刚获 1500 万美元 A 轮的 Evertune 把 AI 当成新受众：每月 10 万次提示词“拷问”大模型，帮 Bose 发现 DeepSeek 比 Gemini 更爱推荐自家音箱，让奢侈衬衫品牌 60 天内把“零分”差评翻成前十推荐。搜索已死，AI 商务已来，不想裸奔的品牌得先学会“喂饱”模型。

你有没有想过，搜索这件事可能彻底变了？过去二十年，我们都在努力让品牌在Google搜索结果中排名靠前，学习SEO优化、关键词策略、外链建设。但现在，ChatGPT每天处理25亿次提示，80%的消费者在近一半的搜索中使用AI摘要。AI不再是搜索的辅助工具，而是发现品牌的主要入口。这意味着什么？意味着那些传统的搜索营销规则正在被重写，而像Evertune这样的公司正在为这场变革提供解决方案。

最近，Evertune宣布完成1500万美元的A轮融资，由Felicis Ventures领投，包括来自OpenAI、Google、Meta、Uber等公司的投资者参与。这家由前Trade Desk高管创立的公司，正在构建首个真正的企业级AI营销套件。我发现他们解决的问题特别有意思：如何让品牌在AI模型中获得正确的展示，以及如何影响这些结果。这不仅仅是技术问题，更是一个关乎品牌生死的战略问题。

我认为Evertune的故事反映了一个更大的趋势：我们正在从”搜索引擎优化”时代进入”AI搜索优化”时代。这种转变不是渐进的，而是颠覆性的。当用户开始依赖AI来获取购买建议、比较产品、做出决策时，品牌在AI模型中的表现将直接影响销售结果。而这正是Evertune要解决的核心问题。

AI搜索已成为新的营销主战场

我观察到一个有趣的现象：AI搜索的普及速度远超我们的预期。根据Evertune提供的数据，72%的美国人现在已经使用AI搜索，OpenAI的ChatGPT每周有5亿独立用户，Google的AI概览功能已经覆盖100个国家的10亿用户。这种采用速度比我们见过的几乎任何营销渠道都要快。

更重要的是，主要的科技平台都在将AI搜索原生集成到他们的产品中。Instagram和WhatsApp中集成了Meta的Llama AI模型搜索，Apple在Siri中内置了ChatGPT，Amazon推出了名为Rufus的AI工具，现在在Amazon的每个产品页面上都能看到。即使是那些从未下载过ChatGPT、不使用Perplexity的晚期采用者，现在也会在每个主要科技平台中遇到AI搜索结果，无论他们是否有意使用。

我认为这种变化的深层含义被很多品牌严重低估了。在传统搜索中，用户会看到同样的10个蓝色链接，但在AI搜索中，每个用户得到的答案都是不同的。AI模型会根据用户的搜索历史、人口统计信息和个人偏好定制答案。这意味着品牌需要的不再是在固定位置获得好排名，而是要确保在无数种可能的个性化回答中都能被正确推荐。

Evertune的创始人兼CEO Brian Stempeck在接受采访时分享了一个很有启发性的观点：他们开始这家公司的契机来自于自己的消费体验。当他在寻找后院烧烤架时，发现自己越来越多地转向ChatGPT和Perplexity来获取推荐，而不是传统的Google搜索。这种行为变化不仅发生在他身上，也发生在他的联合创始人身上。他们意识到，这不仅仅是一个工具效率的问题，而是消费者学习品牌和研究产品方式的根本性改变。

我觉得最让人意外的是AI搜索采用速度之快。在程序化广告时代，Brian在Trade Desk工作时，整个广告行业花了好几年时间才真正理解和掌握程序化广告的价值，因为这是复杂的技术。但在AI领域，情况完全相反。地球上的每个品牌现在都在思考AI将如何改变他们的业务：人们还会来我的网站吗？他们如何了解我们的产品？他们是否更有可能转向竞争对手？这种巨大的破坏性变化正在发生，导致客户需求激增。

Evertune如何重新定义品牌在AI时代的可见性

当我深入了解Evertune的工作方式时，我发现他们的方法非常系统和科学。他们每个月为客户运行超过10万个提示，这大约是竞争对手数量的10倍。这种规模至关重要，因为AI答案不是确定性的——随着每次模型更新，回答都可能发生变化，并且取决于用户的聊天历史。与传统搜索不同，AI模型对措辞略有不同的相同问题会给出不同的答案。他们直接连接到OpenAI、Google、Anthropic、Meta、Perplexity、DeepSeek等公司的API，而不只是依赖消费者应用的表面答案。这意味着他们可以给品牌提供可靠、详细的视图，了解AI如何谈论他们的产品、竞争对手以及整个类别。

Stempeck声称，通过对模型进行数千次提示，可以构建一个代表性的聚合视图。平均而言，每个客户每月会得到一到两百万次提示的分析结果。这种方法让品牌能够真正理解AI模型如何看待他们的品牌，不仅仅是是否推荐品牌，还包括模型认为品牌擅长什么、不擅长什么，以及与竞争对手相比的优势如何。我注意到一个特别有趣的例子：在便携式音箱类别中，他们发现不同AI模型对同一品牌有着截然不同的偏好。DeepSeek比Gemini更容易推荐Bose，差距达到13个百分点。有时这种差距甚至能达到40到50个百分点，因为模型是基于不同数据训练的，对不同品牌和产品有着不同的偏见。

我特别感兴趣的是Evertune的一个客户案例。他们与一个奢侈时尚品牌合作，通过分析发现AI模型认为这个品牌的衬衫质量非常糟糕，得分几乎为零，远低于竞争对手。当他们战战兢兢地向客户展示这个发现时，发现客户内部的市场研究和焦点小组也发现了同样的问题，但他们在互联网上从未见过这种反馈。这验证了AI已经从网上的用户评论和其他内容中收集到了这些信息，也验证了他们技术的有效性。另一个成功案例是B2B软件公司：他们有很强的产品，业务发展很好，但在ChatGPT和Gemini的前10推荐品牌中没有出现。通过深入分析，Evertune发现AI模型认为安全性是该领域最重要的因素之一，而这家公司在安全方面并不差，只是模型没有足够的相关信息。这是AI模型的一个常见问题——在某些领域存在信息空白。

更重要的是，客户立即提出的问题不是”这些洞察很有趣”，而是”我们能对此做些什么？”因为大多数营销人员已经被各种洞察淹没了，如果只是洞察，价值有限。这促使Evertune开发了一整套工具来帮助品牌理解哪些网站、发布商、数据源是AI模型学习的来源，以及如何制定内容策略来影响这些模型。在那个B2B软件公司的案例中，他们使用Evertune的工具找出了5到10个真正重要的发布商——这些是AI模型会阅读以形成观点的网站。然后公关团队采取行动，在自己网站上发布了4到5篇关于安全性的详细博客文章，公关团队还在一些发布商网站上刊登了4到5篇文章，最终成功进入了前10名。虽然这不是一夜之间发生的——AI模型需要时间重新训练，大约花了两个月——但从在该类别搜索中完全不出现到进入前10名，这是一个有意义的差异。

我发现他们的”AI教育简报”概念特别聪明。基于品牌在AI感知中的优势和劣势，平台会自动生成内容策略。比如，如果AI模型认为某个品牌的电池续航能力不好，系统会建议如何改变话题，强调其他优势，或者当制造工艺有所改进时，如何尽快将这些信息传达给模型以扭转认知。他们帮助品牌客户将这些洞察应用到社交影响者团队、公关简报的制定，以及基于不同功能特性的不同信息传达策略中。这种方法让品牌能够在AI模型可移动的情况下——特别是当模型在某个领域没有深入内容时——制定针对性的策略来影响AI的认知。

从数据驱动广告到数据驱动传播的转变

我认为Evertune代表了营销思维的一个重要转变。在Brian的前一个工作环境Trade Desk，一切都是关于数据驱动的广告投放，使用cookies和ID以及各种数据来确定向什么用户投放什么广告、传达什么信息。而在Evertune，他们思考的是数据驱动的传播、数据驱动的公关、数据驱动的内容。要谈论什么才能最好地影响AI模型？这让内容和公关团队走向了一个全新的方向。

这种转变的核心在于理解AI模型偏好权威内容。这意味着公关内容、合作伙伴、联盟、影响者比以往任何时候都更重要。实际上，它们对AI模型的影响力甚至比品牌自己的官网还要大。Evertune帮助很多品牌解决的一个关键问题是如何简单地表达信息。AI模型在处理复杂的品牌架构、产品层级、姊妹品牌或母品牌时会遇到困难，特别是在品牌重塑时。

我注意到一个有趣的现象：大语言模型需要时间来重新训练，理解品牌过去叫X现在叫Y。这让品牌重塑变得比以前更加风险重重。如果你建立了大量关于旧品牌名称的正面联想，当你更换品牌名称时，这些联想也会消失。比如雪佛兰如果与马力、牵引能力、Silverado皮卡等描述词相关联，一旦放弃品牌名称，这些联想也会消失。

我觉得最有价值的是，Evertune将AI模型视为一个需要触达的新受众。这是一种新的参与者，非常强大，会影响很多其他人，而且这些模型以不同的方式学习。一个简单的例子是，很多客户在网站上有不同的图形、信息图表来描述他们的产品与竞争对手的对比，但模型很难读取这些图形，所以有时品牌需要将这些转换为文本或提供简单的解释或FAQ来谈论其产品。模型希望获得关于品牌、产品、公司的尽可能多的信息，以回答消费者可能提出的任何问题。

AI Commerce的到来将重塑购买决策

我观察到一个令人兴奋又令人担忧的趋势：AI搜索正在向AI商务发展。ChatGPT在过去几周内已经提供了直接从其界面购买产品的功能，Perplexity也在做同样的事情，他们已经与Shopify和PayPal集成。这意味着销售漏斗正在压缩，从研究产品、比较型号到实际购买，都可以在一个地方完成。用户的客户旅程正在从学习品牌、去互联网的其他地方研究、再回来的循环，迅速压缩为在AI模型内完成更多操作。

更重要的是，AI agent开始代表用户做出购买决策。想象一下，你的AI个人助手可以访问你的联系人信息，转发一些你喜欢的食谱，然后去Instacart、Fresh Direct或Kroger等购物平台为你建立购物清单并将所有商品添加到购物车中。这不是概念验证，这是今天就存在的现实。Brian的联合创始人上周告诉他，他正在使用AI agent将杂货添加到购物车中，这让Brian觉得很神奇，他也要开始这样做。虽然人们经常谈论”AI agent”，但我发现普通人并不知道这意味着什么，这听起来像是B2B超级碗广告中的企业术语。但如果你不称其为AI agent，而是说这是一个AI个人助手，想象你有一个AI个人助手，你可以转发几个你喜欢的食谱给它，然后你的AI个人助手会去购物平台为你建立购物清单并将所有物品放入购物车，这对消费者来说有实际价值，非常具体。

我认为这对营销人员来说是巨大的变化。我们经常告诉品牌，当有人寻找你的品牌时，是否被推荐很重要，这确实重要。但更重要的是AI agent或助手做出购买决策的那一刻，这变得生死攸关。如果AI在选择超市货架上的哪些品牌放入购物车，对于像通用磨坊这样的公司，这不再是”很好拥有”的功能，而是真正影响购买行为的关键因素。我认为这比人们想象的来得更快。Evertune在B2B领域也看到了这种趋势，一些客户正在处理使用AI完成的RFP（需求建议书），AI agent会从许多公司收集信息，为他们正在寻找的任何类型的软件工具整合RFP。

Stempeck在访谈中提到，他们已经在B2B领域看到了这种趋势。一些客户正在处理使用AI完成的RFP（需求建议书），AI agent会从许多公司收集信息，为他们正在寻找的任何类型的软件工具整合RFP。这不仅仅关乎SEO或搜索结果，理解AI将对业务产生比单纯搜索排名大得多的影响。他们在旅游和酒店业也看到了这种应用——人们使用AI模型研究航班和酒店，AI模型在旅游规划方面表现出色。如果你要在迈阿密待48小时，告诉AI你要去哪里、推荐什么酒店，如果你不在那个推荐流中，这就会变得非常有问题。

我特别赞同Stempeck对于AI agent营销策略的观点。他认为那些声称将自动化所有广告创意的想法是荒谬的，因为在每个行业都有赢家和输家。任何公司都不可能说”用我们的技术，每个人都会赢”，这就像股票经纪公司说”用我们的服务，每个人都能赚钱”一样不现实。但AI和其他技术公司可以提供关于创意应该说什么的洞察，这才是真正的价值所在。我们在程序化广告领域已经经历过这种情况，V1版本是动态创意——你在Zappos上看过这双鞋，当你在互联网上浏览时就会看到这双鞋的定向广告。但现在有了新一代的创意，可以增强并告诉你哪些主题领域对消费者和AI模型真正重要，你的品牌与类别中其他品牌相比如何，你的优势和劣势是什么。他们可以提供很多工具来构建数据驱动的创意，目前主要在内容空间中这样做，以构建文章、公关和传播内容，但他们已经有客户开始将这些推向创意领域。

品牌安全和质量控制的新挑战

在AI环境中，品牌面临着全新的安全和质量控制挑战。我发现Evertune在处理这些问题时采用了很务实的方法。由于他们每次提示模型时会问大约10万个问题，在这种规模下，偶尔的幻觉现象在边缘情况下会出现，但大规模来看，通常会得到正确的信息。

我注意到一个有趣的模式：AI模型不会每天、每周甚至每月刷新数据，而是每几个月更新一次，因此你可能会看到模型引用过时信息的情况。它们会用搜索数据来补充，以提供两者的最佳结合。但经常会出现这样的模式：一家公司两年前收购了一个品牌，但模型有大量过去的数据将这两个品牌视为独立品牌，因此即使到今天，它们仍会继续引用现在已经不存在的品牌名称。

更大的问题是”空白区域”，即模型不了解某个主题领域或品牌阻止模型了解该主题领域。Evertune与客户讨论的第一件事通常是：”你是否允许AI阅读你的网站？”在许多情况下，品牌不允许或阻止某些页面被访问，而他们甚至不知道自己在这样做。这在Google搜索早期也发生过，需要允许爬虫读取信息。

我觉得特别重要的是，很多好内容被隐藏在付费墙后（如果你是发布商，有正当理由将其分离并与AI模型达成协议），或者如果你是品牌，内容可能被隐藏在登录或某种注册表单后面。比如B2B公司，如果你想下载白皮书，AI模型不会登录并下载白皮书，那么如何让这些内容传达给模型，尽可能让它了解你的品牌？这是品牌现在面临的关键挑战之一。

我对AI营销未来的思考

我相信我们正处在一个关键的转折点。未来几年，AI模型将成为影响消费者购买决策的最大单一因素。当有人进入AI模型询问”我应该买本田CR-V还是丰田RAV4？”或”我应该买Bose音箱还是JBL？”或”我应该买Geico保险还是State Farm？”时，模型会给出非常智能、全面、可信的观点。而且随着使用次数增加，它对你了解得越多，就会为你的用例定制结果。

我认为在某些情况下，模型将停止询问并开始执行。如果它们要去购物网站，将产品放入你的购物车，并为你完成购买。在未来几年内，比人们意识到的要快，AI模型将成为像今天社交媒体一样大的营销渠道。我坚信这就是我们正在走向的未来。

从技术角度看，我对Evertune团队的执行能力印象深刻。他们具备了Trade Desk时期培养的敏捷性，能够快速响应AI领域的变化。比如当DeepSeek作为低成本大语言模型出现并开始获得消费者使用时，他们在一周内就完成了集成，成为首批这样做的公司之一。同样，当ChatGPT和Perplexity等AI模型开始提供购物功能时，他们迅速将购物分析构建到平台中。

我也注意到AI搜索优化与传统SEO的一个重要区别：在AI中，每个用户得到的答案都不同，而且没有像Google搜索结果那样的”前10个蓝色链接”。这意味着品牌需要确保在各种可能的个性化推荐中都能出现，而不仅仅是在固定位置获得好排名。

最重要的是，我看到这种变化正在让营销回归人性化的元素。AI驱动的搜索实际上让公关重新成为核心驱动力，因为AI模型偏好权威的、有深度专业知识的人类生成内容。Reddit等用户论坛成为重要的信息源，因为AI模型喜欢明确的、有专业深度的人类生成内容。这是一个有趣的双重性：通过增加AI，我们实际上将很多人性化元素折叠回高性能在线品牌的必胜组件中。