Google AI 总览正在严重影响我们的点击率——有人也遇到这种情况吗？需要真正有效的策略

自 AI 总览上线以来我一直在研究相关数据，有些数据可能会改变你对这件事的看法：

被引用的机会：

是的，AI 总览出现时整体 CTR 会下降。但——关键在于——被 AI 总览内引用的链接，获得的点击量比传统蓝色链接还要多。

研究发现：

• 54.14% 的 AI 总览前三位引用来自 Google 前 10 排名
• 但有 45.86% 并非前 10——也就是说 AI 总览引用突破了传统排名限制
• 67.82% 的所有 AI 总览引用页面并不在前 10

这代表什么：

被 AI 总览引用就是新的“零位”。被挤到下面，就是新的“第二页”。

策略转变：

别再只想着在 AI 总览下排名第一。要开始优化目标，成为被 AI 总览引用的内容。

优化目标不同，内容结构不同，衡量标准也要变。

我们在 8 个月前看到 AI 总览扩展时就整体调整了内容策略，目前有效的方法如下：

“AI 可引用内容”框架：

1. 答案优先结构 —— 直接答案放在前 50-100 字内，不要埋在文中。

2. 基于问题的标题 —— 使用与用户查询习惯一致的 H2。AI 总览常从匹配标题的内容段落引用。

3. 佐证资料 —— 包含具体数据、案例、步骤。AI 喜欢能准确引用的内容。

4. 全面深度 —— 一篇内容覆盖相关问题。AI 会用“查询扩展”从同一来源回答多个相关问题。

5. 定期更新 —— 重点页面每月加入新数据或案例。

结果：

遵循这套框架的页面被 AI 总览引用的频率是旧内容的三倍，被引用的位置也更靠前。

有个不太受欢迎但必须面对的事实：

有些信息类内容，已经不值得再做了。

如果 AI 能完全回答某个查询，用户根本不会点进来，争夺那点流量毫无意义，纯粹在抢残羹冷炙。

我们的战略转型：

我们把客户重心转向：

1. 交易类内容 —— 需要进一步操作的内容（工具、比价、优惠）

2. 独家数据/调研 —— AI 无法引用不存在的数据。原创研究创造引用机会。

3. 经验型内容 —— AI 难以复现或简化的一手经验

4. 社区内容 —— 用户生成内容、讨论、真实体验

5. 决策辅助内容 —— 帮助用户做出具体决策，而不仅仅是理解概念

80/20 法则：

现在 80% 的信息类查询可能更适合 AI 回答。把重心放在 20% 的内容上，让人类创作真正带来 AI 无法合成的价值。

从技术 SEO 角度看 AI 总览优化：

分析引用模式后的体会：

Google AI 总览引用内容的方式与传统搜索不同，技术方面需要注意：

1. 页面速度 —— 加载快的页面被更频繁抓取，内容更易保持新鲜

2. 结构化数据 —— FAQ、HowTo、Article schema 有助于 AI 理解内容意图

3. 清洁 HTML —— 语义化标签（标题、列表、表格）帮助 AI 抽取信息

4. 内部链接 —— 有强内链语境的页面更容易被广泛主题查询引用

5. 规范声明 —— 确保 Google 知道哪一版内容才是权威

如何查看 AI 总览可见度：

可用 Google Search Console 的“效果”报告——AI 总览流量包含在“网页”类型下。也可以用 Am I Cited 监控 Google AI 总览等多平台引用。

要追踪被引用页面，而不仅仅是排名页面。

电商视角——我们看到的情况有点不同：

AI 总览实际上在帮助我们的商业类查询。

对于“最佳[产品类别]”这类查询，AI 总览即使没带来点击，也能带来品牌曝光。用户看到我们的品牌被 AI 推荐后，再直接搜索我们。

我们的追踪方式：

• 产品类别相关的 AI 总览引用
• 品牌词搜索量（AI 总览扩展后增长 15%）
• 通过 AI 提及转化的辅助转化

体会：

AI 总览正在成为顶层漏斗的发现渠道。即便用户没在 SERP 上点击，也会记得 AI 推荐过的品牌。

策略：

重点在于成为 AI 推荐的品牌，而不仅仅是排名靠前的页面。AI 回答中的品牌提及，其价值已超越直接点击。

出版行业视角——这对我们来说是生死存亡的问题。

我们的流量分析：

• How-to 内容：CTR 下降 35%
• 新闻/时事：CTR 下降 15%（影响较小）
• 长青教育类：CTR 下降 42%
• 观点/分析类：CTR 下降 8%（影响最小）

我们的体会：

原创观点与分析是 AI 难以复制的“护城河”。纯信息传递的内容，AI 能做得更快更好。

我们的转型：

重点投入：

• 原创报道
• 专家访谈
• 数据新闻
• 观点与分析

缩减投入：

• 泛泛的 how-to 指南
• 概念定义/解释类内容
• 基础型清单文

AI 难以生成的内容，才值得做。

本地 SEO 角度，常常被忽略：

本地查询下的 AI 总览有区别。

本地搜索（如“附近牙医”“市中心最好披萨”），AI 总览常会显示地图集成和本地信息卡，而不仅是纯文本摘要。

我的观察：

• 本地企业内容仍然驱动点击，因为 AI 无法替代联系/到店需求
• 服务页只要有明确本地信号，就容易被引用
• 评价和口碑对本地 AI 总览引用影响很大

给本地企业的建议：

这其实没出版商那么可怕。AI 能综合信息，但不能提供实际服务。本地企业要确保自己被 AI 推荐为本地服务商，但商业模式没有像内容出版那样被威胁。

重点是成为 AI 推荐的本地企业。

我们给客户做 AI 总览报告的方式：

新的指标体系：

1. AI 可见率 —— 目标查询中我们出现在 AI 总览的占比（可用 Am I Cited 或手动追踪）

2. 引用位置 —— 我们内容在 AI 总览中被引用的位置（前三位还是“查看更多”）

3. AI 语音份额 —— 品类查询下我们与竞品被引用的频率对比

4. 零点击价值 —— 被 AI 总览引用带来的品牌曝光量（即使没有点击）

5. 后续品牌搜索 —— AI 提及是否带动了品牌词搜索量增长

叙事转变：

我们已经不再只报告信息类内容的纯流量，而是将“AI 搜索可见度”作为独立渠道报告。

客户逐渐明白，被 AI 引用有其独立价值，即使不会像传统点击那样体现在 Google Analytics 里。

从长远来看：

AI 总览只是开始。

Google 正在测试更深度集成的 AI 搜索体验。ChatGPT 月活超 4 亿，Perplexity 每月增长 20%。

问题不再是“如何在传统搜索中排名”，而是“如何在 AI 主导的发现环境中保持可见”。

我给客户的建议：

1. 多元化发现渠道 —— 不要 100% 依赖单一平台

2. 建立直接受众联系 —— 邮件列表、社区、自有流量

3. 创造无法被摘要的价值 —— 工具、体验、服务，AI 可以推荐但无法取代

4. 跨平台监控 AI 可见度 —— 不只看 Google AI 总览，还要关注 ChatGPT、Perplexity、Claude

5. 接受新现实 —— 信息类内容的价值主张已彻底改变

能适应变化的 SEO 会崛起，抗拒变化的注定挣扎。

这串回复比我过去几个月看的行业文章还实用，感谢大家。

我的主要收获：

1. 被 AI 总览引用 > 排在它下面 —— 新的零位

2. 内容结构比以往更重要 —— 答案优先、问题型标题、全面深度

3. 不是所有内容都值得做 —— AI 能全答的内容要换思路

4. 需要新指标 —— AI 可见度、引用位置、AI 语音份额、后续品牌搜索

5. 原创价值是护城河 —— AI 无法复制的调研、观点和体验

我们的变更方向：

• 审核全部客户内容的“AI 可引用性”
• 报表系统接入 AI 可见度追踪
• 信息类策略转向原创调研和独特视角
• 全面部署 Am I Cited 跨平台监控

不适应就要被淘汰的现实：

我们不是“把流量输给了 AI 总览”，而是进入了“AI 可见度”成为独立渠道的新纪元（而非替代传统 SEO）。

该换打法了。