AI也會被“投毒”，我們該如何避坑？

“遇事不決問AI”，這句流行語已成為很多人的日常寫照。從旅游攻略、家電選購到補習班推薦，打開AI尋求答案變得越來越普遍。不過，近期曝光的一條黑色產業鏈，卻給這種依賴敲響了警鐘：你以為的客觀推薦，可能是商家花了錢，給AI“洗腦”的結果。

那么AI“投毒”究竟如何運作？普通用戶如何識別和防范？新華網思客邀請北京大學光華管理學院市場營銷學系副教授張穎婕分析解答。

1 什么是AI“投毒”？危害有多大？

AI“投毒”是指人為制造和投放虛假、夸大或帶偏向性的信息，去影響大模型的回答。AI可能把這些信息當成回答依據，以看似客觀的答案推薦給用戶。它和傳統SEO(搜索引擎優化)最大的不同在于：過去用戶在使用搜索時通常保留一定判斷力，而在與AI對話時，面對的是整合后的現成答案，加之交互方式容易讓人產生“它在為我分析”的錯覺，更易放松警惕。

它的危害主要體現在兩方面：一是誤導消費者決策，用戶看到的可能不是廣告，而是披著客觀建議外衣的操控性內容。二是污染信息生態。若操控AI推薦比傳統搜索更有商業回報，將刺激更多低質、虛假內容產生，形成惡性循環。

2 GEO是如何一步步操控AI答案的？

GEO(生成式引擎優化)是一種基于AI回答的營銷行為。與傳統的SEO爭奪網頁排名不同，GEO的目標是讓企業的品牌名稱、產品或服務，在AI生成的答案中被優先提及、精準推薦。

GEO的核心并非“黑進AI”，而是“投AI所好”，即順著大模型的檢索與生成邏輯，提前將目標內容鋪設到它更可能采納的地方。具體步驟包括：摸清AI偏好的信源和表達形式(如結論明確、結構清晰、帶有比較和引用痕跡)；批量生產偽裝成測評、對比、經驗總結或專家建議的引導性內容；在多平臺密集鋪量，制造“多方共識”的假象，提高內容被檢索和綜合采納的概率。

3 用戶如何判斷AI可能“中毒”了？

若發現AI回答存在以下跡象，應提高警惕：答案過于單一、語氣肯定、缺乏必要比較；反復推薦某一品牌，尤其是不知名品牌，且理由異常完整、像標準測評，這未必是發現了“寶藏”，更可能源于相關內容被人為集中鋪設；同一問題在不同AI間答案差異大甚至矛盾，也說明該問題存在較強不確定性，或部分模型所依賴的信息源已受干擾。

4 AI大模型為何會被“投毒”？治理難點在哪里？

AI大模型之所以容易被“投毒”，一個重要原因是，它在回答實時問題時需檢索外部信息，再生成答案。一旦公開網絡內容被系統性污染，偏差信息便可能通過檢索環節進入模型輸出。

更深一層看，大模型擅長的是語言生成和模式歸納，但并不天然具備穩定的真假判斷能力。它能判斷什么內容“像一個合理答案”，卻不一定能判斷什么內容“真的可信”。而“投毒”內容往往又會刻意偽裝成測評、對比、經驗分享、專家建議等可信形式，因此更容易誤導模型。

治理難點主要有兩點：一是攻擊成本低、防御成本高。制造和鋪設此類內容越來越容易，但識別、過濾和核驗卻需要平臺、模型公司和監管方持續投入。二是真假邊界模糊。很多“投毒”內容并不是明顯造假，而是夾雜夸大、誤導和利益導向的偽客觀表達，這類內容無論對AI還是對人工審核，都更難識別。

5 監管如何堵住AI“投毒”的漏洞？

治理AI“投毒”需從多個環節協同發力。首先，要加強源頭治理，壓縮虛假、模板化、偽客觀內容的大規模傳播空間。其次，要壓實AI平臺責任，強化信源篩選、風險提示和不確定性標注，而非“抓到什么說什么”。

更重要的是，相關規則需盡快完善。AI輸出與傳統廣告不同，用戶更易將其理解為經過分析后的結論，因此有必要進一步明確平臺的信息披露義務與責任邊界。

6 公眾如何有效防范？

最實用的防范方法是調整心態：把AI當作幫助梳理信息、補充背景的工具，而非替你做決定的“人”。涉及“買哪個”“選哪家”等判斷性問題時，AI的回答只能作為參考，不宜直接當作結論。

具體操作上，一是核查信息源，若AI附有引用鏈接，點開看看來源是權威機構、主流媒體，還是帶有推廣色彩的網站、自媒體或測評軟文。二是交叉驗證，換幾個AI工具分別提問，或用搜索引擎查一下用戶評價、新聞報道和投訴信息是否一致。

歸根結底，防范AI“投毒”的關鍵不在于掌握復雜技術，而在于保留最基本的判斷習慣：AI可以幫你節省時間，但不能代替你承擔判斷責任。

來源：“新華網”微信公眾號