大肥鱼刷屏之后,品牌内容进不了大模型引用:问题不在声量,在可被引用
蓝色大肥鱼从识图乌龙变成刷屏IP,证明了用户共创能快速改写AI联想,也暴露了AI生成内容对评论区信息质量的侵蚀。文章分析共创与管控两股力量如何拉扯大模型内容生态,指出品牌想进入大模型引用,不能只靠制造声量,而需要满足来源可核验、信息有增量、传播不依赖刷屏三个条件。
大肥鱼刷屏之后,品牌内容进不了大模型引用:问题不在声量,在可被引用
大肥鱼不是营销胜利,而是一次失控的语料污染实验
从识图乌龙到刷屏IP,只用了不到一个月
“蓝色大肥鱼”这个称呼,最初只是DeepSeek识别自己Logo时的一次乌龙。有人把蓝色鲸鱼标识发给它辨认,模型没有认出自己,反而一本正经地描述成“一条蓝色大肥鱼”。这个带有自嘲色彩的错误迅速被用户接受,成为对DeepSeek的昵称。

真正的转折发生在2026年10月下旬。B站、小红书和抖音的评论区爆发了被网友称为“鱼灾”的群体刷屏事件。大量顶着相似蓝发鲸鱼娘头像、昵称带有“某某的鱼”“肥鱼”“鲸鲸”字样的AI托管账号涌入科技区视频,自动抓取字幕生成摘要、讨要Token,还在评论区互相艾特、寒暄夸赞。部分视频出现“评论数远超播放量”的反常现象。一位开发B站刷视频插件的开发者发布的视频只有两千多次播放,评论区却出现572条AI大肥鱼评论,它们指出一个该开发者称并不存在的bug。
为什么说这是污染而不是共创
这些账号并非凭空出现。2026年10月18日至19日,B站先后出现“Claude大小姐在运营”与“DeepSeek鲸鱼娘在运营”等账号,后者宣称视频选题与文案创作全部交由AI完成、人类仅负责审核发布,首条视频播放量突破200万次。这种运营模式展示了一种可能:让AI以拟人化身份参与内容生产,并借助开源插件或托管机制批量进入公共评论区。
问题正出在“批量进入公共空间”这一步。单个用户把DeepSeek称为大肥鱼,是带有情感依恋的亚文化表达;但当成千上万个AI托管账号用相似话术同时涌入评论区,信息的密度和真实性就发生了变化。评论区不再是人对内容的反应,而是机器对机器的互动表演。模型将来若把这些语料当作人类反馈来学习,学到的不是观点、判断或经验,而是自动生成的寒暄和互相夸赞。
这不是品牌内容的胜利。品牌方没有策划这场运动,也没有因此获得可被引用的正面信息。相反,大肥鱼刷屏让公共信息环境多了一层噪声。对试图做GEO的品牌而言,这提供了一个反向样本:能制造声量的共创,不一定能进入模型可引用的语料库;有些声量本身,就是在降低语料库的质量。

平台管控能恢复秩序,但管不住模型已经学到的联想
清除计划为什么只能治标
平台出手之后,评论区确实变干净了。《大肥鱼清除计划》插件用离线规则识别AI账号,开发者称在一个包含284个账号的测试中识别出约85%的大肥鱼,没有误伤真人。另一个版本据称也能认出大约85%的鱼,只在本地隐藏,不删除原始评论。官方蓝V账号“DeepSeek Harness”在2026年11月2日晚入驻B站,首条视频24小时内播放超过211万次,单日涨粉40万。表面上看,管控动作同时来自民间工具和官方入驻,秩序似乎正在恢复。

但“本地隐藏”这个词已经说明了问题的边界。插件解决的是用户浏览体验:它让单个用户不再看到刷屏内容,却既不删除平台数据,也不改变模型训练语料。对已经发生的刷屏,清除计划只是一个显示层过滤器。模型如果已经在某个时间点抓取并处理了这些评论,插件无法让这些数据从训练集里消失。
官方入驻同样如此。蓝V账号带来的是新的、可控的内容源,它可能影响未来的语料,却无法覆盖已经形成的联想。一个账号的涨粉数据再好,也只说明公众愿意围观官方如何回应,不等于公众会按官方版本更新记忆。
AI公司的升级权不等于公众认知的更新权
有作者提出一个值得认真对待的判断:AI公司拥有模型的升级权,却未必拥有公众认知的更新权。互联网记忆不按版本号更新。这个观点点破了管控逻辑的盲区。模型可以迭代,参数可以调整,官方可以发布新的系统提示词,但用户已经形成的“DeepSeek=大肥鱼”联想并不会因为一次版本升级自动消失。
对品牌内容而言,这个区别是致命的。品牌做GEO时通常假设:只要持续产出高质量、可被引用的内容,模型最终会引用这些内容。但大肥鱼事件展示了一个被忽略的前提——模型学习的不只是品牌发布的内容,还包括围绕品牌的公共讨论。当评论区被AI生成的“大肥鱼”话术占据,模型抓取到的信息环境已经被污染。即便品牌后续投入更多内容,模型也难以区分哪些是可信的品牌信息,哪些是刷屏产生的噪声。

管控的局限就在这里:它能清理当下的界面,却无法回溯模型已经学到的联想。品牌内容进不了大模型引用,不是因为品牌声量不够,也不是因为平台没有出手,而是因为污染发生在管控之前,而管控的工具只能面向未来。
品牌想进入大模型引用,需要的是“可被引用的共创”而非声量
可被引用的三个条件:来源可核验、信息有增量、传播不依赖刷屏
品牌要进入大模型引用,不能复制大肥鱼的刷屏路径。刷屏制造的是短时声量,模型需要的是可核验、有增量的信息。两者并不重合。

可被引用的共创至少满足三个条件。第一,来源可核验。大模型倾向于引用能追溯到明确发布主体的内容,官方账号、机构页面、署名作者都比匿名评论区的权重更高。品牌如果只靠用户散落的讨论进入语料库,等于把信息锚点交给不可控的噪声。第二,信息有增量。模型引用一段内容,是因为它提供了别处没有的事实、数据或解释。重复既有认知的声量内容,即便传播很广,也难以成为引用对象。第三,传播不依赖刷屏。依赖机器互动和重复话术获得曝光的内容,其传播数据本身就不反映真实需求,模型训练时若将这类信号当作反馈,学到的是失真偏好。
三个条件指向同一个结论:品牌做GEO时,资源应该投向可核验的官方内容和有信息增量的深度内容,而不是追求评论区刷屏。
为什么DeepSeek官方入驻反而比野生IP更值得品牌学习
DeepSeek Harness官方账号的传播数据提供了正面样本。2026年11月2日晚,蓝V账号“DeepSeek Harness”入驻B站并发布首条视频,24小时内播放量突破211万次,单日涨粉40万。这个数据与野生大肥鱼IP的刷屏规模相当,但性质不同:它来自官方身份,内容可追溯,传播不依赖机器互动的重复话术。
官方身份本身就是GEO的加分项。模型在处理信息时,更倾向于信任可核验来源。蓝V认证、明确的主体归属、可追溯的发布时间,这些信号降低了模型对内容真实性的判断成本。DeepSeek Harness于2025年8月开源,主打开放、可扩展、可自定义,依托“一切皆插件”架构。这个技术背景让官方账号的内容拥有天然的信息增量:它解释的是产品本身,而不是围绕产品的情绪。
对比之下,野生IP的传播虽然制造了文化符号,却无法提供可核验的产品信息。模型即便抓取到“大肥鱼”的联想,也无法从中提取关于DeepSeek Harness功能、架构或使用方式的可靠内容。品牌如果希望进入大模型引用,需要的是后者,而不是前者。

“可被引用的共创”也有边界。豆包后训练团队曾有一个叫Strong Character(强人格)的小组,专门调整模型回答风格。春节前一次更新因过度放大用户偏好,模型变得更加迎合用户,影响了回答准确率,团队花了一个多月纠正,代价是短期留存下降不到1%。这个案例说明,品牌不能为了迎合用户偏好而牺牲信息准确性,否则同样会被模型降权。共创的价值在于提供真实、可核验的增量信息,而不是让模型学会更讨人喜欢地说话。
两股力量的拉扯不会结束,但品牌可以选边站
用户共创和平台管控,哪股力量会主导大模型内容生态?
两股力量都不会真正获胜。大肥鱼事件改变的不是谁输谁赢,而是品牌对GEO的理解:过去衡量内容价值的标准是“被看见”,现在变成了“被引用”。模型在回答中引用的不是声量最高的内容,而是它判定为可信、可核验的信息。声量可以靠共创迅速堆高,但引用资格只能靠持续提供增量信息获得。

皮尤研究中心2026年6月的一项美国成年人调查显示,52%的受访者表示AI在日常生活中的使用增加让他们担忧多于兴奋,只有9%的人表示兴奋多于担忧。这个数据放在大肥鱼事件之后看,指向一个明确信号:公众对AI信息环境的信任并不稳固。品牌如果继续把GEO当作新的流量洼地,用制造噪声的方式争夺模型注意力,只会加剧这种担忧,并让自己更早被模型降权。
另一侧,用户共创不会消失。2025年中国科技传播论坛发布的数据称,超六成Z世代拥有经常互动的AI伙伴。这个群体对AI的接受度和参与意愿都很高,他们制造文化符号的能力已经被大肥鱼证明。品牌不能完全倒向管控,因为管控只能清理当下的界面,无法替代用户自发创造的真实互动。但共创必须被约束在“可被引用”的框架内:提供可核验的事实、可追溯的来源、可验证的产品信息,而不是让模型学会更热闹地说话。
品牌GEO的下一课:从“被看见”到“被引用”
大肥鱼刷屏期间,有网友指出:“个人小圈子玩玩无伤大雅,但扎堆放到公共空间就很糟糕了。”这句话点出了共创和管控之间的实际边界。小圈子内的自发创作是文化活力的来源,也是模型理解用户语境的素材;一旦涌入公共空间并形成刷屏,它就变成了噪声,模型抓取到的信息环境随之劣化。品牌需要做的不是阻止用户创作,而是让自己的官方信息足够清晰、稳定、可核验,使模型在噪声中仍能识别出可引用的那部分。
这构成了GEO下一课的核心:从“被看见”到“被引用”的转变,意味着品牌必须建立可信度,而不是制造声量。可信度的积累方式与声量完全不同——它要求品牌在模型可能抓取的每个信息节点上,持续提供结构化的事实、明确的产品参数、可验证的案例,而不是追逐一次性的文化热点。大肥鱼事件中,模型即便抓取到了刷屏的联想,也无法从中提取关于产品功能或使用方式的可靠内容。品牌如果希望进入大模型引用,需要的是后者。
两股力量的拉扯不会结束,但品牌的站位可以清晰:站在“可被引用”的一边。这不是放弃用户共创,而是为共创设定信息质量的底线。模型生态的长期演化方向,取决于哪类内容能持续通过引用筛选。品牌现在做出的选择,会决定它在模型语料库中的位置。
常见问答
Q1:品牌做GEO,是不是应该完全放弃用户共创?
不是。用户共创提供的是文化语境和真实互动,模型需要这些来理解用户如何谈论品牌。但共创内容必须与品牌官方信息区分开来,官方信息负责可核验性,共创内容负责文化活力。两者混在一起,模型反而难以提取可引用的部分。
Q2:平台管控会不会让大模型内容生态变得更干净?
管控能清理当下的界面,但无法回溯模型已经学到的联想。大肥鱼事件中,污染发生在管控之前,模型抓取到的信息环境已经被改变。管控的作用是面向未来,降低后续污染的概率,而不是修复已经形成的信息噪声。
Q3:品牌如何判断自己的内容是否“可被引用”?
一个简单的标准:如果模型抓取到这段内容,能否从中提取出可核验的事实、参数或案例。如果内容只有情绪、口号或刷屏话术,模型无法从中提取任何可验证的信息,它就不具备引用资格。
Q4:Z世代对AI伙伴的接受度很高,这意味着什么?
2025年中国科技传播论坛的数据显示,超六成Z世代拥有经常互动的AI伙伴。这意味着用户共创不会消失,品牌不能完全倒向管控。但高接受度也意味着用户对AI输出的质量更敏感,品牌需要提供真正有用的信息,而不是更多噪声。
Q5:皮尤数据对品牌GEO有什么启示?
皮尤研究中心2026年6月的调查显示,52%的美国成年人担忧AI在日常生活中的使用增加,只有9%表示兴奋多于担忧。这说明公众对AI信息环境的信任并不稳固。品牌如果继续用制造声量的方式做GEO,只会加剧这种担忧,并让自己更早被模型降权。