GSC 沒壞，是客人搬家了：AI 時代行銷月報的五本新帳

FAQ

我的 GSC 報表還有流量，是不是表示還不用管 AI？

GSC 量的市場還在，只是正在縮小。開場那兩個警訊雖然來源沒交代期間與樣本、只能當提醒，但方向與多數人的儀表板一致：搜尋頁的人流在流失，AI 答案裡的戰場在變大。務實做法是兩套並行——GSC 繼續看，同時開始記五本新帳，先從「資料能被引用嗎」「AI 有來取嗎」這兩本已經量得到的開始。

うちのGSCレポートにはまだトラフィックがあります。AIはまだ気にしなくていいということですか？ — GSCが測っている市場はまだ存在します。ただ、縮小しつつあります。冒頭の2つの警告値は、出典に期間とサンプルの説明がなく注意喚起にしかなりませんが、方向は多くの人のダッシュボードと一致しています。検索結果ページの人流は流出し、AIの回答の中の戦場は拡大している。現実的なのは二本立てです——GSCは引き続き見ながら、5冊の新しい帳簿を記帳し始める。まずは「データは引用されうるか」「AIは取得しに来たか」という、すでに測れる2冊からです。

My GSC report still shows traffic — does that mean I can ignore AI for now? — The market GSC measures still exists; it is just shrinking. The two opening warning numbers come without disclosed windows or samples, so they can only be treated as a warning — but their direction matches most dashboards: search-page traffic is leaking away while the battleground inside AI answers grows. The practical move is to run both tracks: keep watching GSC, and start keeping the five new ledgers — beginning with the two you can already measure, "Can the data be cited" and "Did AI retrieve it."

AI 爬蟲天天來抓我的網站，可以跟老闆報「AI 佈局有成效」嗎？

不行，這正是新體系的一條鐵律：進貨單不能當銷售額。爬蟲來抓只證明主廚來進過貨，不證明菜端上了桌、更不證明客人上門或成交。誠實的講法是「AI 對我們的資料有持續的取用行為」，然後把「答案有沒有採用」交給固定題庫的實測，把「有沒有生意」交給到站與行動那兩本帳。

AIクローラーが毎日うちのサイトを取りに来ています。上司に「AI施策は成果が出ている」と報告していいですか？ — いけません。それこそが新体系の鉄則、仕入伝票を売上にしない、です。クローラーの来訪は、シェフが仕入れに来たことしか証明しません。料理が食卓に出たことも、ましてや客の来店や成約も証明しません。誠実な言い方は「AIによる当社データの継続的な取得行動がある」。そのうえで「回答が採用したか」は固定質問バンクの実測に、「ビジネスになったか」は来訪と行動の2冊の帳簿に委ねます。

AI crawlers hit my website every day — can I tell my boss our AI strategy is paying off? — No — and this is exactly the system's iron rule: a purchase order is not a sales receipt. Crawler visits only prove the chef came to stock up; they don't prove the dish reached the table, let alone that a customer walked in or bought anything. The honest phrasing is "AI is retrieving our data on an ongoing basis" — then leave "did the answers adopt us" to the fixed question bank's real-world tests, and "is there business" to the arrival and action ledgers.

報表上寫 NA，客戶或老闆會不會覺得我們沒做事？

恰恰相反，NA 是這套體系的信任機制。AI 是黑箱，有些數字現階段誰都量不到；敢寫 NA 的報表，代表寫得出來的每個數字都真的量到了。反過來，一份每格都填滿、還湊出一個總分的「AI 成效報表」，多半是拿爬蟲量冒充成效——那才是該擔心的。

レポートに NA と書いたら、クライアントや上司に「仕事をしていない」と思われませんか？ — まったく逆で、NA はこの体系の信頼メカニズムです。AIはブラックボックスであり、現段階では誰にも測れない数字があります。NA と書けるレポートは、書かれている数字がすべて本当に測れたものだという意味です。逆に、全マスが埋まり、総合スコアまで付いた「AI成果レポート」の多くは、クローラーの量を成果に見せかけたもの——心配すべきはそちらです。

If the report says NA, won't the client or the boss think we did nothing? — Quite the opposite — NA is this system's trust mechanism. AI is a black box, and some numbers are currently unmeasurable by anyone; a report that dares to write NA is telling you that every number it does print was actually measured. Conversely, an "AI performance report" with every cell filled in and a composite score on top is usually passing off crawler volume as results — that is the report to worry about.

什麼時候才能說這套做法真的帶來生意？

至少要先量到三件事：答案確實採用了你、真人確實到站、到站後確實有行動。然後做兩塊田的對照——一組照這套做、一組先不動——收成差異穩定出現，才有資格討論這套做法帶來多少生意。在那之前，最多只能說路上的某幾關已經發生。

このやり方が本当にビジネスをもたらしたと言えるのは、いつですか？ — 少なくとも3つのことが先に測れている必要があります。回答が確かにあなたを採用した、生身の人間が確かにサイトに来た、来訪後に確かに行動があった。そのうえで二枚の畑の対照——一方はこのやり方どおり、もう一方はしばらく動かさない——で収穫の差が安定して現れて、初めて「このやり方がどれだけビジネスをもたらすか」を議論する資格が生まれます。それまでは、経路上のいくつかの関門が起きている、としか言えません。

When can we say this playbook actually drives business? — Measure three things first: answers actually adopting you, real humans actually arriving, and real actions after arrival. Then run the two-field comparison — one field on the playbook, one holdout left untouched — and only when the harvest gap shows up consistently do you have standing to discuss how much business the playbook drives. Until then, the most you can say is that certain stages along the road are happening.

看完這篇，我明天上班第一件事該做什麼？

打開你現在的月報，逐格問五個問題：資料能被引用嗎、AI 有來取嗎、答案真的採用嗎、真人有到站嗎、到站後有行動嗎。把答不出來的格子列成清單，那就是下一季的工作排序——通常第一格（把內容整理成 AI 拿得動、敢引用的樣子）就是最快能動工的地方。

読み終えて、明日出社して最初にやるべきことは？ — いまの月報を開き、マスごとに5つの質問をしてください。データは引用されうるか、AIは取得しに来たか、回答は本当に採用したか、生身の人間はサイトに来たか、来訪後に行動したか。答えられないマスをリストにすれば、それが来四半期の優先順位です——たいていは最初のマス（コンテンツを、AIが持ち出せて安心して引用できる形に整えること）が、最も早く着手できる場所です。

After reading this, what is the first thing I should do at work tomorrow? — Open your current monthly report and ask the five questions cell by cell: Can the data be cited? Did AI retrieve it? Did the answer adopt it? Did real humans arrive? Did they act after arriving? Turn the cells you can't answer into a list — that is next quarter's priority order. Usually the first cell (getting your content into a shape AI can lift and dares to cite) is the fastest place to break ground.