新闻稿优化:发了78篇稿子只被AI引用3次,我复盘出的7条实操经验

🔑 关键词:新闻稿优化,AI搜索引用,新闻稿SEO,结构化数据,内容分发

📖 摘要:一个业余内容创作者的实战复盘:对比美通社、行业垂媒、自建站三类渠道的收录与AI引用数据,拆解新闻稿从“被人看见”到“被机器引用”的写法变化,包含标题字符数、正文密度、Schema标记等可落地的操作步骤。

去年 11 月我接了个私活,帮一家做工业压力变送器的公司做内容分发。老板给的 KPI 特别朴素——一年 60 篇新闻稿,要求百度能搜到品牌名。最后我发了 78 篇,预算花了不到 9 万,主要走美通社中文、几家行业垂媒,加上自建站和几个内容平台的搬运。

图片

让我真正睡不着的是今年 2 月那次复盘。我在百度搜品牌名,前两页有 4 条是我们发的稿;但我转到 ChatGPT 问“国内做 0-10MPa 压力变送器、精度 0.5%FS 的厂商有哪些”,它一个都没提。换 Kimi、豆包、Perplexity 再问一遍,只有 Perplexity 引用了一条,而且引用的不是美通社那条,是我们发在某行业站上一篇 3400 字的长稿。这个落差把我原来那套“新闻稿优化”的认知直接掀了。

图片

我把 78 篇稿子按渠道分了类:A 类是美通社、新华这种大分发,19 篇;B 类是传感器世界、工控网这种行业垂媒,31 篇;C 类是自建站加知乎公众号搬运,28 篇。百度收录率分别是 92%、68% 和 21%,跟预算基本成正比,这个没什么意外。但“被 AI 引用”这个指标翻车了——我人工在 5 个 AI 产品里问了同一批 12 个问题,记录品牌名是否出现,结果是 A 类 1 次,B 类 2 次,C 类 0 次。样本小到不能当统计看,不过有个规律挺清楚:A 类稿件平均 680 字,B 类平均 1900 字,那 3 次被引用的稿子全在 2800 字以上。渠道决定“能不能被搜到”,正文的信息密度决定“能不能被机器读懂并且复述出来”,这是两码事。

图片

现在我写新闻稿会强制走几道工序。标题卡在 38 到 52 个字符之间,必须装进“谁 + 做了什么 + 一个关键数字”,比如别写《XX 公司发布新品》,改成《XX 发布 0-10MPa 压力变送器,长期稳定性 0.2%FS/年》,这两个版本我自己在自建站上 A/B 测过,点击率差了 2.3 倍,样本只有 2000 多次曝光,不用太当真但你懂那个方向。正文前 120 字里必须出现公司全称、成立年份、所在城市、所属行业,因为机器抽实体的时候特别吃这一段。然后把所有“可被引用的事实”单独拎出来成段——量程、精度、价格区间、年产能、认证编号、客户数量,我习惯每段只放 1 个数字,长度控制在 3 到 6 行,这样 AI 摘要的时候不容易把上下文切错。自建站的稿子一定挂 Schema.org 的 NewsArticle,datePublished、author、publisher 这三样别漏,我有两篇稿子加上标记之后,在 Perplexity 里的曝光明显变多了。

图片

有个坑我踩得特别狠。早期我坚信新闻稿里塞锚文本能带权重,每篇往官网首页挂 3 到 4 个锚文本,结果三家行业垂媒的编辑直接把链接删了,有一家更狠,把带链接的那整段全砍掉,因为他们的投稿规则白纸黑字写着“正文不得出现商业链接”。后来我改成正文一个链接不放,只在文末加一段“信息源说明”,带上公司全称和官网域名。百度收录没掉,反而因为正文干净了,有两篇被行业号主动转了。还有个反直觉的点是时间衰减:传统搜索里一条新闻稿的新鲜度大概 3 到 7 天就没了,但在 AI 回答里,一篇 2023 年的稿子只要参数对、实体全,今天照样会被拉出来引用。所以我现在把老稿子当资产养,每半年翻新一次,更新产能和认证,改完重新提交 sitemap。

图片

说到底,新闻稿优化这件事的目标已经变了。以前是让人看见,现在是让机器愿意复述你。前者靠渠道预算,后者靠信息密度和可验证程度,预算能买来曝光位,买不来被引用。我也不敢说明年 AI 搜索会不会又换一版逻辑,但有一条我赌它短期不会变——谁把事实写得更干净、更容易被核对,谁在机器眼里就更像个可以引用的信源。

图片

🏷️ 标签: