AI时代内容策略：合格内容贬值后该做什么内容

这阵子后台被问得最多的问题是：“保哥，我内容做得挺扎实啊，结构、配图、字数、关键词全到位，为什么排名和流量还是往下走？”紧接着就有人发来一篇唱衰的文章，问一句“是不是该转行了”。

结论先放在这里：不至于转行，但“内容做到合格就有流量”这套吃了十几年的红利，确实到头了。下面一层层拆：先看MIT那份研究的原貌，再看这波焦虑里被夸大的部分，最后落到你明天就能改的动作。

“好内容不管用了”说的是哪一类内容？

“好内容不管用了”这句话的杀伤力，来自它的模糊。它把两件完全不同的事混在了一起：一件是“达标级内容贬值了”，这是真的；另一件是“内容这件事没价值了”，这是假的。两件事分开看，焦虑就能去掉一大半。

什么叫达标级内容？搜一个关键词，前十篇长得几乎一样：同样的小标题结构，同样的“是什么、为什么、怎么做”三段式，同样从几个权威站拼凑来的论据。单独看，它们都不差，甚至挑不出错；放在一起，彼此之间也挑不出区别。AI模型抓几篇这样的内容，就能合成一段更通顺的答案直接给用户，用户不用再点进来。这类内容没有被哪个算法判死，它的价值是被“同质”本身稀释掉的。

另一头，有些内容AI怎么抓都抓不全：你自己跑出来的测评数据，你和工厂磨了三年才摸清的供应链细节，你服务过两百个客户后才敢下的判断。这类内容没有贬值，周围的AI生成内容越多，它反而越稀缺。更准确的描述是：内容正在两极分化，合格的那一档在塌方，不可复制的那一档在升值。你把自己的内容放在哪一档，决定了接下来三年你是被冲走还是被记住。

MIT AI劳动力暴露图到底测量了什么？

这份研究在传播中已经走样，先把事实核对清楚。它的正式名字叫“US AI Labor Exposure Map”（美国AI劳动力暴露图），出自MIT运输与物流中心（CTL）下的Work Analytics Lab，主要作者是博士候选人Pierre Bouquet，合作者是访问学生Luca Mouchel。2026年5月22日被《波士顿环球报》报道后，它才大范围传开。

研究没有去估算“多少岗位会消失”，做法是把一个职业拆成一条条具体任务，再逐条判断“这件事AI现在能不能做”。营销专家这个职业拆完后，大约65%的工时所对应的任务落在“AI能处理”的区间，营销因此在所有被测职业里排到AI暴露度第5位，比客服、数据录入还靠前。

有个细节在源头报道里被淡化了，却很关键：作者Bouquet本人反复强调，这张图用来“测量”，不用来“预测”。它测的是“任务和AI能力的重叠面”，不是“多少人会失业”。65%的意思是“这些活AI能搭把手”，不等于“这些岗位会被AI取代”。研究同时明确指出，依赖人类判断、关系和现场经验的部分，机器依然够不着。

这个区别决定了65%该怎么读。很多人拿这个数吓自己，读法就错了。合理的读法是：这一行里那65%能被AI接走的活，继续靠它吃饭会越来越不值钱；剩下那35%机器做不了的，才是真正的饭碗。研究给出的是一张分工地图，标明哪些动作该交给AI、哪些动作该自己守住，它并没有宣判谁的职业结束。

这张图是公开的交互工具，你可以自己上去查。在职业列表里找到“市场营销专家”，它会把这份工作的几十项具体任务逐条列出，每条标注AI能不能做。花五分钟看看哪些任务显示为高暴露，相当于给自己的工作做一次体检：标红的那些，就是你不该再花大力气死磕、也不该只靠它吃饭的部分。

营销工作中哪些任务AI已经能接手？

把那65%再拆细，AI能接走的几乎都属于“收集、整理、复述”这一类。这也正是过去内容生产里最耗时、最像流水线的部分。

• 市场调研：把一个市场的公开资料梳理一遍、写成综述，AI比人快得多，也不会漏。
• 竞品分析：把对手的页面、关键词、卖点整理成表，这种结构化整理是AI擅长的。
• 活动排期：给一个促销节点排内容日历、拆任务，AI很快就能给出一版可用的草稿。
• 数据解读：把一份GA报表读成一段通俗的说明，AI已经做得相当顺了。

被接走的，都是“把已有信息搬运、重组成通顺文字”的活，而内容这门生意过去八成的工作量恰恰压在这上面。所以“写得又全又长”不再构成壁垒，全和长正是AI最容易批量制造的两样东西。站内之前那篇《文章写得又全又长却还是不行？谷歌现在看的是信息增益》讲的就是这个机制：搜索引擎早就不数你写了多少，它看的是你比已有内容多提供了什么。

AI接不走的35%是什么？是“判断”和“一手”。该不该进这个市场，这个卖点能不能打动这群人，这个数据背后的反常该怎么解释，这些都需要你用自己的信誉去拍板。还有只有你手里才有的东西：你自己的销售数据，你客户的真实反馈，你踩过的坑。AI能复述全世界的二手信息，但拿不到你的一手信息。接下来值得你投入时间的，是这35%。

为什么营销的AI暴露度排在客服和数据录入之前？

营销在那张暴露图上排到第5，比客服、数据录入还靠前，很多人第一反应是不服。原因并不复杂：营销工作的产出大头是“文字中间物”，包括文案、方案、综述、报告、内容日历、数据解读。文字恰恰是大语言模型训练最充分、最擅长的东西。你的工作越接近“把信息加工成文字交出去”，和AI能力的重叠面就越大。

对照AI暴露度低的岗位就能看明白：要爬到屋顶修设备的，要坐到客户对面谈合同的，要在车间里凭手感判断一批料对不对的。这些工作的核心是动手、到场、和具体的人与物打交道，产出文字只是附带。AI能写出一份漂亮的维修方案，但拧不动那颗锈死的螺丝。

对营销人和内容人来说，这一点很直接：危险来自“把营销做成了纯文字加工”，做营销这件事本身并不危险。只会按模板套出合格文案的人，和AI的重叠面接近百分之百；能跑到客户现场、挖出真实问题、再决定该讲什么的人，重叠面就小得多。同样是营销岗位，越靠近流水线越危险，越靠近一手信息和判断越安全。把自己往后者挪，相当于给那65%买了一份保险。

合格内容贬值的机制是什么？

只讲同质化还不够，还要说清背后是什么力量在推动。Fishkin的概括很尖锐：Google的未来已经不是“索引全网、让信息人人可得”，它变成了“出版业外面那道巨大的数字围栏”。它把你的内容抓进去，提炼成AI答案直接显示，用户的问题在搜索结果页就解决了，不再需要点进你的网站。

这就是这两年大家一直在讨论的“零点击”。一个被反复引用的数据是：过去三年里，网站从搜索获得的转介流量整体下滑了将近46%。这不是个别网站的问题，整个“靠内容换点击”的模式都在退潮。内容仍然在被消费，只是消费发生在AI答案里、搜索结果页里，发生在你看不到、也分不到流量的地方。

两件事连起来，合格内容贬值的机制就清楚了。第一步，AI让达标级内容的生产成本趋近于零，供给暴增，单篇价值被稀释；第二步，搜索引擎把这些内容抓走、就地变成答案，最后那部分点击也被截走。供给端贬值，分发端断流，合格内容成了彻底的“商品”：数量多到不值钱，谁产出的都一样。这道围栏是怎样一步步形成的，站内《零点击搜索拿走了流量，品牌影响力还怎么衡量？》拆得更细。

还要补一个判断：各类内容受到的冲击并不一样。最先被AI答案截走的是“信息型”查询，比如“X是什么”“怎么做Y”“A和B有什么区别”，用户要的就是一个明确答案，AI一句话给全，用户无需点击。带交易和导航意图的查询受冲击小得多：要花钱买东西、要找某个具体品牌、要对比真实价格和服务时，用户还是得自己进站看。如果你的内容库里全是信息型科普，受到的冲击最直接；越靠近交易、品牌、决策环节，缓冲越厚。

AI时代哪些内容在贬值、哪些在升值？

“做不可复制的内容”这句话谁都会说，落到具体页面上，哪些在跌、哪些在涨？下面这张对照表，可以直接拿来自查手里的内容库。

举个具体例子。同一个选题“户外充电宝怎么选”，可以做成差别很大的两版。贬值版把十款产品的容量、重量、接口列成一张表，配几句泛泛的点评，AI扫一眼就能复述，还整理得比你整齐。升值版是你真把这十款买回来，背着它们爬了三天山，记下每一款在零下五度还剩多少电、能给手机充满几次、哪款的脚架在风里立不住。这种带着真实损耗和翻车记录的内容，AI编不出来，用户也只能在你这里看到。选题相同，结果不同，差别在于你有没有亲自去“做”。

判断标准可以归结为一句话：AI能不能在不抓取你网站的前提下，从别处凑出一个差不多的答案？能，这篇内容就在贬值那一列；不能，它就在升值那一列。这条标准比字数、关键词密度都更接近搜索引擎和AI模型现在的实际取向。站内《AI生成内容千篇一律怎么办？SEO高手的5步差异化实战法》给出了把贬值内容改造成升值内容的具体手法。

AI复制不了的内容有哪几类？

源头那篇文章举的例子挺有意思：超声波厨刀，带“海洋个性”的定制西装，爷爷98岁那年留下的一战时期白兰地。但这些例子对做出海的中国卖家来说太抽象，离生意太远。保哥按出海卖家的实际场景，把“不可复制”落到四类可以动手做的内容上。

• 一手数据：你自己的销售、退货、复购、客诉数据，脱敏后做成行业小报告。全网只有你有，AI无从抓取。
• 原创测评：把同类产品买回来真用、真拆、真测，拍下过程，记下翻车。这类内容的可信度，AI合成的“十大推荐”比不了。
• 社群关系：在某个垂直社群里持续答疑，让人记住你的名字。这层信任不在任何一个网页上，自然也抓不走。
• 专业判断：基于多年踩坑经验给出的“这个该做、那个别碰”，押上的是你的信誉。AI不会替你承担这个责任。

这四类有个共同点：它们靠“做”和“攒”得来，光靠写是写不出来的。这也解释了纯靠码字的内容团队为什么越来越难：写作被AI接管后，价值从“会写”转移到了“有料可写”。你得先有别人没有的料，写作才重新有价值。

怎么判断自己手上有没有这种料？可以问三个问题。第一，这篇内容里的核心信息，能不能在别的网站上搜到一模一样的？能，就不够独特。第二，把作者名字盖掉，老读者还认得出是你写的吗？认不出，说明你的判断和立场没有写进去。第三，假设AI明天就能免费生成一篇同样的内容，你这篇还会有人专门来看吗？三个问题里有两个答“否”，这块内容就还停在贬值那一档，应该先往里加料，别急着发出去凑数。

“影响力是新流量”在内容策略里怎么落地？

Fishkin把他的主张浓缩成一句话：“别再盯着流量，去做无法被复制的产品；把重心从自己网站上的‘好内容’，挪到受众真正待着的平台上的‘好营销’。影响力，才是新的流量。”他关于在零点击世界里建立品牌影响力的系统阐述，以及和Amanda Natividad合著的《Zero Click Marketing》（零点击营销）一书，讲的都是在流量枯竭的网络环境里怎样建品牌、积累客户。

这句话听起来空泛，落到动作上其实很具体，核心只有一条：在你不拥有的平台上建立受众，再用这些受众为你“拥有的东西”导流。顺序很重要。先在用户本来就在的地方（YouTube、Reddit、LinkedIn、行业论坛、垂直社群）持续出现、持续提供价值，等他们认可了你这个人，再引出他们对你那个“不可复制产品”的兴趣，而不是想办法把人拉回网站。

这相当于把漏斗倒过来做。过去的路径是“做内容→排名→把陌生人拉进站→转化”，现在是“在外部平台被看见→被记住→建立关系→对方有需要时第一个想到你”。在这条新路径上，流量只是副产品，已经不是起点。衡量方式也必须跟着变，后面单独讲。

出海卖家在外部平台建受众有哪些坑？

“在不拥有的平台上建受众”这条建议，直接照搬到出海场景会遇到两个坑，需要提前说清楚。

第一个是可达性。Fishkin的语境是欧美市场，他提到的平台是你的目标客户天天在用的；但如果团队主力在国内运营，YouTube、X这些平台的日常发布、互动、回复评论本身就有访问门槛，很容易做成“发完就不管”的僵尸号，反而损害信任。要做，就配备能稳定访问的人员或工具，不要半途而废。

第二个是不要把全部投入押在一个平台上。借来的平台终究是别人的，规则、算法、封号权都在对方手里，这两年因为政策、合规问题一夜之间账号被封的案例并不少见。合理的做法是：用外部平台积累影响力、建立关系，同时把核心资产沉淀在你真正拥有的地方，也就是独立站和邮件列表。影响力在外部积累，根基要留在自己手里。这恰恰是出海卖家相对纯内容创作者的优势：你本来就有独立站，别把它荒废了。

至于选哪个平台，不要跟风，先看客户是谁。做B2B工业品、专业服务的，LinkedIn和行业垂直论坛价值最高，决策者确实在那里；做大众消费品、生活方式类DTC的，YouTube和Instagram更合适，视觉和场景更能打动用户；做技术、开发者工具的，在Reddit和技术社区里认真回答一个问题，胜过十篇软文。选平台只看一条标准：你的目标客户是否真实活跃在那里，而且你能稳定地在那里出现。一口气铺七八个平台，最后很可能个个都成了僵尸号，不如把一个做透。

零点击时代还要继续做SEO吗？

这里最容易被标题党带偏，答案是要做。SEO没有死，被淘汰的是“内容工厂”式的做法。把网站当成一台不停产出合格文章、靠数量争排名的机器，这条路确实越来越窄；但搜索依然是用户找到你的重要入口，只是入口的逻辑变了。

新逻辑是“内容+影响力”两条线并行。一边继续用SEO守住那些有真实搜索需求、又能体现你独特价值的关键词，尤其是品牌词和不可复制内容对应的长尾词；另一边在外部平台积累影响力，反过来为品牌词带来搜索量，为站点带来高质量外链和直接访问。两条线互相促进，不需要二选一。Google官方这两年也多次表示，AI概览和AI模式底层用的仍是传统SEO信号，不需要为AI单独准备特殊文件。把基本功做扎实，依然是基础。

两条线如何互相促进，可以展开说。你在YouTube、行业社群里持续输出、被人记住，这些人之后会直接搜索你的品牌名。品牌词搜索量上涨，Google就收到一个强信号：有人专门在找这个站。同时，这些平台带来的提及和链接又提升了站点的权威度，你那些不可复制的内容也更容易获得自然排名。影响力在站外积累，最终会有一部分收益通过搜索回流到你自己的站。所以两件事不该对立起来，它们本来就能形成互相加强的循环。

因此，更值得问的问题是：我的SEO是在批量生产合格内容，还是在放大那些不可复制的东西？前者在贬值，后者在升值。同样是做SEO，做法不同，结果完全相反。

内容选题决策表：哪些该停做，哪些该加码？

机制讲完了，下面是一张可以直接拿去开会的决策表。把团队现有的内容选题逐项对照，该砍的砍，该加的加。

资源重新分配可以遵循一个简单原则：把过去花在“生产合格内容”上的时间砍掉一半，挪到“积累一手资料、做原创研究、经营关系”上。短期内文章数量肯定会下降，这很正常，砍掉的本来就是不产生价值的那部分。站内《Google内容质量算法14年怎么变？Panda到AI模式》梳理了这十几年算法偏好如何从“数量”逐步转向“独特价值”，这次转向并不突然。

AI协作下内容团队该怎么重新分工？

MIT那张图既然可以当作分工地图，对内容团队最实际的用法，就是照着它重排工作流。把内容生产拆成四段：采集资料、确定选题与判断、生产、分发。过去人力大致平均分在这四段上，现在需要重新分配。

采集二手资料、写综述、出初稿这三件事，可以放心交给AI，它速度快，也不会累。省下来的人力，集中投到AI做不了的两端。前端是“挖掘一手资料、拍板选题”：去采访客户，去做测评，去社群里收集真实问题。后端是“把关品牌声音、加入专业判断”：让内容读起来就是你们团队写的，带着立场和经验，不像一篇谁都能生成的标准答案。

落到人员配置上，这通常意味着角色调整。原来三个埋头写稿的写手，可能变成一个会用AI协作的编辑，加上两个出去做采访、测评和社群运营的人。表面上文章篇数少了，但每一篇都带着别人复制不了的资料。团队的价值，正在从“能产出多少字”转向“手里有多少别人没有的东西”。谁先完成这个调整，谁就能先摆脱合格内容的同质竞争。

三类出海业务的内容策略分别怎么转？

同样的原则，落到不同生意上，动作差别很大。下面是保哥手上三类不同客户的真实调整方式，可以对照自己的情况参考。

第一类是做户外储能的DTC品牌。它原来的内容以大量“露营用电指南”“储能电源怎么选”之类的科普为主，曾经带来不少流量，现在大部分被AI概览截走。调整方式是把内容团队从科普里抽出来，专门做一件事：把自家产品和竞品放到真实的露营、房车、断电场景里做长期实测，记录续航、衰减、极端温度表现，拍成视频，写成带数据的长篇测评。这种内容AI编不出来，还能顺带解决用户下单前最后的疑虑。

第二类是做精密注塑件的B2B工厂。这类生意搜索量本来就小，但客单价高、决策周期长。它最不可复制的资产，是创始人二十年积累的工艺判断。调整方式是不再写“注塑工艺是什么”这类百度都比你全的科普，改为让创始人出镜，讲“为什么这个结构必须用这种料”“这个公差控制不住会出什么事故”，把判断本身做成内容。这种内容带来的主要是信任，而不是流量，也是采购方点名找你的理由。

第三类是做宠物保健品的DTC品牌。它的不可复制资产是用户社群。调整方式是把重心从“写文章”转到“在社群里持续回答真实的养宠问题”，把高频问题和真实反馈沉淀成内容，再用一手用户数据（比如某成分的复购率、不同犬种的反馈差异）做成小报告。社群里积累的信任，比任何一篇SEO文章都更能抵御AI带来的冲击。这也说明，差异化的产品定位本身就是内容的源头：产品没有差异，内容再用力，也只是在同质化市场里多添一篇。

不看流量之后，品牌影响力用什么指标衡量？

转向影响力思维，最现实的障碍是老板还在看流量报表。在新做法下，流量数据会变难看：少产出一批科普文，自然流量短期内必然下降。所以必须同步更换衡量口径，否则数据一下滑，转型就会被叫停。

• 品牌词搜索量：有多少人直接搜索你的品牌。这是影响力最直接的代理指标，影响力上升，品牌词搜索量一定上升。
• AI引用频率：在ChatGPT、AI概览这类产品里，回答相关问题时会不会提到你。这是新的“被看见”。
• 受众规模与互动：外部平台的真实关注、评论、私信，以及邮件列表的人数和打开率。
• 直接访问与回访：不经过搜索、直接输入网址或从书签进入的用户。他们是真正记住你的人。

这些指标不需要买昂贵的工具也能看到。品牌词搜索量：在Google Search Console里筛出包含品牌名的查询，观察趋势。直接访问和回访：GA4流量来源报告里的“Direct”一栏就是。AI引用：定期拿你的核心问题去ChatGPT、Google AI概览里搜索，看回答是否提到你，手动记录也可以。受众规模：看各平台后台的关注数和邮件列表人数。每月填一张简单的表，把这四类数据记下来，比盯着单一的流量数字有用得多。

这四个指标合起来回答同一个问题：有多少人会想起你、信任你、主动找你。它比单纯的流量更接近生意的实际状况。这套衡量体系具体怎么搭，尤其是零点击环境下品牌影响力如何量化，前面提到的那篇零点击衡量文章里有完整方法，这里不再重复。

这一轮变化是又一次“SEO已死”式的标题党吗？

每隔一两年就有人喊一次“SEO已死”，从语音搜索到移动优先，再到现在的AI，喊得太多，大家容易麻木。所以这一轮需要准确定性：死掉的是“合格内容的免费流量红利”，SEO并没有死。这两件事差别很大。

回头看前几次“SEO已死”的虚惊，结果都很说明问题。语音搜索那一波，有人说以后没人打字了，结果语音只是多了一个入口，文字搜索照旧；移动优先那一波，有人说桌面端要完，结果是大家学会了两端都做。每一次技术变化，淘汰的都是某一种偷懒的做法，“做SEO”这件事本身一直都在。这一次被淘汰的，是“批量生产合格内容换取免费流量”。认清这个规律，你既不会被标题党吓到，也不会以为什么都不改就能继续拿红利。

怎么判断这次是真趋势还是又一次危言耸听？看一个硬指标：你做了大量达标级内容，流量却不涨甚至下降。如果这正发生在你身上，那这个趋势对你就是真实的，和别人怎么喊无关。反过来，如果你本来就靠一手数据、专业判断吃饭，这一轮对你是利好：周围同质化内容越多，你的稀缺性越值钱。

技术怎么变，有一条始终没变：用户要的是别处得不到的价值。早年信息本身稀缺，把信息整理清楚就有价值；现在信息泛滥，AI还免费帮人整理，价值就转移到了信息背后的判断、数据和关系上。变化的是价值所在的位置，没变的是你必须提供别人给不了的东西。这一条，三年后大概率仍然成立。

预算有限的小团队如何开始调整内容策略？

道理大家都懂，小团队最缺的是“明天先做哪一步”。下面是一份不花钱的起步清单，按顺序执行。

1. 盘点现有内容：把现有内容按“商品化/不可复制”两列分一遍，先弄清楚自己手上塌方内容的比例有多大。
2. 砍掉一半科普选题：把原计划里那些“X是什么”的纯科普砍掉，腾出时间。这一步不花钱，只需要顶住产量下降带来的焦虑。
3. 找到一个一手资料来源：你手上一定有别人没有的东西，比如销售数据、客诉记录、某次真实测试。先把其中一个做成内容。
4. 选一个外部平台深耕：不要同时铺开，只挑一个客户真正在用、你也能稳定运营的平台，持续出现三个月后再评估。
5. 更换报表口径：把品牌词搜索量、直接访问、邮件列表人数加进月报，让老板习惯看这些指标，为转型留出缓冲期。

这五步都不需要额外预算，需要的是把资源从“多产出”挪到“产出对的内容”。转型不用推倒重来，只要把同样的精力投到三年后仍然有价值的地方。

常见问题解答

MIT那份研究是说营销人要被AI取代了吗？
不是。研究作者Bouquet明确说这张“AI劳动力暴露图”是用来测量任务和AI能力的重叠面，不是预测失业。65%指的是营销工时里有这么多任务AI能搭手，剩下依赖判断、关系、一手经验的部分，机器依然够不着。把它读成取代论是误读。

那我以后还要不要写文章、做SEO？
要，但要换内容。停掉那些AI一抓就能复述的科普和清单，把精力转到一手数据、原创测评、专业判断这类AI复制不了的内容上。SEO本身没死，死的是靠批量合格内容博流量的老玩法，做法变了而已。

“影响力是新流量”对小团队是不是太奢侈？
恰恰相反，小团队更适合。你不需要全平台铺开，挑一个客户真在用的平台，持续给价值、被记住就行。影响力靠的是稀缺的料和真诚的关系，不是预算，这正是小团队能和大厂掰手腕的地方。

转型后自然流量降了，怎么跟老板交代？
提前换衡量口径。把品牌词搜索量、直接访问、AI引用、邮件列表人数这些影响力指标加进报表，让老板明白少掉的是不带价值的科普流量，涨上来的是更接近成交的高质量关注，给转型留出三到六个月的缓冲期。

出海做外部平台，国内团队访问不便怎么办？
要么配置能稳定触达的运营方式和工具，要么就别硬上那个平台，换一个你能持续运营的。最忌讳开了号又不管，做成僵尸账号反而伤信任。核心资产记得始终沉淀在你拥有的独立站和邮件列表里。

权威参考资料