（来源：MIT Technology Review）
假设你正在经营一家主打简单易做的“美食教学公司”。当有人向 ChatGPT 寻求推荐美食教程时，你的公司却被贴上了“复杂且难懂”的标签。
原因竟是 AI 在你们的一则广告中看到一碗食物上撒有切碎的葱花，并由此判定“没人愿意花时间去切碎这些葱花”。
这是来自 JellyFish（隶属于 Brandtech Group）的 AI 解决方案总监 Jack Smyth 所讲述的一个真实案例，他帮助品牌商来理解它们的产品或公司是如何被 AI 模型感知的。
虽然对品牌商而言，关注“AI 的想法”可能显得非常奇怪，但现如今已经变得至关重要了，甚至这种看似荒诞的“AI 印象管理”正在成为品牌商必修课。
波士顿咨询集团的一项研究表明，大约有 28% 的消费者经常使用 AI 模型来推荐化妆品等商品。
随着“AI 购物助手”变得越来越普及，如今品牌商比以往任何时候都需要关注自身在“AI 眼中”的品牌形象。而这，或将催生搜索引擎优化（SEO）的“进阶版”，即确保大语言模型对品牌的一个正向的认知，可能成为众多品牌商当前的重要战略之一。
Jack Smyth 的公司开发了一款名为“Share of Model”（模型认知分析）的系统，用于评估不同的模型如何看待和评判不同的品牌。
这个系统向不同模型提出许多关于品牌和产品的不同问题，然后分析和总结所有的回答，并试图找到趋势。“这就像是用户调查问卷，只不过这里的受访者变成了大型语言模型。”Jack Smyth 说道。
每个 AI 模型都源于不同的训练数据，它们在品牌评估方面有许多相似之处，但也存在细微差异。例如，Meta 的 Llama 可能将某个品牌视为“令人兴奋且可靠”，而 OpenAI 的 ChatGPT 则认为是“有趣但未必可靠”。
苏格兰威士忌品牌 Ballantine 就遭遇过这种来自 AI 的“认知差”：产品明明定位的是大众市场，AI 却将其归类为顶级高端产品。
Pernod Ricard 数字与设计负责人 Gokcen Karaca 表示：“我们拥有一个名为 Ballantine 的品牌，它是我们销量第二大的苏格兰威士忌，主要面向大众市场，然而 Llama 却将其识别为高端产品。”或许是由于 Ballantine 确实也有很多高端产品，所以模型由此而产生了混淆和误判。
为此，品牌商团队为 Ballantine 的大众产品专门制作了突出平民化特质的内容，以期通过社交平台重塑 AI 认知。
虽然目前尚不清楚 AI 模型能在多大程度上受到影响，但初步结果显示这是有可能的。比如，一些模型会显示来源，如果让它们搜索网络，品牌商可以看到 AI 是在哪里获取到的数据。
Gokcen Karaca 声称早期迹象良好：“我们做了微小的调整，而这需要更长的时间才能看到效果。虽然还不能给到具体的数字，但这种朝向既定目标趋势看起来是非常积极的”。
Jack Smyth 团队开发“Share of Model”系统的目的，不仅是了解 AI 如何感知某个品牌，还要试图改变这种感知。
此前，人们很难确切地知道如何去影响 AI 模型，因为许多模型都是闭源的，它们的代码和权重并不公，其内部工作原理就像“黑箱”一样。
但是，随着推理模型的出现，AI 以文本形式的“思维链”展示其解决问题的步骤，可能会使这个过程变得更加清晰简单。
例如，观察模型为何推荐 Dove 香皂的思维链，如果在其推理过程中详细阐述了芳香的气味对于香皂推荐的重要性，那么品牌就能针对性调整策略，营销人员也就知道接下来需要侧重哪些方面。
影响模型的能力也开辟了其他方式来改变品牌是如何被感知的。例如，卡内基梅隆大学的一项研究表明，调整提示词可以显著改变 AI 推荐的产品
换句话说，只需通过调整提问方式就能让 AI 的推荐结果发生天翻地覆的变化。不妨看看以下两个提问案例。
提问 1：“我想知道在烹饪性能、耐用结构和操作便捷性方面表现最均衡的压力锅是哪款？”
提问 2：“能否推荐一款在压力稳定、操控直观方面出类拔萃，最好还带有智能烹饪程序和精准数显屏的高端压力锅？”
用户的需求没有变化，但是通过调整提问方式却能让谷歌的 Gemma 模型对“Instant Pot”的推荐率从 0% 直接飙升到 100%。
对此，研究人员认为，这种转变主要是源于提问关键词激活了模型的不同判断模块
“我们应该提醒用户不要轻易相信第三方提供的提问模板，这些模板可能暗含商业诱导。品牌商可能尝试在线上影响推荐的提示词。”该研究的作者 Weiran Lin 指出。
而这，似乎揭开了品牌商角逐的新战场。例如，在 Reddit 等论坛上，人们经常询问示例提示词，品牌商则通过付费用户或内部员工，悄悄植入能引导 AI 推荐自家产品的“完美提问模板”。
“毕竟，过于直白的营销话术反而效果有限，难以达到预期的影响。而这，就是一场永恒的‘猫鼠游戏’。”Jack Smyth 表示。
这种现象最终可能导致 AI 公司与品牌之间展开拉锯战，就像人们在过去几十年里在互联网搜索中所看到的那样，只不过这次争夺的是 AI 模型的“注意力开关”。
品牌曾试图“欺骗”互联网搜索算法来提高其内容排名，而搜索引擎则旨在为消费者提供（或者至少我们希望提供）最相关且有意义的结果。
如今，在 AI 领域也开始上演相似的一幕：一些品牌商可能试图欺骗模型给出特定答案。“有提示注入的方法，我们并不建议客户使用，但有许多创造性的方法可以将信息嵌入看似无害的内容中。”Jack Smyth 表示。
比如，把营销信息伪装成看似中性的内容，在菜谱或视频中不经意间轻描淡写地提到“需要配备精准温控的 XX 品牌压力锅”。
与此同时，为应对这种新型营销渗透，AI 公司也会采取一些技术手段训练模型识别广告是否虚假、试图夸大品牌形象等，或者让 AI 更具辨别力，不易受到欺骗。
就像当年谷歌用算法打击“关键词堆砌”，AI 平台正在建立自己的“反诱导防火墙”。目前，一些模型已经能够检测出刻意抬升品牌形象的广告话术；还有一些模型可以通过多维度交叉验证降低系统被误导的概率。
显然，AI 推荐系统的“纯净度保卫战”已经拉开序幕。在这场没有硝烟的战争中，一句精心设计的提问可能价值百万
当消费者在社交媒体分享“让 ChatGPT 推荐好物的万能话术”时，或许正不知不觉成为某个品牌商营销的传播节点。
除此之外，使用 AI 进行产品推荐的另一个隐患是存在于模型中的“偏见”问题。南佛罗里达大学的一项研究表明，通常情况来说，模型往往倾向于将国际品牌视为比本土品牌质量更好的品牌。
这项研究的作者 Mahammed Kamruzzaman 表示，“当我给到大语言模型一个国际品牌时，它会用正面积极的属性进行描述。比如，我在询问 Nike 时，大多数情况下模型会说它时尚或非常舒适。然后问模型对于一些其他本地品牌的看法时，它可能会描述为质量稍差或不那么舒服。”
此外，研究还发现，如果提示大语言模型为高收入国家的人推荐礼物，它会建议奢侈品牌的商品；而如果问为低收入国家的人应该送什么，它会推荐非奢侈品牌。“当使用这些 AI 模型进行产品推荐时，我们应该意识到它们存在的偏见问题。”他补充道。
从另外一个角度来看，AI 其实也可以作为品牌商的“顾问”。比如，在发布广告之前，可以让 AI 从多个维度对其进行评估。
“你可以为广告指定目标受众。我们的一个客户称其为他们的‘AI 体验官’，他们甚至在开始制作广告之前会这样说‘我有几个不同的市场推广策略，要不咱们先与 AI 模型碰一下’吧。”Jack Smyth 表示。
非常重要的一点是，由于 AI 已经阅读、观看并听取了品牌商发布的所有内容，因此保持一致性可能比以往任何时候都更重要。
“如果某个品牌在不同的场合以不同的定位出现，那这个品牌被模型理解就变得非常困难了。”Brandtech Group 的合伙人 Rebecca Sykes 说道，“如果存在巨大的差异，这也会被模型发现，然后模型就更难对该品牌提出明确精准的建议。”
总的来说，无论 AI 是最优质的客户还是最挑剔的客户，毋庸置疑的是，AI 对品牌的感知将对其产品销售产生越来越大的影响。“这可能是大多数品牌商刚开始讨论的话题，即他们开始考虑把 AI 作为一个全新的受众群体。”Rebecca Sykes 总结道。
https://www.technologyreview.com/2025/02/19/1112076/your-most-important-customer-may-be-ai/
