AI 搜索正在吃掉你的 SEO 流量——以及你该怎么办
上个月我在看一个客户的 Google Search Console 数据时，注意到了一个让我停下来重新思考的现象。
Google 自然搜索流量同比下降 12%。排名？稳定——大部分目标关键词甚至略有上升。内容产出？比以往任何时候都高，因为用了 AI 辅助生产。
排名没掉，流量却掉了。这在过去是不可能的。现在是新常态。
流失的流量没有消失，只是去了别的地方。去了搜索结果顶部那个 AI 生成的摘要框。去了 ChatGPT 和 Perplexity——用户在那里提问并得到答案，从头到尾没点过一个蓝色链接。去了 Google 自己的 AI Overviews，在用户还没往下滚动之前就把问题回答了。
这不再是预测。从传统搜索到 AI 驱动信息发现（AI-powered discovery）的流量迁移，正在此刻发生。而大多数 SEO 仍在为一个正在消失的搜索体验做优化。
数据不会说谎
先看几个关键数字。
2024 年，Google 在超过 100 个国家推出了 AI Overviews。到 2025 年初，研究显示 AI Overviews 出现在约 15% 的 Google 搜索中——这个比例还在持续上升。展开后，这些 AI 摘要占据桌面和移动端近一半的屏幕空间。用户不用滚动，更不用说点击，就已经得到答案。
与此同时，60% 的 Google 搜索以零点击（Zero-Click）告终。不是 60% 的 AI Overviews 查询——是 60% 的所有 Google 搜索。自从 2014 年精选摘要（Featured Snippet）出现以来，SEO 们一直在讨论的零点击时代，终于被 AI Overviews 一把火点燃了。
再看 AI 原生搜索引擎。ChatGPT Search 在 2024 年底上线。每月处理数亿次查询的 Perplexity，2025 年推出了自己的浏览器 Comet。OpenAI 的 SearchGPT 原型在 100% 的回答中标注来源，但标注来源不等于带来点击。
SparkToro 的研究显示，即使 AI 搜索引擎引用了某个来源，其点击率也远低于传统搜索——对信息型查询（informational query）通常低于 1%。用户在 AI 生成的摘要中就已经得到了他们需要的全部信息。
简单算一笔账：如果 15-20% 的 Google 搜索展示 AI Overviews，而 60% 的搜索本身就不产生点击，那么可点击的自然流量池子正在快速缩小。不是慢慢地。是快速地。
AI 正在用三种方式重写搜索流量规则
把这看作三股同时作用的力量，思路会更清晰。
1. Google AI Overviews：流量守门人
AI Overviews 不只是回答你的问题——它会预判性地回答用户还没提出的相关问题。这是一堵信息墙，在 SERP 顶部就满足了搜索意图。
实际含义是：对于信息型查询——"什么是"、"怎么做"、"为什么"这类占据大多数网站自然流量大头的搜索——Google 越来越成为终点站而非中转站。用户得到答案后离开。
Terakeet 的一项研究发现，信息型关键词驱动了 B2B 网站约 70% 的自然流量。而这些恰好是 AI Overviews 最擅长处理的查询类型。
2. AI 原生搜索引擎：一个平行生态
ChatGPT、Perplexity、Claude、Grok、DeepSeek——它们不是传统意义上的搜索引擎，而是答案引擎（Answer Engine）。用户输入自然语言问题，获得综合性的回答和引用来源。
关键是：这些平台确实会发送流量，但远不及 Google 的量级，机制也完全不同。在 ChatGPT 的回答中被引用，更像是被维基百科引用——对可信度有价值，但不是可靠的流量来源。
引荐模式也不同。传统 Google 流量由意图驱动：有人搜索"最好的跑鞋"，点击你的对比文章，然后可能购买。AI 引擎的流量更分散——用户提的问题更宽泛、更对话式，AI 从多个来源整合答案。你的页面可能只是五个引用来源之一，获得的注意力只是一小部分。
3. AI 内容生产带来的内容饱和
这是大多数人忽略的一层。AI 不仅改变了用户的搜索方式——它还改变了内容生产方式。"够用"内容的创作门槛已经崩塌。每个细分领域都在涌入大量 AI 生成的文章、清单体和指南。
Google 的回应是更坚定地投入自己的 AI 答案。当它可以自己合成答案时，为什么要引导用户去看几十篇大同小异的 AI 生成页面？内容饱和问题直接推动了 AI Overviews 的采用——它给了 Google 一个商业理由让用户留在 Google。
什么还管用，什么正在失效
我直接说我在数据里看到的情况。
正在失效的：
- 针对头部词（head term）的浅层信息型内容。如果你的文章是"什么是数字营销？"，AI Overviews 会在任何人看到你的链接之前就回答完。
- "写 50 篇博客瞄准长尾信息型查询"的打法。内容量弥补不了这些查询类型点击率的崩塌。
- 在触发 AI Overviews 的信息型查询中排在 3-5 位。前两位还能拿到一些点击。再往下？AI 框大口吞掉了。
仍然有效的：
- 交易型和商业型查询。 "购买"、"最好"、"对比"、"测评"、"价格"——这些触发 AI Overviews 的频率更低，用户仍然需要访问网站来完成购买。
- 原创研究和独占数据。 AI 无法合成不存在的东西。如果你发布独有的数据、案例研究或调研报告，你就在建立 AI 摘要无法复制的护城河——而且当它们需要权威来源时，反而会引用你。
- 品牌搜索。 搜索你品牌名的人仍然会点击进来。投资品牌建设，让更多人专门搜索你。
- 深度专业内容。 超越"是什么"、深入"我是怎么做的、哪里出问题了、我怎么改的"——AI 可以总结事实，但它无法令人信服地复制真实的经历。
四个可落地的应对策略
以下是我在自己项目和给客户建议中实际在做的。
1. 内容策略向交易型和商业型意图倾斜
审计你的内容库存。多大比例是信息型 vs. 商业型 vs. 交易型？如果你的内容和大多数网站一样，70%+ 瞄准信息型查询——这是风险最高的流量。
重新平衡。每计划写 3 篇信息型文章，写 5 篇商业意图内容：对比文章（带真实测试数据）、最佳推荐清单、价格指南、购买指南。这些查询的特点是：
- AI Overviews 不那么激进
- 用户有真实的访问网站和采取行动的需求
- 单次访问的价值更高
这不是说完全放弃信息型内容——而是别把它当作主要流量引擎。
2. 成为值得被引用的信源
AI 引擎会引用来源。问题是：它们会引用你吗？
我花了大约 8 个月做实验，结论很清楚：AI 模型倾向于引用展示出明确权威信号（Authority Signal）的内容。包括：
- 有具名来源的原始数据（"根据 [你的品牌] 对 500 位营销人员的调研..."）
- 有具体细节支撑的清晰、不含糊的论断
- 带有明确"据...报道"引用模式的结构化内容
- 被其他权威来源引用的内容（AI 模型会对交叉引用加权）
一个具体动作：在你的领域发布一份原创调研或数据报告。附上清晰的方法论说明、研究者和发布日期。AI 模型天然偏好引用一手来源——给它们一个。
3. 为 AI Overviews 展示做优化
这和传统排名优化不同。要进入 AI Overviews 的引用：
- 在前 100 词内直接回答问题。 AI Overviews 提取的是简洁答案。如果你的文章把答案藏在第五段，它不会被抓取。
- 用问题本身做 H2 标题。 "小企业最好的 CRM 是什么？"——直接做成 H2，然后在下方立刻回答。
- 在合适的地方使用 Q&A 结构。 不是每篇文章都需要这样，但对于信息型内容中心（content hub），FAQ 式的直接回答给 AI 爬虫提供了它想要的一切。
- 让答案具有权威性和可引用性。 包含数据，标注来源，让论断足够具体——AI 才能自信地归因。
4. 让流量来源多元化，不再只依赖 Google
对于花了 15 年优化一个搜索引擎的 SEO 来说，这是最难咽下的一剂药。但在 2026 年把所有赌注押在 Google 自然流量上，就像在 2016 年把所有赌注押在 Facebook 自然触达上——平台有动力把用户留在平台内。
多元化到底是什么样：
- 建立自有渠道。 邮件列表、社群、推送通知。自己掌握用户关系。
- 投资 YouTube 和视觉搜索。 YouTube 是全球第二大搜索引擎，Google 在搜索结果中对视频的展示很突出——通常在 AI Overviews 之上。
- 监测 AI 引擎引荐流量。 在分析工具中查看来自
chatgpt.com、perplexity.ai等 AI 平台的流量。现在量很小，但在增长。了解什么内容被引用最多，就知道该多生产什么。 - 打造品牌，而不只是内容。 品牌搜索是可靠自然流量的最后堡垒。当人们搜索你的时候，AI 无法拦截这个点击。
一句实话
我做 SEO 15 年了，这是行业变化最快的一次。但我真正相信的是：这不是 SEO 的终结，而是懒人 SEO 的终结。
"找低竞争关键词 → 写过得去的内容 → 排名 → 拿流量"这套打法正在失效，因为底层逻辑变了。当 AI 可以不发送流量就回答问题，"低竞争关键词"策略产出的也是低价值的结果——即使你排第一。
取代它的东西更难，但也更有护城河：建立真正的专业度，发布原始数据，优化商业意图内容，让渠道多元。
能活过这波洗牌的 SEO，不是那些拼命抢蓝色链接位置的人。而是那些在打造品牌、积累独占信息，让 AI 引擎不得不引用的人。
现在就开始。流量不会自己回来。