AI时代网站流量暴跌58%，如何自救？

每隔几年，营销界就会传出某种基础策略即将消亡的论调。先是电子邮件，接着是博客，然后是搜索引擎。如今，随着人工智能的兴起，人们开始质疑：“AI 是否正在扼杀网络流量？”但这种好奇其实不无道理。截至 2025 年 12 月，AI 概要将排名第一内容的自然点击率平均削减了 58%，这绝非巧合。我们正身处搜索引擎呈现信息方式的巨大变革之中，这正在为各行各业的市场营销和内容团队改写规则。首先，Google 的 AI 概览直接在搜索结果页面上回答查询，拦截了原本会为网站带来点击的搜索。其次，越来越多的搜索者完全跳过 Google，转向 ChatGPT 和 Perplexity 这类答案引擎寻求答案。这两种趋势都减少了搜索引擎向网站输送的流量，但流量并未完全消失。过去一年，我一直在 HubSpot 观察流量的起伏变化，并学习如何平衡 AI 行为与网站流量预期。以下是企业需要了解的内容。

AI 概览如何改变搜索结果页

AI 概览是出现在 Google 搜索结果顶部的生成式摘要，位于付费广告和自然列表之上。当某个品牌的目标查询触发 AI 概览时，它会直接回答用户的问题，将所有蓝色链接推至页面更下方。而营销人员都知道，在搜索结果页上排名越靠后会发生什么。如果某个品牌是概览中引用的网站，其展示量会保持甚至增长，但点击量会下降；即使其网站排名靠前，点击量也会下降，因为用户很可能已经在概览中获得了答案。例如，在“什么是宝莱坞？”这个查询中，请注意，即使是 Masterclass 这样的知名品牌和 YouTube 视频这样的热门媒介，也可能被推到需要多次滚动才能看到的位置。根据麦肯锡的数据，Google 一半的搜索结果已经具备 AI 概览等功能，并且趋势预测到 2028 年，这一比例将达到 75%。如果营销人员查看流量报告时问：“为什么我的网站在 AI 搜索后流量下降了？”——这就是“零点击”的现实。Seer Interactive 的一项研究发现，从 2024 年 6 月到 2025 年 9 月，AI 概览查询的自然点击率下降了 61%。更令人担忧的是：同期没有 AI 概览的查询点击率也下降了 41%。这表明更广泛的行为变化正在发生。换句话说，随着社交媒体和答案引擎上搜索行为的增加，用户使用搜索引擎的频率正在降低。

如何衡量 AI 概览对您流量的影响

衡量 AI 概览对网站流量影响是一个真实存在的问题。Google Search Console 目前无法直接隔离或筛选 AI 概览数据。所有来自 AI 概览的性能指标都与标准网络搜索数据合并在一起。例如，当品牌的内容在 AI 概览中被引用时，Search Console 不会告知。其展示量和点击量会被记录，但与其他数据混合。HubSpot 最近在其流量来源列表中新增了“AI 推荐”，指的是 ChatGPT、Claude 和 Perplexity 等 AI 助手和聊天机器人。这还包括点击 AI 生成回复中提供的链接的访问者。在 Marketing Hub Pro 和 Enterprise 中，AEO 功能让团队更直观地了解其内容在 AI 驱动的搜索中的表现，帮助跟踪可见性并识别跨答案引擎的优化机会。营销和内容团队也可以利用第三方数据进行有根据的预测。例如，Ahrefs 提供关于哪些关键词有 AI 概览、品牌是否被引用以及大致对应多少流量的估算。

如何在 AI 概览下预测流量？

我与 HubSpot 博客增长经理 Amanda Sellers 讨论了在 AI 概览下预测流量的最佳方法。她建议使用线性回归，这是一种利用过去数据模拟未来趋势的数学方法。线性回归假设没有重大事件（如算法更新或 AI 概览等搜索结果页功能增加）会破坏该趋势。Sellers 解释道：“你我都知道，Google 喜欢制造麻烦。曾几何时，AI 概览只出现在 HubSpot 博客不到 10% 的关键词中，其中大部分是信息性的定义意图。如今，HubSpot 博客排名近 50% 的关键词顶部都有 AI 概览。” 因此，Sellers 经常在 Ahrefs 中检查 AI 概览曝光度，并使用 Google Search Console 的数据进行点击率曲线分析。这样，可以在基线线性回归之上预测多种情景，例如“如果 AI 概览增加 20%”或“如果我们受到算法更新的负面影响”。

如何将变化归因于 AI 概览与季节性？

线性回归还能让营销人员量化季节性变化，确定历史数据中的模式。例如，由于假日季节性，12 月与 11 月相比可能存在低流量的历史模式。线性回归可以帮助营销人员和 SEO 策略师创建季节性修正因子，根据平均模式调整流量基线。Sellers 继续说：“如果我们以基线流量为基准，12 月通常比基线低 65%，因为搜索的人更少。1 月往往是我们最强的月份之一，比基线高约 135%。将这些波动加入我们的模型，可以帮助我们了解是否存在某一方向的意外表现。” 如果流量预测已经以这种方式考虑了季节性，那么任何方向的表现异常都意味着季节性不是罪魁祸首。从那里，SEO 策略师可以使用 Ahrefs 来确定 Google 是否增加了 AI 概览的可见性，或者是否有其他因素在起作用。然而，事情并不总是那么简单。“关键词起起落落，AI 概览出现又消失，算法更新来来去去……还有内部技术因素会影响表现。实际上，归因表现要复杂得多。” 例如，在一次特别严酷的算法更新后，Sellers 发现 HubSpot 一个子部分的 46.7% 的关键词失去了排名并出现了 AI 概览。要归因性能变化中有多少是 AI 概览吸走了流量，又有多少仅仅是由于搜索结果页排名下降导致的点击率下降，要困难得多。因此，最好让数据自己说话。Sellers 将关键词分成不同的组：排名下降且出现 AI 概览；排名下降但没有 AI 概览；排名上升/持平且出现 AI 概览；排名上升/持平但没有 AI 概览。通过比较这些组的性能并交换点击率，Sellers 能够估算出有多少性能变化来自排名变化，有多少来自 AI 概览。（剧透：AI 概览是更大的罪魁祸首。）通过比较，Sellers 发现，即使排名没有下降的关键词，其点击率也出现了显著下降。这意味着，即使我们表现良好，流量也在减少。同时，通过交换点击率并乘以展示量，我们可以估算出流量下降。

AI 是否对某些查询的流量影响更大？

并非所有查询都受 AI 概览影响。幸运的是，数据越来越清晰地表明哪些类型的查询受零点击影响最大，哪些类型的查询仍然可以为企业带来网站流量。

最易受零点击影响的查询

2025 年，Semrush 报告称，近 95% 触发 AI 概览的关键词几乎没有付费广告或商业价值。换句话说，Google 似乎主要针对信息性搜索部署 AI 摘要，而交易性内容（如定价页面、演示页面）则保留在传统的搜索结果页格式中。这意味着最易受影响的网站流量是通常为企业带来大量点击并建立品牌知名度的漏斗顶部教育内容。例如简单的对错查询（“什么是[概念]”）、解释性“如何做”、定义查询和单一来源信息性问题，比如：“谁是沙鲁克·汗？” 这个问题被 Google 在 AI 概览中回答，因此用户继续点击其他结果的需求减少。

仍能获得点击的查询

同一项研究发现，“购买”、“比较”和“附近”等交易性关键词往往具有更高的点击率，因为 AI 通常无法完成交易。继续我们的例子，看看“购买沙鲁克·汗 DVD”的结果。（DVD，对于年轻读者来说，是“数字视频光盘”，我们在流媒体出现之前用它看电影。）像“X 与 Y 对比[使用场景]”这样的比较查询也继续推动点击，因为用户需要深度和验证，而两段的 AI 摘要无法完全提供。对于需要本地、实时或高度具体信息的查询也是如此。总的来说，目前最能产生点击和网站流量的内容是漏斗底部内容（定价页面、比较指南、案例研究）、本地服务查询、小众技术查询以及 AI 无法从其他地方综合的原创研究。

AI 是在扼杀流量，还是您能从 AI 引用中获得流量？

好的，情况从暗淡转向微妙：在 AI 概览中被引用可能会削减品牌的漏斗顶部、认知型网站流量，但那些确实访问的用户可以说质量更高。Dataslayer 的一项研究发现，在相同查询中，在 AI 概览中被引用的品牌比未被引用的品牌获得 35% 更多的自然点击和 91% 更多的付费点击。这是否归因于更高的知名度或其他因素尚难定论，但这仍然令人鼓舞。当然，品牌无法控制其目标查询是否会出现 AI 概览，但他们可以努力在出现时赢得引用。

为 AI 概览进行优化

为了提高品牌获得 AI 概览的机会，营销人员需要学习如何为 AI 搜索写作，并投资于答案引擎优化。具体包括：

• 以清晰的语义块写作。 将内容组织成 200-400 字的部分，带有明确的标题、摘要框和逻辑的问答格式。AI 系统使用检索增强生成，并偏爱以这种方式分块且易于扫描的内容。
• 以答案开头。 AI 不会阅读整篇文章。相反，它会识别类似答案的结构（问题后的短段落、编号步骤、比较表）。因此，每个关键部分都以 40-60 字的直接答案开头，完全回答问题，类似于营销人员过去追求 Google“精选摘要”的方式。
• 使用结构化数据。 模式标记（FAQ、HowTo、Article）提高了机器可读性，并增加了内容被解析和呈现的可能性。
• 内联引用主要来源。 可验证的、带有来源链接的带日期声明是可引用内容的标志。模糊的断言不会被采纳。
• 频繁发布和更新。 新鲜内容在 AI 引用中胜过陈旧内容——定期更新时间戳和材料以表明时效性。
• 建立主题权威。 AI 希望确保向用户引用值得信赖、可靠的专家。因此，务必在其在线形象中广泛证明公司或作者的专业知识。这意味着既要在自有网站内外分享专家知识，也要被他人引用和引用，拥有良好的产品评价等。

HubSpot Content Hub 可以帮助内容作者将这些模式和模式模板化，简化内容简报，并在团队制作更多 AEO 优化内容时大规模维护编辑治理。HubSpot 在 Marketing Hub Pro 和 Enterprise 中的 AEO 功能通过帮助团队查看其表现来扩展这一点。

为答案引擎进行优化

即使抛开 Google，越来越多的用户也开始通过 ChatGPT、Perplexity 或其他答案引擎开始他们的搜索之旅。BrightLocal 的研究显示，Google 仍然驱动着 61% 的所有常规搜索，但更重要的是，AI 推荐流量的转化率往往高得多。为了获得这种高意向流量，团队需要答案引擎优化：

• 创建可引用内容。 带有具体、可验证声明的结构化、权威内容是答案引擎提取的内容。数据密集型文章和权威指南始终优于观点文章。
• 建立跨平台存在。 来自可信第三方出版商的提及和反向链接是 AI 系统的权威信号。LinkedIn、Reddit 和行业出版物是 AI 平台中引用最多的域名。
• 回答具体的、多词查询。 答案引擎用户以对话方式并较长形式表达查询——平均 AI 查询长度为 23 个词，而传统搜索为 4 个词。明确针对这些长形式问题进行优化。
• 保持跨属性信息一致。 AI 模型会跳过引用在其网站、LinkedIn、评论网站和 Wikipedia 上数据冲突的品牌。审核实体信息以确保一致性。
• 瞄准漏斗底部查询。 根据 Position Digital 的数据，案例研究和定价页面等漏斗底部内容获得的 AI 推荐流量最高，而“什么是”这类漏斗顶部内容的下降最为剧烈。

HubSpot AEO 帮助营销人员跟踪 AI 引用表现，并优化内容以提高跨答案引擎的可见性——为团队提供传统分析平台仍难以衡量的渠道的洞察。

关于 AI 概览和网络流量的常见问题

如何判断我的页面是否被用作 AI 概览的来源？

Google Search Console 本身不会显示这一点，其他工具将其归入通用的“AI 推荐”类别。最佳方法是使用无痕浏览器手动搜索品牌的主要目标查询，并注意其网站是否作为引用来源出现在 AI 概览中。然后使用线性回归模拟未来趋势。为了进行系统化的大规模跟踪，Semrush、Ahrefs 和 Authoritas 等第三方工具可以监控企业的哪些 URL 出现在 AI 概览中，并跟踪引用频率随时间的变化。HubSpot AEO 还能帮助团队监控其在 AI 生成结果中的存在，并发现哪些页面获得了可见性，从而更容易优先考虑优化工作。

AI 概览对品牌流量和非品牌流量的影响不同吗？

是的，影响显著不同。非品牌信息性查询是 AI 概览最常出现的地方，点击率损失也最为严重。品牌流量往往更具韧性，因为导航性和品牌性查询触发 AI 概览的比率较低。尝试使用 Google Search Console 的新品牌/非品牌过滤器来独立跟踪这两个部分。

我应该因为 AI 概览而改变关键词策略吗？

部分改变，但不要完全放弃信息性内容。事实性、教育性内容对于建立主题权威和赢得 AI 引用仍然有价值。但营销人员应该重新平衡投资，转向比较内容、漏斗底部查询以及 AI 无法完全综合的原创研究。目标是成为 AI 引用的来源，而不是避免 AI 覆盖的查询。将成功指标从纯粹的点击量转向声量、引用频率和品牌搜索增长。

何时应将预算转向自有渠道？

听起来可能有些戏剧性：现在。如果企业超过 50% 的网站流量目前来自非品牌自然搜索，那么它已经过度暴露了。电子邮件列表、社区、新闻通讯和直接的受众关系不受 AI 概览蚕食、算法更新或 Google 呈现方式变化的影响。拥有受众的价值会随着时间的推移而复合；这是企业结果完全由自己掌握的唯一分发渠道。拥有高品牌和直接流量的出版商，如《每日邮报》（其超过 60% 的流量是直接的），已证明比依赖非品牌自然搜索的网站更能抵御 AI 概览的冲击。

网站流量正在重生

AI 并没有扼杀网络流量——它正在重新分配流量。信息性查询，尤其是非品牌查询的点击量正在下降。但对于赢得 AI 引用的品牌来说，来自 AI 引用的流量转化率远超传统自然搜索。在对抗 AI 对网站流量影响的战斗中获胜的营销人员，是那些停止纯粹以点击量衡量成功，并开始尝试衡量可见性、引用频率和受众所有权的人。结构性变化是真实的，并且不会逆转。变化的是你是否站在正确的一边。像 HubSpot AEO 这样的工具帮助营销人员适应这种转变，使答案引擎的可见性变得可衡量——这样团队不仅可以针对点击进行优化，还可以针对 AI 驱动的搜索体验中的引用、存在和影响力进行优化。