问题——从“智能助手”到“隐性推销” 礼物选购、旅游规划、餐饮推荐等日常场景中，生成式问答以“省时、省力、像懂你”的体验迅速走红；然而，一些用户发现，部分看似客观的答案背后，引用来源高度集中于营销软文、导购稿件甚至“自我循环”的站群内容；推荐语气高度肯定、回避对比，表现为明显的商业导向。由于内容以“建议”“测评”“清单”等形式出现，广告属性并不醒目，消费者在不知情的情况下被影响判断，隐性营销由此成为新的争议点。 原因——商业逐利叠加技术机制，催生“看不见的投放” 隐性推广之所以能在生成式问答中“穿透”出来，既有商业端的主动推动，也与技术运行机制密切对应的。 一上，生成式问答依赖网络语料抓取、检索增强与摘要生成等环节，天然倾向于从“可获得、可复制、可匹配”的信息中提取素材。当营销内容以高频、强覆盖、结构化的方式铺设网络，模型“看到的世界”里就更容易接触到这些素材，从而把促销话术误当作通用结论。 另一上，围绕生成式问答的“可见度竞争”正在形成新链条。一些服务商宣称可通过特定写作模板、关键词布局、外链矩阵等方式提高品牌被引用概率，把推广包装为“中立答案”。这种做法的迷惑性较强，往往不以传统广告位的形式出现，而是嵌入“解释—比较—建议”的文本逻辑中，使用户难以辨明其性质。 还需警惕的是，为追逐曝光，有的操作者可能捏造案例、夸大功效、伪造评测，甚至制造“伪权威”来源，以迎合系统偏好。一旦这些内容进入语料或被反复引用，错误信息便可能被放大扩散，形成“污染—生成—再传播”的循环。 影响——侵蚀知情权与公平竞争，风险向高敏感领域外溢 从消费者权益看，广告应当具有可识别性，能够使公众辨明其为广告。若商业推广以非标识方式混入问答内容，容易削弱用户对信息来源、动机与可靠性的判断，侵害知情权与自主选择权，也会深入消耗公众对新型信息服务的信任。 从市场秩序看，隐性推广可能让“更会做投放”的主体获得不当优势，挤压凭产品与服务竞争的空间，诱发不正当竞争；若夹带虚假内容，还可能触及虚假宣传等法律风险，扰乱正常交易环境。 更值得关注的是外溢效应。在医疗、金融、公共政策等对真实性要求极高的领域，生成式问答一旦被商业或错误信息牵引，轻则误导决策、增加成本，重则可能带来安全隐患与社会风险。技术在提升效率的同时，若缺乏边界与规则，“创新红利”难以持续，甚至可能积累为系统性隐患。 对策——监管前移、平台尽责、语料净化，多方合力划清边界 治理隐性广告，关键在于把规则立在前面，把责任落到实处，形成可执行、可追溯、可震慑的制度闭环。 其一，强化广告标识与可识别性要求。对以问答形式呈现的商业推广，应通过制度化手段明确标识规则、呈现方式与可核查标准，避免“看似建议实为广告”的灰色操作。对未履行标识义务、以内容伪装规避监管的行为，应依法依规追责，形成震慑。 其二，提升技术治理能力，推动监管关口前移。面对算法生成与内容分发的链条化特征，需要完善对算法、数据、内容生成过程的监管工具，强化对异常推荐、集中引用、利益关联等风险信号的识别能力，提升全流程监管效能。 其三，压实平台主体责任，完善审核与风控机制。平台应明确广告与普通内容的边界，在模型输出、引用来源展示、商业合作披露等环节加强约束；对虚假信息、诱导性内容及时处置，形成从源头到传播的治理闭环，并完善用户反馈与纠错通道，提高纠偏速度。 其四，建立语料采用与净化标准，遏制“语料污染”。模型训练与更新环节应加强对被操纵内容的识别与清理，完善可追溯机制。行业组织可从实务层面提出“污染语料”的界定标准与处置规则，推动形成共识，遏制人为操纵训练数据、污染公共信息环境的行为。 其五，对高风险领域实施更严格的规则细化与责任追究。在医疗、金融等场景，应在既有法律法规基础上进一步细化合规要求，明确更高的真实性、审慎性标准，强化事前审核与事后追责，守住公共安全与利益底线。 前景——在发展中规范、在规范中发展，推动技术向善与市场向优 生成式问答作为数字经济演进的重要产物，将在信息服务、产业咨询、公共服务等领域释放更大潜力。面向未来，治理的核心并非抑制技术应用，而是为其划定清晰边界：让商业合作在阳光下运行，让内容生成可解释、可追溯，让用户能够辨明信息性质、看清来源依据。只有把公平竞争、诚实守信、权责清晰的原则嵌入技术与市场运行之中，才能提升新型信息服务的可信度，推动产业生态走向规范、透明与可持续。
AI"藏广告"的现象，本质上是技术变革浪潮中对市场规则的一次挑战。这既是对监管能力的考验，也是对产业自律的检视。技术演进不会等待制度完善，但制度建设必须跑在风险之前。在数字经济快速发展的背景下，生成式人工智能治理既是新课题，也是必答题。唯有坚持在发展中规范、在规范中发展，把制度优势转化为治理效能，才能让数字经济行稳致远。