如何在 AI 内容的汪洋中脱颖而出

今天的大多数内容都是套利，只是把信息从一个地方搬到另一个地方。

很少有博客文章创造新信息。大多数只是对现有内容做重新混合、策展和抄袭，把相同的核心信息从一个网站搬运到另一个网站。

如果你的内容所做的只是把常识搬来搬去，那我有个坏消息：机器人会抢走你的午餐。生成式 AI 是终极的套利机器，它能以你永远无法企及的速度批量产出成千上万篇抄袭文章。

要在一片同质化内容的海洋中脱颖而出，你必须超越对信息的机械复制粘贴，去寻找其他增加价值的方式。

幸运的是，有三种方式能让你和你那颗软乎乎的人类大脑在 AI 之外独特地增加价值：实验、经验和努力。

1. 实验：创造专有数据

在 AI 内容之外增加价值的最佳方式就是做实验：走进真实世界，检验想法，收集从未存在过的新信息。

大语言模型（LLM）是在一个庞大得惊人的数据集上训练出来的，并且每天都在持续吸收新信息。但它们并非无所不知。它们的知识存在空白：它们未被训练过的信息，或者更重要的是，尚未存在的信息。

当你做实验时，你就创造了某种全新的、专有的东西，它独属于你、前所未见。如果有人想要你提供的信息，他们只能从一个地方获得它。它不存在于 LLM 所能获取的数据中（至少目前还没有）。这是你，也只有你，才能做到的事。

如何去做

这听起来也许令人生畏，但实验可大可小，既可以是本身就很重要的重大项目，也可以是为平淡话题添加的快速增值内容。

你可以开展大规模的行业调查，比如 Aira 的链接建设现状报告：

分析你公司及其产品产生的数据，比如我联合撰写的那份基于 1.5 亿次 Google Analytics 页面浏览数据的基准报告：

做测试以了解事物的运作方式，比如 Patrick Stox 所做的、探究用 robots.txt 屏蔽排名靠前的页面有何影响的测试：

收集数据来证实（或推翻）广为人知的观点，比如 SparkToro 的 Rand 为"电子邮件是网络上最稳定可靠的营销渠道"这一观点提供了证据：

这一直是一种很棒的营销策略（也是一种很棒的链接建设战术——人人都想链接到原创数据，正如 Aira 那份报告的外链数据所显示的）。

但在一个信息近乎完美的时代，它的效果会更强——此时内容创作的边际成本几乎为零，任何常见问题的答案都能瞬间召唤出来。

分享基础信息不再有持久价值：靠成为第一个分享某个基础"如何做"或教程的品牌来获得超额回报的日子已经屈指可数了。今天，你必须在分享信息的同时创造信息。

2. 经验：亲自下水实践

完全由生成式 AI 创作的东西都被困在理论领域。它永远不如来自权威来源——一个拥有明显且相关经验的人——的同样建议有价值。

在一个很容易就得到问题答案的世界里，读者会更在意答案的来源。你可以通过向读者证明你曾亲自下水实践、真正体验过你所写的东西，来从千篇一律的 AI 内容中脱颖而出。

如果有五十个——或者五百个——网站为他们的提问提供答案，读者就有底气对所选来源挑三拣四。如果他们想了解预算规划，他们大概会选经验丰富的财务顾问，而不是一个面目模糊的 CRM 解决方案和一篇署名"内容团队"的博客文章。

如果他们要买一台新相机，他们会更青睐那个购买、使用并对比过真实相机的评测者：

胜过任何从热门电商店铺抓取产品描述、或用理论化的说法来写的品牌：

一个话题越拥挤，第一手经验作为一种差异化手段就越重要。你的任务就是证明你建议的出处。

如何去做

这是我们在 Ahrefs 博客上经常努力去做的事。

你可以写你有第一手经验的话题，比如 Chris，一位经验丰富的代理机构 SEO，撰写我们的SEO 报告入门指南：

就你没有经验的话题采访他人，比如 Mateusz 调查真实的营销人员，了解他们最爱的指标：

为你自己的经验提供具体证据，无论是给工具截图、拍摄采访，还是分享一张你引用的那本书的照片：

分享轶事和故事，为信息提供背景，比如 SQ 回顾他写作 100 多篇文章的经历：

亲自下场投入，比如我尝试阅读并评价每一份可获得的 SEO 通讯：

反过来也同样成立：你应该避免写那些你毫无经验、也无法为自己获取经验的行为辩解的话题。

3. 努力：比别人走得更远

我看到的大多数在规模化生产 AI 内容的公司，都是出于成本动机。它们不是用生成式 AI 去创造新颖、创新的体验：它们是想省钱，并愿意为了发布速度和减少人手而牺牲质量。

这提供了一条清晰的差异化路径：做出更好的东西，投入更多精力，创作不只是页面上文字的内容。

如何去做

我关注的许多品牌（还有我付费购买的产品）都是通过大规模、费力的内容活动赢得了我的关注。

有网络漫画，比如 Postmark 的邮件送达率指南（主角是超级猫头鹰 Dunning）：

有视频系列，比如 Paddle 那部关于收购一家公司的Netflix 风格纪录片系列：

有书籍，比如 Ahrefs 那本插图精美的儿童读物：

有免费工具，比如 Veed 的TikTok 下载器：

有独特的页面内体验，比如 Typeform 的《星球大战》式净推荐值指南，配有手绘的 AT-AT 步行机：

这类内容很罕见。它制作成本高、难度大，需要专业技能和不同部门之间的协作。但难度就是护城河：如果很难创作，它就无法被任何一家随便的公司用任何一款随便的 AI 工具瞬间批量生产出来。

虽然为这些项目付出的努力和开销往往很难被证明是值得的，但它在一天天变得更容易。多亏了生成式 AI，发布功能性、"清汤寡水"的内容——页面上几段文字加一两张素材图——已经根本不是差异化了。

你投入越多努力去打造工具、出版书籍或创造独特体验，真实的人记住你的品牌、在意你的公司、并最终从你这里购买东西的可能性就越大。

结语

生成式 AI 让分享写得颇为不错、颇为准确的信息变得很容易，涉及的话题极其广泛。人类在这场游戏中永远赢不了 AI，坦白说，我们也不该去尝试。

我们需要接受内容日益加剧的分化。让 AI 处理内容的低端部分——基础信息类内容、定义、摘要和梗概、清单文——把熟练的人类精力集中在高端部分。

在生成式 AI 时代，仅仅把常识搬来搬去是找不到任何优势的。我们需要找到新的差异化维度，并发挥我们的独特优势：通过实验创造新信息，亲自下水实践并分享第一人称经验，并付出努力去创造别人不愿创造的东西。