研究AI 搜索:商业证据

AI 搜索正在改变一次网站访问的价值:证据说明什么

关于搜索点击、AI 引荐和内容可见度的研究,显示商业机会在哪里真实存在,以及为什么引用率不是收入预测。

由 ChatGPT 翻译,未经母语编辑审核。来源标题和截图保留原始语言。阅读英文原版
简短回答

证据同时指向两种变化:一些回答在用户访问网站之前就满足了需求,而一些来自 AI 的访客具有特别高的价值。这两点都不意味着每家企业会得到相同结果。本研究区分观察到的消费者行为、零售交易数据、优化实验和当前平台规则,解释 AI 搜索可能为企业带来哪些改变。

  1. 01更多决策发生在回答中
  2. 02点击的原因不同
  3. 03证据影响可见度
  4. 04商业价值取决于匹配度

发现 1:AI 已经承担信息与建议的角色

OpenAI 于 2025 年 9 月发布的使用研究,分析了 150 万段消费者对话。其公开摘要将 49% 的消息归为提问,40% 归为执行任务,11% 归为表达。约 70% 的消费者使用发生在工作之外。这些数字描述的是该研究的产品用户群与时间段,并不意味着一半消息都是购物搜索。

商业上的意义在于决策从哪里开始。一个人可以先寻求解释、比较不同方案、明确要求,然后才寻找供应商。我的理解是,企业可能在可识别的销售查询出现之前,就已经被评估。如果网站只解释公司叫什么,即使它能在自身品牌搜索中排名,也可能无法为这些更早的决策提供多少帮助。这是信息路径的变化,并不证明每次对话都包含购买意图。

OpenAI: How people are using ChatGPT
ChatGPTClaudeGeminiPerplexityCopilot

每次检查都记录工具、模式、日期和位置。这些标志不代表下面的样本已在所有工具中测试。

发现 2:来源可以帮助回答问题,却没有获得访问

Pew 分析了 900 名美国成年人的浏览行为。在带有 AI 摘要的 Google 访问中,8% 发生了对传统结果的点击,没有摘要时则为 15%;对摘要来源的点击发生率为 1%。研究使用 2025 年 3 月的浏览数据,并根据 4 月收集的搜索结果进行重建。这是一项观察研究,不是通过随机实验估计摘要如何导致点击变化。

这一发现区分了曝光与流量,并没有确定某个回答对特定广告主、出版机构或服务提供商的财务价值。

Pew Research Center: Google users and AI summaries

发现 3:真正到达网站的访客,行为可能不同

Adobe 于 2026 年 10 月 29 日发布的报告提供了另一项观察:9 月份,AI 引荐至美国零售网站的访问,购买转化表现比非 AI 访问高 90%,每次访问收入高 83%。AI 引荐流量同比增长 71%。底层零售分析覆盖超过 1 万亿次访问、1 亿种产品和 18 个类别。

这些是已观察访问之间的相对比较,不是绝对转化率,也不能证明 AI 带来了额外购买。在 AI 对话后点击的人,可能已经缩小了选择范围。这些数字针对美国零售,不是软件销售周期,也不是家庭选择照护服务。尽管如此,它们说明访客数量与每位访客的价值是不同的商业问题。一个较小的引荐来源,即使不是最大的流量来源,也可能值得关注。

Adobe: AI traffic and US retail revenue per visit

将衡量单位分开,表面上的矛盾就消失了

搜索互动、回答展示、引荐访问和购买不是可以互换的单位。人们离开回答页面的倾向降低,可以与真正离开者更高的转化率同时存在。这不是上述研究共同证明的因果结论,因为它们的样本、日期和产品不同。正因如此,不能把这些百分比相乘,形成企业预测。

设想一家虚构企业,网站访问减少了,但合适的销售对话增加了。它的商业表现可能正在改善。另一家企业可能得到更多引用,却获得更少有利润的订单,价值可能正在流失。这两种可能性都符合一种情境:回答和网站分别承担决策的不同部分。有用的经济区分,是可见度、合格需求和已完成业务。

将衡量单位分开,表面上的矛盾就消失了试一试
观察单位它能确定什么仍然未知什么
名称出现在样本回答中多少买家看见或信任了它
某个页面被链接为证据企业是否被推荐
有人到达了被测量的网站这次访问是否为额外产生
商业结果已经发生没有该次曝光时会发生什么

发现 4:内容可以影响回答可见度,但知名提升幅度不是预测

被 KDD 2024 接收的 GEO 论文提出了包含 10,000 个查询的基准,并报告在其实验指标下,可见度最多改善 40%。它测试的内容修改包括加入相关来源、引语和统计数据。效果因领域而异。另一个针对 Perplexity 的实验也发现,结果取决于采用哪一种可见度指标。

这证明来源材料的呈现方式可能影响回答,却不是增加 40% 销售线索的承诺,而且实验系统并不代表当前每种商业产品。论文中的可见度包括来源内容出现多少、出现在什么位置等指标。重要区别在于,一种内容处理改变了测得的回答,与一项商业计划提高了利润,是两件事。论文证明的是前者,而不是后者。

Aggarwal et al.: GEO, Generative Engine Optimization

发现 5:AI 搜索仍然依赖现有网络

Google 当前的生成式搜索指南,描述了以其 Search 索引为依据的回答,以及查询扩展:一个问题可能先触发相关搜索,然后才组合成回答。其建议仍是提供有用的原创信息,并遵循常规搜索基础要求。为每种措辞单独创建页面,并不是该指南所描述的价值模式。

这意味着竞争更多发生在解释层面。询问复杂购买问题的买家,可能同时需要价格、兼容性、风险和实施证据。不同页面可以提供不同部分。因此,一家公司可以贡献有用事实,却不拥有整个回答。反过来,如果现有材料没有回应具体条件,一个知名品牌也可能从某个决策回答中缺席。这是我对文档所述检索行为的理解,并不是已披露的排名公式。

Google: Optimizing for generative AI features

从真实家庭问题开始

修改城市并选择主题。这些是规划示例,不是实测搜索量或采集的 AI 回答。

问题主题
示例问题

我们家应该比较 London 的哪些养老居住选项?

与回答一起保存什么

保存完整回答、日期、AI 工具、提到的社区和准确来源网址。提到母品牌与推荐本地机构是两回事。

打开提示词规划工具

发现 6:搜索可见度与模型训练是独立选择

OpenAI 文档将 OAI-SearchBot 定义为搜索爬虫,将 GPTBot 定义为另一个与训练相关的爬虫。区别很明确:企业对训练的政策,不必与其对出现在搜索中的政策完全一致。

这在经济上很重要,因为限制训练与保持可被发现,不一定是相互对立的目标。它也解释了为什么,一个被屏蔽或排除的页面,不能与能够访问但没有被选中的页面采用同样方式评估。商业团队在仪表板中可能看到同样的缺席,底层原因却不同。允许访问或成功抓取,都不保证获得引用。

OpenAI: Overview of crawlers

Google 现在提供独立的 AI 纳入控制

Google Search Console 针对 Search 生成式 AI 功能的控制项,于 2026 年 8 月 31 日在全球推出。默认设置为纳入,但一个资源可能继承上级资源的选择。文档将它与训练控制、以及从整个 Search 中排除区分开来。

重要发现是,可发现性现在除了内容层面,还多了一个可见的管理层面。没有出现在回答中,可能反映发布者选择、继承设置、访问问题或未被选中。同样的可见结果不能证明底层原因相同。这是资格方面的区别,不是选择纳入就能提高企业排名的证据。

Google Search Console: Search generative AI control

发现 7:第一方报告在改善,但没有填平归因缺口

Google 独立的 Generative AI 效果报告于 2026 年 8 月 31 日在全球推出,报告受支持 Search AI 功能的展示次数。可查看的维度包括页面、国家、日期和设备。展示次数不足的网站可能看不到该报告。这是有用的链接曝光证据,却不是提示词、客户或销售的完整账本。

Google Search Console: Generative AI performance report

Bing 衡量的是来源使用,而不是客户成果

Bing 于 2026 年 2 月发布的 AI Performance 公告,介绍了受支持体验中的引用次数、被引用网址和抽样检索依据查询,并将它们与页面在单个回答中的作用或位置区分开来。这让来源使用更加可观察,但没有把它变成销售归因。被引用的技术页面和购买页面可能服务于完全不同的决策,即使两者在总量中都贡献一次引用。

Bing: Introducing AI Performance

商业结论:机会是信息更充分的需求,而不是通用流量倍增器

我对证据的理解是,AI 搜索同时改变潜在客户了解到什么,以及客户何时需要网站。这让准确的产品和服务信息即使在点击之前,也具有商业重要性;同时也让原始引用分数无法完整衡量价值。每家企业仍待回答的问题是:这些曝光如何以可接受的成本,连接到合适且额外产生的成果。

我在 Searchable 工作。作为策略合作伙伴,我的职责是把这些研究与企业实际的产品或服务、市场和客户决策连接起来:定制 Prompt Universe、亲自参与的入门支持,以及共同解读发现。与我进行有价值的交流,应从企业在哪些地方可以受益于信息更充分的需求开始,而不是从承诺一个提升百分比开始。

只有支持声明的来源才有用

在销售邮件或网站中重复某个数字前,先做这项快速检查。

具体声明

写下准确表述。区分流量、咨询、销售管道、收入和利润。

打开社区事实工作表

研究范围

审阅日期为 2026 年 11 月 3 日。本文综合一手研究与官方产品文档,并非新的消费者调查或受控客户实验。各研究的日期与人群保持分开。数字发现归属于其发布者;商业解读来自作者。Google 与 Bing 报告衡量不同单位。本次审阅中的任何研究,都没有证明跨行业的普遍收入影响。

来源与说明

来源审核日期: 2026年11月3日. 计划和示例属于建议,并非实测客户成果。我在 Searchable 工作,产品链接体现了这一关系。

1
OpenAI: How people are using ChatGPT2025 年 9 月 15 日发布的 NBER 工作论文摘要;涉及 150 万段消费者对话。使用类别不是购买意图指标。
2
Pew Research Center: Google users and AI summaries2025 年 7 月的观察研究;方法与限制见正文。
3
Adobe: AI traffic and US retail revenue per visit2026 年 10 月 29 日;观察的是 2026 年 9 月美国零售结果。引荐访问之间的相对比较,并非增量收入估计,也不是非零售行业的基准。
4
Aggarwal et al.: GEO, Generative Engine Optimization被 KDD 2024 接收;版本于 2024 年 6 月 28 日修订。使用实验性可见度指标,并非线索或收入结果。
5
Google: Optimizing for generative AI features关于检索依据、查询扩展及搜索基础的官方解释;于 2026 年 11 月 3 日审阅。商业意义为作者分析。
6
OpenAI: Overview of crawlers官方区分搜索爬虫与训练爬虫;于 2026 年 11 月 3 日审阅。能够访问不保证引用。
7
Google Search Console: Search generative AI control于 2026 年 8 月 31 日全球推出。纳入控制、默认值与继承;不同于模型训练控制。
8
Google Search Console: Generative AI performance report于 2026 年 8 月 31 日全球推出。展示次数及受支持维度;不是客户级别归因报告。
9
Bing: Introducing AI Performance2026 年 2 月 10 日的预览公告。报告受支持体验中的引用和抽样检索依据查询,而不是客户成果。
Searchable
Daavid Christa您在 Searchable 的伙伴

一起制定您的 AI 搜索计划

我是 Daavid,您在 Searchable 的战略伙伴。我们会把您的业务目标转化为清晰的问题集、实际操作指导,以及可共同复盘的可执行计划。

了解您的现状

您将获得什么
初步了解 AI 如何提及您的企业,并清楚标明市场、模型和日期。
谁来参与
您与 Daavid
Searchable 如何帮助您
比较已保存的回答、竞争对手和引用。

我们共同商定支持范围、计划和复盘安排。功能取决于您的配置。