数字 PR 的 GEO 版：不是发通稿，是造可引用事实

六月，一家做智能门锁的出海团队在美国站做了三个月数字 PR：代理商按季度排期，新品、设计奖、进新渠道，每件事都发一轮通稿。稿子当天在几个聚合站出现过，之后没有下文。同一周，他们在聊天助手里用英语问“租来的公寓能不能换智能锁”，答案里有一份租房平台的租约调查、一篇本地媒体的安装指南，还有一张某个品牌自己做的兼容性清单。整段回答里，没有一句来自那些通稿。

AI 引用的是能被复核的事实，不是自我介绍：数字 PR 的正确产出不是一个通稿包，而是一个别人愿意反复引用的数据点、一份说得清的方法、一句署得上名的判断。

通稿进不了答案，因为它没有可摘的句子

通稿是为“发布”写的文体。主语是公司，动词是宣布、推出、荣获，后面跟的是态度而不是条件。它回答“这家公司发生了什么”，买家问的却是“我该选哪个”。

检索层确实会抓到通稿，但摘录层要的是另一类句子：谁、在什么条件下、得到了什么数、怎么算出来的。通稿里这四样通常都没有，模型只能退回最安全的一句——“该品牌也提供同类产品”。这不是模型有偏见，是它能核对的东西太少。

第二层原因是重复。通稿走分发网络，同一段文字会在几十个站点原样出现。去重之后，它既不算独立来源，也不带独家信息：二十家站点复述同一段话，在模型眼里仍是一个信源。预算花在分发上，买到的只是语料数量，不是权威。

第三层最容易被忽略：真正被引用的是改写。记者、评测站、社区作者把你的数据写进他们自己的语境，那句话才带上第三方身份。所以衡量数字 PR 的单位不是曝光量，而是“有多少人用你的数据写了他自己的东西”。这也是站外信任网络里最难用钱直接买到的节点。

会被取走的三种材料

不是所有内容都能被引用。记者、评测站和模型愿意取走的，通常是下面三类；它们怎么生产、怎么结构化承载，可引用资产那篇拆得更细，这里只看 PR 侧怎么用。

类型	长什么样	谁会用	常见做坏
原创数据	自有样本的调查、跨市场比价、一年退货原因统计	记者当新闻由头，评测站当背景，AI 回答“大概多少”	只给结论不给样本，媒体没法核实
方法与口径	测试条件、分级标准、术语定义（“静音”指多少分贝以下）	评测站做对比表时的依据	写成营销页，读不到参数和步骤
带署名的判断	创始人对品类变化的解释、工程师对某个取舍的说明	深度报道、行业稿	只有金句，没有身份和依据

三类材料有一个共同要求：挂在自己的域名上，有方法页、有更新日期、有可下载的表格。只把数据交给媒体、官网留一句“如需数据请联系”，媒体和模型都拿不到那句能摘的话，这份数据等于没发布。

五步：从问题链到二次引用

步骤	做什么	谁来做	怎么算过
1 找缺口	用目标市场语言问 20 个问题，标出每个答案里的数据点与出处	增长 + 内容	能指出哪些说法反复出现却没有可靠来源
2 定题	从缺口里挑一个 4–6 周做得完、且与品类相关的题	内容 + 品类	一句话说清“这份数据回答什么问题”
3 生产	写清样本、时间窗、方法、局限；数据页、图表、CSV 三件套	内容 + 数据	第三方能按方法页复现结论
4 分发	给会改写的人：评测站、垂直媒体、社区里的数据型作者，按市场给独家切片	市场	发出的邮件有人追问方法，而不只是回一句“收到”
5 追踪	三个月后复测同一组问题，记录被摘走的那句话和出处	增长	能列出引用你数据的域名与句子

顺序不能换。第 1 步省掉，第 2 步就会做成“我们想说什么”；第 3 步省掉方法页，前两步都白做，因为没人敢引用一份查不到口径的数据；第 5 步省掉，明年的预算就没有依据，追踪口径可以参考PR 怎么归因到 AI。

有一个高频误用值得单独说：把通稿换成“数据新闻”的壳——标题写“调研显示”，正文只多一个数字，样本、方法、原始表格一样没有。编辑会追问方法，模型也没有口径可核，最后拿到的仍是那句“该品牌也提供同类产品”，钱花得更多，可引用的话一句没多。

示例：一份租客调查，换来一句被引用的话

以下品牌与数字为虚构，只用于演示选题与分发顺序。

一家做智能门锁的团队停掉了季度通稿，改成一年做两份数据。第一份的选题来自测试：二十个英语问题里，“租约允不允许换锁”被反复问到，而答案里的依据只有论坛帖和一句没有出处的“大多数房东不允许”。

他们用五周做两件事。一份 500 人的租客问卷，方法页写明样本来源、投放时间、误差范围；一份把自家安装说明拆开重写的“租约友好安装清单”，可下载、可打印、附租约沟通模板。

上线后没有群发。他们给六家租房类媒体和两个家居评测站各写了一封短邮件：一句结论、方法页链接、可下载的表格，并说明可以按城市切分数据。

结果（示例）：两家媒体写了稿，其中一篇引用了“41% 的租客不确定租约是否允许换锁”；一个评测站在租房场景的选购指南里放上了安装清单的链接。三个月后复测，这个问题下的答案开始出现那 41%，出处是媒体，不是品牌官网。品牌名依然不一定出现。

这不算失败。事实先进入答案，品牌才可能进入候选集；反过来，先求品牌名出现、却不给任何可引用材料，通常两头都拿不到。

边界：什么时候不值得做数字 PR

第一，低决策成本品类。手机壳、数据线、收纳盒，AI 很少做品牌级比较，做数据的回报低于修 listing 与评论。

第二，没有持续生产能力。一次性调查第二年就过期，数据页会变成负资产；不能保证定期更新的团队，先做方法与口径，别做样本调查。

第三，强监管与安全相关品类。儿童用品、医疗、门锁这类涉及人身安全的品类，数据结论容易被读成合规声明，法务口径要先定。

第四，用数据踩竞品。只测竞品、只挑对自己有利的指标，短期有话题，长期会被当成不实比较；更安全的做法是只测自己，或做中立口径的行业统计。

第五，把发稿量当 KPI。考核发稿数，产出的就是没人引用的通稿；只有考核“被引用的句子数”，这个动作才会变。预算在媒体、社区、数据之间怎么分，见站外投入的先后顺序；这一条线整体怎么排，回到权威与站外。

这个月先做一件事：把你最想被回答的十个问题抄下来，标出答案里每一个数据点的出处。找那句“被反复使用、却没有可靠来源”的话，它就是下个季度第一份数据的选题。