在 AI 搜索中买家旅程有何不同？感觉传统漏斗已不适用

在 AI 搜索中，旅程确实有本质不同。让我解释一下。

传统搜索旅程：

多个接触点，逐步推进：

1. “什么是[话题]？”——认知
2. “[话题]如何运作？”——教育
3. “适合[需求]的最佳[解决方案]”——考虑
4. “[品牌A] 与 [品牌B]”——决策
5. “[品牌] 评价”——验证

AI 搜索旅程：

压缩、通常只需一次查询：

1. “针对[我的具体情况]，最好的[解决方案]是什么？”——AI 直接给出推荐

正在发生的事情：

AI 将第1-4步整合成一次回应。用户得到：

• 问题解释
• 方案概览
• 选项对比
• 推荐建议

只需一次查询。

含义：

你需要在压缩后的中部漏斗阶段出现，而不仅是顶部漏斗。单靠传统认知内容已无法奏效。

新模型：

传统：认知 → 考虑 → 决策（多次查询）
AI：研究型查询 → 推荐（一次查询）→ 验证访问

你的网站成了验证环节，而不是发现环节。

内容策略视角下的旅程阶段。

AI 旅程阶段的内容类型：

面向压缩型研究查询： （当用户向 AI 询问推荐时）

• 对比指南：“X 与 Y 与 Z”
• 用例内容：“最适合[情境]的 X”
• 决策框架：“如何选择 X”
• 功能对比：突出差异点

面向验证访问： （用户通过 AI 跳转来验证时）

• 社会证明：评论、案例、客户证言
• 具体细节：功能、价格、规格
• 降低风险：保障、合规、安全
• 易于转化：明确的 CTA、试用、演示

在 AI 中曝光度较低的内容：

• “什么是 X” 基础内容
• 一般性教育内容
• 没有实际价值的思想领导力
• 抽象概念内容

规律：

AI 用户想要实用、具体、助力决策的内容。为 AI 曝光而创作这些内容，认知内容则用于建立权威。

销售视角下的 AI 影响买家。

我们在对话中看到的现象：

AI 推荐的线索不同：

• 对我们的产品更了解
• 已知道我们的差异化优势
• 问的都是具体问题（不是一般性教育）
• 已准备好讨论适配度而非功能
• 成交率更高

他们的旅程：

1. 向 AI 询问解决方案
2. 获得包含我们的推荐
3. 访问网站验证
4. 联系我们时已准备好购买（或不买）

对营销的意义：

营销合格线索（MQL）的定义变了。AI 推荐访客应与自然流量访客区别对待。

销售/营销协同：

我们为“AI 来源”线索制定了单独旅程：

• 跳过教育型培育
• 直接进入方案适配讨论
• 流程推进更快
• 对具体信息的期待更高

含义：

你的旅程映射需要单独的 AI 分段。

数据分析视角下的旅程衡量。

我们如何追踪 AI 旅程：

查询阶段映射：

按阶段追踪 AI 曝光：

Am I Cited 支持按阶段分类提示词。我们追踪：

• 各旅程阶段的曝光
• 各旅程阶段的位置
• 各阶段与竞争对手的对比

我们数据的发现：

我们在考虑阶段领先，但决策阶段还有提升空间。

洞察：

你可以（也应该）单独衡量各阶段表现。这样能发现战略缺口。

电商视角——不同的动态。

消费者 vs B2B 在 AI 下的旅程：

消费者购买过程更压缩：

• “最适合扁平足的跑鞋”→AI 推荐→用户下单

没有多个接触点。往往根本不会访问官网。

对电商的意义：

1. 要进推荐名单（最好是首位）
2. 主动掌控产品叙事
3. 提供 AI 可引用的价格/库存信息
4. 建立 AI 会参考的评论口碑

我们的内容策略：

• 产品对比内容（自家产品与竞品对比）
• 用例内容（某情境下最佳 X）
• 丰富产品描述（具体详细）
• 评论聚合策略

联盟问题：

联盟站点经常在 AI 推荐中胜出品牌方。他们的对比内容正好契合 AI 需求。

我们的应对：

自己做对比内容。做到诚实、全面。如果 AI 要对比，确保信息源是我们。

ABM（账户制营销）视角下的企业级旅程。

企业买家的旅程依然较长，但：

即便在企业级，AI 也在压缩早期阶段。买家到访时更为知情。

新的企业级 AI 旅程：

1. 研究阶段： 用户向 AI 咨询类别/方案
2. 筛选阶段： AI 给出推荐，用户调研前3名
3. 验证阶段： 演示电话，技术评估
4. 决策阶段： 采购、谈判

第1-2阶段越来越多被 AI 主导。

ABM 启示：

• 早期认知推广效果减弱
• 目标客户可能已被 AI 影响
• 你的内容需先进入 AI 推荐，才能再去投放
• 验证阶段的个性化更重要

我们的调整方法：

1. 确保在目标行业中获得 AI 曝光
2. 生产行业专属对比内容
3. 大力投资验证型内容
4. 假设买家到访时已很了解

AI 旅程的实操映射。

如何绘制你的 AI 旅程：

1. 按阶段识别查询模式
2. 追踪各阶段的曝光情况
3. 针对内容缺口创作内容
4. 监控转化推进信号

旅程阶段查询示例：

B2B SaaS：

• 认知：“什么是[品类]”
• 考虑：“最适合[用例]的[品类]”
• 决策：“[品牌] vs [竞品]”、“[品牌] 评价”

电商：

• 研究：“最适合[需求]的[产品]”
• 对比：“[产品A] vs [产品B]”
• 购买：“[产品]在哪里买”、“[产品] 价格”

服务类：

• 问题：“如何[解决问题]”
• 解决方案：“最适合[情境]的[服务]”
• 服务商：“[服务商]评价”、“雇佣[服务]专家”

绘制你的专属旅程，然后按阶段盘点内容覆盖。

这串讨论非常有帮助。我的旅程策略修订如下：

核心洞察：

1. AI 压缩旅程——用户跳过认知，直接进入考虑
2. 顶部漏斗仍重要——但更偏向权威建设，而非直接获客
3. 对比内容为王——AI 直接服务的阶段
4. 访客到访已知情——网站要做验证，不是做教育

内容重新分配：

新内容优先级：

1. 对比指南（我们与竞品，公正且全面）
2. 用例内容（最适合[情境]）
3. 决策框架（如何选择）
4. 验证内容（证据、评论、案例）

旅程阶段追踪：

用 Am I Cited 按查询阶段做追踪。找出我们的薄弱环节。

思维转变：

AI 负责发现。我们负责验证。两者内容都要建设。

感谢大家！