新媒网 · 跨境数据社区

当前，社交媒体团队面临着多重压力：他们不仅需要跨多个渠道发布更多内容，还要确保品牌质量，并且任何失误都可能损害品牌声誉。用户期待新鲜内容，企业追求可量化的投资回报，而竞争对手也在不断进取。

AI系统在很大程度上可以从社交媒体内容中学习，但其学习方式存在细微差异。理解AI系统如何构建和学习，有助于洞察社交媒体如何影响其存在。

现代AI系统通过大规模文本、视频转录、图像及其他从网络收集的内容进行训练。这些来源被用于通过机器学习过程训练大型语言模型（LLM），即AI系统识别数据中的模式，从而预测在特定上下文中下一个最可能的词、短语或想法。因此，AI的“学习”并非通过记忆事实，而是通过从示例中进行归纳，而这些示例大部分来自公开的在线空间。这意味着互联网上的对话、争论和解释都在潜移默化地塑造着AI的“思维”方式。社交媒体正是产生大量对话的地方之一。

然而，访问权限至关重要。大型语言模型（LLM）需要能够访问社交媒体上的数据才能进行读取。一些网络，如Reddit或YouTube，允许不同级别的对其内容的访问；而另一些，如Instagram或Facebook，则基本处于封闭状态。这种可访问性决定了AI系统从哪些平台学习，并在其回答中引用哪些平台。

SE Ranking最近的研究显示，在AI Overview的回复中，有20%的顶级来源至少包含一个社交媒体平台。而在AI模式下，这一比例上升至36%。在谷歌的AI回答中，YouTube是明确的领导者，其次是Reddit和Quora。这三个平台共同构成了AI结果中社交媒体来源内容的大部分。

相比之下，ChatGPT更多地依赖Reddit，LinkedIn和Medium紧随其后，成为其次常见的平台。因此，当AI给出答案时，其中一部分很可能来自某个人的YouTube视频、Reddit评论或LinkedIn帖子。

AI内容更新频率与影响力

AI系统通常不会公开其抓取代理的确切重新抓取间隔，但有迹象表明，至少每月进行一次，且频率正在加快。Cloudflare 2025年的抓取器遥测报告指出，GPTBot的活动一年内增长了305%，这意味着AI的重新抓取总体上变得更加频繁。Fastly 2025年第二季度的报告显示，AI抓取器常表现出长时间的低活动后出现持续数天甚至数周的峰值，即AI代理以周期而非稳定间隔运行。同一份报告还描述了CCBot（被Common Crawl及许多AI模型使用）每月进行为期两周的大范围抓取，且抓取量随时间稳步增长。

多发帖量与品牌AI排名

AI系统奖励的是可信度而非发帖数量。如果发布的内容能够获得可见性、分享以及表明信任度的第三方提及，那么更多的发帖量可以间接地有所帮助。

一项名为《生成式引擎优化：如何在AI搜索中占据主导地位》的研究发现，AI搜索系统偏爱获得的（第三方、权威的）提及，而非品牌自有内容或社交媒体活动。正如外媒Sarah Evans近期在LinkedIn上指出，大型语言模型（LLM）现在会关注语境：谁提及了你，这些提及出现在何处，以及你的品牌名称与特定主题或专业知识共同出现的频率。

这意味着行业刊物中的提及、思想领袖文章中的引用，或播客中的参考现在都可作为信任信号。这种影响超越了传统反向链接的范畴。如果社交帖子激发创作者讨论你的品牌，引发用户生成视频或深度评论，或鼓励用户在专家汇总中提及你，这些社交信号同样能增强可信度。因此，当发帖量的增加能引发可信的提及和对话时，内容一致性有助于品牌在AI回答中更频繁地浮现。

社交平台数据对AI训练与检索的影响

没有AI提供商全面公开其用于训练或检索数据的确切平台日志。但根据已公开的信息，可以大致了解情况。

AI训练指AI从数据中学习，这些信息被整合到模型的记忆中，塑造其理解、推理和响应方式。AI检索则指模型实时从在线网络、API或授权数据库中查找信息以回答查询。多数平台限制AI系统直接访问或训练其数据。然而，任何平台的公开内容若能通过搜索被发现或在其他地方（如Reddit、博客或新闻媒体）被引用、嵌入或总结，仍可能出现在AI输出中。在这种情况下，AI系统是链接或引用帖子，而非训练或直接访问平台数据。

主要平台接入情况：

• Reddit
  • 对ChatGPT (OpenAI)：开放且已授权。Reddit与OpenAI签订了官方数据授权合作协议，允许ChatGPT通过其数据API访问Reddit的实时数据。
  • 对Google AI：开放且已授权。Reddit还将其数据授权给谷歌用于AI训练和搜索索引，该协议于2024年达成。
• Instagram
  • 对ChatGPT (OpenAI)和Google AI：训练关闭，但部分开放索引。Meta不向谷歌（或任何外部AI提供商）提供Instagram数据的训练访问权限。然而，自2025年7月起，Meta开始允许谷歌和Bing索引专业账户的公开Instagram内容。这意味着AI系统无法直接训练Instagram数据，但现在可能展示公开的Instagram帖子（如果这些帖子被Bing或谷歌索引）。
  • 内部使用：Meta使用公开的Facebook和Instagram帖子训练其内部AI系统（包括LLaMA和Meta AI），但不包括私人消息或受限内容。
• Facebook
  • 对ChatGPT (OpenAI)：训练关闭。Meta不将其数据授权给OpenAI。抓取Facebook是被禁止的。
  • 对Google AI：训练关闭。Meta也不向谷歌提供外部访问权限。
  • 内部使用：Meta同样使用公开的Facebook帖子训练其内部AI模型，不使用私人消息或受限内容。
• X (Twitter)
  • 对ChatGPT (OpenAI)：明确禁止。X的2025年6月开发者协议禁止第三方AI系统（包括OpenAI和谷歌）训练或检索推文。
  • 对Google AI：禁止。目前没有公开的授权协议。
  • 内部使用：X保留使用公开帖子训练其内部AI模型的权利。
• YouTube
  • 对ChatGPT (OpenAI)：受限，需创作者选择加入。YouTube禁止未经许可抓取或重用数据进行AI训练。YouTube Studio中的“第三方AI训练”开关允许创作者自愿选择加入。
  • 对Google AI：仅内部访问。谷歌内部使用YouTube内容以改进Gemini和搜索，受其自身隐私和创作者同意政策的约束。
• LinkedIn
  • 对ChatGPT (OpenAI)：禁止。LinkedIn的条款禁止第三方AI系统（包括ChatGPT）进行大规模抓取或重用。
  • 对Google AI：禁止训练。Gemini训练无授权；仅限于搜索的有限索引。
  • 内部使用：LinkedIn内部使用其数据训练微软生态系统内的推荐和AI模型。

当公司拥有授权或内部访问权限时，它们直接使用原始帖子、视频或图像。例如，Reddit、X (用于Grok) 和YouTube (对于选择加入的创作者) 均属于这种情况。当访问受限时，AI模型仅通过间接方式了解这些平台（例如通过摘要、引用文本或提及或描述帖子的文章）。例如，如果新闻网站嵌入推文或讨论TikTok趋势，该文本可能出现在模型可以抓取的通用网络数据中。

AI聊天机器人引用来源的决策逻辑

AI聊天机器人依靠内部训练数据（大量公开文本的混合）生成响应。对于新闻或新兴研究等更新的主题，系统可能会采取混合策略：将模型输出与网络搜索相结合，以使回答基于最新来源。

尽管AI系统选择引用来源的完整过程尚未公开，但研究表明，某些因素在其决策中发挥作用。

• 权威性： 尽管关于“权威性”对大型语言模型（LLM）不再重要的讨论很多，但实际上它仍然发挥作用，只是以一种新的方式体现。AI似乎更关注品牌提及，研究表明品牌提及与出现在AI回答中的关联性比反向链接强三倍。
• 话题匹配与深度： AI系统优先处理直接且深入探讨特定主题的内容。在评估来源时，像ChatGPT这样的模型会寻找与用户意图的高度一致性以及上下文相关性。这意味着内容越专注、越全面（尤其当它能解决明确问题时），就越有可能被AI识别并作为特色内容呈现。正如外媒Kevin Indig指出的，高度针对性的内容不仅对读者有帮助，对于在AI搜索结果中的可见性也至关重要。
• 传统SEO与内容优化策略： 谷歌已明确表示，内容无需特殊技巧即可出现在AI Overviews或AI模式中。传统的SEO基本原则依然适用：创建有用、以人为本的内容，保持抓取可访问性，使用强大的内部链接，并确保良好的用户体验。根据SE Ranking的研究，约92%的AI Overviews包含至少一个来自已排名前10的搜索结果网站的链接。这表明，如果已遵循最佳SEO实践并争取前排位置，也更容易出现在谷歌的AI回答中。一些测试也暗示，谷歌上出现的内容通常也会被ChatGPT找到，例如外媒Chris Long曾分享他发现ChatGPT直接在输出中使用谷歌地图链接的经历。因此，通过优化谷歌搜索，也能增加出现在OpenAI搜索引擎中的机会。当社交内容在创作时融入SEO原则，这种效果会进一步放大。
• 内部排名/评分： AI系统可能拥有内部评分机制（如置信度、可靠性），用于在引用之前筛选页面。

平台权威性与AI可见性

平台权威性仍然影响AI系统衡量和排名内容的方式，但它现在与一个更实际的因素——数据可访问性——展开竞争。

以LinkedIn和Reddit为例：LinkedIn通常被认为具有高权威性，因为它基于真实身份、职业信誉和强大的信任信号；而Reddit则以社区驱动，其权威性因子版块和社区审核而异。尽管存在这些差异，但在2025年，Reddit在AI回答中被引用的次数最多。例如，Profound的分析显示，从2024年中期到2025年中期，Reddit是Google AI Overviews和Perplexity引用最多的域名，在ChatGPT中位居第二，增长了400%。

这主要归因于Reddit的可见性与其数据访问权限而非声誉相关。Reddit已与谷歌签订了6000万美元的API协议，并与OpenAI建立了内容合作关系，使得AI可以结构化访问其数据。相比之下，LinkedIn限制了抓取和API访问，这限制了AI系统合法使用其内容的方式。Medium也存在类似障碍：其付费墙和缺乏结构化的授权使得其数据对AI训练和检索系统的可访问性较低。因此，LinkedIn和Medium在AI回答中出现的频率较低。例如，SE Ranking的数据显示，这些来源在谷歌AI回答中分别排名第四和第五。而在ChatGPT的回答中，它们分别位居第二和第三（尽管与领先的Reddit仍有显著差距）。

新媒网跨境了解到，平台权威性固然重要，但内容的可访问性同样关键。Reddit曾被视为“非专业”的平台，如今在AI可见性方面领先，主要原因在于AI可以自由访问和使用其内容。

内容被AI链接对品牌的益处

AI引用虽然与获得SEO反向链接不同，但仍带来实际益处。AI回答中的链接不会像传统反向链接那样提升网站权威性，因为AI输出并非可被索引的网页，而是动态生成的、引用现有来源的摘要。

然而，仍存在间接好处。如果内容链接持续出现在AI回复中，用户可能会点击访问，为品牌带来更多流量和可见性。根据SE Ranking的数据，从2024年到2025年，AI平台带来的流量增长了七倍多。因此，在AI回答中被提及的重要性正在显著增加。

帖子哪些部分最可能被AI读取或索引

现实中，层级结构大致如下：正文和标题 → 转录内容（用于多媒体）→ 替代文本和标签 → 评论及其他元数据。

正文、标题和描述对人类读者和AI索引系统都最具权重，因为它们包含帖子的实际含义或“故事”。这些部分是OpenAI的嵌入模型和谷歌的搜索索引器最能理解和排名的。当帖子包含音频或视频时，系统需要文本等价物（如转录或字幕）才能使内容可搜索。例如，YouTube会自动生成转录和字幕，以便其算法（和谷歌搜索）可以将口语词汇解释为文本数据。这使得AI即使在原始内容未书写的情况下也能回答基于文本的查询。

标签、替代文本和评论等元素提供辅助元数据。标签有助于主题分类；替代文本有助于可访问性和图像搜索；评论可能影响参与度排名，但通常不会像主要内容那样被索引以获取语义。

AI对帖子视觉内容的理解

自2025年起，多模态AI模型（如OpenAI的GPT和谷歌的Gemini）能高精度地解释图像文本、表情包、截图和视觉布局。模型通过光学字符识别（OCR）解析嵌入文本，识别物体及其关系，并将视觉细节与周围文本结合以推断含义。因此，视觉上下文现已成为AI系统分析和索引内容的重要组成部分（尽管文化细微差别和讽刺在模型解释上仍具挑战性）。

关键词和标签对AI理解的关联性

关键词和标签依然具有关联性。ChatGPT等现代AI系统日益依赖语义理解来解释含义、语境和关系。这意味着ChatGPT不仅仅“看到”词语，它还能理解它们在上下文中的含义。例如，“买房”和“购房”被视为类似，因为它们的语义嵌入在意义上接近，即使措辞不同。

但这并不意味着标签完全过时。它们在特定语境下仍有价值。社交媒体自然语言理解（NLU）研究表明，标签可以为AI提供关于帖子主题的有用提示，尤其当文本简短或有些凌乱时（如在X/Twitter上）。并非AI直接依赖标签，而是它们可能帮助模型更准确地把握上下文和分组相关想法。

帖子格式对AI工具“阅读”难度的影响

帖子格式确实显著影响AI工具“阅读”或提取洞察的难易程度。对于纯文本帖子，AI可以直接解析文本。它以AI模型预期的格式呈现，因此情感、主题和实体提取相对简单。

当帖子包含图像或轮播图时，AI工具通常必须首先应用光学字符识别（OCR）将视觉文本转换为机器可读形式。但OCR有局限性：它难以处理低分辨率、风格化或弯曲字体、手写内容、光照不均或分层视觉效果。现代OCR在清晰、高质量的条件下表现良好，但在真实的社交媒体帖子中，错误率可能上升。

对于视频，还需要额外一步：自动语音识别（ASR）或转录生成。但ASR系统并非完美；在音频质量差、口音重、语音重叠或环境噪音下，它们可能出现转录错误。此外，单个视频可能包含口语（需要ASR）和嵌入文本（需要OCR）。因此，AI工具通常同时使用这两种方法来理解所说和所显示的内容，然后才能分析主要主题、语气、情感等。

简言之：文本帖子对AI而言最简单；轮播图/图像需要OCR分析；视频则依赖ASR的可靠性。

AI模型能否识别来自已验证、受信任的账户的帖子

目前没有证据表明AI系统会因为账户已验证而给予其帖子特殊优先级。例如，谷歌解释说，其排名系统（包括搜索中的AI功能）旨在突出具有独特价值的原创内容。因此，拥有验证徽章或真实姓名并不会自动使内容更有可能出现在AI回答中。

然而，当已验证的创作者发布独特且有价值的内容时，其内容在AI回答中自然可能排名更高。同样，ChatGPT不会根据来源的验证状态或受欢迎程度来优先处理信息。相反，当连接到网络时，ChatGPT根据相关性、用户意图和信息的时效性来检索和总结内容（而不是创作者或网站是否经过验证）。已验证或受信任的来源可能更频繁地出现，仅因为它们倾向于生成更高质量、可信的内容，且与用户查询相匹配。

频繁的社交提及能否提升品牌在AI回答中的存在感

社交和网络媒体上更高的可见度可以增加AI系统找到并提及品牌高管或品牌的可能性。但这些提及的出现方式和发现地点至关重要。

首先，如GPT-4、Claude或Gemini等大型语言模型（LLM）通过文本曝光了解人物和组织。当品牌或高管的名称频繁出现在高质量、语境丰富的来源中时，模型会构建更强的“实体表示”。实体链接研究表明，不常被提及的（或“长尾”）名称，除非在多个来源中反复出现，否则模型很难准确识别和描述。

其次，AI系统通常采用检索增强生成（RAG）技术：在生成答案之前，它们会先拉取相关的网页或文档。如果品牌高管或品牌在这些可检索的来源中得到充分体现，AI更有可能在构建答案时将其包含在内。因此，频繁、高质量、良好链接的公开提及确实增加了被AI发现的机会。然而，许多其他因素（如时效性、权威性、上下文）也会影响AI是否实际引用。

个人品牌在AI权威性方面的影响

目前尚无明确证据表明个人品牌直接影响“AI权威性”，如同其影响SEO一样。但它仍然重要，只是方式有所不同。研究支持的观点是，品牌或名称识别度水平直接影响大型语言模型（LLM）提及的频率。这种关联在银行与金融、客户关系管理与营销自动化等行业中最为显著，这些行业中知名品牌在AI输出中出现的频率更高。

而要建立这种认知度，需要持续的个人品牌塑造，将个人姓名与专业知识和专业领域关联起来。因此，虽然个人品牌不作为排名因素，但它是创造AI系统能够捕捉到的可见度的关键途径。

病毒式传播内容被AI收录的可能性

病毒式传播的社交帖子更有可能被AI系统摄取、呈现或引用，尽管主要是间接方式。原因在于，许多训练集和检索系统依赖于网络上已有的流行内容。例如，OpenAI的GPT-2是根据“WebText”训练的，该数据集由Reddit上至少获得3个赞的链接网页构建。这使得高度赞同/链接的内容或其指向的页面极有可能进入训练数据。

对于GPT-3，作者报告的训练混合数据包括60%的过滤Common Crawl、22%的WebText2、16%的图书和3%的维基百科。这意味着在网络上获得关注和链接的网页（通常是社交病毒式传播的下游效应）在模型大规模学习中占据主导地位。因此，病毒式传播增加了内容被AI系统看到或引用的机会（但这并非因为模型读取“点赞”，而是因为流行度推动了链接和权威性）。

尽管较新的模型可能使用更精心策划的数据，但可以肯定的是，帖子病毒式传播仍会增加其被纳入AI输出的可能性。

社媒互动是否为AI的信誉因素

目前没有确凿证据表明AI问答引擎会将社交媒体“互动”（点赞、评论、转发）视为信誉信号，就像传统SEO依赖链接权威性一样。现有数据指向其他信号。对于AI Overviews，谷歌表示成功因素与传统搜索指南（有用、可访问的内容）相似。其中并未提及社交互动是AI格式的排名/信誉输入。

一项研究将生成式引擎优化（GEO）分数定义为基于16个页面质量支柱（包括与以人为本的内容、来源、时效性等相关的因素）的综合衡量标准。该研究发现，质量分数更高（即符合至少12个支柱）的页面更有可能被AI问答引擎引用。值得注意的是，这16个支柱中不包括任何与互动相关的指标，如点赞、分享或评论。因此，没有证据支持AI系统使用社交互动指标作为网页或引用的评分输入。如果它们确实这样做，可能会引发重要的透明度问题，因为社交互动指标并非衡量质量或真实性的客观指标。

AI能否识别虚假互动或机器人活动

目前，尚无公开证据表明AI平台能够可靠地检测虚假社交媒体互动或协同机器人活动。实际上，大多数AI平台不具备社交网络所拥有的后端可见性。它们无法查看IP模式、设备指纹或内部互动日志，而这些是自信识别虚假账户或操纵互动所需的数据。缺乏这些数据，检测在很大程度上只能基于网络上可见的内容进行猜测。

相比之下，Meta公开承认其利用AI和审查团队来发现并移除不真实行为（包括虚假账户和垃圾邮件互动）。它定期发布透明度报告，但Meta并未透露其标记可疑模式的具体方式。因此，尽管AI公司可能正在探索降低或忽略看似垃圾邮件的内容的方法，但目前没有确凿证据表明像ChatGPT或谷歌的AI等系统能够自行检测或过滤虚假互动。

LinkedIn的专业语调在AI中是否有更多权重

并非如此。SE Ranking数据显示，LinkedIn在谷歌AI Overviews中是排名第四的社交媒体来源（仅次于YouTube、Reddit和Quora）。在AI模式回答中，Medium上升到第四位，而LinkedIn排名第五。这表明谷歌的AI系统明显偏爱对话式和社区来源。然而，专业且文本丰富的内容（如LinkedIn）在其来源组合中出现的频率足以表明其受益于信誉和专业知识信号。

有趣的是，在ChatGPT内部，LinkedIn是仅次于Reddit的第二大引用社交媒体来源。然而，Reddit和LinkedIn之间的引用量仍存在显著差距。

Reddit讨论是否因AI训练而优先

Reddit在AI系统中并未被内在优先处理，但其数据在AI回答中常显着出现。这主要是因为Reddit内容已授权给谷歌和OpenAI用于AI训练。换言之，并非Reddit在排名中被“提升”，而是模型拥有大量Reddit数据可供学习。

近期分析支持这一观点：SE Ranking报告称Reddit是AI摘要中引用量前两名的域名之一。Search Engine Land发现Reddit是谷歌AI Overviews中引用量最大的单一网站。

Reddit帖子与评论的权重差异

目前没有证据表明AI系统会赋予Reddit帖子比评论更高的权重。大型语言模型（LLM）通常批量处理文本，因此在训练期间，帖子和评论都被视为文本片段。由于Reddit评论通常包含有价值的上下文、洞察和观点，可以假定它们与原始帖子一样对语言建模有用。

帖子或评论的时效性

这取决于AI如何使用数据：

• 对于训练数据（模型最初学习的内容），时效性不那么重要。训练数据集是从大规模历史快照（通常是数月甚至数年前）编译而成的。
• 对于实时AI响应，时效性确实发挥作用。例如，ChatGPT根据“用户意图、相关性和时效性等因素”来决定呈现哪些结果。

X/Twitter在2023年数据限制后是否仍被使用

是的，但作用微乎其微，且有充分理由。X平台大幅改变了访问权限。首先，它在2023年收紧了API和速率限制。随后，在2025年6月4日至5日，X更新了其开发者协议，禁止第三方使用X内容/API训练或微调基础/前沿模型。这使得外部AI搜索引擎难以进行广泛且合法的摄取。内部使用（例如xAI/Grok）仍然允许。

这意味着，AI引擎仍偶尔能呈现X内容，但主要是间接方式（例如，新闻网站引用/嵌入可被抓取的帖子）。根据SE Ranking数据，X/Twitter在谷歌AI Overviews和AI模式中均位列社交媒体域名引用量前十。然而，它仅出现在0.07%到0.24%的提示中。换言之，它仍然存在，但其可见性已降至最低水平。

Meta内容对AI的影响

Meta内容对AI有一定影响，但与开放平台相比，直接可见性较低。尽管公开的Instagram内容现在可以出现在搜索结果中（因此可以通过索引网络数据间接呈现给AI系统），但这一变化迄今对AI答案的影响甚微。

根据SE Ranking的研究结果，Instagram在大约1%的关键词中出现。Facebook出现的频率更低，不超过0.39%的提示。在另一项关于ChatGPT（美国和全球）引用量前100个域名的研究中，Instagram和Facebook均未上榜。因此，它们相对于Reddit/Wikipedia等领导者而言，数量极少。

由此可见，这两个平台的影响力微乎其微，Instagram和Facebook之间几乎没有差异。

如何衡量社交帖子对AI结果的影响

追踪社交内容如何影响AI可见性仍处于起步阶段，但一些工具正使其成为可能。一些新兴平台和API现在可以监测主要AI引擎中的品牌提及、引用和情感，帮助团队了解其内容何时以及如何被AI回复引用。其中首批专用工具之一是SE Visible。它连接了发布内容与AI工具响应之间的关联。用户可以看到品牌在AI结果中（如ChatGPT或谷歌的AI模式）的出现情况，比较关键活动前后的可见度，并发现何时新的社交帖子触发了提及或情感变化。

SE Visible将所有内容整合到一个共享仪表板中，以便SEO、公关和内容团队可以协作处理相同的AI可见性数据，并跟踪品牌在不同渠道的影响。该工具提供10天免费试用。

社交内容在AI中显示所需时间

新内容发布后到其在AI系统中可见，通常存在数小时到数天的延迟。AI平台通常无法直接访问Instagram、X (Twitter)、Facebook或LinkedIn等社交媒体网站的数据。例如，当ChatGPT使用其网页浏览或“网页启用”模式时，它通过Bing搜索索引检索信息，而不是直接从这些平台获取。这意味着新内容必须首先被Bing索引，然后才能出现在ChatGPT的回答中。

LinkedIn上分享的一项近期用户研究发现，当Bing通过IndexNow（微软的即时索引协议）快速索引新页面时，这些页面在几小时内就会出现在ChatGPT中。在其他情况下，根据抓取频率、网站权威性和内容内部链接情况等因素，可能需要几天时间。同样，内容要在谷歌的AI Overviews或AI模式中出现，首先必须在谷歌搜索中被索引。这个过程可能需要数小时到数周不等，具体取决于相同的因素。在此，不能忽视ChatGPT也被认为使用了谷歌索引的事实，许多SEO专家，包括外媒Chris Long，也支持这一理论。

新媒网跨境了解到，最后，通过授权数据合作（如OpenAI与Reddit的协议），一些AI系统现在可以实时或近实时访问特定平台的内容。这大大缩短（甚至消除了）这些特定数据源的延迟。

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/social-media-fuels-ai-traffic-7x-brands.html