研究揭示：LinkedIn AI引用中75%来自个人主页而非企业页面

随着越来越多的人转向ChatGPT和Google AI Overviews等工具寻求答案，品牌必须重新思考如何触达潜在客户。Meltwater与LinkedIn联合发布的新研究显示，LinkedIn在AI搜索引用中扮演着关键角色。

该研究分析了B2B类别及主流AI平台上的950万条AI引用，发现LinkedIn是AI生成答案中引用最多的来源之一。真正令人意外的是引用的来源分布：75%的LinkedIn引用来自个人会员主页，仅25%来自企业页面。企业页面在建立品牌可见度方面仍具重要作用，但数据表明，领导者的声音和主题专家意见如今可能成为AI搜索中的关键权威信号。

为何AI系统偏爱个人声音

研究指出，AI系统寻找的是专业知识、上下文、可信度和实用答案，而非仅仅是官方品牌信息。LinkedIn之所以充满这些信号，是因为它围绕真实用户分享职业经验、行业分析、实用建议和一手观察而构建。

这种人性化层面为AI提供了更丰富的素材。AI生成的答案旨在综合某一主题的“最佳可用”信息，而精心打磨的品牌信息可能是官方口径，但可信的高管或从业者能提供更具体、更有用的背景。

对营销人员而言，这使专家激活成为AI可见度的核心。品牌需要识别组织内具备真实领域专长的人员，然后帮助他们将知识转化为公开、结构化、有用的内容。这包括高管、产品负责人、研究员、策略师、顾问、面向客户的团队和技术专家。

什么内容更容易被AI引用

Meltwater与LinkedIn识别了被引用最多的LinkedIn内容中的几个共同特征。样本中所有被引用最多的文章都使用了项目符号或编号列表；92%的文章通过H2/H3标签实现了清晰结构；67%包含统计数据或硬数据。

表现最强的格式是实用且以决策为导向的：操作指南、如何选择框架、对比文章、排名列表和面向买家的解释性内容。观点驱动的思想领导力单独表现不佳。

这合乎逻辑，因为传统思想领导力往往旨在启发或说服，而AI可引用的内容需要清晰回答问题。它应易于解析、易于总结，并且足够具体以支持引用。

一篇强AI可引用的LinkedIn文章可能包括：

• 基于问题的清晰标题
• 简要说明内容帮助的对象
• 描述性章节标题
• 项目符号、框架或清单
• 具名的工具、公司、趋势或类别
• 硬数据、示例或原创观察
• 实用建议或决策指南

专家可能拥有好想法，但若缺乏清晰结构，AI可能会忽略它。

新的员工倡导策略

在这种新格局下，是时候重新思考员工倡导的方式了，因为简单地要求员工大量分享社交内容已不再有效。通过提供指导、有用数据、编辑支持和现实的发布节奏，帮助领导者和主题专家以他们自己的声音创作原创内容。

请他们创作：

• 操作指南
• 实用框架
• 行业分析
• 数据支持的观察
• 对比文章
• 原创研究评论
• 来自客户或市场趋势的经验教训

这些内容对人类读者有效，因为它们解决实际问题；对AI系统也有效，因为它们结构化、具体且基于经验。

社交、内容和传播团队的角色开始更像编辑。重点不再是发布可分享内容，而是通过指导、工具包和持续鼓励，支持高管和主题专家创作自己的内容。

有些员工天生倾向于创作和分享与工作相关的内容，而另一些则需要一点鼓励，这可能简单到让他们确信自己有权这样做。考虑定期举办工作坊，教育团队内容创作，并帮助他们看到在LinkedIn上分享专业知识的价值。

新兴的AI可见度策略

该研究为B2B AI可见度提供了蓝图：将强大的企业页面内容与提升可信个人声音的战略计划相结合。识别你的专家，帮助他们发布有用、结构化的内容。优先考虑清晰度、数据、示例和真实经验。然后跟踪你的品牌、人员和主题在AI生成答案中的出现情况。

欲了解更多，请下载Meltwater与LinkedIn的完整报告《LinkedIn内容如何在AI搜索中胜出》，获取完整分析和建议。