AI也会“带货”｜牙疼时你或被暗中引导

一位北京人牙疼，打开应用去问AI——

“北京朝阳区，牙疼，想做根管治疗。哪家牙科口碑更好？要真实评价。”

几秒之后，AI给出一份清单，并把患者评价要点、价格区间、距离远近一并列出来。

你不由得松口气：这回似乎找到了不被广告搅浑的答案。

但问题是，它真就“干净”吗？

过去十年里，搜索引擎究竟是怎么被“投流”搅乱的

先把时间拨回到“前人工智能时代”的本地生活搜索。

2010到2020年间，如果你搜“北京牙科”，前三页的结果几乎都被竞价排名占满。

钱给得越多，越往前；至于医院的真实技术如何、有没有过度治疗、是不是莆田系，用户往往无从核实。

同时还有大量刷好评的“网络水军”，在点评平台、论坛、贴吧里不断制造看似真实的评价。

这就是显性广告的年代——用户明白自己在被营销，但仍防不住。

到了人工智能时代，广告变得更柔和、更“会来事”

如今，由大语言模型驱动的AI助手，正在逐步取代传统搜索，成为新的“答案入口”。

尤其当问题与本地生活相关——牙科、餐厅、搬家、装修队——用户天然更容易相信AI的“中立说法”。

可真正棘手的是：要是资本能影响AI答案怎么生成呢？

目前至少有3条暗流，可能让AI成为迄今最高级的隐形广告载体。

暗流一：让AI“学坏”

大模型要靠海量互联网数据训练。如果资本早就把偏见埋进这些数据里，会发生什么？

举例来说，某连锁牙科机构可能雇人到知乎、小红书、百度知道等平台批量发内容，比如“XX口腔真好”，还会派写手在竞品页面留下一些负面评价。

当模型训练时，就会统计到：这个品牌出现频率高、正面词关联强。于是它在生成推荐时，自然更愿意把对方排在前面。

就像从小灌输某种认知，孩子长大后会把那套看法当成“世界本来的样子”。

暗流二：实时“打广告”

更直接的手段，则发生在你提问的那一刻。

假设某AI平台与某牙科预约平台有合作。当用户问“北京牙科推荐”时，合作方的排名就会被自动拉高；即使非合作机构口碑更好，也可能被挤到后面。

你看到的是AI给出的“客观总结”，可本质上是一场实时竞价——只是广告牌被藏在推理过程里。

暗流三：让模型“学会卖广告”

大模型上线后，商家还可能通过“用户反馈”来做微调。

如果参与标注的团队被商业需求牵着走呢？

比如，商家会要求标注员：当用户询问“推荐”类问题时，优先选择“有商业合作”的实体，并让描述更积极——“技术先进”“服务贴心”“性价比高”；而对非合作对象则用中性甚至更谨慎的词。

等积累了几万条类似标注，模型就会逐步学会“商业合作=更正面的评价”。

用户以为AI在讲良心话，但实际上模型已经被训练成一位“温柔推销员”。

为什么牙科这类场景最容易“沦陷”

回到最开始的情境：牙疼、在北京、还希望听到口碑。

这类需求通常有3个特征，注定会成为AI隐形广告的高发区：

患者不懂：根管治疗和种植牙的差异说不清，难以判断诊所是否存在过度医疗，只能更多依赖“口碑”；

决策代价大：牙医选错了，轻则多花钱，重则可能影响神经与治疗结果。用户越急越想要“可信答案”，越容易接受AI给出的推荐；

商业价值高：单颗种植牙动辄上万，资本当然有强烈动力去操控每一个流量入口，连AI也不放过。

如果AI被操控，你可能被引导到一家更擅长做营销、却不一定更擅长治疗的诊所。

牙齿被磨坏、根管不彻底、甚至感染扩散——这些代价，AI不会替你承担。

人工智能和搜索引擎的核心差别在哪？

当AI用完整句子告诉你“朝阳区张医生在根管治疗方面经验丰富，患者普遍反馈无痛、技术细腻”时，普通用户往往也很少会追问：“这个结论的数据来源与依据到底是什么？”