你花了半年时间把官网优化到Google首页，关键词布局精准、技术SEO无死角、页面速度也拉满了。然后有一天，你的潜在客户打开ChatGPT问了一句："帮我推荐一款适合中小团队的项目管理工具"——AI洋洋洒洒列了五个品牌，附带详细的优缺点对比和推荐理由。你点开它引用的来源链接，全是科技媒体的测评文章、独立博主的深度对比、Reddit上的用户讨论。你的官网？不在其中。

这不是假设场景，这是2025年多伦多大学一项大规模实证研究揭示的铁律：在AI搜索中，第三方权威媒体（Earned Media）才是被引用的绝对主力，品牌自有内容几乎被系统性忽略。

传统SEO时代，品牌可以通过优化自己的网站来争排名——写好标题、做好内链、堆上结构化数据，搜索引擎就会给你位置。但AI搜索时代的底层逻辑完全不同：AI引擎不引用你怎么说自己，它引用别人怎么评价你。这是一个从"自说自话"到"别人替你说话"的根本性转变。

这篇文章将基于这篇论文的硬数据，结合保哥在GEO领域的实战经验，把这个趋势彻底拆解清楚，并给出可以直接落地执行的策略。

什么是Earned Media？为什么它在AI搜索中如此重要

Earned Media（赢得媒体）是指品牌通过产品质量、口碑传播、公关活动等方式，在第三方平台上获得的非付费、非自有的内容曝光。典型的Earned Media包括：权威科技媒体的产品测评、行业分析师的独立报告、专业博主的深度评测、新闻媒体的报道、论坛和社区中的真实用户讨论等。

与之对应的还有两种媒体类型。Brand Media（品牌自有媒体）指品牌自己控制的内容渠道，比如官网、企业博客、品牌社交账号发布的官方内容。Social Media（社交媒体）指来自社交平台的内容，包括用户在微博、Twitter、Facebook等平台的讨论。

在传统Google搜索中，这三类媒体的分布相对均衡——品牌官网通过SEO优化可以获得大量排名，社交媒体内容也经常出现在搜索结果中。但AI搜索引擎打破了这个平衡，Earned Media获得了压倒性的优势地位。

理解这一点的关键在于AI搜索的技术底层：当ChatGPT、Perplexity、Gemini等AI引擎回答用户问题时，它们需要引用可信的信息源来支撑自己的回答。AI模型在判断信息可信度时，天然倾向于选择第三方独立来源——因为这些来源没有直接的商业利益驱动，信息的客观性更高。一个品牌在自己官网上说"我们的产品性能行业领先"，和一家独立测评机构说"经过测试，该产品在同类中表现突出"，对AI模型来说，后者的可引用价值远远高于前者。

论文核心数据：AI搜索的媒体分布颠覆了什么

2025年9月，多伦多大学的研究团队在arXiv发表了一篇题为"Generative Engine Optimization: How to Dominate AI Search"的论文。这项研究通过大规模对照实验，系统对比了AI搜索引擎（ChatGPT、Perplexity、Gemini、Claude）与传统Google搜索在信息来源分布上的差异。以下是最关键的实验数据。

汽车行业：Earned Media占比从41%飙升至82%

在汽车行业的查询实验中，Google搜索结果中Brand类来源占40%，Earned类来源占41%，两者基本持平。但当同样的查询提交给AI搜索引擎后，Brand来源的占比骤降至18%，而Earned Media的占比飙升至82%。

这意味着什么？一个汽车品牌即使把官网优化到极致，在AI搜索场景下获得的曝光机会也被压缩了一半以上。而那些经常被权威汽车媒体报道和测评的品牌，在AI搜索中的存在感反而成倍增长。

消费电子行业：社交媒体来源直接归零

消费电子行业的数据更加极端。在Google搜索中，Social来源还占据了23%的比例——用户在YouTube上的开箱视频、Reddit上的讨论帖，都有机会出现在搜索结果中。但在AI搜索中，Social来源的占比直接降为0%。AI引擎几乎完全不引用来自社交媒体的内容。

这个发现对那些重度依赖社交媒体营销的消费电子品牌来说，是一个巨大的警钟。你在YouTube上积累的数百万播放量、在Reddit上精心维护的品牌社区讨论，在AI搜索的世界里可能完全不存在。

软件产品行业：Earned Media从32%升至74%

软件产品（SaaS）领域同样印证了这一趋势。Earned Media在Google搜索中占32%，在AI搜索中升至74%——翻了一倍多。对于SaaS企业来说，这意味着G2、Capterra、TrustRadius等第三方评测平台上的内容，以及TechCrunch、VentureBeat等科技媒体的报道，在AI搜索中的价值远超你自己的产品文档和营销页面。

Niche品牌数据：ChatGPT引用来源95.1%为Earned Media

最引人注目的数据出现在小众品牌的实验中。当研究人员用ChatGPT查询Niche品牌相关信息时，95.1%的引用来源是Earned Media，0%来自Social，仅有不到5%来自品牌自有渠道。

这个数据揭示了一个残酷但重要的事实：对于知名度不高的中小品牌，AI搜索几乎完全依赖第三方媒体来认知你的存在。如果没有独立媒体为你背书，你在AI搜索的世界里就是隐形的。

跨类目一致性：Earned > Brand > Social是结构性规律

论文跨越汽车、消费电子、软件、本地服务等多个行业垂直领域进行了实验，结果高度一致：所有AI搜索引擎都遵循Earned > Brand > Social的引用排序。这不是某个行业的偶然现象，而是AI搜索引擎的结构性特征。

行业	Google中Brand占比	AI搜索中Brand占比	Google中Earned占比	AI搜索中Earned占比
汽车	40%	18%	41%	82%
消费电子	—	—	—	接近100%
软件产品	—	—	32%	74%
Niche品牌（ChatGPT）	<5%	<5%	—	95.1%

为什么AI搜索天然偏好Earned Media

理解AI搜索为什么系统性偏向Earned Media，需要从技术层面和信任模型两个维度来分析。

RAG架构决定了信息源的筛选逻辑

当前主流AI搜索引擎都基于RAG（Retrieval-Augmented Generation，检索增强生成）架构运行。简单来说，AI在回答问题时会先从网络上检索相关文档，然后基于检索到的内容生成回答并附上引用。

在检索阶段，AI需要判断哪些文档是"值得引用的"。这个判断不是靠传统SEO的那套信号（比如关键词密度、反向链接数量），而是更倾向于内容的独立性、权威性和信息密度。一篇来自独立媒体的深度测评，信息密度高、观点有论据支撑、没有明显的商业倾向——这恰恰是RAG系统在筛选引用源时最看重的特质。

大语言模型的对齐训练强化了"去广告化"倾向

现代大语言模型在RLHF（基于人类反馈的强化学习）阶段接受了大量对齐训练，其中一个核心目标就是让模型输出"有帮助、真实、无害"的回答。在这个训练过程中，模型学会了识别和降权那些带有明显商业推广意图的内容——而品牌自有渠道的内容，天然就带有这种意图。

换句话说，AI模型经过训练后，会本能地"不信任"品牌自己说的话，而更倾向于引用第三方的独立评价。这不是一个可以通过技术手段绕过的问题，而是模型的底层行为模式。

"可引用性"取代了"可排名性"

在传统SEO中，我们追求的是"可排名性"——通过优化技术指标让页面在搜索结果中排名靠前。但在AI搜索中，核心指标变成了"可引用性"——你的内容是否值得被AI模型作为信息来源引用。

可引用性高的内容通常具备以下特征：包含具体的数据和事实；观点有明确的论证过程；来自被广泛认可的权威来源；信息结构清晰、易于AI解析；不包含明显的商业推广语言。

传统SEO策略在AI搜索中为什么失效

如果你是一个做了多年SEO的从业者，可能会对上述结论感到不适。"我的官网内容质量很高，结构化数据也做得很好，为什么AI搜索不引用？"这个问题的答案涉及AI搜索与传统搜索在底层逻辑上的根本差异。

官网优化的天花板

传统SEO的核心是优化品牌自有资产——官网的技术架构、内容质量、链接权重。这套打法在Google搜索中依然有效，但在AI搜索中遇到了天花板。根据论文数据，即使是优化到极致的品牌官网，在AI搜索中获得的引用占比也很低。原因很简单：AI引擎在判断信息可信度时，会考虑"这个信息源是否有动机美化自己"——品牌官网天然存在这个嫌疑。

社交媒体内容被大幅降权

很多品牌把社交媒体作为重要的营销阵地，在各平台积累了大量粉丝和内容。但论文数据显示，社交媒体在AI搜索中的引用权重几乎为零。这可能与社交媒体内容的以下特征有关：碎片化程度高、信噪比低、真假信息混杂、内容时效性过强。

Schema和结构化数据不是万能药

保哥之前在AI搜索时代内容设计5大法则与实操指南中也提到过，很多人把GEO优化简化成"加Schema""加结构化数据"，但这些技术手段只是让AI更容易读懂你的内容，并不能解决"AI是否愿意引用你"的根本问题。结构化数据帮助的是内容的可解析性，而非可信度。

7个可落地的Earned Media构建策略

认清了趋势，接下来是实操。以下是保哥总结的七个在AI搜索时代构建Earned Media资产的核心策略，每一个都经过实战验证，可以直接执行。

策略一：系统性构建权威媒体关系

Earned Media不会凭空出现，它需要品牌主动去"赢得"。构建权威媒体关系的核心是为记者和编辑提供他们真正需要的内容素材，而不是发一堆自吹自擂的新闻稿。

具体执行步骤：首先，梳理你所在行业的核心媒体清单，包括垂直行业媒体、综合科技媒体、独立博客和播客。然后，研究每个媒体的选题倾向和发稿节奏，找到你的产品或服务与他们选题方向的交集。接下来，准备高质量的媒体素材包——不是产品宣传册，而是包含行业数据、趋势分析、独家洞察的内容。当你提供的是"有新闻价值的信息"而非"广告材料"时，媒体的响应率会显著提高。

关键原则：给媒体的永远是故事和数据，不是广告。

策略二：创造可被引用的原创研究

论文中一个重要发现是，AI搜索引擎特别偏好引用包含原创数据和独立研究的内容。这给品牌指明了一条清晰的路径：成为你所在领域的数据生产者。

你可以做的事情包括：发布行业年度报告（基于自有数据或调研数据）；开展用户调研并公开发布结果；建立行业基准指数或评分体系；定期更新包含最新数据的趋势分析。

当你拥有独特的、别人无法复制的数据集时，媒体和博主在撰写相关话题时就必须引用你——而AI搜索引擎在检索这些媒体内容时，自然也会间接引用到你的品牌和数据。这是一条"品牌→数据→媒体引用→AI引用"的完整链路。

策略三：深度参与第三方评测平台

对于B2B和SaaS企业，G2、Capterra、TrustRadius等第三方评测平台的重要性在AI搜索时代进一步提升。这些平台上的用户评价和产品对比，正是AI引擎最喜欢引用的Earned Media类型之一。

执行要点：积极引导满意用户在第三方平台留下真实评价；保持评测页面信息的完整性和时效性；及时回复用户评价（包括负面评价）；争取在关键的对比分类中出现。不要试图通过刷评或虚假评价来操控这些平台——AI模型在判断内容质量时，虚假的正面评价反而可能降低你的可信度。

策略四：建立专家型个人品牌矩阵

AI搜索引擎在引用内容时，也会考虑作者的权威性。如果你的品牌有多位在行业内有影响力的专家，他们在外部平台发表的观点、接受的采访、参加的会议演讲，都是高质量的Earned Media来源。

具体做法：鼓励团队专家在行业媒体上发表署名文章；安排专家参加行业播客和视频访谈；在学术会议和行业峰会上做演讲分享；在LinkedIn等专业平台定期发布行业洞察。

每一次外部露出，都是在AI搜索引擎的"知识库"中积累品牌的可信度信号。

策略五：针对不同AI引擎制定差异化策略

论文的另一个重要发现是：不同的AI搜索引擎之间存在显著差异。ChatGPT、Perplexity、Gemini和Claude在域名多样性、内容新鲜度偏好、大品牌偏好程度等维度上表现各异。

这意味着你不能用一套统一的策略覆盖所有AI引擎，而需要：了解每个主要AI引擎的引用偏好和来源倾向；监测品牌在不同AI引擎中的出现频率和引用来源；根据不同引擎的特点调整Earned Media投放的渠道重心。如果你需要系统化监测品牌在各个AI引擎中的表现，可以借助Schema结构化数据生成器来确保你的内容具备良好的机器可解析性，同时配合GEO监控工具追踪引用表现。

策略六：内容的"可引用性"重构

即使你的内容最终出现在第三方媒体上，AI引擎是否会引用这些媒体内容来提及你的品牌，还取决于内容本身的"可引用性"结构。

高可引用性内容的特征：每个核心论点都有具体数据支撑；使用清晰的定义性语句（例如"X是指……"这类句式）；信息结构遵循"总分总"或"问题-解答"模式；关键结论以简洁、明确的方式表述；避免大段模糊的描述性文字。

当你为媒体提供素材、为博主提供访谈内容时，要有意识地使用这种"AI友好"的表述方式——因为最终被AI引用的，是那些能够被精准抽取为回答片段的句子和段落。

策略七：多语言Earned Media布局

论文中的语言敏感性实验揭示了一个容易被忽视的维度：AI搜索引擎对不同语言的查询，可能引用完全不同的来源集合。同一个产品查询，用英文和用中文提问，AI引用的媒体来源可能完全不重叠。

对于跨境出海企业，这意味着你需要在每个目标市场语言的Earned Media生态中建立存在感——不仅仅是翻译官网内容，更重要的是在当地语言的权威媒体上获得报道和评测。如果你在GEO优化方面还需要更体系化的框架，推荐参考保哥之前写的2025年最新GEO实施策略终极指南，那篇文章对GEO的整体方法论有更全面的梳理。

Niche品牌的破局之道

论文数据显示，AI搜索存在明显的"大品牌偏好"——知名品牌在AI回答中被提及的概率远高于小众品牌。这对中小品牌和新品牌来说似乎是个坏消息，但实际上也存在突破口。

聚焦垂直领域成为不可替代的引用源

大品牌的优势在于广度，小品牌可以在深度上取胜。选择一个足够具体的细分领域，持续产出高质量的原创内容和数据，让自己成为这个细分领域里"绕不过去"的信息源。当AI引擎回答这个细分领域的问题时，由于可引用的权威来源有限，你的内容被选中的概率就会大幅提升。

利用长尾查询场景切入

AI搜索中的长尾查询（具体、细分的问题）竞争相对较小，而且用户在这类查询中对具体产品推荐的需求更强。小品牌可以通过在权威媒体上围绕长尾场景布局Earned Media内容，逐步积累AI搜索中的品牌存在感。

构建联盟式Earned Media网络

中小品牌可以与行业内的独立博主、小型媒体、垂直社区建立长期合作关系。虽然单个小媒体的影响力有限，但当多个独立来源都在提及和推荐你的品牌时，AI引擎会从这种"多源交叉验证"中获得更强的信号。

AI搜索与Google搜索并非二选一

需要特别强调的一点是：Earned Media策略和传统SEO不是对立关系，而是互补关系。

根据论文数据，Google目前仍然占据约90%的全球传统搜索市场份额。AI搜索虽然增长迅猛——ChatGPT月活已超过1.8亿，Perplexity的月搜索量达到7.8亿——但还远未取代Google。当Google显示AI概要时，链接点击率从15%降至8%，约26%的搜索以零点击结束，但这也意味着仍有大量用户在点击传统搜索结果。

正确的做法是双线并行：在继续做好传统SEO的基础上，同步建设Earned Media资产。传统SEO保障你在Google搜索中的可见性，Earned Media战略则确保你在AI搜索生态中不被忽略。两者的交集在于——高质量的第三方内容本身就是强大的外链来源，Earned Media的积累对传统SEO的链接建设同样有正向推动作用。

如何衡量Earned Media在AI搜索中的效果

做了这么多工作，如何知道是否有效？保哥建议从以下几个维度建立监测体系。

AI引用率监测：定期用你的核心关键词和品牌相关查询在ChatGPT、Perplexity、Gemini等平台中测试，记录品牌被提及的频率和引用的来源。可以借助内容结构分析器来辅助优化你输出给媒体的内容结构，提升被AI抓取和引用的概率。

Earned Media矩阵追踪：建立一个表格，持续追踪品牌在各类第三方平台上的内容积累情况——包括媒体报道篇数、评测平台评价数量和评分、行业博客提及频次、论坛和社区讨论热度等。

竞品对比分析：同样用核心查询在AI平台上测试竞品的表现，分析竞品的Earned Media来源分布，找到自己可以差异化发力的媒体渠道和内容类型。

转化归因：虽然AI搜索目前缺乏像Google Analytics那样成熟的归因体系，但可以通过品牌搜索量变化、直接流量趋势、品牌提及量等间接指标来评估Earned Media投入的效果。

常见问题

Earned Media具体包括哪些类型的内容？

Earned Media涵盖所有非品牌自有、非付费获得的第三方内容。包括但不限于：权威媒体的新闻报道和产品测评、行业分析师的独立报告、专业博主和KOL的深度评测、用户在论坛和社区的真实讨论、学术论文和研究报告中的引用、播客和视频节目中的品牌提及。核心判断标准是：这些内容的创作者是否与你的品牌存在直接的经济利益关系——如果没有，就属于Earned Media。

品牌官网的SEO优化在AI搜索时代还有意义吗？

有意义，但定位发生了变化。官网SEO在传统Google搜索中仍然是获取流量的主要手段，不应放弃。但在AI搜索场景中，官网的作用更多是"信息验证站"——当AI引用了第三方媒体对你品牌的报道后，用户可能会访问你的官网做进一步了解。因此官网的优化重点应从"争排名"转向"提供AI无法替代的深度信息"，比如详细的产品技术文档、实时更新的定价信息、互动式的产品体验等。

付费的媒体投放（Paid Media）能替代Earned Media吗？

不能。AI搜索引擎在筛选引用来源时，能够识别明显的付费推广内容并降低其引用权重。一篇标注了"赞助内容"或"广告"的媒体文章，其被AI引用的概率远低于独立编辑的原创报道。付费媒体可以作为品牌认知度建设的辅助手段，但无法替代真实的Earned Media在AI搜索中的作用。

社交媒体营销在AI搜索时代完全无用了吗？

不是完全无用，但其在AI搜索中的直接价值确实很低。论文数据显示AI搜索几乎不引用社交媒体来源。不过社交媒体仍然有间接价值——社交平台上的话题讨论可以引起媒体记者的关注，进而产生Earned Media报道；社交传播可以放大Earned Media内容的影响力；社交平台上的品牌声量也可能影响AI模型训练数据中的品牌认知度。建议将社交媒体定位为"Earned Media放大器"而非独立的AI搜索优化渠道。

中小品牌没有预算做大规模公关，如何获得Earned Media？

中小品牌获得Earned Media的核心策略是"以内容换曝光"。创建高质量的原创研究报告或行业数据，主动提供给媒体作为素材；在行业论坛和社区中以专家身份分享真实有用的知识；与同行业但非竞争关系的品牌联合发布行业白皮书；积极参与行业活动并提供有价值的演讲内容。关键是让你的品牌成为特定领域里"信息的提供者"而非"广告的发布者"。

如何判断一个Earned Media渠道是否对AI搜索有效？

最直接的验证方法是：用你的目标查询在ChatGPT、Perplexity等AI平台上搜索，观察AI回答中引用的来源是否包含这个渠道。如果某个媒体经常出现在AI搜索的引用列表中，说明该媒体在AI引擎的信任链中占有重要位置，应优先在该媒体上布局Earned Media内容。同时可以关注该媒体的域名权威度（DA）、索引页面数量、以及在各类AI平台中的引用频率等指标。

GEO和传统SEO应该如何分配资源？

目前阶段建议70%资源投入传统SEO，30%资源投入GEO和Earned Media建设。随着AI搜索流量占比的持续增长，这个比例应逐年调整。到2027-2028年，如果AI搜索分流传统搜索的趋势继续加速，GEO的投入比例可能需要提升至50%甚至更高。但无论比例如何变化，Earned Media建设都应作为优先事项——因为它同时服务于传统SEO（外链价值）和GEO（AI引用价值），是一举两得的投入。