摘要：
生成式AI重塑信息分发逻辑，“AI投毒”带来信任危机，主流媒体凭借公信力与专业能力迎来话语权回升机遇。本文认为媒体官网应转型为AI生态下自主可控的权威信源枢纽，夯实一手深度、解释性数据类内容供给，建立官网首发运营机制，打造人机友好的网站技术架构，完善AI可见性监测体系，实现内容底座与技术底座双重适配。
本文首次公开发表于《中国报业》杂志2026 年 9 月刊；
作者：梁现瑞，每日经济新闻总编辑；岳琦，每经数智（成都）科技有限公司首席产品官；李秋志，每经数智（成都）科技有限公司智库研究员；
在生成式AI全面爆发、AI搜索重塑信息分发底层逻辑的当下，“AI投毒”、信任危机随之而来，主流媒体凭借长期沉淀的公信力与严谨的采编体系，迎来话语权结构性回升的历史性机遇。
面对正在缩窄的机遇窗口期，如何通过官网重构，将专业可信内容转化为AI时代的高价值信源与商业筹码，已成为主流媒体深入推进系统性变革的战略命题。
现状与问题：AI对优质权威内容需求攀升，媒体大量优质内容没被看见
截至2025年底，中国AI大模型用户已突破6亿，随着今年以来新一轮的AI热潮持续增长，AI问答日益成为公众获取信息的第一入口，信息分发的底层逻辑发生改变。这种改变不仅体现在入口的更迭，更在于流量结构的根本性逆转。
QuestMobile数据显示，截至2026年4月，AI原生APP月活用户规模达到4.61亿，月人均使用次数和时长分别达到91次和180分钟。今年7月，全球重要互联网基础设施公司Cloudflare CEO Matthew Prince公开表示，AI Agents（智能体）的流量已经超过人类流量，并将在未来5年达到人类流量的1000倍。更具颠覆性的是，AI Agents在高效抓取和提炼信息时，很少点击网页上的广告，过去建立在“流量+广告”基础上的传统互联网商业模式正在加速瓦解。
与此同时，AI信任危机随之而来。不少投机者利用AI大模型的信息检索生成机制进行“AI投毒”，针对性生成AI“喜欢看、愿意抓”的结构化信息，通过海量发稿诱导AI优先抓取，进而影响大模型生成虚假杜撰内容。艾媒咨询发布的《2024—2025年中国AI大模型市场现状及发展趋势研究报告》指出，灰产借助GEO（Generative Engine Optimization，生成式引擎优化）批量系统生成虚假软文、杜撰测评，经自媒体分发后被AI抓取推荐，形成“虚假投喂—AI收录—误导用户”的闭环。虚构信息误导用户决策、破坏公平竞争环境、降低AI内容可信度，最终导致劣币驱逐良币，阻碍行业发展。
然而，现实呈现出双向矛盾：一方面，AI对优质权威内容的需求持续攀升；另一方面，大量传统媒体的优质内容并未被AI有效看见。在一些场景下，国外主流大模型对权威媒体官网内容的引用率超过20%，而国内很多场景引用率极低。例如，QuestMobile发布的数据报告分析，在保险认知类问题上，国内AI平台高度依赖第三方服务平台信源，此类平台大多具备多维度对比、场景化应用与丰富的长尾词。而专业媒体、品牌企业的官方网站信源很少被引用参考。这既说明国内主流媒体对官网技术迭代和内容呈现重视不足，也表明大量优质内容尚未进入AI传播体系。
造成这一困境的原因集中在两个层面：在技术层面，许多国内媒体网站仍沿用PC互联网时代的技术架构，底层技术老化，难以被大模型高效抓取和解析。在内容层面，随着移动互联网发展和短视频时代到来，媒体对官方网站建设重视不足，大量优质内容优先发布在微信公众号等第三方平台，官网内容更新滞后，部分重要内容甚至从未进入官方网站。随着移动互联网和短视频发展，流量入口转移至移动端和第三方平台，“两微一端”成为媒体传播端口的主要建设方向，官网流量急速下滑，资源投入大幅缩减，沦为“发布即结束”的附属品。最终，媒体的流量、用户关系和数据资产长期被掌握在第三方平台手中，官网在AI传播生态中的存在感持续弱化。
每经AI智库联合业内专家编撰《GEO红皮书（2026）：生成式引擎优化的边界、风险与治理》
机遇与方向：主流媒体话语权提升，优质内容价值凸显
上述矛盾的另一面，恰恰是主流媒体在AI生态中构建核心价值的破局点。从内容需求端看，当前的大模型并不具备对情绪价值的有效识别能力。过去流量文章往往依赖情绪化标题和情绪驱动内容获取关注，而这种流量逻辑在大模型时代正在逐步失效。大模型关注的重点不是标题的情绪感染力，而是内容是否具备事实依据、严谨的数据支撑和清晰的逻辑结构。
印度理工学院德里分校、普林斯顿大学的学者发表GEO: Generative Engine Optimization研究指出，添加相关统计数据、融入可信引语以及引用可靠来源，同时提升源文本的流畅度与可读性，对原始内容改动极小，却能显著提升网站在生成式引擎回应中的可见度，增强信息的可信度与丰富性。从技术本质上说明，大模型的内容采信机制正在向人类对优质信息的评价标准对齐，而专业媒体在可信度、信息密度和价值含量方面的长期积累，构成其在AI时代的核心竞争优势。
随着互联网上AI生成的低质量、同质化内容不断增加，真实世界的高质量信息变得更加稀缺。AI并不喜欢纯AI生成的内容，甚至会进行甄别和排斥，而人类用户最终仍然会回归对优质内容和深度内容的需求。
在此趋势下，主流媒体的优质内容和生产能力成为AI时代稀缺的资源和筹码，其话语权迎来结构性回升的历史性机遇。其中，官网将重新成为媒体重要的内容基础设施，这源于官网在AI生态中具备的四大天然优势：一是开放生态。通过自主的技术优化和规则设定，官网能够面向大模型爬虫和搜索系统形成开放合作生态，而非受限于第三方平台的封闭算法。二是自主可控。官网能够帮助媒体摆脱对第三方平台的绝对依赖，重新掌握内容资产和传播主导权，避免平台政策变动带来的系统性风险。三是权威可信。官网承载着完整署名、时间戳、稳定链接，天然契合AI对可追溯、可验证信源的偏好，能够有效对冲“AI投毒”带来的信任危机。四是资产沉淀。所有高价值知识与结构化数据均保存在媒体自有服务器中，成为可随时调用的核心资产，而非散落于第三方平台的碎片化信息。
虽然海外媒体内容生态与国内存在较大差异，但其技术路径仍具备一定参考意义。海外主流媒体相对更重视对官网渠道的资源投入和数据沉淀，在AI时代较早进入AI大模型厂商合作生态。OpenAI、Perplexity等AI大模型厂商均与美联社、纽约时报等媒体达成合作。这些媒体在优质内容的AI传播上占据了一定有利位置。
路径与方法：让优质内容被AI看见，媒体重点做好三件事
（一）重构媒体价值，加强内容能力建设
无论底层逻辑如何改变，技术永远只是分发和呈现的手段，真正决定媒体官网不可替代性的，依然是内容的专业度和稀缺性。结合大模型的偏好和主流媒体的优势，应重点从四个方面开展内容能力建设：一是强调内容深度与持续更新，建立和发挥内容长尾价值；二是注重现场采访和一手信息，挖掘真实物理世界和私域的价值信息；三是增强解释性与数据类内容，成为权威知识与事件锚点的定义者；四是优先官网发布与专题集纳，形成面向AI的内容运营机制。
面对大模型生成的海量同质化内容，主流媒体必须向内挖掘，重视内容的深度与更新迭代，通过对事件的持续追踪和深度剖析，新闻产品将脱离移动互联网和短视频的“短平快”特征，成为AI和其他平台无法绕过的权威信源，沉淀出厚重的长尾价值。
而这种深度的根基源于对真实世界的敏锐触达。当互联网充斥着被反复清洗、重组的重复信息时，注重现场采访和一手信息便成了媒体坚固的护城河。记者必须将目光重新投向真实世界，挖掘隐藏在私域中的独家线索和细节。这种“脚下有泥、心中有火、眼中有光”的现场气息和人性温度是任何AI都无法凭空生成的。
此外，媒体还需要通过增强解释性报道和数据内容，完成从“资讯传递”向“知识供给”的跨越。在当前传播环境中，信息高度碎片化，用户不仅要知道“发生了什么”，还需要了解“为什么发生”以及“意味着什么”。通过提供硬核数据支撑和高视角解释性剖析，媒体能够将动态事件转化为结构化的知识型内容，成为大模型和用户对复杂事件建立正确认知的重要锚点。
当有了足够多优质内容后，媒体还需要建立一套针对AI平台的内容运营机制。一方面，要在官网建立深度内容首发机制，确保深度报道、数据新闻和解释性报道等具有长尾知识价值的素材，第一时间在官网上线并被AI抓取；另一方面，要利用专题页面等形式，将深度报道进行归集，不仅为读者提供清晰的事件脉络梳理，更能形成符合AI偏好的高密度语料，从而有效提升媒体内容被AI搜索抓取的优先级。
（二）人机友好的内容生产模式是AI传播必修课
从内容创作者的角度来看，在叙事逻辑向AI时代转换的过程中，往往容易忽视机器的可及性这个关键指标。过去，内容完全是为人类读者量身定制的，在视觉与阅读体验上迎合人类偏好；而在AI爬虫的视角下，机器需要一套截然不同的数据架构与语言体系。
2026年以来，GEO因“AI投毒”等问题被广泛关注。每日经济新闻联合40余家权威机构共同发起“负责任GEO倡议”，旗帜鲜明地指出，GEO的核心不是操控AI的回答，更不是用“AI投毒”污染互联网，而是基于真实与价值，通过合规正当的方式把内容转化为生成式AI能够看懂和理解的知识。
由每日经济新闻和每经科技发起的每经AI智库持续对GEO展开研究与实践，并联合业内专家研究编撰的《GEO红皮书（2026）：生成式引擎优化的边界、风险与治理——负责任GEO倡议实践指南》提出，负责任GEO核心目标是让真实而有价值的信息更容易被机器理解，让用户在更少信息噪声中作出更好的判断，让企业竞争回到能力、证据和责任。
以企业发布ESG报告为例，为了向投资者与公众提供优良的阅读体验，报告常被制作成设计精美的图像化PDF或复杂的交互式网页。然而，大模型的首要任务是在极短时间内为用户输出高质量答案，面对这类需要高昂图像解析成本的文件，AI往往会选择直接放弃。这种“机器不可及”会导致严重的传播断层，AI生成的内容指向了自媒体的碎片化报道与第三方解读，而企业官方的权威声音却遗憾缺位。
新华社媒体融合生产技术与系统国家重点实验室研究指出，AI在生成环节中仅少数样本能够忠实呈现原文，官方表述在改写中常出现遗漏、失真等问题。当权威性、原创性和时效性不能稳定影响引用结果时，官方内容是否能够进入答案更取决于其能否适配算法偏好。媒体不仅要照顾读者体验，也要适配AI偏好和语言体系，探索出一套人机友好的内容生产与展示模式。
AI“阅读”网站的方式与人类习惯完全不同，网站内容的AI可见性取决于结构化数据部署、爬虫友好协议、API开放与接入协议、版权标识规范化等因素，要让AI不仅能“看见”官网，还能精准“解析”和“引用”。同时，媒体还应拥有一套AI可见性监测评估体系，系统、长期、全面监测官网优质内容和媒体品牌的AI可见性、引用率。
（三）从发布载体到信源枢纽，重估媒体官网定位
媒体官网的传统定位是内容发布载体，点击发布即结束工作，成为媒体内容的静态存储端口，缺乏链接、联动、迭代、复用能力，这一定位在AI时代已不再适用。
在Agent（智能体）时代，信息流通将呈现“两端Agent化”特征：一端，用户通过Agent按自身规则、标准和信源偏好收集每日所需信息；另一端，媒体与企业将内容交由自有Agent分发，由其“接待”用户的Agent，形成“A to A”（Agent to Agent）的信息交易新范式。
这一趋势已现端倪，以某新闻网站为例，抽样数据显示其单日机器流量约360万次，约为人类流量的45倍，机器流量占比高达97%；其中隐身采集约占一半，另一半来自字节、谷歌、百度等平台。当机器已成为官网最主要的“访客”，媒体若仍停留在“发布即结束”的静态逻辑，无异于将核心资产拱手让渡给无序采集。
媒体官网必须从发布载体转型为信源枢纽，成为最核心的媒介载体和资产中心，承载三重角色：面向公众的权威解释入口、面向AI系统的结构化信源接口、面向数据市场的语料资产库基建。三者统一于“人机双适配”的落地框架。前端以权威深度内容满足用户信息核查习惯，突出品牌、体验与转化；后端以规范结构化数据、完整溯源链路与标准化版权体系对接AI生态，成为大模型核心权威采信信源。由此形成内容价值闭环，依托主流媒体公信力治理行业信息乱象、发挥舆论引导作用，并激活新闻内容长尾的资产价值。
在这一过程中，还需投入相应人员、资金、技术等资源，从而实现媒体品牌和官网品牌的权威度与影响力提升。在此方面，每日经济新闻在持续推进官网技术优化和内容迭代的基础上，率先切入行业生态建设，提出“负责任GEO治理”的科学框架，并将官网迭代视为核心基础设施。每经AI智库还联合中国新闻技术工作者联合会、中国经济传媒协会等机构启动了财经类信息源分级和采信优化团体标准研制，为财经类机构官方网站建设和AI采信优化提供共识性参考。
结语
主流媒体经历了移动互联网时代的流量焦虑与平台依赖后，在AI大模型浪潮中迎来了核心价值的破局点。官网重构不该被看成单纯的网站改版项目，而应被纳入深入推进系统性变革的战略优先级。当前，AI采信体系建设的窗口期快速缩短，谁能率先完成内容底座与技术基础的双重适配，谁就能在AI信源体系中占据先发优势。
一切技术适配、格式优化和协议改造，最终目的都不是讨好算法，而是捍卫优质专业内容的价值。平台会迁移，入口会变化，技术会迭代，但真实、客观、深度、可验证的专业报道始终是主流媒体不可替代的存在意义。
参考文献
[1] 艾媒咨询. 2024—2025年中国AI大模型市场现状及发展趋势研究报告[R]. 艾媒咨询, 2024.
[2] AGGARWAL P, SALUJA V, MAJUMDER B P, et al. GEO: Generative Engine Optimization[R/OL]. arXiv preprint arXiv:2311.09735, 2023.
[3] 楚明钦, 喻国明. 生成式人工智能驱动下的主流媒体价值链重构——兼论作为媒体发展战略的“系统性变革”与“一体化管理”[J]. 传媒观察, 2025(08).
[4] Simon F M, Nielsen R K, Fletcher R. Generative AI and News Report 2025: How People Think about AI's Role in Journalism and Society[R]. Oxford: Reuters Institute for the Study of Journalism, University of Oxford, 2025.
[5] 每经AI智库. GEO红皮书（2026）：生成式引擎优化的边界、风险与治理——负责任GEO倡议实践指南[R]. 每日经济新闻, 2026.
[6] 乔柯, 钟昊熹, 蔡津津, 邓海滢. 智能传播时代的把关模型拓展：基于智能搜索类新闻生产的把关效果研究[J]. 新闻与传播研究, 2026(08).