博客

GEO到底是不是分心?同一组数据的两种读法与一场测量之争(GEO:生成式引擎优化)

百站数据后又有新对照:SEO(搜索引擎优化) Works测得AI转化7.18%对6.08%,安慰剂对照让隐藏影响无法被证明。先学会测,再谈GEO预算。

如果你最近在犹豫要不要把预算和人力往 GEO优化 上压,先看一组数据再决定。Search Engine Journal 在 2026 年 10 月 23 日刊出一位从业者(Marie Haynes)的一手 GA4 数据分析,样本是 100 个不同规模的网站、12 个月、超过 1.45 亿次会话。结论有点反直觉:在这批站点里,来自 ChatGPT 的会话量只相当于谷歌自然流量会话量的 0.62%;把所有大模型加起来,也只有 0.73%。这不是"市场份额",是流量量级的对比。 2026 年 11 月 7 日更新:百站数据之后又出了三份新材料——SEO Works 的转化对照、Kevin Indig 的安慰剂对照检验,以及一篇正面反驳「GEO 是分心」的文章,本文把两种读法和测量之争一并补进来了。

百站 GA4 数据:ChatGPT 流量只有谷歌自然流量的 0.62%

先把样本说清楚,免得被数字带跑。这是作者自己手里的 GA4 百站样本,网站规模不一,覆盖 12 个月,会话总量超过 1.45 亿。在这批站点上,ChatGPT 带来的会话是谷歌自然流量的 0.62%,纳入其他所有大模型后升到 0.73%。

仅为理解量级,按样本比例换算,谷歌自然流量每 1 万次会话对应约 62 次 ChatGPT 会话;这不能预测某个网站的实际流量。这个量级,很难支撑"把主要精力从谷歌挪走"的判断。

当然,AI 流量的统计本身就不容易,各工具的识别口径、引荐来源丢失、AI 流量归因本身就难统计,这些都会让数字有偏差。但偏差能否大到改变上述量级判断,现有样本既没有给出误差分析,也无法据此推断单个网站的真实比例。

转化率高 4.5 倍,为什么谷歌还是贡献了 96.5% 的转化

更有意思的是转化。100 个站点里有 55 个在 GA4 里设了转化追踪,这 55 个站的数据显示:

  • 谷歌自然流量访客转化率 3.02%;
  • ChatGPT 访客转化率 13.8%;
  • ChatGPT 访客转化率是谷歌自然流量的 4.5 倍以上,但谷歌仍然贡献了所分析渠道中 96.5% 的总转化;
  • 在这批小样本里,谷歌自然流量带来的转化次数是所有大模型合计的大约 27 倍——964 次对 36 次。

很多老板看到 13.8% 对 3.02% 就兴奋了,觉得该把预算全面转向 AI 渠道。这里有个容易踩的坑:"转化率"和"转化总量"是两回事。 该样本中 ChatGPT 引荐访客转化率更高,但数据没有解释原因,不能据此判断他们此前是否搜索过品牌。但分母太小,总量就上不去。964 对 36,差了 27 倍,当前样本中,较高转化率仍不足以抵消流量规模差距。

还有一条趋势值得注意:2025 年 8 月 GPT(生成式预训练大模型)-5 发布前后,ChatGPT 会话的增长曲线走到了平台期。作者观察到,自那之后,ChatGPT 给网站输送的访客在减少。这只是该样本里观察到的现象,不能推成"ChatGPT 搜索已死",但至少说明:现在把 GEO 当作唯一增长引擎,时机不对。

另一组数据,把转化率故事讲拧了

Haynes 那组「ChatGPT 转化率 13.8%、自然搜索 3.02%」的数据传开之后,很多做外贸的老板第一反应是:AI 渠道这么值钱,是不是该把钱挪过去?先别急。SEO Works 最近分析了 95 个 GA4 资产,注意这是另一项研究的样本,与 Haynes 的 100 个网站分开看,测出来的数字是:ChatGPT 等 AI 引荐的转化率 7.18%,自然搜索 6.08%。差距依然存在,但远没有 13.8% 对 3.02% 那么夸张。更有意思的是,在 SEO Works 这个样本里,B2B 产品站的 AI 转化率只有自然搜索的 0.62 倍——也就是说,在该研究的 B2B 产品站样本中,AI 引荐的已记录转化率低于自然搜索。

再算一笔对照账,就更清楚了。如果自然搜索流量提升 5%,平均下来每月每站能多 10.3 个转化;而 AI 引荐流量翻一倍,只多 6.6 个转化。翻倍听起来很猛,实际增量还不如自然搜索小幅提升。这说明什么?转化率优势不是普遍规律,它随样本和行业而变。

所以预算优先级的判断没变:先把自然搜索的基本盘守住,再去谈 AI 渠道的增量。如果你正为怎么给 AI 可见度设指标发愁,可以看看站内这篇 AI 可见度该怎么定 KPI,里面给了不把点击当唯一尺子的做法。

看不见的影响,测得出来吗

看到这里,肯定有人要反驳:买家在 AI 答案里看到了我们的品牌,没点链接,过几天直接搜品牌名进来,或者直接输网址访问——这段影响 GA4 根本看不见,你拿引荐流量说事,不是低估了 AI 吗?这个反驳很合理,也确实是行业里最常见的说法。

Kevin Indig 做过一个检验,值得所有想拿「隐形影响」说事的人看看。他对 4 个品牌跑了 632 次相关性测试,把每周的 AI 可见度和直接流量、品牌搜索按 0 到 6 周的滞后逐一对齐,看能不能找到稳定的相关关系。关键在于他加了一组安慰剂对照:故意把日期错位,让数据和真实时间对不上,再跑一遍。结果呢?错位数据的相关性同样强。换句话说,你在正常对齐里看到的那点相关性,错位之后也能凑出来,那就不能证明是 AI 可见度带来的。

按原文口径说结论:隐藏影响可能存在,但目前无法被隔离证明,不能拿相关性当证据。那怎么办?换个框架——把 AI 可见度当品牌广告牌来测,看曝光量、看买家的品牌回忆、看进入考虑名单的比例,而不是当成一个流量渠道去算点击账。

反驳的读法:决策在对话里完成,引荐数据看不见

Search Engine Journal 上还有另一篇文章,正面反驳「GEO 是分心」这个观点。作者自己复查了 57 个网站、1.08 亿次会话——注意,这是第三组研究数据,与 Haynes 的 100 站、SEO Works 的 95 个资产分开标注;作者得到 AI 流量占其样本总量 0.66%。所以你看,体量之争其实没有分歧,大家都承认 AI 引荐流量很小,真正的分歧在影响发生的位置。

他给了一个很直观的换算:每 1000 个搜索引擎用户,只对应大约 7 个可追踪的 AI 用户;个别网站能做到 20 到 25 个。但论点不在这里。他的核心论点是:比较和决策在对话内就完成了,买家几天后才以品牌搜索或直接访问的方式回流,分析系统会把这笔功劳记给 Google。B2B 买家从 AI 答案点进官网,多数不是为了当场下单,而是为了核实细节、做购买前的最后确认。更关键的一点是——如果品牌在 AI 静默调研期缺席,或者被说错了,后续那笔品牌搜索转化根本不会发生。

对应的抓手是清晰的实体关系、结构化的知识、进入 AI 信任的数据源。具体到 B2B 业务怎么落地,站内这篇 B2B 企业怎么做 AI 答案优化 讲得比较细。这里必须加一句口径提醒:这篇文章里提到的「近 14% 对约 3%」的转化率,是转述 Haynes 的数据,不是新样本,不能当成第二份独立证据来用。

两篇分析提供的互补观察:谷歌仍是量级主力

前一天我们拆过的《收录≠访问》一文,用 Pew 和田野实验数据讲了 AI 摘要怎么分流点击。那篇里有两组数据:Pew 的浏览数据显示,有 AI 摘要时传统结果点击率 8%,无摘要时 15%(单一来源);Penn 与 Northeastern 的实验强制全量开启 AI Mode 一周,外站点击下降 18.8 个百分点(单一来源,作者自己标了三处局限,只能当方向性信号)。

把两件事放在一起看,逻辑就清楚了:Forrester 那篇讲的是谷歌内部的 AI 界面正在分流点击,Haynes 这篇讲的是谷歌外部的 LLM 流量量级还很小。这两篇分析的观察合起来,也支持本文的策略判断——要争夺的主战场仍在谷歌,包括谷歌自己的 AI 界面。需要说明的是,Forrester 的文章本身是引用研究的分析文章,并未与 Haynes 使用同一口径验证渠道规模。

GEO优化不是错,错的是把它当成另起炉灶

说到这里,得把话说清楚:GEO优化 不是白做,但它不该是另起一摊。

大量用户在谷歌内使用 AI 搜索,主要就是 AI Overviews 和 AI Mode 这类界面,而这些用户根本没离开谷歌。谷歌的 AI 生成答案大致分三步:可能通过查询展开、对相关子主题发起多次搜索,再检索候选页面,最后筛选合成一段回答。这三步里,页面需能被索引并具备展示摘要的资格,才可能成为支持链接;SEO 基础有助于获得资格,但不能保证被引用。 大白话:SEO 基础没打好,AI 引用也难轮到你。

所以正确的顺序是先把谷歌 SEO 这块地基打稳,再在SEO 基础上做 AI 搜索可见度。这个打法特别适合已经在做谷歌 SEO、客单价高、买家会多方比较的外贸 B2B 企业。

如果你同时在做国内 AI 平台的可见度,可以对照我们整理的中国首部 GEO 团体标准解读,那篇给了外贸企业一份买 GEO 服务前的验收清单,比听服务商讲故事管用。

先把转化追踪做起来:100 个网站里有 45 个没设关键事件

原文里有一个数字比流量数据更值得外贸老板警醒:随机抽样的 100 个站点里,有 45 个没有追踪任何关键事件。

外贸网站的"关键事件"是什么?询盘表单提交、WhatsApp 点击、报价单下载、样品申请、邮件链接点击。这些不设成转化事件,你在 GA4 里看到的就永远只有流量,没有生意。更麻烦的是,询盘进了邮箱就散了,没人知道这条询盘是从谷歌来的、从 AI 来的,还是从哪个展会页面来的。

页面负责让客户开口,CRM(客户关系管理) 负责让开口的客户不流失。具体做法是让每条询盘带着来源进入 CRM,配合匿名访客识别和 Google Search Console 数据接入,你才能回答"这个月的询盘主要来自哪里"这种最基本的问题。这一步不做,后面讨论 SEO 和 GEO 怎么分配预算,全是拍脑袋。

智能体搜索的四个新入口:外贸企业该看哪个、跳过哪个

原文真正的增量不在 GEO,而在"智能体搜索(Agentic Search)"。谷歌 CEO Sundar Pichai 说过"搜索会变成一个智能体管理者"(据 Search Engine Journal 引述),Demis Hassabis 也讲过智能体优先的网页未必要像人一样看渲染页面。这些是方向,但落到外贸企业身上,四个入口的适用性差别很大。

  • Universal Cart:把多个零售商的商品汇总到 Google Wallet 里统一结账,还会盯价格、促销和补货。这是零售逻辑,B2B 询盘型网站基本用不上。据 Search Engine Watch 报道(单一来源),最早自 2026 年 10 月 29 日起,部分敏感操作将要求通行密钥,具体适用时间以账户内通知为准。有谷歌购物或 Merchant Center 账户的外贸企业,先把团队成员的通行密钥配好,再谈 feed 优化;没有这类账户的 B2B 企业,这段可以直接跳过。
  • UCP(Universal Commerce Protocol):由谷歌、Shopify、Stripe 共同治理,官方规范在 ucp.dev。它的发现端点是「/.well-known/ucp」,这是一套 well-known URI 机制下的端点,返回一份"能力画像",能力画像分别列出协议版本、dev.ucp.shopping 服务及其传输绑定、能力与支付处理器,官方给的版号示例是 2026-08-25。听上去很前沿,但它的核心场景是让 AI 智能体原生比价、原生下单。外贸工厂今天先了解就行,不用急着接入。想延伸阅读可以看我们写过的谷歌原生结账与 UCP 的落地场景。
  • WebMCP:这个才是询盘型网站今天就能动手的。WebMCP 让网站把交互功能——表单、计算器、预约排期——通过声明式标记和命令式 API 直接暴露给 AI 智能体。标准由 Google 和 Microsoft 工程师在 W3C Web ML Community Group 孵化,目前是 Draft Community Group Report(社区组草案,不是正式标准)。原文已明确建议开始实验。需要提醒的是,结构化数据、问答式标题、表格化参数属于内容整理建议,有助于页面被理解,但不能代替 WebMCP 的工具注册。
  • 智能眼镜:谷歌称之为 "Intelligent Eyewear",首批设备原文口径是"今年秋季",与 Warby Parker、Gentle Monster 合作的音频眼镜先行,之后是 micro-LED 显示款。

怎么做:先给你的 AI 可见度数字过一遍质检

讨论到这里,落点其实很务实:与其争论 AI 渠道值多少钱,不如先把手上的测量做对。下面四条动作,建议市场负责人这个月就排进日程。

  • 用 AMEC 四问审每一个要进汇报的仪表盘数字。来源:这个数据是不是只来自预期来源、机器人会话过滤了没有;准确性:提及、引用、推荐是不是分开数的;与真实行为对应:这个分数动的时候,品牌搜索、直接访问、询盘有没有跟着动;利益相关方信任:这套口径能不能向老板和财务讲清楚。这四问来自 AMEC(国际传播测量与评估协会)的数据质量白皮书,SEJ 将其应用到 AI 可见度测量;这里沿用这一检查方法,正好治「数字好看但没人信」的毛病。
  • 做一次安慰剂对照自测。把自家品牌每周的 AI 可见度与品牌搜索、直接访问、询盘量按 0 到 6 周滞后对齐算相关性,然后故意把日期错位重跑一遍。如果错位之后相关性一样强,说明本次分析未能区分真实关联与时间趋势等干扰,不能据此认定 AI 可见度带来了行为变化,也别拿它去要预算。
  • 改用广告牌式测量。AI 引荐流量只作诊断指标,不设增长目标;改用固定题库,每月跨工具复测品牌提及、描述准确性与竞品同框情况,并留档对比;另可定期用简短问卷测一次品牌回忆与进入考虑名单的比例。看的是曝光、回忆和考虑,不是点击。
  • 询盘表单加一个自报来源项。「您从哪里知道我们」做成自由填写,和 GA4 的渠道数据并排看,可补充渠道归因线索,自报结果也需与其他数据交叉核对。

先把测量做对,再决定 GEO 预算加多少。

下个季度可以做的两个低成本实验

不用大动干戈,两个实验,一个技术向、一个观察向,投入都不高。

实验一:把询价表单或报价计算器做一次 WebMCP 化测试。 先启动 Browser Run Lab 会话,打开官方示例,在 DevTools 的 WebMCP 面板里列举并执行已有工具;熟悉流程后,再为你的测试询价表单注册一个工具,记录智能体调用时报什么错、缺什么字段。同时把结构化数据、问答式标题、表格化参数这些内容整理工作补齐——它们有助于页面被理解,也是 SEO 本来就要做的事,但不能代替工具注册;把这份调用记录作为下一轮改版的输入。

实验二:看谷歌 AI 搜索界面怎么呈现你的品牌。 拿三到五个买家会问的长尾问题,在谷歌 AI Overviews 和 AI Mode 里各搜一遍,截图记录品牌提及、引用页面和竞争对手。

另外,如果你还没设关键事件,别等实验,本周就去做:把询盘表单提交、WhatsApp 点击、报价单下载设成 GA4 关键事件,并确保询盘带着来源字段进入 CRM。这是所有后续判断的地基。

不确定你的网站询盘主要来自谷歌还是 AI、转化事件有没有设对?留言给我们,我们帮你把流量来源和询盘追踪先理清楚,再决定 SEO 和 GEO 的投入比例。

参考资料

  • Search Engine Journal,《GEO Is A Distraction: Here's Where The Real Opportunity Is》(Marie Haynes,2026-10-23):https://www.searchenginejournal.com/geo-is-a-distraction-heres-where-the-real-opportunity-is/593870/
  • UCP 官方规范:https://ucp.dev/
  • Cloudflare 官方文档,WebMCP:https://developers.cloudflare.com/browser-run/features/webmcp/
  • Search Engine Journal,《Getting Indexed No Longer Means Getting Visited》:https://www.searchenginejournal.com/getting-indexed-no-longer-means-getting-visited/593412/
  • Search Engine Watch,Merchant Center 通行密钥报道(单一来源):https://searchenginewatch.com/google-merchant-center-will-require-passkeys-for-select-actions-starting-october-29/
  • Search Engine Journal,《AI Visibility Isn't A Sham – Most Ways Of Measuring It Are》:https://www.searchenginejournal.com/ai-visibility-isnt-a-sham-most-ways-of-measuring-it-are/594405/
  • Search Engine Journal,《GEO Isn't A Distraction – Referral Data Misses Where AI Shapes Buying Decisions》:https://www.searchenginejournal.com/geo-isnt-a-distraction-referral-data-misses-where-ai-shapes-buying-decisions/595730/
  • AMEC,《AMEC GEO Principles》(官方测量框架,2026 年 5 月发布):https://amecorg.com/wp-content/uploads/2026/05/AMEC-GEO-Principles.pdf

相关阅读

同一个词贵了约两成:14家B2B广告主同关键词点击成本同比涨约21%

Grey Matter追踪14家B2B广告主1349个非品牌词:控制花费、位置与质量得分后同词点击成本同比涨约21%,附同词自查三步。

阅读全文

YouTube剪辑工具转Shorts:播客切片自动回链原片,先对10国7语名单

YouTube Studio剪辑工具扩展到Shorts:按字幕选段转竖版并自动回链原片,AI推荐只覆盖10国7语,不处罚不等于不影响推荐。

阅读全文

AI智能体流量10月涨到8月的8倍:Muse一家占59%,八成半只逛不买

HUMAN10月报告:智能体请求约为8月的8倍,Meta与OpenAI占近九成,85%落在商品与搜索页;签名目录迁到muse.ai,黑五前先做三件事。

阅读全文

聊聊你的外贸获客现状

不用先准备材料,把现在最头疼的事说清楚就行。