当九成的购车者开始问AI：汽车行业的信源革命

核心摘要

近9成消费者在购车前会使用AI搜索辅助决策，其中44.0%将其作为核心查询工具，44.6%作为重要补充工具

用户搜索范式已从"关键词搜索—手动浏览—海量筛选"转变为"自然语言提问—直接获取AI整合答案"，购车决策链路大幅缩短。

AI营销的核心不再是"在搜索引擎排第几位"，而是"是否进入了AI的引用信源池"

从传统SEO到GEO的范式转变中，AI评价信源的核心标准是权威性、语义相关性、结构化程度和内容时效性——而非关键词密度或外链数量。

营销重心正从"流量购买"转向"信源建设"

报告提出的B2AI2C双漏斗模式揭示：在用户购车决策中期（查参数、比配置、看口碑），传统B2C模式出现系统性盲区，AI信源成为填补这一空白的关键——品牌只有先进入AI的引用信源，才可能进入用户的决策清单

全文约5000字，阅读时间约12分钟。引言：当汽车行业的销售漏斗被AI改写

中国汽车市场正经历双重剧变。产业层面，2025年新能源汽车渗透率首次突破50%，标志着中国汽车市场正式进入新能源汽车全面主导发展的阶段。与此同时，消费者的购车信息获取方式正在经历一次代际级别的变迁：88.6%的消费者在购车前会使用AI搜索辅助决策，其中44.0%的用户将AI作为核心查询工具。

这意味着什么？在传统营销模型中，品牌的战场在搜索引擎、社交媒体和线下展厅——通过关键词投放、内容营销和销售接待来争夺用户注意力。但当用户不再输入关键词、而开始向AI提"20万左右家用SUV推荐""插混和增程式哪个更适合长途""X品牌智驾系统和Y品牌对比"这类问题时，游戏的规则正在被彻底改写：用户看到的答案，取决于AI引用了谁的内容；而AI引用谁，取决于谁的信源在权威性、结构化和时效性上胜出。

一、从SEO到GEO：汽车营销范式的底层变迁

要理解当前汽车营销的变革方向，首先需要认清一个根本性的范式转移：传统营销建立在"人找信息"的基础上，而AI时代的信息分发逻辑变成了"AI给答案"。

在传统SEO（搜索引擎优化）框架下，品牌的目标是让目标链接在搜索结果中获得靠前排名。优化手段围绕关键词密度、关键词布局、外链数量展开，技术架构基于倒排索引和PageRank算法，用户交互方式是搜索关键词并手动点击链接浏览内容。但在GEO（生成引擎优化）框架下，优化目标从"提升搜索排名"转变为"获得AI信任，成为权威信源"——AI会基于LLM语义理解加RAG实时外部检索的混合架构，主动整合多方信息，直接给出结构化答案，用户的交互方式变为与AI对话并直接获取答案。

这一转变在汽车行业的影响尤为深远，因为汽车是典型的"高信息复杂度、长决策周期、高客单价"品类。GEO的优势在于语义理解和结构化内容生产力：它能将复杂的技术参数转化为AI易于理解、用户能够感知的结构化知识。这一变化可概括为B2AI2C双漏斗模式——品牌不再是直接触达用户，而是先通过系统化的信源布局影响AI的认知与回答，再由AI作为"超级信息助理"触达并转化用户。

GEO贯穿用户购车全周期，在每一个阶段承担不同的角色。在认知与兴趣阶段，用户以探索性提问为主，GEO的核心作用是"心智预售"——通过影响的AI回答完成品牌进入用户初始考虑清单的过程。在考虑与评估阶段，用户进入深度对比，提问更聚焦、更专业，GEO的作用是"金牌销售"——确保AI准确、详实地呈现品牌产品的核心优势和差异化价值。在转化与支持阶段，用户已基本锁定意向车型，关注售后服务、优惠方案等，GEO的作用是"信任背书"——实时更新官方信息，确保线上线下内容一致，为最终转化提供支持。

二、AI信源选择的完整逻辑：品牌信息如何进入AI的"回答池"

在理解了GEO的定位后，一个关键问题自然浮现：AI究竟是如何选择信源的？品牌信息需要满足什么条件，才能被AI引用并呈现给潜在购车用户？

找信源—选信源—用信源—输出答案，这四个环节完整拆解了生成式AI工作流程中的信源处理逻辑。

找信息：广泛覆盖与精准检索。AI的检索范围覆盖广泛，包括官方类信源（政府政策文件、车企官网、官方产品手册）、专业类信源（汽车垂类媒体、行业研究报告、学术论文、结构化数据库）、用户类信源（真实车主口碑反馈、高质量社区讨论）以及综合类信源（权威新闻媒体、百科词条）。AI深度解析用户核心意图与隐含需求，将复杂自然语言查询重构为多个结构化子查询，再采用向量检索与关键词检索相结合的混合检索方式，精准定位可能包含问题答案的信源。

选信息：权威性是首要标准。这是整个链路中最关键的环节。AI主要通过四个维度筛选信源：来源身份（官方网站>权威媒体>垂类专业媒体>自媒体）、第三方背书（被主流媒体、专业机构引用或报道）、数据可验证性（引用数据有明确来源，可交叉验证）、以及——这对汽车行业尤其重要——信源权威性与行业匹配度，因为汽车涉及技术参数、性能测试、安全评级等内容，对信源的权威性要求远高于一般消费品。此外，AI还会评估内容质量与深度（是否包含专业评测、是否原创、是否结构化）、时效性与相关性（对新车发布、价格调整等时效性话题优先选择最新信源）、以及稳定性与一致性（持续且统一的信息更新有助于形成稳定的AI认知）。

用信息：高权威信源优先采用。从筛选出的信源中，AI提取与问题相关的内容，进行去重和多源交叉验证——同一事实被多方比对，矛盾信息被剔除。然后进行观点整合与逻辑重构，将技术参数等复杂信息转化为用户可感知的自然语言描述。最后构建增强型上下文，并根据与用户的对话历史调整信息侧重点与内容深度。

输出答案：引用标注决定品牌曝光。AI基于整合的增强型上下文生成最终答案，并自动为关键事实、数据和结论标注对应的引用信源——以增强透明度和可信度。这意味着，权威信源获得的不仅是优先引用的"出场频率"，还有AI的信任背书——在用户购车决策成本高的品类中，这一背书的价值远超传统广告的曝光效应。报告明确指出：信源引用率高的媒体平台是车企AI营销的"入场券"——决定品牌能否获得基础曝光；信源贡献率高的平台是"护城河"——决定品牌内容能否穿透用户从浅层了解到深度种草的全链路。

三、实测验证：谁在左右AI的汽车回答

在上述逻辑框架下，报告通过大规模实测给出的最核心回答是：汽车垂类媒体全面主导AI信源格局。在信源引用率TOP20平台中，汽车垂类媒体占比77.2%；在信源贡献率TOP20中，占比70.0%。短视频/直播平台（引用率10.5%、贡献率8.1%）和新闻资讯门户（引用率5.0%、贡献率11.5%）处于辅助补充地位。

四、AI平台分化：同样的提问，不同的答案

总榜描述的是平均格局，但如果在单一平台层面看，五个主流AI大模型之间的信源偏好差异十分显著——这意味着同一个用户提问，换一个AI平台可能获得基于不同信源的答案。

豆包：专业垂媒深度依赖。汽车之家信源引用率37.0%，信源贡献率两端均接近99%，与其他信源之间的差距在五个平台中最为悬殊。豆包APP端偏好短视频类信源，PC端则更依赖专业垂媒和资讯类内容。

DeepSeek：双垂媒均衡主导。汽车之家与易车信源引用率差距仅约5个百分点，PC端与APP端数据几乎一致，无明显终端偏好差异。

千问：结构最稳定。TOP3信源在所有场景下高度稳定，且同一媒体在PC端与APP端的引用率基本一致，体现标准化的信源调用逻辑。

元宝：端侧差异最显著。PC端懂车帝引用率第一，APP端汽车之家领跑，且将微信公众号纳入TOP10信源，信源结构覆盖了私域生态内容。

文心一言：生态协同特征突出。好看视频信源贡献率高达92.2%，仅次于汽车之家；百度、有驾、全民小视频等合力形成生态矩阵；哔哩哔哩和微博也跻身TOP10信源。这一格局体现了对场景化动态内容的高依赖度。

五、信源资产：AI时代营销效果的可量化新维度

报告提出的"信源资产"概念，为汽车品牌在AI时代的营销效果评估提供了全新的可量化视角。

信源引用率衡量"触达强度"。它反映的是品牌信息在AI回答中被引用的频次和权重——被多少用户看到，在多大程度上影响用户的第一认知。引用率高的媒体平台是车企AI营销的"入场券"。

信源贡献率衡量"覆盖广度"。它反映的是信源内容能够覆盖解答的用户问题范围——渗透了多少个用户关心的问题场次。贡献率高的平台是"护城河"，决定品牌能否覆盖从"浅层了解"到"深度种草"的全链路。

信源场景渗透率衡量"场景适配深度"。它是前两个指标的交叉验证，揭示了信源在看车、选车、买车、用车四个不同决策阶段的内容渗透能力。汽车之家全场景渗透率均超过86%，太平洋汽车和易车在选车/买车与看车/用车场景各自领先——说明不同平台的AI内容竞争力存在显著场景差异。

这三个指标的组合应用，为车企提供了一套此前缺失的AI营销效果评估体系——通过品牌提及率、信源引用量、核心问题推荐排名等数据，量化AI营销带来的心智价值，弥补传统点击和线索指标无法覆盖的评估盲区。

从消费者侧看，信源指标表现好的媒体平台贯穿用户购车决策全流程：从信息初筛阶段"看到品牌"（引用率起作用），到深度对比阶段"信任品牌"（贡献率起作用），再到购买选择阶段"选择品牌"（双指标协同影响），直至口碑沉淀阶段"传播品牌"（双指标协同放大）。这四个阶段形成"高指标→高信任→高活跃→更高指标"的正向循环。

六、趋势展望：营销重心从"流量购买"移向"信源建设"

报告对未来的判断可以概括为四个核心趋势，它们共同指向一个结论：汽车营销的底层逻辑正在发生不可逆的结构性迁移。

B2C与B2AI2C并非替代，而是分工协作。传统B2C营销仍主导用户购车决策初期的品牌认知培育（通过广告、车展、短视频等建立品牌印象）和决策后期的交易转化（线下试驾、销售顾问一对一服务、购车优惠）。B2AI2C则填补了传统营销难以高效覆盖的决策中期环节——查参数、比配置、看口碑、问竞品——这一阶段恰好是用户搜索行为最高频、信息获取需求最密集、也是决策路径最容易受到AI回答影响的环节。两者共同覆盖从"知道品牌"到"下单买车"的完整链路。

GEO技术从文本向多模态实时化演进。当前AI营销仍主要聚焦文本内容优化，但消费者购车前实际会浏览攻略、看车主案例视频、研究参数对比图等多元内容。报告预测，GEO技术将向全模态内容结构化处理演进——对视频、图片、音频进行标签结构化，使AI能跨模态引用和验证信息。同时，品牌信息库需要与市场动态实时同步，确保新车发布、价格调整、政策变动等关键信息在第一时间被AI抓取和引用。

营销模式从被动优化转向主动管理。多数车企当前处于被动响应状态——仅在AI生成错误或负面内容后进行事后申诉修正，缺乏事前的信源主动布局。报告指出，未来AI营销需要建立全域内容监测预警体系，在信息失真扩散前主动发现并纠正；品牌需在新车发布、价格调整等关键节点，主动向垂类媒体和AI平台推送最新信息，从源头把控信息质量。

汽车垂类媒体将成为AI信源生态的核心枢纽。这一判断基于两个不可替代的优势：一是权威性与专业度——标准化专业评测体系（百公里加速、真实续航、空间实测等统一测试标准）、行业资深编辑团队、多年积累的行业数据与车型知识库，使垂类媒体成为AI解答复杂购车决策问题的首选信源，信源贡献率远高于其他类型平台。二是结构化数据体系——标准化车型库覆盖所有在售车型的参数、配置、价格、图片，且实时同步市场变动；结构化口碑系统聚合千万级真实车主用车体验；全场景问答库覆盖从"儿童座椅怎么安装"到"新能源车电池衰减怎么办"的所有长尾问题。这些数据能够被AI直接解析和调用——这是综合资讯平台或UGC内容生态短期内难以复制的能力。

结语

汽车行业正在经历一场"看不见的营销革命"。它的革命性不在于技术本身有多炫目，而在于它改变了营销权力的归属：品牌与消费者之间，多了一个拥有信息筛选权和推荐权的"中间人"——AI。这个中间人不受品牌广告预算的直接支配，而是遵循"权威优先、结构化优先、时效优先"的采信逻辑。

对车企品牌方而言，当下的核心挑战不在于是否使用AI营销，而在于是否意识到：建设AI信源资产，已成为与产品研发、渠道建设同等核心的战略能力。在这场从"流量争夺"到"信源建设"的范式迁移中，先动者将在AI的新一代消费者决策链路中，获得持续的认知红利。

关注获取更多洞察

关注获取更多资讯

400-026-2099

ask@iresearch.com.cn