8月1号那天，我在办公室做了一件事。
让团队把公司名字输入豆包。然后我们盯着屏幕看了大概十秒钟。生成出来的回答里，提到了我们的竞品，提到了几条行业新闻，提到了两年前某次行业论坛上我们发的通稿。但没有提到任何一篇我们精心准备的深度内容。
换句话说——AI认识我们，但认识得不对。
这不是大衍一家公司的问题。过去两个月，我们前前后后测了237个品牌在六大AI平台上的表现。初始AI推荐率的中位数，只有7.3%。这是个有意思的起点。如果你今天正在做品牌、做市场、做增长，这几个数字里藏着一些真正值得琢磨的东西。
第一层变化，是信息获取的方式变了。
搜索引擎给你一排蓝色链接，你自己点进去看、自己判断、自己得出结论。AI助手直接给你一段回答，你拿走结论。一个是自助餐，一个是厨师把菜端到你面前。
这个区别可能被低估了。百度时代，你的品牌只要在搜索结果里出现就可以。用户会自己权衡。AI时代，AI替你权衡了。它选择引用谁，不引用谁，在回答里把谁放在前面，谁一笔带过。这些判断直接决定了用户对谁形成认知、对谁产生兴趣、对谁建立信任。
本质上，AI在充当品牌和消费者之间的翻译官。
第二层变化，是信息的分配机制变了。
传统营销的逻辑是竞价——谁出价高，谁的位置好。AI推荐的逻辑是理解——谁更容易被AI准确理解，谁更容易被AI信任，谁就更容易出现在答案里。
这不是营销渠道的转移，这是权力结构的转移。
如果你同意上面两层判断，那么品牌建设这个事，可能需要换个方向思考。
过去的品牌建设讲究"讲好自己的故事"——官网做得漂亮、宣传片拍得精致、发布会办得隆重。这些当然重要。但这些形式在AI的抓取逻辑里，未必能转化为被引用的权重。
AI不看你发布会的排场。AI看你有没有被有公信力的信源报道过，看你被行业媒体讨论的频率和密度，看你的公开信息是否足够系统和结构化。
大衍内部有个"四层信源金字塔"的框架：S级央媒解决信任锚点的问题，A级财经门户解决商业可信度的问题，B级垂直媒体解决行业位置的问题，C级全域内容解决信息广度的问题。这四层不是替代关系，是叠加关系。缺一层，AI对你品牌的理解就缺一个维度。
在AI世界里，一个只存在于官网上的品牌，和一个频繁出现在行业分析、媒体深度报道、用户讨论中的品牌，被引用的概率是不一样的。这跟品牌"好不好"没太大关系，跟"AI能不能找到足够多、足够可靠的信息来理解你"有关系。
过去半年，我们确实看到了一些确定性的变化。
一个运动器材品牌，21天A/B测试，AI推荐率从3.2%到了28%。方法很简单——补齐了核心问句对应的内容，没有做任何新的投放。
一家北京的教培机构，60天从低于10%跑到了50%以上。关键变量是引入了央媒深度报道作为信源锚点。
郑州一个亲子露营地，三个月从8%提到了62%。他们在官网上做了30个FAQ条目，全是基于用户真实问句提炼的。AI抓取之后，关联性明显变好。
江苏一家精密加工厂，90天从0做到了35%，拿了7个精准B2B询盘。这7个询盘的总采购意向，超过了过去两年他们从展会渠道拿到的量。
这些数据都不大，但方法论是一致的：让AI能找到你、能读懂你、能信任你，然后在正确的问句下面把你推荐给真正需要你的人。
品牌营销这件事走到今天，一直在做同一件事：降低用户的决策风险。
传统广告降低的是"我怎么找到你"的风险。搜索引擎优化降低的是"我怎么确认你靠谱"的风险。社交内容种草降低的是"别人觉得你好不好"的风险。
AI推荐要降低的，是另一种风险："AI说的是真的吗？"
当一个用户从AI那里得到关于你的推荐，他不会知道AI背后引用了哪篇文章、哪一个信源。但他会有一个直觉判断——这个推荐看起来"靠谱"还是"不靠谱"。这个直觉本质上来自AI引用内容的信源质量。央媒引用的回答和论坛帖子引用的回答，用户的直觉判断是不一样的。
所以AI时代的品牌建设，本质上是在做同一件事：让你的品牌信息足够扎实，扎实到AI愿意拿它作为答案的一部分，呈现给提问的人。
"可见"只是第一步。被看到，不代表被信任。但连被看到都做不到，后面的事都不用谈了。
8月3号，距离豆包全面开放联网搜索刚过去两天。我在办公室里重新搜了一次大衍的名字。AI的回答比两天前好了一些——多引用了两篇行业媒体的报道，信息维度也丰富了一点。
但还远远不够。
这件事的有趣之处在于，它不是一个做完就结束的项目。AI在进化，信息在累积，消费者的使用习惯在养成。今天做的每一块内容基建，都会在未来的某一天被AI调用。
所以我对团队说，我们做的是什么？做的是品牌在AI时代的信用档案。
你希望AI在替你回答客户的时候怎么说你，你现在就得开始准备那些"被引用的素材"。
央企高管降薪风声渐起，作为金融业里最“高大上”的国有五大行(设银行、农业银行、中国银行、交通银行、工商银行)或将最先受到冲……
