近日，由中国商务广告协会数字营销专业委员会、CAAC 汽车营销研究工作委员会、新意互动联合主办的「意图营销·探寻新增长」系列直播第一期正式开播。本期为系列综述篇，主题为《意图经济与汽车行业营销范式重构》。
PureblueAI 清蓝创始人&CEO鲁扬、知乎营销研究院负责人桑田担任分享嘉宾，CAAC 汽车营销研究工作委员会副主任委员兼办公室主任汤红主持。三位以播客式对谈的形式，围绕四大核心板块展开：什么是意图营销？为什么汽车行业尤其需要关注？AI 带来了哪些底层变革？汽车品牌今天可以做什么？
一场关于"意图"的对话
在云端展开
当用户不再打开搜索引擎输入"25 万 SUV 推荐"，而是直接在 AI 对话框里说"我家有老人小孩、偶尔跑长途、预算 25 万"——AI 给出的 3-5 个品牌，就是用户的全部候选池。品牌不在池里，可能连被"看到"的机会都没有。
用户在 AI 对话框里的提问，正在替代传统搜索行为，成为购车决策的"第一道筛选器"。汽车营销的逻辑，正在从"争夺注意力"走向"理解意图"。
而行业的认知仍是碎片化的：有人在做 GEO，有人在做内容矩阵，有人在做 AI 投放，但没有人把这些实践串联成一个系统性的方法论框架。这正是「意图营销」系列直播与年度报告共创项目要填补的空白。
近两小时的脑力激荡
01
意图经济：
最值钱的不再是注意力，而是购买意图
什么是意图经济？它指以消费者真实需求和明确意图为核心驱动力的经济模式——市场不再靠广告博取眼球，而是靠用户主动表达意图、围绕意图配置供给。
桑田的观察是："意图"并不是新东西，它一直存在。只是过去没有 AI，我们只能靠海量内容去"逼近"用户的真实需求，本质是用大量供给去猜。今天，用户"此刻想完成什么任务"，在多轮对话中就能被直接感知。
鲁扬把变化落在了最小单元上：搜索时代的单位是关键词，AI时代的单位是意图。在搜索引擎输入"中年男人换车换什么车"，它只会返回含这几个关键词的文章，用户得自己读完、筛选、归纳；而在AI里问同一句话，AI会先锚定意图（已有家庭、过了冲动消费期、有了一定经济基础），再结合LBS与上下文直接给出推荐。
更底层的变化是：人找货 → 货找人 → 人与货在AI语境下自动匹配。鲁扬还说：今天，prompt 就是新的货架。 每个品牌都该问一句：我的潜在客户，每天用什么话在AI上描述我？
02
为什么汽车行业尤其需要关注？
桑田给出的基本面是：严格意义上的供大于求。今年成都车展期间有媒体测算，中国市场前6个月上市了 500 多款新车，发布会场次创下纪录。技术复杂度也已超越公众的理解尺度——主流车企当下的混动架构、越野模式，行内人自己都未必几句话说得清。供给无限，需求有限，用户陷入信息过载。
鲁扬的判断更直接：汽车是AI营销里难度最高的行业之一。营销频率、动作种类、新玩法往往都从车企率先开始，汽车几乎是中国营销的一个投射。两位嘉宾的共识是：越早布局这个转型窗口，越早抢到红利。
03
AI 带来了哪些底层变革？
其一，从"找到消费者"到"理解消费者"。桑田分享了一组知乎站内AI搜索的提问分布：预算与车型选择占25%，技术原理解析约20%，品牌与车型评价对比约20%，其余为使用体验与市场解读类。最反直觉的是那25%——用户上来就直接抛预算和车型，把"选车"整个交给了 AI。
其二，从"搜索"到"推荐"。AI可见度、推荐份额正在成为硬核新指标。清蓝《2026 消费品牌AI推荐力名册》显示：小米在20-30万新能源轿车居首，理想在20-30万SUV遥遥领先，而7座新能源MPV场景下第一名得分甚至没超过40分——场景稍变，结果就变。更要紧的是，AI推荐的排序完全不等同于销量排名：特斯拉在部分细分车型上销量长期强势，AI推荐力却并不在前列。
其三，从"内容种草"到"答案供给"。桑田在现场抛了一个"暴论"："在AI场景下，我从来没有命中过任何自媒体对某款车型的点赞，一次都没有。" 这意味着，大量投在自媒体、达人点评上的预算，在 AI 场景里可能不起作用。但原因不在内容质量，也不是观点偏颇——恰恰相反，很多头部账号的点评相当专业。真正的问题出在介质：这些点评大多以短视频、中长视频评测发布，沉淀在图文端的语料很少；而当下的 AI 主要靠抓取、消化图文语料工作，对视频的解读能力远远跟不上。于是内容再好，也进不了 AI 的"视野"，这笔预算自然落不到推荐结果里。桑田的判断是，要等 AI 迭代到能消化视频内容与观点，才有机会翻转——而鲁扬观察到，进入 2026 年下半年，豆包等平台对抖音视频的采信权重已在明显上升，品牌内容正在重新和视频营销绑在一起。手机等消费电子品牌的启示是：PR 已不能只看"发稿"，而要看内容有没有被 AI 抓取、能不能影响细分维度的推荐。
其四，从"品牌承诺"到"品牌信任"。一句广告语、一支TVC就能建立承诺的时代过去了——AI不会因为一句广告语就相信你，它会综合产品参数、用户评价、媒体测评、专家观点与第三方信息。鲁扬的经验是：最难做GEO的企业，往往不是行业的问题，而是自己品牌沉淀不够。
04
落地：GEO是最近的抓手，但远不止"写稿发稿"
鲁扬提出"科学GEO"：这是一套端到端流程——知识管理 → 意图挖掘 → 品牌诊断 → 内容管理 → 效果预估 → 内容分发 → 数据监控 → 策略优化，共八个环节。
鲁扬提醒，这条流程里有两个前置动作最容易被跳过，但它们恰恰最关键——多数企业一上手就直奔"写稿发稿"，第一步就漏掉了。
第一个是知识管理。它是所有 GEO 动作的起点，也是今天讲的"可信信源"的开端。车企内部其实沉淀着大量知识，只是散落在研发、产品、市场传播等各个环节，只有先把它整理成结构化的知识库，后面的内容管理和分发才有据可依。
第二个是意图挖掘。它要回答的是：你这个品牌、这款产品的潜在客户，在 AI 上究竟会问哪些问题？其中高频的、与自身业务相关的、契合当下营销策略的，才是真正值得优化的意图。
紧接着是品牌诊断。梳理出目标意图之后，还要看清三件事：品牌在当下处在什么位置、和竞品的差距在哪、AI 在谈论我们时用的是哪套话术——据此才能定出合理的优化策略。
至于"谁来负责"，两位嘉宾的共识是：没有统一答案，得跟企业自身的业务现状结合。不过他们给出了两条参考路径：
一条是短期的，由车型项目组牵头。桑田举了个很具体的场景：同类车型集中上市时，对项目组来说，他们最迫切的诉求，就是当用户在 AI 里“咨询”时，自己的车能在这类意图下脱颖而出，在跟竞品对比时胜出。这类需求非常具象、非常看结果，由最贴近这款车成败的车型项目组来牵头，是最自然的。
05
两位嘉宾的寄语
桑田：把"意图"纳入每款车型营销路径的前端，提前规划要覆盖的意图、提前准备物料，让它成为车型上市的标准动作。
鲁扬：回归品牌积淀，做好品牌知识图谱的梳理与知识资产沉淀——这是在以 AI 为基础规则的商业社会里，品牌长期竞争力的前提。
