跳至正文
GEO · Google SEO

AI 搜索让点击下降:先判断是不是真的下降,再决定改不改内容

// / / 光算科技

自然搜索的点击掉了,第一反应往往是「AI 把流量吃掉了,得赶紧改内容」。这个结论可能对,也可能只是报表口径、站点设置或查询结构变化造成的错觉。在数据没看清之前改内容,最坏的结果是既没解决问题,又破坏了原本有效的页面。

第一步:先确认口径,再谈原因

谷歌对 AI 展示与报表的关系有过明确说明:出现在 AI 功能里的站点,其流量计入 Search Console 的整体搜索流量,具体体现在效果报告的 Web 搜索类型里。这句话有两层含义。第一,你不必去某个「AI 专用报表」里才能看到这部分流量;第二,当展示位置结构发生变化时,整体点击的变化未必对应你原来熟悉的那批查询。

关于 AI 展示在效果报告里怎么计数,官方也给了细则:点击外部页面的算一次点击;AI Overview 在搜索结果里占一个位置,其中的所有链接都归属同一个位置。这意味着「平均排名」这类指标在 AI 展示参与进来之后的含义与你过去理解的可能不同,用它来判断排名升降容易被误导。

还有一个设置要先排除:Search Console 里的生成式 AI 控制项决定站点是否被纳入 Google 搜索的生成式 AI 功能,默认是包含,也已经向所有站点开放。如果你或同事在排查别的问题时把它改成了排除,表现就是相关展示与流量一起消失。查这一步只花几分钟,却常常直接结束排查。

判断流程结构图:从发现点击变化开始,依次核对报表口径与站点是否被纳入生成式 AI 功能,再把变化拆到查询、页面与国家维度,最后按三类结果分别决定是否修改内容
本图为说明判断顺序绘制的流程示意(非平台界面、非统计数据):先排除口径与设置因素,再定位到具体查询与页面,最后才决定内容动作。图中不包含任何排名、流量或效果数值。

第二步:把变化拆到查询与页面

确认口径没问题之后,第二步不是改内容,而是分组。在效果报告里用同一口径比较两个时间段,至少拆三个维度:查询、页面、国家或地区。拆完之后通常会看到几种不同情况,而它们的处理方式完全不同:

  • 整体展示次数基本不变,但点击集中到了更少的查询上。这更像查询结构变化,先别动内容,先确认那批带走点击的查询是否属于你的目标市场。
  • 某个页面类型(例如产品页)的点击下降,而文章页稳定。问题更可能出在这一类页面的承接方式,而不是「AI 抢流量」。
  • 下降集中在某个国家或语言。优先查那个市场版本的可访问性、语言版本切换与本地竞争者,而不是改英文主站。
  • 点击与展示同时下降。先回到抓取与索引:页面是否还能被索引、有没有被 robots 规则或摘要限制影响。

另外,别忽略报表本身的边界。生成式 AI 相关的报表以展示数据为主,能告诉你曝光变化的趋势,但不能直接等同于「回答里提到了你」或「官网被引用了」——那是另外两个需要单独记录的对象,区分方式见品牌提及与官网引用分开看

判断之前需要先有的三样基线

要让上面的判断顺序真正可用,动手之前先攒三样东西。第一是查询与页面的对照表:哪些页面本来负责哪些客户问题。没有这张表,你没法判断某批查询的点击变化是「丢了原来的位置」还是「本来就不属于你」。第二是索引与摘要状态的时间点记录:至少记下几个核心页面在观察期内的收录与摘要状态,这样「点击下降」可以先排除技术原因。第三是固定的问题集与采样口径,用来观察 AI 回答里的提及与引用是否同步变化。

这三样东西的价值在于把「感觉」换成可比较的记录。它们不需要复杂的工具,一张表加一次固定时间的检查就够,但必须在变化发生之前先建立——事后再补,就只能靠回忆解释过去。

第三步:按结果决定动不动内容

  1. 口径或设置问题:先把设置改回来并记录时间,不做内容改动。此时改内容只会掩盖真实原因。
  2. 页面仍是答案来源,只是展示位置变了:不要重写内容。可以在承接上做功:把询价入口、参数对照、技术资料这些「看完就想联系你」的东西放在更容易拿到的地方。
  3. 页面不再作为来源出现:先查抓取与索引(页面是否被索引、是否被限制摘要),再查内容是否与其他公开资料矛盾。索引层面的检查顺序见Sitemap、canonical 与索引的检查链
  4. 查询意图确实变了:这是唯一该动内容的情况——补上客户现在真正在问的问题,而不是把旧文章换个说法重发。
  5. 数据不足以判断:先建立基线。固定问题集、固定平台与模式、固定间隔,把每次的结果留存下来再谈变化。

有一个官方说法值得放在心里,它既能解释一部分点击变化,也提醒不要把结论说得太满:AI Overviews 只在系统判断它对经典搜索有增量时才出现,因此经常并不触发;同时谷歌表示,从带 AI Overviews 的结果页点进来的访问质量更高,用户更可能停留更久。这两句是官方陈述,不是对所有站点的效果承诺,也不能据此推断你的站点会怎样。

最后一条纪律:无论数据表现如何,都不要为了「回应 AI」而批量改写已有页面。踩坑成本最低的做法,是先把判断顺序固定下来、把每次结论和数据来源记录清楚,让下次变化有对照。回到更基础的层面,如果连官网有没有被正确抓取、有没有成为可引用的来源都还不确定,先看主流 AI 爬虫的身份与用途把技术前提确认清楚。光算的 GEO 服务同样把基线、问题集与复测口径写在方案里,具体工作范围按项目诊断结果确定。

相关方法在这几篇里写得更细:Google AI Overviews出现后点击下降:如何排查并改进内容

参考来源