二十年来，搜索的成功意味着一件事：赢得点击的排名。而这一契约正在被打破。AI 生成的答案现在直接在结果页面上解答了许多问题，因此越来越多的搜索在没有人访问网站的情况下结束。崭新的问题不仅是您的排名如何，而是答案是否引用了您。本文将解释数据实际显示的情况、为什么“引用”正在成为衡量可见性的新标准，以及如何客观评估并避免陷入自欺的误区。
直接回答正在吞噬点击，且数据是可衡量的
AI 摘要在结果中直接解答了更多查询，因此将访客引至网站的搜索减少了。Pew Research 在2025年3月分析了900位被追踪的美国成年人的68,879次 Google 搜索，发现在出现 AI 摘要时，用户点击传统结果的访问比例为 8%，而未出现时则为 15%。另一项由 Ahrefs 针对300,000个关键词进行的分析（分为150,000个带有 AI Overview 的关键词和150,000个不带 AI Overview 的信息类关键词）预估，在扣除整体点击率下降的影响后，AI Overview 的出现会导致排名第一的页面点击率下滑约 58%。这些都是有据可查的真实影响。这并非意味着点击的终结，但在受影响的查询中，点击率出现了明显的下滑趋势。
可见性正从传统的排名位置向回答的内部转移
当答案本身成为搜索的终结地，在答案中被提及或引用就成为了终极追求。大多数 AI 回答引擎都会在回答旁呈现几个来源，而被纳入其中很大程度上取决于内容的相关度以及全网的相互印证，而非单一的关键词排名。由于 answers 是根据每个查询即时生成的，同一个品牌可能会在某个提示词中出现，而在稍微更换措辞的提示词中查无此品牌。实际的目标已从拥有一席排名，转变为在买家实际提出的各种提示词中被稳定且持续地引用。
不同引擎的引用方式各有不同，因此不存在通用的应对指南
不同引擎的引用行为各有差异，将它们视为同一种渠道进行营销往往会做出错误的决策。行业分析普遍发现，ChatGPT 倾向于引用像 Wikipedia 这样的大型百科参考源；相比之下，Perplexity 和 Google 的 AI Overviews 都极大地依赖于 Reddit 和 YouTube 等实时社区内容，而像 Wikipedia 这样的参考网站在 AI Overviews 的引用中所占比例要小得多。引用的来源数量也各不相同，在已发布的数据样例中，不同引擎在每个答案中引用的来源从几个到十几个不等。总结而言，应该针对每个引擎验证其行为，而不是假设某一种策略能在所有平台通用。
衡量引用份额与稳定性，而不仅仅是排名
当直接回答从不往外提供外部链接时，像平均排名这样的传统指标就失去了意义。更有效的评估框架是针对一组特定的买家提示词，追踪您被各引擎引用的频率（随着时间的推移进行监测），这有时被称为 AI share of voice。这一点至关重要，因为被引用的来源是不稳定的：Profound 针对 ChatGPT 引用的分析发现，大约 40% 到 60% 的被引用域名每个月都会发生变化，不过也有其他分析由于流失主要集中在较低的位置，因而发现重复引用的核心来源相对更为稳定。因此，评估应该同时追踪存在感（您是否被引用）和持久度（您是否能保持被引用状态），并结合诸如品牌搜索和直接流量等下游信号，因为来自回答内部的归因在标准分析中往往是无法追踪的。
- AI 回答对受影响查询的点击率有可衡量的降低作用；Pew 发现拥有 AI 摘要的结果点击率为 8%，而没有的则为 15%，且 Ahrefs 估算在出现 AI Overviews 的情况下点击率降低了约 58%。
- 可见性的衡量单位正在从排名位置转向在回答内容本身中被引用或提及。
- 不同引擎的引用行为各有差异，应分别查验 ChatGPT、Perplexity 以及 Google 的 AI Overviews 是如何获取内容来源的，而非默认同一种方法放之四海而皆准。
- 追踪每个引擎在一组固定的买家提示词中的引用份额，而不仅仅是平均排名，因为回答是针对每个查询实时生成的，且被引用的来源会随时间而变化。
- 由于回答内部的引用极少出现在标准分析中，请将引用追踪与下游信号（如品牌搜索和直接流量）结合起来。