问题——智能问答正成为新的信息入口，但“答案里藏广告”的现象越来越突出；一些用户请智能工具推荐商品、规划行程或进行健康咨询时发现，引用来源往往集中在品牌软文、营销号或“测评种草”内容上，却缺少清晰标识，容易把商业推广当作中立建议。与传统广告投放不同，这类信息直接融入生成文本，更隐蔽、传播链条更长，也给消费者权益保护和市场秩序带来新的挑战。 原因——商业逐利与流量迁移叠加，催生了针对“模型偏好”的系统性投喂。在搜索引擎时代，围绕排名规则优化内容已相当成熟；进入生成式应用阶段，影响对象从“页面排序”转向“答案生成”。一些服务商会分析模型的抓取与引用偏好，批量生产或改写带有品牌倾向的内容，并在特定渠道投放，试图在模型检索与总结时获得更高权重。更有甚者，为提高“被采纳率”夸大功效、捏造背书，甚至以“伪科普”“伪测评”包装出可信外观。同时，部分平台在数据来源审查、引用标注、商业内容识别诸上仍有不足，给灰色操作留下空间。 影响——隐形广告不仅侵害消费者知情权，也可能带来更广泛的合规与生态风险。按法律要求，广告应当具有可识别性，便于公众辨明其为广告。若商业推广被嵌入“客观回答”而难以识别，容易误导消费决策，破坏公平交易基础；若内容虚假或夸大，还可能触及虚假宣传、不正当竞争等问题。更值得警惕的是，生成式应用对数据质量高度敏感：同质化营销内容反复进入信息源头，可能造成“劣币驱逐良币”，降低整体内容可信度，影响模型输出的准确性与多样性，进而冲击公共信息环境与产业创新。随着智能体应用兴起，工具可能替用户完成下单、预订、选择等具体决策，一旦商业操控叠加“黑箱”决策，用户在不知不觉中被引导的风险会深入放大。 对策——治理关键在于从“事后处置”转向“全流程监管”，以制度与技术协同发力。一是划清红线、明确规则。围绕商业推广的标识义务、信息真实性、引用来源透明等关键点细化规范，做到“能识别、可追溯、可追责”。二是压实责任、堵住灰区。对对应的优化服务机构、内容生产与分发链条、承载应用平台明确责任边界，建立清晰的合规要求与违规成本，形成闭环治理。三是推动关口前移，把监管嵌入数据采集、训练使用、上线运营、迭代更新等环节，并对医疗健康、金融投资、教育培训等高风险领域加强重点审查与风险提示。四是探索“以技治技”。通过广告内容识别、异常引用监测、来源可信度评估，以及模型输出可解释、可核验机制，提高对隐性商业操控的发现与处置能力；同时完善申诉纠错通道与第三方评估，增强社会监督。五是加强行业自律与科普引导，引导企业在合规框架内竞争，推动形成重质量、重信誉的内容生态。 前景——面对新技术新业态，治理需要更快的响应机制与更开放的协同格局。技术迭代快、应用场景复杂，单靠既有经验难以覆盖全部风险点。未来一段时期，智能问答与智能体应用仍将持续扩展，商业竞争也会加速向“影响答案”转移。只有在鼓励创新与保护权益之间建立动态平衡，让监管规则与技术演进同频，才能让新入口更可信、生态更健康。随着制度逐步完善、平台治理能力提升以及多方共治机制形成，生成内容的商业标识、来源透明、风险提示等有望逐步成为行业共识与基本要求。
技术创新与规范发展从来不是非此即彼。当我们以审慎乐观的态度看待生成式技术的商业化进程，更需要与之匹配的治理智慧——既要为创新保留必要的试错空间，也要守住权益保护的底线。历史经验表明，颠覆性技术走向成熟应用，往往要经历规则重构：这既检验市场主体的责任，也考验社会治理能力。（148字）