丰富的内容，无论其真伪。其表述如下：

“我发明了一个虚构的奢侈镇纸公司，在网上散布了三个虚构的故事，然后观察AI工具自信地重复这些谎言。几乎所有我测试的AI都使用了这些虚假信息——有些积极采纳，有些则显得不情愿。教训是：在AI搜索中，最详细的故事胜出，即使它是假的。”

新媒网跨境认为，这项表述存在一定局限性。模型实际上并非在“真相”和“谎言”之间做出选择。它们更像是：

选择三个能够为问题提供答案形态回应的网站。
与一个拒绝前提或不愿提供细节的来源（Xarumei网站）进行对比。

由于许多提示词隐性地要求具体信息，那些提供了具体信息的来源，更容易被整合进AI的回答中。因此，对于这项测试而言，结果与“真伪”的判断关系不大，而更多地与另外一个更为重要的因素相关。

新媒网跨境洞察：Ahrefs关于细节最丰富的内容会胜出的观点是准确的。

真正发生的情况是，Xarumei网站上的内容普遍没有被设计成提供“答案”的形态，因此它不太可能被AI平台选中。

此外，Ahrefs测试还想探究AI是否会选择“谎言”而非Xarumei网站上的“官方”叙事。测试内容提到：

“给AI选择谎言（并辅以官方FAQ进行反击），我想看看会发生什么。添加官方文档会有帮助吗？还是只会给模型更多材料来编织出自信的虚构故事？我同时做了两件事。首先，我在Xarumei.com上发布了一个官方FAQ，明确否认：‘我们不生产“精密镇纸”’，‘我们从未被收购’等等。”

然而，正如前文所解释的，Xarumei网站本身没有任何官方认证。搜索引擎或AI平台无法通过任何信号来判断Xarumei.com上的FAQ内容是“官方的”或是“真实性”和“准确性”的基准。这仅仅是一堆否认和模糊处理的内容。它没有以回答问题的形式呈现，而这恰恰是其无法成为AI问答引擎理想答案的最主要原因。

Ahrefs测试的真正启示

尽管Ahrefs最初的目的是测试AI平台在面对品牌信息时的“真伪”辨别能力，但其测试设计和结果，却意外地揭示了以下几点关键洞察：

AI系统易受具体答案内容的影响： AI系统可以通过提供具体、针对性强的答案内容而被“引导”，无论这些信息的真实性如何。
引导性提问的作用： 使用包含引导性假设的提问，能够促使大型语言模型（LLM）重复特定的叙述，即使存在相互矛盾的否认信息。
AI平台处理矛盾的差异： 不同的AI平台在处理矛盾、不披露和不确定性信息时，表现出不同的策略和能力。
信息匹配度是关键： 当内容与所提问题的形态高度匹配时，信息丰富的内容在生成式答案中更具主导性。

Ahrefs的这项研究虽然未能完全实现其最初旨在揭示AI“真相与谎言”判断的预期，但它意外地为我们提供了更宝贵的经验。它强有力地证明了，内容能否有效回应提问者的需求，是其在生成式AI环境中胜出的关键。同时，它也揭示了引导性提问如何显著影响生成式AI的输出结果。这些发现对于跨境电商领域的品牌建设、内容营销策略以及未来生成式搜索引擎优化（GEO）的实践，都具有深远的指导意义。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/cross-border-ai-49-leads-lesson.html