WRITER 研究：AI 医疗问答几乎不引用药企内容，建议将营销预算转向学术发表
WRITER 用自有 Agent 工具向四大 AI 引擎提出 40 条医疗查询，分析 777 条引用来源后发现：面向医生的回答中 19.5% 来自学术期刊，商业和厂商内容几乎不可见。文章据此建议制药公司将部分数字营销预算转向增加同行评审发表量，尤其是选择接受周期更短的中档期刊。
制药公司精心优化的产品页面和展示广告，在 AI 医疗问答中几乎不存在。这是 WRITER 公司 2026 年 10 月发布的一项引用分析得出的核心发现。该研究使用 WRITER Agent 工具向 Gemini/Google、ChatGPT、Perplexity 和 Claude 四个消费级 AI 引擎提出 40 条健康查询，覆盖肿瘤、肥胖、免疫学和神经病学四个领域，一半面向患者、一半面向医生，然后对全部 777 条被引用来源按类型排序。
结果显示，当 AI 引擎回答医生问题时，19.5% 的引用来自学术期刊，是患者查询的四倍。面向医生的最高频引用域名是 PubMed/PMC（被引用 50 次），面向患者则是 GoodRx（15 次）。两个榜单中唯一重叠的域名是 fda.gov。商业和厂商内容在两组查询中均几乎不可见。WRITER 将这一模式概括为：AI 搜索从学术文献、机构网站和参考平台等高信任第三方来源合成医疗答案，并对商业和厂商内容进行降权处理。
基于这一发现，WRITER 提出对制药公司的策略建议：将部分数字营销预算从传统 SEO、展示广告和赞助内容转向证据生成，即增加同行评审发表量。文章特别强调发表数量的重要性——当 AI 引擎从数百个来源合成答案时，一个治疗领域只有十几篇论文根本不会引起注意。WRITER 建议采用期刊组合策略：继续瞄准《新英格兰医学杂志》《柳叶刀》《美国医学会杂志》等顶级期刊，但同时积极投向接受周期更短的中档期刊，以加快内容进入索引文献的速度。会议摘要和海报同样被 PubMed 收录，可作为额外的可引用内容来源。
WRITER 还建议用 AI 辅助写作来扩大发表产能，认为人工医学写作团队无法达到影响 AI 答案所需的发表量。文章承认同行评审研究已明确列出 AI 参与写作的风险——幻觉引用、偏见放大、保密性暴露——但同时引用同一批研究确认 AI 可以在文献发现、引用验证和编辑润色环节加速手稿准备，前提是人类专家在每个阶段保持参与。
需要指出的是，这项研究存在明显局限。40 条查询的样本量较小，完整方法论标注为可应要求提供而未公开，且 WRITER 本身是 AI 写作工具的商业供应商，其关于需要 AI 才能以该规模发表的建议与自身产品定位直接相关。文章援引 DataForSEO 的研究作为独立佐证，称其发现健康内容尤其适合被引用，且大语言模型倾向于 CDC、Mayo Clinic 和同行评审出版物等医学权威来源，但 DataForSEO 的具体方法和样本规模在本文中未展开。核心机制发现——AI 引擎偏好学术和机构来源、降权商业内容——与更广泛的 AI 搜索可见性讨论方向一致，WRITER 的贡献在于提供了医疗领域的细分数据和面向医学事务团队的具体操作路径。