AI投毒正在成为传统公关的灭顶之灾

AI时代，公关的底层逻辑正在巨变

  最近媒体及公关行业交流会上听到的段子：想让企业和政府领导重视AI平台的品牌声誉管理，最好的办法不是讲道理；而是当着他们的面打开手机，用多个AI搜一下他们的名字，再提一两个与品牌有关的负面问题。

  搜索结果往往伴随着惊吓。当公关人还在忙着写新闻稿、铺媒体、做舆情周报时，AI已经在算法的后台，悄悄地给你的品牌贴上了标签。

  这也意味着在AI凶猛时代，媒体公关圈的底层逻辑，正在悄然经历一场巨变——未来公关沟通的对象可能连人类都不是了。

  你的对接对象，将变成冷冰冰算法背后的大语言模型（LLM）。

AI幻觉也能侵权？真实案例敲响警钟

  如果你觉得这事离自己还远，不妨看看前段轰动一时的李小亮律师诉百度文心一言案。

  李小亮律师发现，在向AI搜索他的名字和相关案件时，大模型因为幻觉不仅出现负面误导信息，还自动匹配了他本人律师袍职业照，与虚假犯罪文案捆绑公开展示。

  一位正儿八经的执业律师，在AI嘴里成了法外狂徒。

  虽然这次明显的侵权行为在起诉后得到了公正判决，但如果用户想搜索案件信息时，文心一言却相当护短，拒绝提供有关资讯——这表明大模型厂商可对信息进行干预。

  这也是大模型时代的全新名场面。随着AI投毒、黑帽GEO、虚假投喂、伪造证据链与误导性内容传播等问题不断出现，品牌公关真的摊上了大事。

AI投毒：黑色产业链浮出水面

  2026年央视3·15晚会就撕开了这条隐秘的黑色产业链。一款名为Apollo-9的智能手环，从头到尾都是凭空捏造——不法分子为其杜撰了量子纠缠传感技术等夸张卖点，生成数篇宣传软文后自动发布。

  仅仅两小时后，当记者在某AI大模型询问Apollo-9智能手环怎么样时，AI已将该虚构产品作为标准答案向用户详细推荐。

  这套运作纯熟的AI投毒套路，包含三个关键步骤：

1. 批量生成虚假内容：用AI写作工具批量生成大量产品测评、行业排名、用户评价等伪原创内容。
2. 全网铺量制造信息密度：借助批量发稿平台和马甲账号矩阵，将这些内容铺满网络。
3. 多向度操控输出结果：由于AI在生成回答时通常会参考多个信息源进行综合判断，只要虚假内容的数量足够多、角度足够丰富，就容易被误判为可信信息。一些从业者直白地将其称为“给AI洗脑”。

  因此，AI时代的恶意竞争者和黑公关已经不需要雇水军去帖子底下刷屏了，利用GEO（生成式引擎优化）技术向全网批量投喂这些虚假垃圾信息——当大模型的爬虫抓取语料时吞下这些有毒数据，就会在用户提问时，一本正经地吐出对你的品牌、还有老板的精准背刺。

  未来公关人的重要一课，时刻怀有“总有刁民想害朕”的警惕可能成为一种职业自觉，做好反投毒也成为品牌公关基操。

  毕竟如果今天还不重视AI、不管控大模型端的品牌形象，明天AI就有可能在背后对你放冷箭。

SEO已死，GEO时代来临

  过去二十年，公关人的核心工作围绕一个逻辑路径展开：搜索引擎优化（SEO）、媒体发稿、舆情监测、危机公关——让品牌在正确的地方、以正确的方式被看见。

  但如今，用户不再搜了，他们直接问。

  当用户向AI提问“哪个牌子卸妆水好用”时，AI不会给你一页产品名录链接让用户挑花眼，而是直接生成答案——如果你的品牌不在那个答案里，你就压根不在用户的考虑范围内。

  这宣告着以排名论英雄的SEO时代已死，以生成式AI为信息主要入口的GEO运营时代到来。

  如果品牌在AI语义世界中缺席，即使在传统渠道仍有曝光，也可能被排除在用户的决策候选范围之外。更可怕的是，AI投毒让这种缺席变成了被曲解，在你不知道的地方。

  辛辛苦苦经营了多年的品牌声誉，可能被几篇AI生成的虚假软文在几小时内改写。由于AI生成的内容自带技术权威滤镜，用户天然倾向于信任AI的输出，至少是不敢小觑。

当AI指出某个品牌有坑要避雷时，用户不会像看到一两篇匿名差评那样产生怀疑；正如对行业了解不深的小白用户问到品牌推荐，也难以分辨出AI一本正经的胡说八道。

他们会认为，这是机器算法基于海量数据得出的客观结论。

公关人的新战场：AI对话框

  于是，公关的工作范式不得不经历一场基因突变和认知升级。

  具体来说，从提升AI的可见性，到提升AI理解的准确性，企业公关需要做三件事：

第一，面向AI时代做好认知基础设施的建设

  以真实世界数据、权威研究结论、第三方验证结果以及可追溯信息来源为官网核心构成要素，将企业分散的非结构化信息转化为可被AI稳定理解、引用与复用的标准化知识体系。

  简单说，你要主动告诉AI“我是谁”，而不是等着AI被非官方的谣言带偏。

第二，从内容产出转向品牌信息治理

  在生成式AI环境中，单纯增加内容数量，并不能自然转化为更强的品牌表现——大量重复、同质、低质量的内容反而会增加系统理解难度，制造语义噪音。

  企业需要系统梳理品牌事实、业务边界、产品能力、适用场景与风险说明，形成一套能够被AI稳定读取、合理归类、持续更新并审慎引用的品牌知识体系。

第三，建立AI品牌资产的评估与监测机制

  用于衡量品牌在主流AI模型中的综合表现、建设能力与风险状况。核心指标包括在关键问题中品牌被AI纳入答案的比例、AI引用率，以及AI系统对品牌的判断是否稳定可复现。

  通俗点说，你以前是媒体公关，现在要做大模型饲养员和品牌话语体系搭建者。

  公关的核心KPI将不只是发了多少篇稿子，而是去全网监控大模型对你的品牌认知到了哪一步，然后不断用精准正确的优质信息去喂养它、塑造它。一旦发现大模型吞了有害的错误信息，需要第一时间去修正它的语料源头。

  真正值得鼓励的，不是对结果的操纵，而是对供给侧信息质量的系统性提升，使AI在回答高价值问题时，能够基于更可信的知识网络形成更稳健的表达。

  公关人的战场已经转移到了AI对话框里。

  不管你愿不愿意承认，AI已经在替你做公关了——只不过，它说的可能全是错的。