惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
U
Unit 42
IT之家
IT之家
Y
Y Combinator Blog
T
Tailwind CSS Blog
B
Blog
大猫的无限游戏
大猫的无限游戏
博客园 - 叶小钗
Jina AI
Jina AI
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
I
InfoQ
J
Java Code Geeks
F
Fortinet All Blogs
T
The Blog of Author Tim Ferriss
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
H
Hackread – Cybersecurity News, Data Breaches, AI and More
人人都是产品经理
人人都是产品经理
腾讯CDC
Hugging Face - Blog
Hugging Face - Blog
GbyAI
GbyAI
博客园 - 司徒正美
The GitHub Blog
The GitHub Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
L
LangChain Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
AI搜索的广告比你想象中更危险:它连你的怀疑都省了 – 人人都...
Crisson · 2026-05-22 · via 人人都是产品经理

AI 搜索正在重塑广告行业的游戏规则。当 Google 的 AI Overviews 和 AI Mode 将商业推荐伪装成个性化建议,用户甚至意识不到自己正在被说服。这种隐蔽的广告形式不仅颠覆了传统 CPC 模式,更带来了前所未有的转化率——代价是用户的信任防线正在被悄然瓦解。本文深度剖析 AI 广告的隐蔽性、商业化路径与伦理边界,揭示这场没有硝烟的注意力争夺战中,产品经理必须提前想清楚的关键选择。

1. 当广告变成“个性化建议”

Google I/O 2026上,Sundar Pichai甩出两个数字:AI Overviews月活2.5亿,AI Mode月活1亿。台下掌声雷动,媒体标题清一色“AI重新定义搜索”。

我没鼓掌。

这两个入口,每一个都是天然的广告位——而且是不带“赞助”标签的那种。

你想想,用户问“京都穿什么”,AI直接回复“推荐Montbell的Versalite冲锋衣”,用户会觉得这是贴心建议,还是广告?如果Montbell付了钱,这条回复就是广告。但用户不知道,也没有渠道知道。Google没有宣布具体的广告形态,但方向明摆着:要把AI的推理能力变现。

CPC(按点击付费)模式在AI搜索里行不通了——用户不点链接,广告曝光直接归零。所以品牌可以付费让AI在特定回答中推荐自己的产品,定价逻辑变成CPA(按转化付费)或固定曝光费。一个用户采纳了AI推荐,去下单,品牌才付钱——这种转化率比传统广告高一个数量级,因为用户根本没启动怀疑机制。

我入行3年,最近2年都在做AI产品。

坦白说,我也在思考同一个问题:用户增长的KPI达成了,月活翻倍,token激增7倍,现在轮到商业化变现。广告主愿意为这种“零摩擦”的推荐支付溢价,技术也能生成带商业意图的回复,场景本身又是决策漏斗——一切都太完美了。

只是差一层包装,叫“个性化建议”。

但危险就在这里:当广告披上建议的外衣,用户连拒绝的机会都没有。你以为是AI在帮你,实际上是品牌在借AI的嘴说话。而且你根本不会注意到,因为那条回复太自然了,就像一个老朋友聊天时顺口说了句“这个不错”。

我在自己的产品里也面临这个权衡:标注“赞助”的话,转化率可能掉80%;不标的话,信任成本会慢慢累积。Google能承受多少条未标注的广告而不触发用户警觉?这个问题没有正确答案,但你必须想清楚自己站哪边。

2. 你无法抵抗自己没意识到的进攻

传统广告的逻辑是“展示-吸引-行动”,效率拼的是创意多炸裂、渠道多精准。你在地铁站看到一块巨幅海报,或者在YouTube前忍过5秒跳过按钮,至少你知道那是一则广告——你的大脑会启动一层薄薄的怀疑滤镜:“这玩意儿是不是夸大了?”但AI广告的逻辑彻底换成了“嵌入-信任-执行”。效率不再靠创意,而是靠隐蔽性和上下文相关性。你问Gemini“京都穿什么”,它回一句“推荐Montbell的Versalite,防水透气,折叠后刚好塞进背包”——如果品牌付了钱,这句话就是广告。但你的大脑不会启动怀疑,因为它嵌在你本来就想要的信息流里,像朋友随口提了一嘴。你不是意志力不行,你根本不知道自己在被说服。

我越来越担心一个场景:如果Google在AI模式的每一条回复里,根据你的对话历史和商业意图直接生成产品推荐——不标“赞助”、不标“广告”,只是回答的自然组成部分——你还能分清什么是搜索建议、什么是商业推荐吗?我猜多数人分不清。

我自己上周试过在Gemini里问“北京哪家医院看甲状腺结节”,它推荐了三家,其中一家顺带提了“该院主任医师近期推出线上问诊,可用XX预约”。

我事后回想,那条信息在我的决策里占了至少30%的权重——如果它是传统搜索页里带“广告”标签的横幅,我肯定直接忽略。但因为它嵌在流畅的回复里,我连怀疑的念头都没生出来。

这就是AI广告最危险的地方:它绕过了你的心理防线,而你甚至不会注意到战斗已经开始了。

3. 谷歌杀不死谷歌,它只会让广告更贵

网上流行一种说法:谷歌杀死了谷歌。意思是 Google 的传统广告业务被自己的 AI 搜索蚕食,CPC 收入直接归零。听起来像一句漂亮的墓志铭,但我不这么看。蚕食的逻辑没错——当 AI 直接给出答案,用户不再需要点进那些蓝色链接,按点击付费的广告曝光机会自然消失。Pichai 在 I/O 上刚说过,AI Overviews 月活 2.5 亿,AI Mode 月活突破 10 亿,这些用户几乎不碰传统搜索结果页了。但说“杀死”就太早了,它忽略了两件事。

第一,AI 搜索本身会衍生新的广告形式。品牌可以付费让 AI 在回复里推荐自己的产品,比如你问“哪款跑鞋耐磨”,AI 顺带提一句“某品牌的 X 型号在耐磨测试中排名第一”。这种广告的定价逻辑不再是 CPC,而是 CPA 或固定曝光费,转化率可能比传统点击高一个数量级——用户几乎零摩擦地采纳了建议。

第二,总广告曝光量不但没少,反而变多了。传统 CPC 广告的存量确实缩水,但嵌入式广告覆盖了更多决策场景:用户搜索频次翻倍,每千次对话产生的收入可能是传统展示的 4 倍,总量大概率更大。谷歌杀不死谷歌,它只会让广告变得更贵、更隐蔽、更难拒绝。

4. 用户行为已变,广告商的钱更快流出

我最近观察到一个现象:身边的朋友用AI搜索的频率明显变高了。以前搜个东西,打开浏览器,敲关键词,翻几页结果,完事。现在呢?很多人直接在手机里打开Gemini或ChatGPT,问一句“周末北京周边有什么小众露营地”,AI给出一串推荐,还附带天气、装备建议。

一个对话下来,可能涉及五六个品牌或产品。表面上看,用户只搜了一次,但实际曝光量翻了不止一倍。Google I/O上Pichai说AI Overviews月活2.5亿,AI Mode月活1亿——这些用户每次对话,都相当于传统搜索里多次点击带来的曝光。广告主眼睛是雪亮的:同样花一笔钱,在传统搜索里只能买几个关键词的点击,在AI搜索里可能被嵌入到几十万次自然回复中,而且用户采纳率更高。钱自然流得更快。

拿“哪款跑鞋耐磨”这个例子来说。你问AI,它直接回答:“推荐Asics的Gel-Kayano系列,耐磨橡胶大底,适合长距离训练。”没有“赞助”标签,没有广告标识。你大概率会想:“嗯,AI挺懂行。”然后直接去下单。广告主当然愿意为这种零摩擦的推荐支付溢价——因为用户连“这是广告吗”的念头都没产生,心理防线直接跳过。技术早就成熟了:模型能根据用户历史精准生成带商业意图的回复,场景又是天然决策漏斗(搜索=有需求),唯一的障碍就是“包装”——把它叫做“个性化建议”而非“广告”。这一步一旦迈出去,广告主的钱会更快地从传统渠道抽离,涌入AI搜索。用户的行为变了,商业的流向也就变了。

5. 设计AI产品时,先想清楚自己站哪边

做AI产品3年,我越来越觉得有些问题不能等到产品上线了再想。比如用户问“怎么免费给PDF去水印”,你的模型回答里推荐了一款年费299的付费工具——因为它跟你签了CPA分成。这算不算骗人?从商业角度看,转化率会很好看。但从用户角度看,他需要的是一个免费解决方案,你给他的却是你从中获利的东西。你是在帮用户,还是在帮广告主?这个界限,在产品设计之初就必须划清楚。

用户信任的临界点在哪?1%的推荐是广告,还是5%?没有正确答案,但你必须提前测量。我见过一款AI助手,上线三个月后用户活跃度骤降,后来发现是用户察觉到回复里“恰饭”比例太高了。信任一旦碎掉,就回不来了。商业化可以走很快,但重建信任的成本,远远高于你从每一条隐藏广告里赚到的钱。

本文由 @Crisson 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Pixabay,基于CC0协议