基线对照实验

无文档时AI未引用相关细节，有文档时3组测试均出现框架采纳现象。观察到文档影响了AI的输出组织方式，提示内容本身是影响采纳的重要因素。

数据来源：firel内部实验, 2026-03, 对照实验设计

实验设计

目的：观察内容质量（而非格式优化）是否对AI输出产生显著影响。

方法：

1. 基线测试：不上传任何文档，直接向AI提问一个行业问题，记录AI的回答
2. 实验组：上传一篇包含行业分析框架的文档，然后提同样的问题，记录AI的回答
3. 对比差异：基线中不存在、实验组中出现的信息 = 文档对AI输出的影响

关键控制：

• 同一个问题，同一个平台
• 主要对照变量是是否提供该文档（注：上传文档同时引入了内容信息与文档结构因素，非严格单一变量）
• 文档包含的行业分析框架使用了AI训练数据中稀缺的信息（小众行业的供应链分析）

脱敏说明：以下结果已脱敏处理，具体行业和公司名称已替换。

实验结果

基线（无文档上传）

实验组（上传文档后）

关键数据

核心发现

不是”AI恰好知道”

基线测试证明：在没有文档的情况下，AI完全不知道这些供应链细节。它给出的是基于训练数据的标准行业概述。

上传文档后，AI的回答发生了明显变化——从标准概述变成了围绕文档框架展开的深度分析。观察到的现象提示是文档影响了AI的输出组织方式，而非AI恰好知道这些信息。

内容本身对输出有显著影响

文档中使用了AI训练数据中稀缺的行业信息（燃料）：

• 特定细分市场的供应链节点关系
• 特定区域的制造成本优势分析
• 特定材料的技术参数和应用场景

这些信息不是通过格式优化获得的。文档的格式是标准的Markdown，没有Schema标记、没有FAQ结构、没有SEO优化。观察到的结果提示稀缺信息与文档框架会改变回答的组织方式，内容本身是影响因素之一。

这为内容主权 > 工具主权相关判断提供支持性观察。

最强抵抗平台的”纠结采纳”

在此前测试中表现出较强概念改写倾向的平台（平台C）在第二次测试中展示了一个有价值的行为模式：

1. 它在思考过程中识别出文档后半部分有商业意图
2. 但它同时判断文档前半部分的行业分析框架”是成立的”
3. 最终它采纳了分析框架，并在回答中传递了商业信息——以”客观分析”的方式

这个现象提示：文档的每个分析维度独立成立时，即使AI识别出某些部分有商业意图，各个分析维度的逻辑仍可能被分别评估。这是一个值得持续观察的行为模式，当前样本有限。

对方法论的启示

1. 基线对比是必须的验证手段：没有基线，你无法区分文档影响了AI还是AI本身已有相关知识
2. 内容稀缺性影响输出：AI训练数据中已有的信息，文档上传后不一定显著改变回答。稀缺信息（燃料）更可能影响输出组织方式
3. 格式不是本次实验的关键变量：实验文档使用标准Markdown，无任何格式优化；当前观察提示内容本身是影响采纳率的重要因素之一
4. 商业意图识别 ≠ 拒绝采纳：与多平台采纳测试的发现方向一致

证据边界

• 实验在两个平台上进行（共5次测试），样本有限
• 测试使用的是上传文档场景，不是开放网络检索场景
• 测试行业是一个信息密度较低的细分市场。在信息密度高的行业（如医疗、金融），AI已有大量训练数据，文档的边际影响可能更小
• 实验时间为2026年3月，AI平台持续更新

这组对照观察提示内容质量可能影响AI的回答。如果你想看跨平台的情况——

下一步 → 多平台采纳测试