一个独立站把自己从谷歌的生成式 AI 功能里"关"了 28 天,再"开"回来 28 天,两段做对照,最后估出一个数字:谷歌 AI 功能大约贡献了它 21% 的搜索点击。这就是近期在 SEO(搜索引擎优化) 圈传得比较多的一个实验。对做外贸的人来说,这个数字最容易被误读成"AI 带来了两成点击",然后急着做决策。先别急,这篇就聊清楚这个谷歌AI功能点击份额是怎么算出来的、哪里能信、哪里不能照搬。
一个站把自己关出 AI 功能 28 天,算出了什么
据 Search Engine Journal 2026 年 11 月 9 日的报道,SEO 顾问 Cyrus Shepard(Zyppy SEO 创始人)把自家网站做了一次"退出—恢复"对照实验。做法是:9 月 1 日通过 Search Console 的生成式 AI 控制项,把整个站从谷歌 AI 功能里排除出去;9 月 29 日恢复。然后把退出期和恢复期各 28 天的数据拉出来对比。
目前披露的信息显示,几个关键数字是这样的:
- 退出前,该站的 AI 功能展示大约每天 500–1000 次,约占它谷歌总展示的 10%。
- 退出后不到 1 小时,该站就从 AI 功能里消失了;恢复后 AI 展示迅速回升。
- 在两段 28 天里按相同查询、相同排名做控制后,估算 AI 功能的点击率约 0.9%(合理区间 0.7%–1.1%),而该站整体搜索点击率约 0.4%。
- 据此估算,AI 功能贡献了该站约 21% 的谷歌搜索点击。
注意,这些数字都来自这一个站、这一次实验,不是行业平均数。
21% 是怎么估出来的:方法拆解
第一,它用的是"时间切段 + 同条件对照"。退出 28 天、恢复 28 天,两个窗口长度一致,便于比较;相邻时段仍可能受季节性、需求变化及其他搜索变化影响。更关键的是"同查询、同排名"控制——只比较那些在两段时期里都排在同一位置的查询,尽量把"位次变动"和"查询结构变化"带来的干扰剔掉。这一步如果不做,点击变化里就混进了排名涨跌的影响,估出来的数会失真。
第二,估算落点在总点击的对照上:把退出 28 天与恢复 28 天的总点击放在同查询、同排名的口径下比较,在控制查询和排名变化后,作者用两期点击差异估算 AI 功能的贡献;这仍是估算,无法排除全部时间因素。由此反推的 AI 点击率约 0.9%(区间 0.7%–1.1%),明显高于该站整体搜索点击率约 0.4%;再换算到总点击盘子,就得到约 21% 这个份额。
第三,退出速度这个细节很有意思。该站退出后不到 1 小时就从 AI 功能里消失。但按 Google 官方帮助文档《Search generative AI control》的说明,排除一般需要数天,内容会在控制生效后 1–2 天内排除,个别情况因缓存还会更久。一个是"不到 1 小时"的个案,一个是"一般需数天"的官方口径,两者并不矛盾——生效速度本就会有差异。若按"一小时就该生效"去卡时间点,可能把还没生效的几天算进退出期,把结果带偏。
还有一笔光环账:普通结果点击率也被抬高
实验里还有一个容易被忽略的发现:出现在 AI Overview 里的页面,它普通搜索结果的点击率也有小幅提升,而且 AI 可见度最高的那些 URL,提升最明显。把这部分算进去,与 AI 功能相关的点击份额从 21% 升到约 23%。
这个现象被称为"光环效应"。但作者自己说原因不明,只提出"品牌强化"是一个可能的解释——用户先在答案里看到你的品牌,之后在普通结果里更容易点你。这是可能的解释,不是被证实的因果,还不能拿来当策略的硬依据。
为什么这个数字不能搬到你的站上
21% 看上去很诱人,但它至少有四层限定:
- 单站单次。一个站、一次实验、两个 28 天窗口,样本量本身就有限。
- 站点特性。作者表示,该站做过较多争取 AI 引用的优化,这可能是其 AI 点击份额较高的原因之一。你的站如果没做过这类优化,份额大概率不一样。
- 口径依赖。估算依赖"同查询同排名"的匹配质量,匹配得越粗,误差越大。
- 作者自述。Cyrus Shepard 自己就讲,这个数只是"方向性标尺",不能套用到其他网站。
所以正确的用法是:把任何单站数字当成方向性标尺,汇报时带上区间和限定条件。比如说"单一样本估算 AI 点击率在 0.7%–1.1% 之间,我们站需要自测",而不是说"行业 AI 点击率是 0.9%"。
报告为什么拆不出这笔账
有人会问:Search Console 不是有生成式 AI 报告吗,为什么还要费劲做实验?
按 Google 官方帮助文档《Generative AI performance report (Search)》的说明,这份报告只包含 AI Overviews 和 AI Mode 的展示数据,可以按页面、国家、设备、日期拆分,数据本身来自 Web 搜索类型的效果报告(该报告已于 2026 年 8 月 31 日向全球所有网站推出)。也就是说,它能告诉你"你被 AI 展示了多少次",但不直接告诉你"这些展示带来了多少点击"。
与此同时,GSC 把 AI 链接产生的点击计入了标准效果报告的总点击里,目前没有官方文档给出拆分办法。结果就是:你能看到总点击,也能看到 AI 展示,但两者之间的换算关系得自己估。这正是那个退出实验想解决的问题。关于报告缺点击、点击率与查询口径的风险,以及怎么自算暴露度,我们之前在报告缺点击的风险与自算方法里拆过一遍,可以和这篇对照着看——那篇讲"报告本身怎么读才不踩坑",这篇讲"用退出实验怎么实测估一遍",分工不一样。
怎么做:先算占比,再决定要不要做退出实验
对绝大多数外贸企业来说,我的建议是:先算占比,再决定要不要折腾退出实验。具体三步。
第一步,先看 AI 展示占比。打开生成式 AI 报告,按页面拉最近 28 天的 AI 展示量,除以该页面同期的谷歌总展示量,得到 AI 展示占比。展示占比只能作为初筛指标,不能直接代表点击贡献;是否值得实验,还需结合点击、询盘价值和可承受的流量损失判断。导出两份报告时,请使用相同日期、页面、国家、设备和搜索类型口径,否则占比会被口径差异放大或缩小。
第二步,如果占比确实高,再评估要不要做退出实验。做之前先想清两件事。一是代价:在顶级域名资源上排除,会影响继承该设置的子资源;子资源也可单独覆盖,因此操作前应检查实际作用范围,排除生效后,在实际作用范围内,网站将不再获得这些 AI 功能的展示与点击,同时你的竞争对手仍然留在答案里,这 28 天的曝光真空是实打实的损失。二是条件:你得有稳定的数据基线、能承受 28 天的窗口、能用同查询同排名口径做对照,并且提前把恢复日期写进日历——排除按官方说明预留生效时间;恢复后也应观察展示是否回升,再确定对照窗口,别把过渡期算进对照期。想清楚 AI 可见度指标该怎么搭,可以参考AI 可见度指标怎么搭,先把度量框架立起来,实验数据才有地方放。
第三步,12 月 3 日之后对一遍官方账。据报道,英国竞争与市场管理局(CMA)要求谷歌在 12 月 3 日前提供英国市场 AI 功能的展示、点击、点击率数据(跨功能聚合口径),其后 3 个月内推出页面级控制。若届时能取得自家网站的英国流量数据,应使用相同地区、日期和功能范围对账,不能直接与全球估算比较;等页面级控制上线后,再评估要不要做更细粒度的处理。如果你想把 AI 搜索这块系统性地补起来,可以看看我们的AI搜索优化服务,从展示、点击到内容结构一起理。
12 月 3 日之后,先对一遍官方账
把时间线拉直:现在你能拿到的是自家 GSC 里的 AI 展示数据;12 月 3 日是英国 CMA 要求的数据节点,会有一批英国口径的聚合数据;之后 3 个月内,页面级控制预计推出。若届时能取得自家网站的英国流量数据,应使用相同地区、日期和功能范围对账,不能直接与全球估算比较,再决定要不要为某些页面单独做 AI 可见度取舍,会比现在拍脑袋靠谱得多。
在此之前,别把单站实验的 21%、23% 当成自己的 KPI,也别因为"AI 可能带来两成点击"就全站压上去。先算清自家占比,再决定动作,节奏会稳很多。
如果你手上有生成式 AI 报告里的展示占比数字,欢迎带着它到联系我们留言,我们一起判断值不值得做退出实验、AI 可见度下一步该补哪块。
参考资料
- Search Engine Journal《Google's AI Features Sent One Site An Estimated 21% Of Its Clicks》,2026-11-09:https://www.searchenginejournal.com/googles-ai-features-sent-one-site-an-estimated-21-of-its-clicks/596267/
- Google Search Console Help《Search generative AI control》:https://support.google.com/webmasters/answer/16908024?hl=en
- Google Search Console Help《Generative AI performance report (Search)》:https://support.google.com/webmasters/answer/16984139?hl=en
- eCorpIT:CMA 发布商要求解读(二手来源)