洞察劇院：深入了解 Google 的 AI 提示洩漏
簡而言之：本月早些時候，Google Merchant Center 短暫顯示了其「AI 表現洞察」背後的原始提示，而不是洞察本身。從工程師的角度來看，這個提示是一種自白：模型並沒有分析你的數據——代碼已經完成了分析。模型的整個工作是寫出一個經過精心限制的句子，數字被刪除，讓儀表板感覺像是與你對話——這是大多數被稱為「AI 洞察」的 SEO 和 GEO 工具中的相同把戲。如果你的供應商的 AI 摘要無法在其提示公開後生存，那麼它就從來不是洞察。這裡是區分分析與劇院的測試。
詹姆斯在此，水星科技解決方案的執行長。
香港 — 2026年9月
谷歌的洩漏實際上揭露了什麼
沒有敏感資訊。這就是它美麗之處。
一位名叫 Vipul Kumar 的商家打開了商家中心的績效儀表板，並且由於看起來像是渲染故障，他看到了「推動您績效的頂級產品」卡片背後的機制。不是經過打磨的句子——而是撰寫它的指示。巴里·施瓦茨在 9 月 7 日的搜尋引擎圓桌會議上報導了這一點，本週阿普爾夫·沙馬在 Threads 上提出了其他人未能正確理解的框架：每個使用 AI 生成儀表板的公司都需要問一個非常不舒服的問題。
這是谷歌自己的儀表板被指示生成的內容。一個績效摘要，其中：
角色是「有幫助且專業的商業分析師」
數據已經計算完成：總產品點擊數增加 1,145，還有 20 個產品的點擊變化排名列表
回應必須是 恰好一句話
必須使用以下 三個提供的範本之一
必須提到「在過去28天內」
必須提及點擊變化 而不使用任何數字
必須突顯出絕對值變化最大的產品
產品標題超過 10 個字會被截斷
而且絕對不能使用 "which" 這個字
再看看那個清單。排名已經完成。數學已經計算完成。異常檢測已經完成。簡單、無聊、確定性的程式碼已經計算出商家需要知道的一切。LLM 的整個工作就是將 "+1,145 次點擊，主要由產品 X 驅動" 轉換成一個無數字、無 "which"、符合模板的句子。
那不是分析師。那是一位有合規部門的文案撰寫者。
每個 AI 儀表板實際上是如何運作的
大多數報導將此視為一個好奇心——哈，Google 展示了它的作業，搞笑的錯誤，繼續前進。錯誤的反應。這是有史以來最誠實的分析 UI，它告訴你 "AI 洞察" 是如何在整個行業中產生的。
架構正盯著你：
計算層 — 程式。確定性、可測試、可審計。實際的數學。
選擇層 — 程式。挑選重要的內容：前 20 個產品，最大的絕對變化。
敘事層 — 一個大型語言模型。將完成的分析轉化為散文，並在足夠嚴格的限制下進行，使法律團隊都感到害羞。
並非是分析，而是敘事 — it is not analysis; it is narration. 中文完美地壓縮了這一點，因為這個區別比英語所表達的更為重要。而敘事層是唯一任何人會閱讀的部分。
中文有一個詞來形容這一層所增加的內容：錦上添花 — 在完成的錦緞上繡上花朵。錦緞（你的資料、你的指標、你的趨勢）已經完成。人工智慧在上面繡上一朵裝飾性的花，然後供應商向你收取「AI 驅動的見解」的費用。
這裡有一個應該真正讓你感到困擾的細節：摘要必須描述一次點擊變化不包含數字。閱讀這個限制直到它深入你的心中。你分析堆疊中信息密度最高的工件——增量「+1,145」——在句子到達你眼前之前被故意移除。從信號壓縮成氛圍。這不是 Google 提示中的錯誤。這是產品設計。
消失測試：如果你儀表板上的每一個 AI 生成的摘要在一夜之間消失，請說出一個會改變的決策。如果你說不出來，那你就沒有分析。你只有洞察劇場。
方向感，外包
約翰·博伊德圍繞著一個殘酷的觀察建立了 OODA 循環：循環觀察 → 定向 → 決策 → 行動更快的一方獲勝，而循環在定向時斷裂，而不是觀察。每個人目前都在購買觀察——更多的儀表板，更多的儀器，更多的資訊流。Google 的洩漏顯示了當沒有人在看時，定向會發生什麼：它被交給一個數字被剝離的一句話模板。
你沒有自動化定向。你將其外包給了一個你從未被允許閱讀的格式規範。
楊文理在整場戰爭中獲勝，因為他閱讀了原始報告，而聯盟的高層指揮部則消耗了摘要的摘要——由已經決定數據意義的人撰寫的預先塑造的摘要。艦隊級的決策是基於句子，而不是數字。這些句子常常錯誤到足以輸掉一場戰爭。每個運行「AI 摘要」而不知道提示的組織都是聯盟高層指揮部，自我祝賀其保持信息高效的能力。
每個 AI 儀表板供應商的 3 問測試
這就是不舒服的問題成為採購武器的地方。當供應商告訴你他們的平台有「AI 生成的見解」時，停止點頭。問三個問題：
這個模型計算了什麼是你的程式沒有計算的？如果答案是「它總結了我們已經計算的內容」，那麼你購買的是敘述層。好吧——敘述是有價值的——但要把它定價為 UI，而不是智慧。
數字去哪裡了？如果 AI 總結省略或平滑了實際數字——就像 Google 故意這樣做——問一下為什麼一個叫做「見解」的功能被設計成減少信息密度。
我可以看到提示嗎？這是新的「給我看看你的方法論」。當背後的指示公開時，一個見解崩潰的供應商是在賣裝飾。如果當你閱讀提示時總結崩潰，那它一直都是胡說八道——你只是不知道成分。
停止詢問 AI 能夠總結什麼。開始詢問總結改變了什麼決策。
這並不意味著 AI 不適合用於儀表板。這意味著信任架構必須明確。計算層可以保持封閉——它是確定性的、可測試的、無聊的。敘述層塑造了你的團隊的信念，他們推動哪些產品，週一他們在打哪場火。塑造決策的提示是產品，而產品會被審計。這是我們在與客戶進行 GAIO 工作時所應用的相同原則：答案層——代表你的數據與人類對話的東西——是信任生死存亡之處，不能隱藏在魔術背後。
答案引擎不引用感覺。它們引用數字。從你的洞察層中剝離數據，你就剝離了你的可引用性。
這對我們來說不是學術性的。水星的創始數字：43% 的企業潛在客戶在機器所說的和人類實際需要之間的差距中流失。這個差距正是從這裡開始——在提到增長卻沒有數字的儀表板中，以及在信任句子多於數據的團隊中。
AI、SEO 和 GEO 的新現實
谷歌會修補這個漏洞，截圖會從記憶中消失，成千上萬的供應商將繼續發送一語成讖的奇蹟，數字卻被截斷。你現在確切知道那個幕後的真相，因為谷歌——在一次意外的瞬間——向每個人展示了這一切。
這就是2026年數位轉型的實際樣貌——不是新的儀表板，也不是新的信任架構。
在接下來五年的分析、SEO和GEO中獲勝的公司，不會是擁有最多儀表板的公司。他們將是那些能夠毫不猶豫地回答兩個問題的公司：機器決定顯示給我的內容是什麼，以及它決定不顯示的內容是什麼？這個提示是兩者的答案。要求查看它。
錦緞是你的。不要讓任何人在不展示線索的情況下賣給你花朵。
下一篇部落格文章：「信任層：為什麼即時透明度在 2027 年成為採購要求」
水星科技解決方案：加速數位化。