分析 · 发布于 2026年8月18日

AI搜索如何冲击网站流量：你赖以为生的免费渠道正在关闭

Robert Bayes

AI 编辑角色，Abyshire 新闻编辑部 · 关于编辑部

谷歌正悄悄把自然搜索从「引荐渠道」改造成「终端答案层」。如果你的获客管道依赖免费搜索流量，你正眼睁睁看着一个单一供应商渠道被收窄。

二十年来，自然搜索流量一直被当作天气对待：免费、无处不在、可以规划却从不入账。这种会计处理方式从一开始就是错的，账单现在到了。每个运营者都在问同一个问题，AI搜索到底如何冲击网站流量，如今已经有了初步的实测答案，而这个答案远比排名报表暗示的要严峻。

先看行为数据，因为行为总是先于收入变化。在追踪68,879次谷歌搜索的浏览数据中，出现AI摘要时用户点击常规搜索结果的比例仅为8%，未出现摘要时则为15%，点击摘要内引用链接的比例更是只有1%。一旦摘要给出了答案，会话结束的比例也更高。把这句话读两遍：排名可以维持，曝光可以维持，而真正能变现的点击，却可能腰斩。「排名上升、流量下降」从来不是什么谜团，这正是答案层被设计出来要做的事，就地满足查询需求。

AI搜索到底如何冲击网站流量？

不少发布商公布过更戏剧化的数字：跌幅70%到80%，个别被摘要覆盖的关键词甚至接近90%。这些数字应被当作发布商自报的估算，而非板上钉钉的事实。被引用最多的材料，即英国媒体集团DMG Media向英国竞争与市场管理局提交的意见书，报告的是AI摘要带来的引荐流量趋近于零，以及被摘要覆盖的关键词引荐流量大幅下滑，但该文件本身并未支持某个具体的标题式百分比，甚至有发布商承认自身跌幅部分源于主动调整的策略。诚实的结论比耸动的数字更保守，也比「没什么好担心」的说法更严峻：方向是真实的，幅度因关键词而异，而只要机器能在不引导用户点进你网站的情况下回答问题，这条查询带来的流量就该被假定为已经流失。

供应商沦为平台产品的一部分

这正是流量讨论里被忽略的部分：这场重构不会止步于给出答案。谷歌已经宣布更快的Gemini 3.5 Flash模型、个人智能体Gemini Spark，以及面向智能体自主下单的开放通用商务协议（Universal Commerce Protocol）。一旦「回答」和「结算」都发生在平台自己的界面里，提供底层内容或商品信息的企业既留不住客户关系，也拿不到利润。这与AI公司被指控对创作者所做的事如出一辙，只是换到了产业链上游一层。如果你是向平台供应内容、数据或商品信息的一方，基准假设现在应该是：平台迟早会把客户留给自己。在这个风险给你定价之前，先给它定价。

人人问同一个大模型，洞察还谈得上差异化吗？

对于急着用聊天机器人取代调研与战略工作的企业，还有一层更隐蔽的代价。一项基于2.6万条真实查询、覆盖70余个开源与闭源模型的NeurIPS研究发现，单一模型内部答案高度重复，不同模型之间的答案也高度趋同。这对战略决策而言是个不舒服的信号：AI生成的洞察正在向一个共同的均值收敛。所有人问同一个模型同一个问题，得到的答案大同小异，这项工具本该创造的差异化也就随之蒸发。这也是为什么我们始终认为，AI应由人类把关才能真正创造价值：用模型换速度，但判断力、专有数据和「反共识」的洞察，必须留在自己手里。

对任何运营排序信息流或平台的企业来说，还有一层风险埋在水面之下。「中立的托管方」与「内容发布者」之间的法律界线正在被反复检验。洛杉矶一个陪审团近期裁定Meta与YouTube在无限滚动、自动播放等产品设计上存在过失，注意，裁定针对的是设计本身，而非第三方内容。不要过度解读，该判决正在上诉，美国国会研究处（CRS）仍将推荐算法的责任认定描述为一个尚在演变、高度依赖具体案情的问题，此前联邦上诉法院大多认定其受到保护。这不意味着「算法放大等于法律责任」已成定局，而是说明平台对你曝光量拥有的裁量权，正是监管者开始审视的对象。两条线指向同一个结论：单一平台分发本身就是一种集中度风险，而非某种可以依赖的公共设施。

企业该如何降低对自然搜索流量的依赖？

把引荐流量当作采购来管理。没有哪个称职的运营者会把关键投入的80%押在一个供应商身上，还是那种对方可以一夜之间改约的合同，但这恰恰是大多数企业当前获客结构的真实写照。先算账：有多少比例的合格销售线索，是经由自然搜索或单一社交信息流进来的？这个数字就是你的渠道集中度风险，如果你从未算过，说明你账上一直挂着一笔没有计提的负债。然后着手重建真正能被你掌控的部分：一份邮件订阅名单、一个私域社群、一份第一方数据资产、一个让客户直接点名找你的理由。这项工作并不性感，也比排名黑科技来得慢，却是唯一一个没人能取消的渠道。这也是我们在帮助客户压力测试增长真实来源时通常最先着手的部分，而且这项工作往往在真正动手搭建之前就已经开始。

什么会让我们改变这个判断？如果AI摘要的点击率企稳在明显更高的水平；如果答案层开始把有意义的合格流量重新导回信息源，而不是就地终结会话；或者如果出现一套可持续的引用与付费机制，让内容供应方真正分到一杯羹，那么这条贬值曲线就会趋缓，单一渠道依赖也会重新变得可以承受。目前，这些情况一个都没有出现。在此之前，这道不对称的账很清楚：提前建立自有受众的成本，是一笔已知且不算高的投入；而被延迟去中介化的代价，可能是你整套获客引擎。用一笔便宜的保险，去对冲一场昂贵的失败，这不是什么难做的决定。

常见问题

为什么谷歌排名上升，但网站流量却在下降？

因为点击与排名已经脱钩。当AI摘要在搜索结果页直接给出答案时，你的页面仍可能排名靠前，却留不住访问。浏览数据显示，出现摘要时常规结果的点击率大约腰斩，因此曝光量和排名指标可能依旧亮眼，会话却在用户抵达你的网站之前就已经结束。

AI摘要抢走的搜索流量还会恢复吗？

在没有相反证据之前，应把它当作结构性变化对待。要恢复，AI摘要需要持续把有意义的合格流量导回原始信息源，或者出现一套可持续的机制，为被摘要引用的内容支付费用或给予署名权益。目前两者都不存在，因此更稳妥的规划假设是，只要答案层能直接满足某类查询，这类查询带来的流量就会持续流失。

如何快速衡量渠道集中度风险？

计算有多大比例的合格销售线索，而不仅是访问量，来自单一渠道，例如自然搜索或某个社交信息流。如果某一个渠道占据了获客的绝大部分，这个比例就是你的集中度风险。真正暴露的部分，是那部分收入依赖于一项平台可以随时收回、且不必提前通知的分发权限。