via https://moz.com/blog/should-we-stop-writing-with-ai
我们是否应该停止用AI写作？
关于AI在规模化内容营销中扮演的角色，讨论越来越多。每次我打开领英（LinkedIn），都会被各路“专家”的帖子淹没——他们声称自己构建了复杂的智能体，可以在极少人工监督的情况下写出优质内容。
我看到的一些说法包括：
- Google检测不出AI内容（也许吧，但AI内容本身不是问题）
- 机器人流量已超过人类流量，所以要为智能体写作（但流量只是故事的一半，因为谁都能造出百万个机器人）
- 我们的智能体工作流会给内容质量打分，低于阈值的内容会被打回循环重写（恭喜你，你把平庸自动化了）
那么，我们是否应该停止用AI写作？简短回答：不。
我自己一直在用AI写作，可以明确告诉你，问题不在AI。
我觉得我们搞错了重点，把太多精力花在纠结AI检测上。更大的问题在于内容质量，以及当发现渠道越来越碎片化时，我们如何建立“拥有权”。
让我们深入聊聊。
首先，直面核心问题
AI内容不是问题
Google似乎不会仅仅因为你使用了AI就惩罚你的内容。他们的指导原则关注的是页面是否有用、可靠，并且旨在为用户增加价值。
来源：Ahrefs
Ahrefs的Ryan Law团队通过一项覆盖33.1万个页面的研究证实了这一点。他们发现，排名在前3位的页面中，有5.3%是完全由AI生成的，且没有证据表明Google索引会过滤掉AI内容。
Claude也已开始为AI生成的文本添加水印，但现在判断它对检测有多大帮助还为时过早。
无论怎样，我认为我们关注的方向错了。当人们争论“AI内容”时，实际上在争论四个不同的问题：
- 真实性：不要谎报谁写了你的内容
- 质量：不要发布幻觉和错误
- 垃圾信息：不要批量生产页面来操控排名
- 价值：不要发布毫无新意的衍生内容
在我上次MozCon NYC的演讲中，我举了几个品牌在前两个问题上翻车的例子：
- 《体育画报》（Sports Illustrated）存在真实性问题——它使用虚假作者资料发布评论
- 甘尼特（Gannett）存在质量问题——其AI生成的体育赛报包含笨拙的错误
- 《芝加哥太阳时报》（Chicago Sun-Times）也存在同样问题——它发布的阅读清单里包含假书
每个案例都涉及AI，但AI并非失败的原因。这三家发布的内容本应经过编辑审核。
没有人会为那些情况辩护。
有趣的是关于“价值”的争论。如果内容足够有用，读者不必再返回搜索结果页，那在我看来就是成功的——无论是不是AI写的。
参见Chima在MozCon伦敦的演讲——2026年11月13日
机器人数超过人类，但你不应该为它们写作
Imperva的2026年《不良机器人报告》发现，机器人流量现已占全部网络流量的53%以上，高于前一年的51%。
于是各种“热评”出现了：人类网络正在消亡，所以开始为智能体写作吧。
但原始机器人流量并不能告诉我们多少关于受众行为的信息。自动化流量包括搜索引擎爬虫、监控工具、抓取器、恶意机器人，以及越来越多的AI智能体。
机器人增长快于人类，并不意味着你的人类受众缩水了。
机器人数量不是受众指标。一个爬虫请求百万页面，并不会创造百万客户。而且，仍有近一半的网络流量来自人类——所以即便未来的机会属于智能体，当下仍然是人类的天下。
我绝对相信智能体将在购买决策中扮演更重要的角色。成功的智能体甚至可能减少网站流量，因为它们会自行收集信息并完成任务，而无需将用户引导至你的网站。
这使得“引荐流量”成为衡量其重要性的糟糕指标。
但是，从“更多机器在访问网站”到“我们应该主要为机器生产内容”，中间有巨大的跳跃。
此外，Google搜索结果中已包含AI功能，为搜索优化和为AI优化之间的界限已经模糊。
这些平台的设计初衷就是把用户留在自己的生态内——因此，你得到的只是“租来的”可见度，而非“拥有的”。
我有一个关于我们为何不断追逐这些东西的理论：机器人点击、爬取率和AI引用都是可量化的，而我们这个行业热爱任何可以放进仪表盘的数据——即使这些指标比我们已经拥有的流量和转化数据更差。
是的，继续同时跟踪传统搜索和AI搜索指标。我们在Moz有Moz Pro和Moz AI Visibility等工具。但你必须把搜索看作一个生态系统，而不是孤立、单一渠道的活动。
我们正在把同样破碎的内容模式自动化
在我上一篇评论文章中，我提出早在AI到来之前，我们就已经毁掉了信息型内容。
我们告诉自己是在为用户写作，但实际上我们是在为Google写作。我们构建了臃肿的内容集群，让所有人的搜索体验都变得更糟。
那篇文章的结尾，我曾希望我们已吸取了教训。显然，我们并没有。
想一想我们在生成式搜索出现之前是如何创作内容的：
- 用“摩天大楼”技术和优化工具搭建大纲
- 写作时时刻想着字数
- 针对实体优化，并上传到内容优化软件中获取得分
- 发布，重复，再来一遍
现在，看看现代“智能体内容工作流”：
- 一个智能体研究SERP（搜索结果页），从排名靠前的页面生成简报
- 第二个智能体将现有内容改编为初稿
- 第三个模型利用思想领袖和内部主题专家的引用，叠加E-E-A-T（经验、专业、权威、信任）
- 第四个为输出打分，低于阈值的打回重写
这与旧的内容操作手册有何不同？
需要说明的是，我并不反对自动化。我自己也会把内容流程中重复的部分自动化，也建议你这么做。
但我对“端到端内容自动化”有意见。不管你的内容工作流看起来多“高级”，如果过程中没有专家参与，你生产的就是千篇一律的内容。
参见Chima在MozCon伦敦的演讲——2026年11月13日
机器内容没有“观点”，而人们愿意为观点买单
我对AI垃圾内容最大的不满就是它没有“观点”。
大多数AI工作流从分析现有内容开始，然后用“摩天大楼”技术生成一堆辞藻堆砌的文字。
没有亲身经验、没有见解、没有让人采取行动的明确理由。
与此同时，《纽约时报》这样的出版商正在证明，人们愿意为优质内容付费。
来源：MozCon 2026
《纽约时报》在2025年新增了140万净数字订阅用户，数字收入首次突破20亿美元。
2026年第一季度又增加了31万，总数达到1310万。这一切发生在其他人都为点击量下滑而恐慌的时候。
那么，我们该不该停止用AI写内容？
是，也不是。
是——请停止发布那种把思考和策略都外包给机器的内容。大语言模型（LLM）是只会附和你的“应声虫”，没有任何权威性，所以把它们当作真理来源，产不出好作品。
不是——你不需要停止使用AI。我写这篇文章的过程中就一直用AI来研究论点、把我零散的思路整理成大纲，以及寻找证据。
以下是我的建议：
让专家始终参与其中
这篇文章本身就是我认为AI应该如何使用于内容创作的最佳示例。下面是我用AI写这篇文章的流程。
分享过往案例，让AI学习我的文风
我总是先分享两个我最近写过的类似内容。写这篇文章时，我上传了前两篇评论文章，让Claude分析我的写法、小标题结构以及如何融入叙事。即使我已经训练过这个智能体，每次我都会这样做。
提供论点和大纲方向
我用一段长提示词解释我想达到的目标，并分享所有影响我思路的资料。我提供的上下文越多，Claude就越容易把我的脑暴转化为有用的大纲。
逐节写作，而非一次性生成
我看到人们犯的最大错误就是一次性生成整篇文章。逐节写作效果更好。我通常会提供一个粗糙的初稿，然后让AI帮我整理语言使之更流畅。比如，你可以对比上面截图中我用于开头的提示词和最终版本。
寻找研究数据和证据来支撑观点
我最喜欢用AI的场景之一是查找外部证据。我会复制一段文字，让智能体找到可验证的研究和数据来支持该论点。
有时它提供的是弱来源或与论点无关的数据。作为专家，我的工作就是驳回并索要更好的证据。
编辑内容并标记虚假陈述
我的初稿总是很长。我建了一个内容编辑器，用来去除废话、把被动语态转为主动语态，并标记需要核实的表述。
在整个写作过程中，我的判断始终优先于AI，我通常会重新加工它生成的内容，使其符合我的语调。
为内容设计师制作示意图
设计不是我的强项，所以我用AI来发现可视化机会，并为我们的内容设计师制作粗略的样图。
添加内部链接
我构建了一个Claude智能体，利用Moz的内容库来推荐上下文相关的内部链接。内容通过内部链接获得“永生”，我很喜欢用Claude来发现这些机会。
停止写那些AI可以轻松概括的内容
我的一个经验法则是：问问自己，AI是否能在不需要实时检索的情况下轻松概括这篇内容。
定义、基础解释类文章以及许多“什么是”类文章都属于这个范畴。
不要在那里竞争；相反，围绕AI难以概括的格式构建你的内容护城河，包括：
- 邮件和新闻通讯：邮件是互动和转化的主要渠道。我认为这应该是内容营销的“圣杯”。
- 网络研讨会：来源：MozCon 2026 —— 获取邮件订阅、促进客户互动、展示产品的最佳方式之一。
- 研究报告：提供别人没有的数据。我们一些阅读量最高的博客文章，包括Tom Capper的这篇，都是研究导向的内容。
- 评论文章：有自己的观点，并用证据来捍卫它。有人会喜欢，有人会讨厌，但所有人都会讨论它。我在Moz博客上的上一篇评论文章是2025年阅读量最高的文章之一。
- 趋势文章：在大家都在谈论某个话题时参与进来（比如你现在正在读的这篇）。趋势类文章往往在行业新闻通讯、Slack群组和社交媒体上获得大量分享。
- 可操作的操作指南：为读者提供实施你建议的资源。例如，这篇关于构建主题集群的操作指南是我们流量最高的博客文章之一，因为我们提供了免费资源。
参见Chima在MozCon伦敦的演讲——2026年11月13日
创建能培养习惯的内容
如果你的内容能成为用户的“目的地”并培养习惯，那么发布依然值得。
《纽约时报》在这方面堪称大师。它已经从新闻拓展到The Athletic、Cooking、Games、Audio和Wirecutter等多个领域。
人们可能通过一则新闻报道发现《纽约时报》，但他们有多个理由再次回来。他们可以玩Wordle、查菜谱、读体育分析、听播客，或者通过Wirecutter研究购买决策。
来源：《纽约时报》
核心指标是“习惯”：
- 我见有人在通勤时玩Wordle
- 喜欢烹饪的人会保存并反复查看菜谱
- The Athletic是我获取可靠体育新闻和内幕故事的地方
- 很多人把The Daily播客作为日常习惯
每个产品都创造了一个回归的理由，使搜索成为“前门”，而不是“整栋房子”。
这个故事的重点不是《纽约时报》战胜了点击量下滑。它培养的习惯减少了对点击量的依赖，而这正是我想要的“内容护城河”。
这也改变了我们对点击量的衡量方式，从单纯的流量扩展到：
- 回访访客
- 新闻通讯订阅
- 品牌搜索增长
- 直接流量
- 网络研讨会注册
- 产品采用
- 社区互动
- 超越最后点击归因的受影响的收入
追踪那些驱动重复关注度的指标，会改变你对搜索行为的认知。
忘掉AI内容检测：担心的是你不拥有的、碎片化的发现渠道
我认为我们花了太多时间担心水印和AI内容，却没有足够重视“发现”正变得越来越困难。
SparkToro和Datos分析了41个网站的搜索活动，发现搜索正变得越来越分散。
来源：SparkToro
Google仍然占主导地位，但Amazon、Reddit和YouTube各自获得的桌面搜索活动量都超过ChatGPT。
来源：Claneo《2025年搜索现状研究》
Claneo的《2025年搜索现状研究》也支持这一点。搜索模式因意图和年龄段而异。在传统搜索引擎之外，社交媒体网站、YouTube、购物网站和比价网站也享有可观的流量。
有太多平台需要优化了。
搜索不再是线性的，这很吓人。它是分散的、混乱的，我们无法控制这些算法如何运作或它们选择偏好什么。
担心AI内容实在太狭隘了。我们在争论内容是如何写的、水印是否影响排名，却忘了内容只是达到目的的手段。
最终目标是“拥有权”，而不是SERP排名。搜索越碎片化，受众拥有权就越有价值。
要在这场变革中生存下去，唯一的办法就是在你的受众搜索的地方出现，同时建立你自己拥有的目的地。
参见Chima在MozCon伦敦的演讲——2026年11月13日
拥有权是内容成功的长期策略
如果搜索无处不在，你的内容策略就不能依赖那些你无法控制的算法渠道。
这些平台决定了谁能获得可见度、你能获得多少流量，以及规则何时改变。
正如我在领英帖子中所说，长期策略是构建你拥有的内容体验。
Morning Brew是一个很好的例子。它的旗舰新闻通讯拥有超过400万订阅者，并辅以新闻通讯、播客、活动、社交媒体和视频。
来源：《卫报》
《卫报》是我最喜欢的报纸，也是另一个很好的例子。他们建立了一种以读者资助为基础的商业模式，围绕人们主动选择支持的新闻业展开。
在美国，他们有40万支持者，全球数字读者收入增长了21.7%，且没有使用付费墙。
两者仍然需要“发现”，但他们已建立了直接的受众关系，从而减少了对任何单一渠道的依赖。
在一个智能体主导的未来，这可能会更加重要。如果智能体越来越多地为我们研究和推荐产品，品牌偏好可能会成为一个更强的信号。
你的目标是在搜索开始之前就赢得用户心中的排名，而唯一的方法就是拥有你自己的内容生态系统。
最后思考：未来属于拥有自己受众的品牌
眼睁睁看着曾经带来数百万收入的策略如今回报递减，肯定不好受。但行业正在变化，我们必须随之而动。
在内容工作流中使用AI，但要思考它如何支持“内容拥有权”，而不仅仅是辅助“发现”。
只要你的内容有用且充分满足用户的搜索意图，没人会在乎你是否用AI来写作。