AI 推荐之所以在取代传统搜索点击,是因为答案——而且常常连同一份点了名的品牌短名单——在用户点击之前就已经给出来了。在传统搜索结果页上,买家要自己打开好几个网站才能拼出短名单;在 AI 答案里,助手已经替他读完,直接点出几个选项。凡是测过的地方,影响都不小:Pew 的浏览数据显示,出现 AI 摘要时,用户在 8% 的访问里点击了传统结果,没有摘要时是 15%;一项随机实验发现,AI Overviews 出现时,流向外部的自然点击减少了 39.8%。点击并没有在所有地方消失,但在出现答案的那些问题上,你有没有被点名,越来越决定了你有没有进入考虑范围。

发现路径是怎么变的

过去二十年,路径一直是同一个样子:输入查询,扫一眼链接列表,打开几个页面,再根据这些页面上的内容自己拼出短名单。调研发生在点击里,所以搜索营销衡量的也是点击。

AI 答案把调研挪到了点击前面。引擎去检索页面,摘出能回答问题的段落,组织成一段回答,回答里常常直接点出具体品牌。Google 介绍过,AI Mode 在写答案之前,会同时针对多个子话题和数据源发出多条相关搜索,它把这叫作「查询扇出」。等买家读到回答时,比较已经替他做完了。剩下的那次点击,更多是去核实或下单,而不是去调研。

传统搜索结果页调研发生在点击之后输入查询链接列表打开几个页面买家自己拼短名单AI 答案调研发生在点击之前提问引擎扇出检索、阅读答案点出短名单点击是为了核实或下单
图 1 同一个购买问题,两种发现路径。在 AI 答案里,比较在点击之前就做完了,所以剩下的点击更多是核实而不是调研。来源:Google 对 AI Mode「查询扇出」的介绍,2025 年 3 月。
传统搜索结果页AI 答案
谁去读页面买家自己,一个标签页一个标签页地看引擎,在买家看到任何东西之前
短名单在哪里形成点了几次之后,在买家脑子里在答案的文字里
剩下的点击用来做什么调研核实某个名字,或者下单
品牌争的是什么十条链接里的一个位置寥寥几个名字中的一个,外加一条引用
在分析工具里体现在哪自然搜索会话常常哪儿都没有:没有点击,或者几天后的一次直接访问

由此带来三个后果,本文后面讲的都是这三件事:

  • 短名单在答案里形成,所以被点名比在头部词上排名更重要。
  • 引擎能从你的页面里摘到什么、能在别的网站上印证什么,决定了你会不会被点名。
  • 衡量必须移到答案这一侧,因为一次没有带来点击的推荐,在分析工具里不留任何痕迹。

关于 AI 答案和搜索点击,证据说了什么

最清楚的证据来自 Google 搜索,因为研究者可以在同一个结果页上比较「有 AI 答案」和「没有 AI 答案」的搜索。

  • Pew 研究中心追踪了 900 名美国成年人 2025 年 3 月的浏览行为。页面上有 AI 摘要时,用户在 8% 的访问里点击了传统结果,没有摘要时是 15%;点击摘要内部链接的只有 1%;带摘要的页面有 26% 以结束浏览告终,不带的是 16%。
  • 一项随机实验:Saharsh Agarwal 与 Ananya Sen 给随机挑选的一组用户隐藏了 AI Overviews。在 AI Overview 出现的前提下,流向外部的自然点击减少 39.8%,零点击搜索增加 34.5%,广告点击则不受影响。这是一篇工作论文,具体数字应视为暂定;但随机分组让它成为最有力的证据,说明是 AI 答案本身造成了下降,而不只是它恰好出现在另一类查询上。
  • Ahrefs 发现,出现 AI Overview 现在与排名第一页面的平均点击率降低 58% 相关,一年前同类研究里这个数字是 34.5%。
点击了传统搜索结果的访问没有 AI 摘要15%出现 AI 摘要8%浏览就此结束的页面没有 AI 摘要16%出现 AI 摘要26%900 名美国成年人,2025 年 3 月。两组的分母不同,不要跨组比较。
图 2 页面上出现 AI 摘要时,人们点击传统结果更少,也更常就此结束浏览。数据时间为 2025 年 3 月。来源:皮尤研究中心,2025 年 7 月。

Ahrefs 的重做研究还显示,在答案压在上面的地方,第一名那次点击掉了多少:带 AI Overview 的关键词,排名第一页面的点击率从 2023 年 12 月的 0.073 跌到 2025 年 12 月的 0.016,而不带 AI Overview 的信息类关键词是 0.039。这是跨关键词的相关性,不是对照实验,但方向和那项随机实验一致。

出现 AI Overview 时,排名第一页面的点击率低多少Ahrefs,同一项对比,相隔一年做了两次0%20%40%60%第一次研究2024 年 3 月对比 2025 年 3 月34.5%重做2025 年 12 月的数据58%这是跨关键词的相关性,不是对照实验。
图 3 Ahrefs 相隔一年做了同一项对比,有无 AI Overview 的关键词之间,第一名点击率的差距拉大了。来源:Ahrefs,2025 年 4 月与 2026 年 2 月。

我们自己的网站也呈现出同样的形状,尽管没法把它归因于 AI 答案。三个月里,insightwonder.com 在 Google Search Console 拿到 45,793 次曝光、82 次点击;309 个含「best」或「top」的查询带来 7,909 次曝光、0 次点击。这类比较型问题,正是 AI 答案如今常常在结果页上直接替用户回答掉的。我们把它当作示意,而不是证明。

如果想把 Google 自己公布的数字和这些研究放在一起对照,可以看Google 公布的 AI 搜索数字说了什么、没说什么。

AI 推荐取代的是点击,不是搜索

这篇文章的标题,诚实地说要加一个限定:AI 答案取代的是它出现的那些查询上的点击,而不是整个搜索。Google 表示 AI Mode 正在带来搜索查询总量的增量;Pew 的研究里,出现 AI 摘要的 Google 搜索占 18%,也就是说它观察到的大部分搜索根本没有出现 AI 摘要。

AI 助手带来的流量也是从一个很小的基数起步。Adobe 报告,2025 年假日季从生成式 AI 工具流向美国零售网站的流量比上年增长 693.4%,同时说明这部分用户的基数仍然不大。小基数上的大百分比,说明的是方向,而不是已经替代了你现有的渠道。

反过来,人们对答案本身的关注已经相当普遍。Pew 在 2026 年 2 月的一项调查里,60% 的美国成年人说会读搜索结果顶部的 AI 摘要,30% 说不读。不管有没有人点击,答案都在被阅读,这就是答案里怎么说你很重要的原因。

品牌靠什么被答案点名

既然短名单在答案里形成,要做的就是让自己有资格进入它。做完这些也不能保证被提到,因为助手每次回答都会重新决定点名谁。你能控制的,是引擎能不能找到、读到、信任它需要的东西。

  1. 放对的代理进来。OpenAI 的文档里有三个分工不同的代理:GPTBot 收集可能用于训练模型的内容,OAI-SearchBot 构建 ChatGPT 搜索功能背后的索引,ChatGPT-User 则是因为有人要求才去抓某个页面。用一条规则把三个全封掉,你就从 ChatGPT 的搜索回答里消失了。其他厂商的代理见 AI 爬虫访问指南。
  2. 内容不依赖 JavaScript 也能读到。多数 AI 爬虫不执行 JavaScript。正文要等客户端渲染之后才出现的页面,对它们来说就是空壳,而你自己的分析工具永远不会告诉你。
  3. 写出能被单独摘走、并且带着证据的段落。最早的 GEO 论文(KDD 2024 录用)在包含 10000 条查询的基准上测试了多种改写策略:这类方法可让内容在生成式引擎回答中的可见度最多提升 40%,其中加入来源引用、加入引语、加入统计数字效果最好,关键词堆砌几乎没有提升。作者也指出效果因领域而异,所以把它当作方向,而不是预测。
  4. 在自己网站以外得到印证。模型要在多个相互独立的地方看到同一个事实,才会有把握地说出来;只存在于你自有域名上的说法,是你能提供的最弱的证据。怎么找到并修正这些外部来源,见第三方印证。

至于「点名」这一步本身是怎么发生的、为什么点的是这家而不是那家,见AI 如何决定点名哪些品牌。

没有点击的推荐,怎么衡量

一个买家在答案里读到你的名字,过几天自己输入网址进来,在分析工具里就是一次直接访问——如果他真的来了的话。这次访问里没有任何东西指向那条答案。所以推荐只能在它发生的地方衡量,也就是答案本身。

  1. 固定一套问题集。用买家在不知道你存在时会问的问题来写,各轮之间保持不变,并给每道题记录意图。做法见搭建提示词集。
  2. 排除带你品牌名的问题。你问助手「某某公司靠不靠谱」,它当然会点名。我们自己的一次检测里,15 道生成的问题有 13 道带品牌名,分数显示 13%,诚实的数值是零。
  3. 按引擎分别报告。在我们自己的基准里,一个模型每条回答平均点名 3.5 个提供方,另一个只有 2.1 个。把它们平均起来,哪种情况都描述不了。
  4. 把「被引用」和「被推荐」分开。你的页面可能被当作来源引用,而回答推荐的却是竞品。只把答案正文里标注出来的来源算作引用:在我们修复之前,把引擎检索到的所有页面都算进去,让引用数字虚高了两到四倍。
  5. Google 那边用 Google 自己的报告。Search Console 的生成式 AI 效果报告能看到你的页面在 AI Overviews 和 AI Mode 里出现在哪里,可按页面和国家拆分。它报告的是曝光,不是点击。

被引用值多少,不值多少

AI 答案里的一条引用链接,换不回它取代掉的那次点击。Pew 发现,点击 AI 摘要内部链接的访问只占 1%。Seer Interactive 发现,在信息类查询里,被 AI Overview 引用比没被引用每次曝光多带来 +120% 的自然点击,但仍比没有 AI Overview 的查询低 -38%。被引用好过不被引用,但它找不回原来的流量。

这才是真正的变化。出现在 AI 答案里的价值,主要在于你进了买家读到的那份短名单。这份价值即便兑现,也多半落在分析工具不会记到答案头上的地方。所以答案这一侧必须直接衡量,AI 带来的引荐访问只能算几个信号之一,而不是计分板。

如果不想手工去跑这些检测,InsightWonder 的 AI 可见度追踪会用固定问题集在多个引擎上检测,并按引擎分别报告。

资料来源

这篇文章的旧版本用了不少从统计汇编站搬来的数字。凡是追溯不到原始发布方的都已删除,三个无法核实的案例也一并去掉;旧版里保留下来的两个数字,GEO 论文的「最多提升 40%」和 Adobe 的 693.4%,都回到原始出处核对过。