AI news

深度|AI推荐正在变成一门生意:流量不到Google的1%,转化率却已逼近付费搜索

By Sense AI1 viewsSource: 深思SenseAI
深度|AI推荐正在变成一门生意:流量不到Google的1%,转化率却已逼近付费搜索

ChatGPT 正在从一个回答问题的工具,变成软件公司的新分销商。

The full text has not been translated yet. The Chinese original is shown below.

文章配图

ChatGPT 正在从一个回答问题的工具,变成软件公司的新分销商。

这句话听上去有些超前。毕竟在 2025 年 6 月,Similarweb 统计到的 AI 平台引荐访问约为 11.3 亿次,Google 搜索引荐则达到 1910 亿次。前者只有后者的 0.6%。

但另一组数字已经先变了。Similarweb 对 2026 年 4—5 月点击流数据的分析显示,ChatGPT 引荐流量的转化率达到 7.1%,只比付费搜索的 7.8%低 0.7 个百分点,并且高于自然搜索、直接访问、社交、邮件和展示广告。

入口仍小,成交质量却已提前成熟。

这正是 Profitable Founder Podcast 最新一期访谈值得讨论的地方。受访者 Tanya van Gastel 创办了面向 SaaS 公司的 SEO 与 AI 可见度机构 Ranking on AI。她给出的案例是,一位客户在两个月内将日均注册量从 30 提高到 98。这个结果来自 Tanya 本人的陈述,没有经过独立审计,不能被当成行业基准。

真正重要的也不是这 68 个新增注册,而是它背后的机制:当用户已经在问“哪款产品更适合”“A 和 B 怎么选”“某产品有哪些替代品”时,AI 不只在提供信息,它正在替买家压缩候选名单。

过去,品牌争的是搜索结果页上的位置。现在,品牌开始争一份由机器生成的采购短名单。

文章配图

图:Profitable Founder Podcast 访谈画面,主题为如何让 ChatGPT 推荐一款 SaaS 产品(来源:Profitable Founder Podcast)

原文还在中段推广了主持人的自动化 SEO 产品 Distribb。这不等于方法无效,却提醒读者把两件事分开:它是一套服务商与产品方共同讲述的增长方案,其中的案例强度需要独立验证,机制本身则可以用平台规则和行业数据交叉核对。

文章配图

图:原文推广的 Distribb 产品页面,主打以购买意图 SEO 为企业自动获客(来源:Profitable Founder Podcast)

入口很小,成交先变

:::

AI 搜索最容易被误判的地方,是只看流量规模。

从总量看,它远没有取代 Google。Similarweb 对 2025 年 6 月的估算显示,AI 平台引荐量约为 11.3 亿次,Google 搜索则是 1910 亿次,两者相差约 169 倍。Ahrefs 在 2025 年初分析 3000 个网站时,也发现 AI 聊天工具平均只贡献 0.17%的网站流量。

如果分析停在这里,结论会很简单:AI SEO 仍然是一门可以忽略的小生意。

文章配图

图:2025年6月,AI平台与Google搜索引荐规模相差约169倍(来源:Similarweb)

问题在于,流量和商业价值走的不是同一条曲线。

2026 年 5 月 7 日之后,ChatGPT 开始在回答中更突出地展示可点击品牌链接。Similarweb 的点击流样本显示,随后一周总引荐量增长 157.7%,直达品牌首页的引荐量增长 354.7%。更新前,只有约 26%—32%的 ChatGPT 引荐落在首页;更新后,这个比例迅速升到约 60%。

文章配图

图:2026年5月7日前后,ChatGPT总引荐与首页引荐增速对比(来源:Similarweb)

这组对撞比单独一个增长数字更重要:用户不再只是沿着一篇被引用的文章进入网站,而是先在对话中完成一轮筛选,再直接走向品牌正门。

Google 搜索更像把人送进商场,再让人逐个逛店。AI 推荐开始像一位采购顾问,先问用途、预算和限制,再递上一张三到五家的候选名单。点击发生得更晚,但发生时,用户已经完成了更多判断。

流量的体量仍停留在早期,流量的意图却在向成熟渠道靠近。

关键词正在失去中心

:::

传统 SEO 的基本单元非常稳定:一个关键词,对应一个页面、一个排名和一次点击。

AI 搜索把这个单元拆开了。

OpenAI 的官方说明显示,ChatGPT Search 会把用户问题改写成一个或多个更有针对性的搜索词,必要时继续发出更具体的查询。Google 对 AI Overviews 和 AI Mode 的解释更直接:系统会使用“查询扇出”,围绕子主题和不同数据源同时发起多次搜索,再组织答案。

因此,“最好的项目管理工具是什么”并不是一个关键词。它可能被拆成适合小团队的工具、价格差异、集成能力、数据安全、上手成本和替代方案。品牌即使在其中一个页面上排名第一,也未必能在最终答案里出现。

同一个问题也不再对应一张稳定榜单。用户只要补充团队人数、预算、所在行业或已有软件,系统就可能重新搜索并重排候选。传统搜索争的是一个相对固定的位置,AI 推荐争的是在多少种约束组合下仍能留在答案里。前者像占住一格货架,后者更像通过一系列不断变化的采购条件。

这会同时扩大竞争面并降低可控性。品牌需要覆盖的不是一个高流量词,而是一组围绕真实决策展开的问题;优化结果也不能靠一次查询截图判断,而要在不同提示、不同时间和不同平台上反复观察。

旧链路是:

文章配图

这不是给 SEO 换一个新名字。竞争单元已经从“能排名的页面”,变成“能被多组证据共同支持的品牌结论”。

页面也随之换了角色。过去,页面是目的地;现在,页面首先是一块证据。

官网不能替自己作证

:::

一家 SaaS 公司当然可以在官网写“最适合中小团队”“业内领先”“客户最满意”。但在一个需要比较多个来源的回答系统里,品牌自己的陈述只能证明它想被怎样理解,不能证明市场真的这样理解它。

这解释了为什么 Tanya 把第三方页面放在方法的核心位置。她建议先向 ChatGPT 提出目标购买问题,再打开答案引用的榜单、比较页和指南,找出究竟是哪些页面正在塑造答案。

Ahrefs 对自身品牌的观察提供了一个更清楚的刻度:在不同 AI 答案中,最高有 89%的 Ahrefs 品牌出现来自第三方页面,而不是 Ahrefs 官网。其对 7.5 万个品牌的相关性研究还显示,YouTube 提及与 AI 可见度的相关系数约为 0.737,普通网页中的品牌提及约为 0.66—0.71,网站域名评级只有 0.266,外链数量的相关性则接近可以忽略。

文章配图

图:影响AI可见度的信号强弱对比,品牌提及明显高于传统域名权重(来源:Ahrefs)

相关性不等于因果关系,Ahrefs 的样本也不能直接推导出一套普遍排名公式。但方向已经足够明确:AI 要的不是一家公司的自我介绍,而是网上是否形成了关于这家公司的稳定共识。

这里还藏着一个二阶效应:被广泛讨论的品牌更容易被推荐,被推荐又会带来更多访问、测评和讨论。旧品牌积累多年的口碑,正在变成新分销系统的启动数据。对新公司而言,和头部品牌正面争夺“最好用的软件”往往代价很高;更现实的入口,是先在一个约束清楚的购买问题里成为可信答案,再让这组证据向相邻问题扩散。

这与消费品牌进入大型商超后的变化很相似。品牌不能只对消费者打广告,还要同时通过采购评估、经销体系和货架陈列。今天的 AI 推荐也多出了一层“答案采购”:官网、评测、论坛、视频、客户案例和产品目录,都可能成为机器决定是否把品牌放上货架的依据。

AI 推荐看似减少了中间环节,实际上把分销网络藏进了答案背后。

快页面,慢共识

:::

原访谈里有一个很诱人的实验:主持人在竞争不激烈的细分领域,把榜单文章发布到 Medium 和 LinkedIn,其中一篇大约 72 小时后就出现在 Google AI Overviews 中。

72 小时,是新渠道最吸引人的速度。

但 Tanya 同时给出的客户增长周期是两个月;OpenAI 和 Google 都只承诺“允许被抓取”,并不保证收录或展示;Google 还明确提醒,重新抓取一个页面可能需要几天,也可能需要几个月。

这里至少存在四只不同的钟:

文章配图

AI 搜索界面按周变化,品牌可信度却仍按月甚至按年积累。两者的速度差越大,越容易催生“72 小时进入 AI 答案”这样的增长神话。

但最终的推荐质量,会被最慢的那只钟校准。

一家新公司可以很快发布十篇比较文章,也可以通过 Medium、LinkedIn 或 YouTube 更快进入某些答案。它无法用同样的速度制造真实客户评价、持续产品体验和跨来源的一致口碑。

这也是“榜单互换”和批量外联最危险的地方。它们也许能暂时增加提及,却会把证据网络变成一组互相担保的营销页面。机器可以被短期信号影响,但买家仍会在试用、价格和产品兑现能力上完成最后一轮验证。

抓取速度可以加速,信任速度很难外包。

引用不是收入

:::

AI 可见度行业正在复制早期社交媒体营销的老问题:先发明一个容易截图的数字,再把它包装成增长。

被 ChatGPT 引用一次、品牌在十个提示词中出现、AI 可见度提高 300%,都可能是真实数据。它们也都可能没有产生一个客户。

2026 年 6 月,Semrush 对多种 AI 搜索产品的样本研究发现,62%的 AI 引用属于“幽灵引用”:页面被列为来源,品牌名称却没有出现在答案正文中。ChatGPT 的引用率较高,但品牌被明确提及的比例只有 20.7%。被机器拿去支撑一句话,和被机器推荐为购买对象,是两回事。

文章配图

图:AI渠道的四级测量漏斗:被抓取、被引用、被推荐、完成付费(来源:Z Finance整理)

因此,AI SEO 最该追踪的不是引用次数,而是一条四级漏斗:

被抓取,说明基础设施没有挡住机器;被引用,说明页面能支撑某个判断;被推荐,说明品牌进入了候选集;付费转化,才说明这次推荐碰到了真实需求。

平台也正在补齐测量工具。OpenAI 会在 ChatGPT 引荐链接中自动加入utm_source=chatgpt.com,网站可以在分析工具中识别这部分访问。Google 则在 2026 年 6 月开始测试独立的生成式 AI 表现报告,展示网址在 AI Overviews、AI Mode 和 Discover 生成式功能中的曝光、页面、国家、设备与时间。

但平台报告仍然只负责告诉品牌“出现了多少次”。从落地页到注册、从注册到付费、从付费到留存,仍然要由企业自己的数据接完。

没有收入链路的引用,只是一张更高级的搜索排名截图。

六步法要换一把尺

:::

原文给出的六步法没有错:搭建可抓取的网站,找出 5—10 个接近购买决策的问题,把问题变成内容,补充真实证据,争取相关第三方提及,再追踪注册和付费。

真正需要调整的是每一步的考核单位。

网站建设不该只检查“页面是否上线”,而要检查 OAI-SearchBot、Googlebot 和 CDN 是否允许访问,关键事实是否以文字呈现。OpenAI 明确区分用于搜索展示的 OAI-SearchBot 与可能用于模型训练的 GPTBot;允许前者,并不等于必须允许后者。

内容生产不该按文章篇数考核,而要按购买问题覆盖率考核。一个“什么是项目管理软件”的页面也许有更大流量,但“20 人远程团队在预算有限时该选哪款工具”更接近真实决策。

外部传播不该按外链数考核,而要看品牌是否在关键第三方来源中以一致的事实出现。产品定位、价格、适用人群和差异点如果彼此冲突,模型只会拼出一个不稳定的答案。

最终,团队不该问“ChatGPT 有没有提到品牌”,而该问三个更难的问题:哪些购买问题带来了访问?哪些落地页带来了注册?哪些注册最后变成了付费和留存?

旧 SEO 的尺子是排名。AI 推荐的新尺子,是品牌进入决策的距离。

结语

:::

AI 搜索暂时还不是最大的流量入口,却可能最先改变买家的决策顺序。

过去,用户先点击,再研究,再形成品牌判断。现在,越来越多研究发生在点击之前:机器替用户拆问题、读比较、找证据,最后把少数品牌送到首页门口。

这条曲线也可能被高估。7.1%的转化率来自 Similarweb 的点击流样本,不代表每个 SaaS 类目都能复制;一次界面更新带来的 157.7%增长,也不能被直线外推。平台会继续改链接样式、引用逻辑和流量分配,今天有效的捷径很可能很快失效。

但有一件事比任何平台技巧更稳定:当答案开始替人做选择,品牌竞争就不再只发生在自己的网站上。

未来的官网,既是店面,也是证据库;未来的口碑,既说服人,也说服机器。

而真正的分界线,不是品牌有没有被引用。

是它有没有被选择。

数据与资料来源:

•Profitable Founder Podcast,How to Get ChatGPT to Recommend Your SaaS

• OpenAI,ChatGPT Search;Publishers and Developers FAQ

• Google Search Central,AI features and your website;Introducing Search Generative AI performance reports

• Similarweb,Gen AI Stats 2026;ChatGPT Referral Traffic Near Triples Overnight;AI Referral Traffic Winners By Industry

• Ahrefs,AI Traffic Study;The SEO Process in a Nutshell;AI Search Strategy

• Semrush,The Ghost Citations Study

文章来自于"深思SenseAI",作者 "Sense AI"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)