2026 年 5 月，Moz 发布了一项关于品牌偏见（Brand Bias）的量化实验。团队测试了 300 组 Prompt，试图回答一个核心问题：用户怎么搜，决定了 AI 怎么答，最终决定了谁被提到。
这项实验的数据冲击力很强，但比数据本身更重要的是它对 SEO 和 GEO 策略提出的拷问：在 AI 搜索时代，“品牌”和”非品牌”的二分法还够用吗？
实验设计：三个维度，一个变量
Moz 团队以 “SEO tools” 为固定话题，预设了几个 SEO 工具品牌（含 Moz 自身），生成了三组各 100 条的 Prompt：
品牌 Prompt（Brand）：直接包含品牌名。
- “Moz 的 Link Index 目前追踪了多少域名？”
- “Moz 和 Semrush 哪个更适合 SEO 新手？”
软品牌 Prompt（Soft-Brand）：不直接提品牌，但话题语境天然指向品牌。
- “付费 SEO 套件对小型博客值得吗？”
- “如何从多个搜索平台协调关键词得分？”
非品牌 Prompt（Non-Brand）：纯粹的信息性问题，远离工具和品牌语境。
- “新网站的有机搜索可见度如何衡量？”
- “排名突然下降怎么处理？”
所有 Prompt 通过 Gemini-3-Flash（Vertex API）获取输出，统一口径。
关键数据
数据 1：品牌出现率
| Prompt 类型 | 输出中有品牌引用的比例 |
|---|---|
| 品牌 Prompt | 100% |
| 软品牌 Prompt | 约 75% |
| 非品牌 Prompt | 53% |
数据 2：品牌提及密度
| Prompt 类型 | 平均品牌提及数 |
|---|---|
| 品牌 Prompt | 14.5 个 |
| 软品牌 Prompt | 1.68 个 |
| 非品牌 Prompt | 0.79 个 |
最让人意外的数据：品牌 Prompt 不仅更容易产生品牌结果，而且产生品牌提及的数量是非品牌的 18 倍。这意味着一个用户在提问时无意中提及某个品牌，AI 输出中就会密集出现品牌名称——包括你的竞争对手。
方法论启示：品牌偏见不是开关，是旋钮
Moz 用了一个非常精确的比喻：品牌偏见是一个音量旋钮，而不是一个开关。
传统的 SEO 习惯把关键词分为”品牌词”和”非品牌词”——非此即彼，黑白分明。但在自然语言交互中，用户的一个 Prompt 可能有强烈的”品牌暗示”，而另一些看似无关的提问也可能在 AI 内部匹配到品牌内容。
这项实验暴露了三个关键问题：
1. 品牌/非品牌的二分法已经过时了
考虑这个问题：“谁制造了最贵的豪华车？”
- 没有品牌词，没有任何品牌名
- 但答案必然会列出劳斯莱斯、宾利、布加迪
在自然语言对话中，“品牌意图”是一个谱系，不是一个标签。
2. 品牌测量需要多维度
Moz 建议，品牌可见度需要在三个层面同时测量：
- 品牌 Prompt 下：你的品牌是否被优先提及？（品牌防御）
- 软品牌 Prompt 下：在行业/类别语境中，你的品牌是否自然浮现？（品牌渗透）
- 非品牌 Prompt 下：在纯粹的信息性提问中，你的品牌是否也能被引用？（品牌权威）
3. AI 搜索和有机搜索是两套系统
另一个值得关联的数据来自 Moz 同期发布的 AI Mode 研究：有机搜索排名和 AI Mode 引用的 URL 只有 12% 的重叠。
这意味着：你在 Google 搜索结果中排名第一，不代表你在 Gemini 的 AI 回答中会被引用。两套系统用不同的逻辑筛选内容。
策略建议：从”排名思维”到”被引用思维”
基于此项实验，我们可以提炼出三条可操作的策略：
策略一：重新定义品牌关键词体系
不再是”品牌词 vs 非品牌词”，而是建立一个三维模型：
- 强品牌：直接包含品牌名或产品名
- 品类品牌：在品类语境中品牌自然出现的场景（如”SEO 工具推荐”）
- 纯信息：完全与品牌无关但你的品牌应被引用的领域
每个维度需要不同的内容策略和测量方式。
策略二：为 AI 搜索创作”可引用”内容
AI 搜索不像传统搜索那样”排名优先”，而是”引用优先”。这意味着：
- 你的内容需要回答 AI 搜索可能引用的具体问题
- 结构化的问答比长文章更容易被引用
- 原创数据、研究报告、独特观点是最强的”被引用资产”
策略三：构建品牌亲和力飞轮
Moz 的另一位专家 Chima Mmeje 说得直白：“不要再用 SEO 思维写内容了，像记者一样发布。”
品牌亲和力的核心不是关键词密度，而是：
- 思想领导力（Thought Leadership）
- 原创研究和实验
- 数字 PR 和外部引用
这些因素会形成一个飞轮：原创内容 → 被外部引用 → 被 AI 搜索索引为权威源 → 在更多非品牌 Prompt 中浮现。
局限与说明
- 该实验限定在 SEO tools 领域，结论在不同行业可能有差异
- 实验使用 Gemini-3-Flash，其他 LLM（ChatGPT、Claude、Perplexity）的行为可能不同
- 中文 LLM 生态（文心一言、Kimi、豆包等）的品牌偏见数据尚属空白，显迹将持续关注
- 品牌偏见只是 AI 搜索可见度的一个维度，内容质量、结构化程度、外部引用等都是重要变量
小结
Moz 的这项实验证明了我们一直以来的直觉：在 AI 搜索的世界里，品牌不是结果，而是起点。
当你衡量品牌在 AI 搜索中的表现时，不要只看品牌词下的结果。看看当用户根本不提你的时候，AI 是否仍然认为你值得被提及。那才是真正的品牌可见度。