Google AI Overviews 正在吃掉你的点击——该怎么应对

如果你今年发现网站的自然流量在掉,但排名其实没动,你没有看错。页面照样排在前面,只是点击不再发生了。Google 在搜索框和你的网站之间,塞进了一层新东西:一段 AI 直接写好的答案,当场把问题回答完,顺手列几个来源,然后悄悄拿走了大多数人原本要点进来的理由。这就是 AI Overviews(AI 概览)时代——对很多生意来说,它最先表现为 Google Analytics 里一根往下走的曲线。

这件事我必须说实话,因为市面上的说法不是装作没事("流量没问题,是你统计的口径不对"),就是吓唬人("SEO 已死")。两种都没用。真相是:你的一部分流量确实没了,而且回不来;另一部分本来也不会成交;但剩下的那一块,反而比以前更值钱。要做的事,是把这三类分清楚,守住值得守的,然后把重心挪到唯一还在复利的事情上——做那个被 AI 引用的来源。

这篇我写得长,是故意的。每次有创始人甩来一张往下掉的流量截图问"是不是天要塌了",我都希望手边有这么一份能直接发过去的东西。下面我会把这些讲清楚:AI Overview 到底是什么、哪些流量你即将丢掉、哪些守得住、怎么一步步把自己做成被引用的来源、用什么指标才不会骗自己、哪些动作会把一个本可控的变化变成自伤,最后附一段可以直接拿给老板看的 FAQ。建议先从头读一遍,然后留着当清单用。

先搞清楚:AI Overview 到底是什么

AI Overview 就是 Google 现在越来越多地放在传统搜索结果上方的那段"综合答案"。它不再只给你十条蓝色链接让你自己挑,而是读完好几个页面,用自己的话写出一个直接答案,再在旁边或下面列几个引用来源。对用户来说,感觉就是"答案先到了,链接变成可选项"。而这恰恰是品牌和内容方的麻烦:提供了事实的那个页面,往往拿不到这次访问。

这跟我们在《GEO 与 SEO》那篇里讲的是同一件事,只不过这次是从"流量账"这一侧来看。老 SEO 问的是"我排上去了吗",新问题是"我在答案里面吗,以及就算真有人点,这一下是不是点到我"。这是两个不同的问题,你的后台数据现在量出来的,正是这两者之间的缺口。

Google 为什么要做,以及它为什么不会撤

搞清楚 Google 为什么这么干很有用,因为动机告诉你:这事不会回头。Google 当时正面临实打实的竞争压力——对话式助手用大白话直接给答案,而不是甩一堆链接让你自己翻。概览就是 Google 的回敬:把用户留在 Google 里,当场满足需求,趁对手还没把这个习惯抢走之前先守住。一个为了保住核心业务而做的功能,不会因为内容方抱怨少了点击就被砍掉。把"答案层"当作长期存在来规划吧,因为催生它的那个动机就是长期的。

还有一层动机值得点破:每一个在概览里被解决掉的查询,都是一个留在 Google 自家页面里的查询——在那里,体验由 Google 掌控,最终的变现也由它掌控。过去的"链接经济"是一笔交易:Google 抓你的内容,换给你流量。现在的"答案经济"把这笔交易重新谈判,朝着对 Google 有利的方向。你可以不喜欢新条款,但你没法一边退出它、一边还保持可见。务实的姿态是:把新游戏玩好,而不是去为旧规则申冤。

概览是怎么决定"展示谁"的

你看不到模型内部,但它表现出来的行为足够一致,可以推理。概览倾向于出现在这类查询上:信息型、答案相对确定、Google 有把握不把你支开就能给出有用回答。它不太出现(或只出现很薄的一截)在交易型、导航型、强本地、或者本身就众说纷纭的查询上。它挑的来源,偏向那些一开头就把答案讲清楚、自带可识别权威信号、整个网络本就当它在这个话题上靠谱的页面。这里没有什么秘方。还是那条一直奖励好内容的质量线,只不过换了个新舞台,并且回报方式变了。

零点击不是新鲜事,新的是规模

零点击搜索比 AI 早出现好多年。天气、汇率、比分、"东京现在几点"、明星生日——这些 Google 在结果页里直接答了快十年了,没人心疼那些丢掉的点击,因为它们本来就没有商业价值。AI Overviews 真正改变的,是哪一类查询现在不点也能解决。这个答案框往上爬了,爬进了那些"解释类""对比类"的问题里——而客户过去正是靠读这类内容来形成判断的。

所以更准确的说法不是"点击在消失",而是"答案被更早地拦截了,而且覆盖的问题比以前广得多"。这对你伤不伤,几乎完全取决于你的流量来自哪一类问题。

看点击率要按意向分桶,不能看一个总数

另一个变了的东西是"分查询类型的点击率",而且它不均匀到一个平均数会骗你。在一个被概览彻底答完的查询上,头名自然结果的点击率会大跌,因为搜索者还没走到链接就已经拿到想要的了。在一个概览只是搭个框、点几个候选名字的查询上,情况温和得多,被点到名甚至能带来更高质量的点击。把这两类一平均,你得到一个"既不描述这个、也不描述那个"的中间值。务实的做法是:别再把全站点击率当一个数来看,改成按查询意向去看——只有在这个分辨率下,损失和机会才真的看得见。

一个好习惯:把 Search Console 的查询导出来,给每条打上意向标签(信息型、对比型、交易型、品牌词),再按桶逐月算点击率。总数那条线看起来是缓慢下滑;分桶之后通常会看到一个桶在塌、两个桶在守、一个桶在涨。这就是"知道流量在掉"和"知道到底是哪部分走了、为什么走"之间的区别。

哪些流量会掉,哪些是安全的

不是所有关键词都同样危险。按用户"到底想干什么"把流量分成三档,你会立刻看清自己的暴露面。下面这张表,基本上是我们每次首聊都会在白板上画的那张。

高度暴露:预计真会掉

• 定义型和"什么是"查询。"什么是生成式引擎优化""APR 是什么意思""空气炸锅怎么工作"。这些正是答案框被造出来回答的东西。如果你很大一块会话来自这种科普型、漏斗顶部的内容,它最容易被抽薄。
• 简单 how-to 和速答查询。"PDF 怎么转 Word""一杯多少盎司""路由器怎么重置"。答案塞进一段就够,点击因此变成可选项。菜谱和"附近"类摘要早就承受过这种压力多年了,区别只是现在它覆盖的话题面广得多。
• 单点事实查询。任何一行字能答的。如果你的博客是靠"某个零散事实最干净的来源"赢来的关注,AI 现在可以把那个事实搬走,基本不需要把访问送给你。

部分暴露:看深度而定

• 对比型、"X 哪家好"查询。概览可能会点名两三个选项——你要是其中之一,反而被它带出来了;但它也满足了那个只想要个候选名单、随便看看的人。结果是:你失去了闲逛的,留住了真要买的。
• "A vs B"查询。"Shopify vs WooCommerce""自建站 vs 平台"。摘要把表层对比接走了。真正需要看清楚取舍的那种人——就是我们在《自建站 vs 平台:成本真相》里掰开揉碎的那种——还是会点进来,因为一段话装不下那个深度。

基本安全:大体守得住

• 交易型和漏斗底部查询。"购买""价格""demo""预约咨询",还有直接搜你公司名的品牌词。走到行动这一步的人,要的是落到真实页面、完成交易、跟真人聊。一段摘要做不完这件事,所以点击活了下来。
• 高风险、高决策成本的决定。任何涉及大钱、法律或医疗分量、专业风险的事。没人会因为一段话就拍板下采购单,他们要看原始来源、看方法论、看有谁对这个结论负责。
• 真正原创的内容。专有数据、第一方研究、署名案例、有观点的分析。AI 能把大意概括出来,但它必须标明来源,而真正在意细节的人会去找原文。

最容易被 AI Overviews 吃掉的流量,恰恰是最不可能成交的那部分;活下来的,离你的成交更近。

这句话值得多停留一会儿。你正在丢的那些访问,大多偏向随便看看、漏斗顶部、低意向。对 PV 报表很疼,对营收报表没那么疼。真正该做的,是别再为那些守不住的量去优化,转而去经营你还能拿到的引用,和那些高意向的点击。

一个算给你看的例子:吓人的图 vs 真正重要的图

举个简化的、示意性的例子就清楚了。假设一个 B2B 网站每月有 5 万自然会话:3.5 万来自宽泛的信息型和定义型内容,1.5 万来自产品页、价格页、对比页。信息型流量的转化率只有零点几个百分点,漏斗底部的流量才扛着几乎全部的成交。如果 AI Overviews 把信息型那一池削掉 40%,却几乎没碰受保护的页面,会话总数大概掉 1.4 万——这个数字摆在仪表盘上很吓人。但营收几乎没动,因为丢掉的访问本来就几乎不成交。同一个生意,用会话数看像是受了重伤;用销售管道看,其实没事,而且剩下的流量更密、服务起来更便宜。这些数字是示意,不是基准,但形状是我们反复看到的:那张尖叫的图和那张真正重要的图,讲的是两个不同的故事。

把同一个场景写成数字,你可以拿去对照自己的后台。

在这个示意里,会话掉了约 30%,转化只掉了一小截——因为塌掉的那个分段本来就几乎不转化。如果你的仪表盘头条放会话数,你会拉响一个营收根本不支持的警报;如果头条放"分段的每会话转化",你会看到一个大体完好的生意,和一个需要"再平衡"而不是"抢救"的内容组合。我们被请去把创始人从恐慌里劝下来的事,大多是一个穿着流量问题外衣的统计口径问题。

如何成为"被 AI Overviews 引用的那个"

Google 在生成概览时,是在挑"靠哪几个来源、链接谁"。被选中不是靠运气,它奖励的是你内容和品牌里一些具体、可学的特征。更细的机制我们在《如何被 AI 引用》里展开,这里给你最核心的几条。

1. 前两句话就把问题答清楚。AI 抽取的是能独立成立、直接给结论的句子。先给答案,再展开论证;埋在四百字铺垫底下的观点,几乎进不了摘要。照着"你希望被怎么引用"去写。
2. 给具体数字,并标明出处。"AI Overviews 已覆盖很大且持续增长的一部分信息类查询(标注研究与年份)"比"AI 正在改变搜索"好引用得多。带署名来源的具体数字,读起来更可信,模型也更容易带着出处直接搬走。
3. 把品牌做成"无歧义的实体"。模型会交叉核对你是谁。公司名、业务、创始人、核心事实,在官网、LinkedIn、行业目录、第三方权威页面上要说法一致。用 Organization、Article、FAQPage 结构化数据,再用 sameAs 把各处身份串起来,别让机器去猜它读到的"你"是哪个。
4. 发布 AI 自己造不出来的东西。原创数据、第一方调研、真实案例数字、有立场的判断。泛泛的建议它可以不署名地改写,但它造不出你的专有数据集——用到你的发现时,就只能点你的名。这是你能买到的最耐用的一份"引用保险"。
5. 为"被抽取"而排版。用客户真实会问的话来写小标题,段落短,列表干净,放真正的 FAQ,信息架构理顺。你越容易被解析,被解析的次数就越多。
6. 到站外去赢权威。生成式引擎更看重"别人怎么说你",而不只是"你自己怎么说"。一次被模型本就信任的媒体提及,顶得过你自己发十篇博客。GEO 和数字公关正是在这里合流——这条线我们在《数字公关:GEO 的护城河》里讲透了。

再加一条落地纪律:定期实测。把你最重要的 20 个购买意向问题,按节奏到 Google 的 AI Overviews 里跑一遍,记录你有没有被点名、它怎么说你、又引用了谁的来源。这份"引用台账"就是新时代的排名监控,它会直接告诉你下一步该去拿下哪些第三方来源。

30 天引用实操手册

上面那张清单是理念。下面这套是客户想在一个季度内看到动静时,我们真正会跑的顺序。它故意写得很具体,小团队照着做也能落地,不需要我们在场。

1. 第 1 周,搭"问题地图"。把一个真客户在选你这条路上会问的 20 到 40 个问题写下来。不是关键词,是问题。用人真正打字进 Google、或对着助手说话的那种说法去写。这份清单是后面一切的主干。
2. 第 1 周,跑基线审计。把每个问题在 Google 里搜一遍,记下:有没有出概览、有没有引用你、还引用了谁、概览里都说了什么。这是你的起跑记分牌。没有它,后面你证明不了进步。
3. 第 2 周,把最好的页面"抽取"修好。挑离这些问题最近的十个页面,把开头改写成"前两句话就给答案"。加一段真正的 FAQ。把小标题改成问句。光这一步,常常就能把你挤进原本没你的那些概览。
4. 第 2 周,锁死你的实体。核对你的名称、简介、关键事实在官网、LinkedIn、主要目录上是否一致,做到一字不差。补齐或修正 Organization 和 Article 结构化数据,带上 sameAs。这里的含糊会悄悄让你丢掉引用。
5. 第 3 周,造一件 AI 造不出来的东西。发一份原创价值:一份小数据集、一个基准、一个带真实数字的署名案例,或者一个真有立场的框架。先有一件就够。它会变成引用磁铁,因为它没法从公开网络里拼凑出来。
6. 第 3 到 4 周,赢下一次可信的提及。把那件原创资产推给一家模型本就信任的媒体或专家。一次有分量的第三方引用,常常比你自己发一个月的帖子还管用,因为引擎更看重外部声音,而不是你自吹。
7. 第 4 周,重跑记分牌,做决定。把同一批问题再搜一遍,跟基线比。凡是对手还被引用、你还没有的地方,你现在很清楚:要么去把哪个页面做深,要么去拿下哪个第三方来源。然后循环往复。

不止 Google:跨引擎一起优化

Google 的概览是最大的舞台,但不是唯一的。ChatGPT、Perplexity、Copilot,以及内置在浏览器和手机里的助手,都会生成答案、引用来源,而且它们看重的信号并不一样。有的重度依赖实时网络,有的靠训练所得加一层检索,有的把引用列表摆得整整齐齐、有的把出处藏起来。误区是把"AI 搜索"当成一个频道、一张清单。那些耐用的信号(开头就给答案、强实体、原创数据、第三方信任)在哪儿都有用;但战术细节差得够多,你应该分引擎各自衡量,让数据(而不是某篇通用清单文)来决定下一个小时的力气花在哪。

不要只盯着会话数

最大的坑,是用一个结构上注定会跌的指标去评判这个时代:自然会话总数。只要你把它当头号数字,AI Overviews 就会显得像一场灾难——哪怕你的真实生意其实在变好。换掉你盯的东西。

• 看"每会话转化与营收",而不是会话数。如果你掉了一万个低意向访问,转化几乎没少,那是你的流量变高效了。盯紧那批更小、更热的访问的转化率和营收。质量上去,好过总量持平。
• 看辅助转化和完整路径。一个没被点击、但展示了你品牌的 AI Overview,照样在干活:它把名字种下了。几天后客户直接搜你、或输你网址进来,以"直接流量"或"品牌词"的身份完成转化。多触点归因能抓到这一层;只算末次点击的报表会把功劳记错渠道,让你最好的内容看起来一文不值。
• 看品牌词搜索的抬升。判断概览是在帮你而非只在伤你,最干净的信号之一,就是搜你品牌名的人变多了。在 Search Console 里盯品牌词的展示和点击。如果无品牌的信息类点击在掉、品牌词搜索在涨,那这块概览就是在替你打广告:先被看见、被记住,后面再被选中。
• 看引用份额。在你那批重点问题上,你被概览点名的频率,跟对手比是多还是少?这是先行指标,它在营收变动之前就会动,也是你的内容和公关该去校准的那根针。

报表换血:旧指标 vs 新指标

读完这篇如果你只改一件事,那就改你报表最上面摆的那个数。下面这张表,针对你常问的每个问题,把"会骗你的指标"和"讲真话的指标"摆在一起。

说白了:只量会话数,你就会做错决定——砍掉那些正在悄悄培育品牌需求的内容,却继续加码已经不再成交的量。量旅程,别量门口。

一套还能赢的防守型内容策略

知道哪些查询暴露,等于知道哪里该停止投入。接下来是把力气挪到哪儿。

• 停止扩量那些薄科普。如果一个页面只为定义一个词、答一句话而存在,它现在等于直接和答案框对打,会一直输。把它们合并成真正有权威性的深度资源,或者直接退役。如今"一堆浅页面"是负债,不是资产。
• 往价值曲线上游走,去做 AI 复制不了的东西。原创研究、专有基准、有立场的框架、带真实数字的署名案例、敢下判断的专家分析。这类内容之所以能赢得引用,正因为它没法从公开网络拼凑;而它带进来的读者,恰恰是会成交的人。
• 为高意向、点击受保护的查询去建设。把产品页、价格页、对比页、决策阶段的页面做扎实。点击在这里活着,营收在这里。很多公司过去在漏斗顶部的量上投太多、在这里投太少;AI Overviews 让"把重心往漏斗底部挪"成了显而易见的选择。
• 投资品牌和实体强度。你的品牌越被认得,概览越会把你带出来,那些"零点击展示"也越多地转成后续的直接访问和品牌词。这正是 GEO 和数字公关双重回报的地方:既赢得引用,又建起把"没点击的展示"变成客户的品牌记忆。
• 把技术地基保持得一尘不染。生成式答案长在被索引的网页上。页面爬不到、渲染不出、解析不了,就不可能被引用。可爬取、快渲染、干净结构与 Schema,如今是进入概览的门票,不是可有可无的加分项。

预算怎么挪:之前 vs 之后

不动预算的策略只是一个愿望。下面这个挪法,是我们最常帮客户做的:同样的钱,指向在"答案经济"里会复利的活,而不是去抢那些被答案框拦走的点击。

这一切都不意味着放弃 SEO。AI Overviews 是长在 Google 索引之上的;赢得引用的页面,通常就是那些本来就配排上去的页面。变的是工作的目标:你现在优化的是被抽取、被署名、抓住高意向,而不是去抢那些大路货问题上的原始点击量。

一个场景:那支重新平衡的 SaaS 团队

设想一家中型 B2B 软件公司,我们常聊到的那种。它围着几百篇"什么是""怎么做"建了一台内容机器,过去好几年都很灵。概览一来,这个内容库两个季度内掉了三分之一的流量,内部第一反应是砍内容预算,因为"这个渠道死了"。那才是真正昂贵的错误。他们没这么干:冻结新的薄帖产出,把内容库审一遍,留下真正喂管道的那十几个页面,把腾出来的时间挪去做一份原创基准报告和几个决策阶段的对比页。一两个季度后,那份基准开始在概览里、在几个助手里被引用,品牌词搜索在涨,而那些对比页的转化率是被它们替掉的科普页的好几倍。会话数再没回到旧的峰值,但来自自然流量的销售管道,创了历史新高。教训不是"多做内容"或"少做内容",而是"做不一样的内容,并且换一种方式去衡量它"。

出海品牌:这件事对你尤其紧迫

对从中国卖向美国的品牌来说,答案层把赌注抬高了,而且抬高的方式很特别,值得单开一节讲。美国客户越来越习惯先问助手、再开浏览器:"best supplier for X""is brand Y legit""X vs Z,哪个更适合美国仓"。等答案被生成出来,中国供应商和出海品牌常常完全隐形——不是产品不行,是没人替你建起那些"引擎读得到的英文第三方信任信号"。工厂很棒、官网也还行,但整个公开网络在模型信任的语言和舞台上,对这个品牌几乎无话可说,模型自然就没东西可引。

这会叠加上一个我们在别处写过的老问题。如果你在美国的存在本就靠中间商或平台撑着,答案层会悄悄把需求导向"谁掌握叙事",而那个人很少是你。底层的动力机制,我们在《做品牌 vs 租平台流量》和《海外中间商的坑》里拆过。防守的动作,和一个美国本土品牌做的是同一套,只是更急:拥有一个清晰的英文实体、发布引擎能引用的一手证据、在模型本就信任的舞台上赢得第三方提及。具体到 B2B 出口,需求生成的打法还要再叠一层,那套手册放在《中国 B2B 出口手册》里。

关于 B2B 的执行,有一句实话得说在前头,因为它关系到这件事怎么界定边界。我们帮出口商做"潜客需求"时,我们的角色是:交付一份核实过、做足功课的名单,以及怎么用它的定位话术;由客户自己去对接他们的潜在客户。我们不替你联系你的客户或潜客,任何红人 / KOL 合作中,我们收的代理服务费也始终和红人本人的报价分开。在这里点明,是因为"把自己做成可被引用"和"做 B2B 需求生成"是相关但不同的两件事,把它们混为一谈,两头都会失望。

哪些动作会让情况更糟

我们见到的损伤,大多是自找的——是对流量下跌的应激反应,而不是对底层变化的回应。有几个套路出现得够频繁,值得点名。

• 慌乱中屏蔽 AI 爬虫。"把内容墙起来,让 AI 别偷"的冲动可以理解,但几乎总是错的。引擎读不到你,就引用不了你;你用一个能建品牌记忆的"零点击展示",换来了彻底的隐形。确有少数场景值得限制某个特定爬虫,但一刀切的全屏蔽,通常砍掉的正是你想守住的那点可见度。
• 因为会话掉了就砍内容预算。PV 一跌就给内容断粮,正好反了。薄页面该走,但那些原创、值得被引用的活,才是为你挣到答案里那个位置的东西。砍掉它,等于把引用拱手让给对手,还顺手抽走了那块一直在悄悄喂你直接流量和品牌词的品牌记忆。
• 去追每一个丢掉的信息类关键词。把力气砸在"夺回那些已被概览占住的定义型查询的点击"上,是在朝一个结构性变化里扔钱。那块地没了。把预算挪到点击受保护的高意向页面,以及那些能被引用的原创内容上。
• 只为 ChatGPT 或只为 Google 优化。各家答案引擎引用的方式不一样,对一家管用的招,对另一家可能毫无意义。把"AI 搜索"当一个频道,会让力气用错地方。分引擎各自衡量,让引用数据(而不是一张通用清单)来决定你投在哪。
• 只看展示就宣布胜利。在概览里被展示是必要的,但不充分。如果这个展示从没转成一次品牌词搜索、一次直接访问、或一笔成交,那它就是个虚荣信号。在你叫它"赢"之前,先把这次露脸和一个下游结果挂上钩。
• 为了"看起来可被引用"而堆关键词。老一套的关键词密度反射,在这里是毒药。引擎奖励的是清楚、有出处、真有用的段落,不是为了骗机器而拼出来的页面。过度优化的文案,在你想赢的那套系统眼里,恰恰显得不可信。
• 把它当一次性项目。答案层逐月在变:哪些查询会出概览、谁被引用、框怎么排版。你春天赢到的引用,到秋天可能就没了。这是一项要常设、有滚动记分牌的工程,不是一场做完就收工的战役。

该盯的指标清单

把这张表贴在你团队每月都看得到的地方。只要这里有一个数在往对的方向走,哪怕你的会话数没涨,你也在赢这个时代。

• 每自然会话转化。随着低意向量离场,它应当持平或上升。最重要的那一行。
• 来自自然流量的营收 / 销售管道。真正给这套程序买单的数。每月把它和会话数摆在一起看,保持清醒。
• 品牌词的展示与点击。品牌需求上升,正是"零点击展示在干活"的指纹。
• 重点问题上的引用份额。你被点名的频率对比对手。最先动的那个先行指标。
• 按意向分桶的点击率。信息型在掉、交易型守住,这是预期之中、健康的,不是警报。
• 辅助转化与直接流量抬升。"没点击的可见度照样喂营收"的下游证据。
• 可爬取性与索引覆盖。一个很无聊却卡住一切的指标:爬不到,就被引不了。
• 已发布的原创、可被引用资产的数量。这是投入指标,但长期看,它驱动上面每一个产出。

我们怎么做这件事

在 Ignite Consulting,我们把这当成一套程序来做,而不是对流量下跌的一次惊慌反应。先做一次可见度诊断,把你暴露的流量和受保护的流量分开,再标出:你在哪些实时 AI 答案里缺席、对手又在哪里被引用而你没有。然后我们重建地基(技术 SEO、结构、Schema),把重点内容重塑成"可被引用 + 抓高意向",并去赢得那些让引擎信任你域名的第三方权威信号——把站内的活和数字公关搭在一起,需要加速需求时再配上付费投放。我们把 SEO 与 GEO 当一台引擎来跑,汇报时看的是引用、转化和销售管道,而不是这个时代专门设计来压扁的虚荣会话数。曝光与信任由我们来做,成交始终握在你自己手里。

常见问题