在本期 Web3 传播对谈中，我与 Magas PR 联合创始人朱莉娅·马加斯（Julia Magas）坐下来聊了聊，记者如何决定在报道中引用哪些专家的观点。在整场对话里，我们探讨了为什么有些推介能立刻脱颖而出、有些却被直接忽略，以及创始人对新闻业常有的误解。

朱莉娅·马加斯在媒体关系的两端都摸爬滚打多年。除了联合创办专注于制造新闻、思想领导力和数据驱动公关的 Magas PR 之外，她还曾为 Cointelegraph、Nasdaq、Investing.com、Seeking Alpha 和 InvestorPlace 供稿。

这段丰富的新闻从业经历，给了她一种难得的视角：

“这帮助我（作为一名公关从业者）更清楚什么值得推介给严肃的媒体，什么需要进一步打磨，才能让推介对普通读者来说真正有趣、有用。”朱莉娅说。

她强调，相关性、实用价值和话题性驱动着大多数编辑决策。因此，当一个品牌或一位发言人能为记者的报道至少补上这三者之一时，真正的契合才会发生。

创始人、公关与记者之间常见的落差

乍看之下，这种协同关系相当直白，但在实践中，大多数推介仍因几个原因而失败。首先，记者和创始人（或代表他们的公关团队）在评判什么才真正值得大范围报道时，存在认知差异。

“对创始人而言，产品发布、一轮融资、一次合作或一项新功能之所以显得重要，往往只是因为它对公司本身很重要。”朱莉娅澄清道。

但她认为，记者并不是在找公司来写。他们在找的是对读者有意义的故事——那些能解释市场正在发生什么的故事，无论是揭示新东西，还是挑战既有认知。

这种误解还有一个方面在于框定方式。朱莉娅说，许多创始人以为，“记者会花很长时间，在一条企业新闻里去寻找合适的切入角度。”

现实是，编辑部一直在与时间赛跑，记者必须根据相关性，迅速筛过涌进来的推介。如果没有明显的抓手来说明这条故事为什么重要、为什么是现在、又为什么偏偏适合这家媒体的读者，那么第一道基本筛查就已经没过。

朱莉娅也不认同“创始人的媒体曝光本身就能保证被报道”这一说法。她承认，对那些此前在其他媒体露过面、或经常通过社交媒体发布思想领导力内容的人来说，被引用的几率确实更高；但随着 AI 的兴起，所提交观点的质量变得同样重要。

“我们见过很多次：如果公开发言者用 ChatGPT 来写评论，记者可能会直接无视他们。”

朱莉娅解释说，创始人不能提供千篇一律的东西，而要聚焦于让自己区别于他人的地方：自己文字的独特性、分析的深度，以及偶尔——观点的大胆。

基于这一切，她认为好的公关不应该“把一家公司硬塞进媒体的报道周期”。它应该去研究一家媒体的议程、目标受众和当下的市场环境，找出品牌真正能为正在进行的讨论添砖加瓦的地方，并在创始人与记者之间建立自然的联系。

为此，公司需要的不只是雄心。朱莉娅强调：“一个鲜明的观点、可靠的数据、有用的专业见解，或是一个与公司本身相比更宏大的故事，都是必不可少的。”

过度推销是上记者黑名单的最快方式

如果说相关性能赢得关注，那么过度的自我推销则恰恰相反。正如朱莉娅指出的：

“很多创始人太急于为自己打广告，连不合时宜的场合也要硬喊自己的产品。”

她举了一个简单的例子。如果某家媒体就一轮机构抛售后比特币的价格回调征求评论，而专家答到一半，突然开始大谈最近一次代币上线，记者会很快看出：这个信源对推销的兴趣大过对洞察的兴趣。结果就是，这位供稿人之后的推介可能在数月内都进不了对方的视野。

提及公司依然有效，但前提是它要带着“对读者的理解和尊重”——比如，通过对资产走势或你产品内用户活跃度的有意义的分析来呈现。

当被问及一段能立刻脱颖而出、并让记者工作更轻松的专家评论“配方”时，朱莉娅回想起那些篇幅更长的署名评论文章——它们包含新的事实、真实案例、数据，或对某一话题的批判性视角。据她观察，这类文章往往会扩散到其他媒体、被引用，并催生引发公众辩论的趋势。曾有一次，记者对所收到的素材非常满意，于是把最终成稿整篇都让给了作者的观点，甚至把作者的名字放进了标题。

数据：通往媒体曝光的捷径

聊到这里，另一个问题浮现出来：一家相对默默无闻的公司，还有可能登上主流媒体吗？

朱莉娅相信答案是肯定的，而最有效的方式之一，就是借助原创数据——具体、及时且易于解读的数据。这可以是定期统计，也可以是某种对比，能“揭示出仅凭公开来源难以发现的东西”：

• 行为上的转变；

• 与主流叙事相矛盾之处；

• 区域差异；

• 或是能解释更大趋势的隐藏规律。

用她的话说，“记者对那些显示出变动、反差或意外发现的数字反应最好。”

这是少数几个小公司能与知名玩家在规模、相关性和知名度上正面较量的领域之一。但只有当底层研究站得住脚时，这种较量才有意义：方法论、样本量、地域、时间跨度，以及对数字清晰的解读。

正如朱莉娅所说：“没有这些，统计数据看起来就像伪装成研究的营销。”

AI 让“证明专业性”变得更难

我们讨论过的许多事——撰写推介、回应媒体约稿、产出观点文章——因为 AI 内容工具而变得轻而易举。轻松到如今“任何人都能把自己包装成专家”。创始人把大语言模型应用当成一种作弊码，可以在几秒内拼出评论，无需写作能力，更糟的是，也无需对某一主题的深厚专业积累。

然而朱莉娅指出，这种便利给那些想发声的人制造了一个意想不到的问题：“悖论在于，AI 反而抬高了对专家的门槛。”

光有漂亮的措辞，已不再等同于对市场的理解和厘清因果关系的能力。它反倒抛出了相反的问题：这是出自一个熟悉该话题的人之手，还是出自一台被训练得听起来很有说服力的机器？

如今，记者每天都会收到海量的AI 辅助生成的内容，并且对专家素材越来越持怀疑态度——因为这些内容比以往任何时候都更可预测、更像推销。

朱莉娅进一步解释：“几年前，创始人的评论可能被视为一家公司的内部视角。而现在，记者更多时候预期创始人是在推销自己的产品、自己的赛道，或者自己的投资故事。”

与此同时，过去那些因措辞拙劣而落选的评论，如今则会被当成又一篇没有具体内容、没有真正思考的生成文本而扔进垃圾箱，读起来就是“被扭曲的数据，以及常常雷同、毫无意义、缺乏人味、专业性和批判眼光的回答”。

不过，朱莉娅并不是说创始人的评论已经失去价值。如果一位发言者拥有 AI 难以复制的一切——第一手经验、原创的观察、细致入微的分析，以及有依据的判断——它仍然能帮助人们从内部审视市场。

这一挑战在 AI 和加密这类领域尤为明显，记者常常分秒必争，故事可能逐小时演变。速度很重要，有时甚至重要到极点，但单凭“抢第一”已经不够。朱莉娅认为，评论还必须及时、有洞见，并扎根于真正的专业素养。

做信源，而不是推销者

在思考未来几年最有价值的专家和公司发言人将具备哪些特质时，朱莉娅点出了四点：深度、具体性、独立思考和响应速度。

• 深度，意味着这个人对所在行业有扎实的认识，而不是简单复读流行的论调。

• 具体性，意味着他们能给出一个数字、一个例子、一项对比、一条切实的观察，或一个明确的结论。

• 独立思考，意味着有足够的勇气说出反直觉的话——只要论证充分。

• 响应速度，意味着能在新闻还新鲜的时候就拿出高质量的素材，而不是拖到三天以后。

随着对话接近尾声，朱莉娅回到了一个贯穿讨论始终、却始终低调潜行的主题。她分享的最有力的建议，与推介技巧、媒体运作或个人品牌打造都关系不大。它关乎的是心态：

“别再把媒体当成一个推广渠道，而要开始把自己看作一个有用的市场洞察来源。”