AI生成内容冲击媒体业：当编辑部开始用AI"读"你的新闻稿

品牌公关团队开始用AI批量生产新闻稿，与此同时，《卫报》、彭博社、Politico的编辑们已经在内部测试用AI工具反向扫描来稿——识别机器生成的痕迹，直接过滤进垃圾箱。这场“博弈”中的输家，几乎必然是那些把效率放在真实性之上的品牌。

编辑部在用AI做什么

2024年下半年以来，海外主流媒体对AI来稿的态度从警惕走向了主动防御。根据路透社新闻研究所2024年《数字新闻报告》，全球超过60%的受访编辑表示已制定或正在制定AI内容审核政策，其中科技、财经类媒体的执行力度最为严格。

具体来说，编辑部的AI筛查手段包括三个层次：

第一，语言层面：

GPTZero、Originality.ai等工具被广泛用于扫描"困惑度"和"突发性"指标——AI写作倾向于用词过于均衡、句式缺少节奏变化，这些特征在统计上是可识别的。

第二，信源层面：

编辑会主动核查新闻稿中引用的数据来源、专家姓名、研究报告是否真实存在。AI生成内容中的"幻觉"引用已经让多个品牌付出了信誉代价，TechCrunch等媒体对此容忍度为零。

第三，关系层面：

这是最隐性也最致命的一层：来自陌生邮箱、没有任何人际背书的新闻稿，AI扫描分数稍高即直接归档。相反，有长期联系记录的公关联系人发来的稿件，编辑甚至会在扫描结果存疑时主动沟通确认。

这对品牌PR意味着什么

影响是结构性的，不是表面的。

过去十年，海外媒体投放靠的是"覆盖面逻辑"——批量发稿、广泛撒网、用曝光量衡量效果。AI工具的普及把这条路的门槛彻底拉低，结果是编辑收件箱里的垃圾密度指数级上升，他们的应对是建立更高的信任门槛，而不只是技术过滤器。

换句话说，媒体关系的本质正在从"内容分发"回归到"信任关系"。

这在特定行业尤为明显。医疗健康、金融科技、新能源这些受监管行业的媒体，对来稿的核查力度本就高于消费品领域。当AI内容泛滥之后，这些垂直媒体的编辑对公关来稿的第一反应已经从"这条消息有没有新闻价值"变成了"我认识这个人吗？这家公司的信息历史记录是否一致？"

有一家出海新能源企业曾向我们描述过这样的困境：他们用AI工具生成了一批英文新闻稿，投放到欧洲主流能源媒体，打开率尚可，但跟进采访邀约的回应率接近于零。内容本身没有问题，但它是"无源之水"——没有记者认识这家公司，没有过往报道可以佐证，没有任何人为这条信息背书。

如何在AI时代维持真实性与媒体关系

破局的方式不是"反AI"，而是重新理解AI在公关链条中的位置。

AI适合做的事：

研究媒体偏好、梳理记者近期报道方向、初稿框架搭建、多语种本地化处理、数据整合与图表说明文字。这些都是效率工具层面的应用，不涉及核心信息的真实性。

AI不应该替代的事：

一手信息的获取（真实数据、真实人物证言）、发言人的声音和立场、与记者的个人关系维护、危机时期的实时沟通。

在操作层面，有几个正在被验证有效的方向：

第一，专有信息的价值远高于综合叙述。

独家数据、内部研究报告、CEO的原话摘录——这些是AI无法凭空生成的材料，也是编辑最难割舍的新闻价值。昕锐社在为客户策划媒体宣发时，通常会优先帮助客户梳理手中真正独有的信息资产，把它们转化成有新闻价值的"钩子"，而不是从零开始写一篇综合性的"品牌故事"。

第二，人际关系的密度决定容错空间。

与核心媒体保持非功利性的长期沟通——分享行业数据、在记者报道时提供专家资源、在不求回报时帮助核查信息——这类关系在AI时代的价值倍增，因为它是算法无法模拟的。

第三，发言人的个人可信度需要独立建立。

LinkedIn上有实质内容的长期更新、在海外行业会议上的露出、接受垂直媒体的深度访谈——这些积累让发言人成为"有记录可查的信源"，而不是新闻稿上一个可以被AI伪造的名字。

写在最后

媒体的AI防御机制会越来越精密，但它根本上是在过滤"缺乏信任依据的内容"。对品牌来说，这反而是一个反向机会：当大量竞争对手在用AI制造更多噪音时，那些在真实信息和真实关系上持续投入的品牌，会在编辑的收件箱里变得越来越稀缺，也越来越有价值。

稀缺才是在海外媒体市场真正的竞争优势。