IDAEO知识库km.idaeo.ai

本文属于主题馆「AI 综合讨论」 →

GSC 没坏,是客人搬家了:AI 时代营销月报的五本新账

GSC 没坏,是客人搬家了:AI 时代营销月报的五本新账

业界流传两个警示:搜索可见度 −52%、42–69% 的点击已经匿名(来源未交代期间与出处,仅供提醒)。当客人开始直接问 AI,GSC 就看不到完整战场了。本文把 AI 时代的成效拆成五本账:能被引用、有来取、有采用、有到站、有行动;示范已经量到的数字该怎么读、不能说成什么,并教你识别敢写 NA 的诚实报表。

客人不逛菜市场了,直接找主厨——AI 时代的新战场(示意插画)
客人不逛菜市场了,直接找主厨——AI 时代的新战场(示意插画)

Google Search Console(GSC)没有坏,是客人搬家了。

过去,客人想找一家诊所、挑一项服务,会先走进“菜市场”——搜索结果页。逛一圈、比一比,再点进你的摊位。现在越来越多客人不逛市场了,直接问“主厨”:打开 ChatGPT 这类 AI,问一句“我该选哪一家”。主厨自己挑食材、自己做菜、直接端上桌,客人从头到尾没进过市场。而 GSC 只是市场管理处的人流报表,它量不到厨房里发生的事。

业界多份报告指出:搜索可见度明显下滑,过半点击已无法归因来路(原始统计我们未能溯源,故不列精确数字;只能当作“该警觉了”的信号,不能当成市场规律拿去做决策)。但它们指的方向,应该和你仪表盘上的体感一致:旧报表量的那个战场,正在缩小。

那接下来该量什么?下面这套新账本,营销人一看就懂。

客人从「先搜索」改成「直接问 AI」——不一定再点你的网站
客人从「先搜索」改成「直接问 AI」——不一定再点你的网站

01 先问五个问题

把“从产地到餐桌”这条链路拆开,其实就五个问题:

  1. 资料能被引用吗——你的内容有没有整理到 AI 拿得动、也敢拿的程度?
  2. AI 有来取吗——AI 的采购员(爬虫)真的来进过货吗?
  3. 答案真的采用吗——AI 回答客人时,端上桌的菜里有你吗?
  4. 真人有到站吗——有没有人因为 AI 的答案,真的走进你的网站?
  5. 到站后有行动吗——进来的人,有没有查资料、点官网、联系你?

一个问题记一本账,五本账各自结清。整套账目前一共 23 个数字:23=13+10,13 个已经在量、10 个还在建(23 指标字典)。还没量到的,就在报表上写 NA(暂无数据),不硬凑。这五个问题不用任何新名词,你拿去问任何一家服务商都成立;对方答不上来的那几格,不是你不懂,是他没量。

五本账分开结,谁都不准冒充谁;③还没建好,诚实写 NA
五本账分开结,谁都不准冒充谁;③还没建好,诚实写 NA

02 一条铁律:进货单不能当销售额

五本账之间只有一条铁律:不准互相冒充。

AI 爬虫来抓你的资料,等于主厨来进货。进了货,不代表这道菜端上了桌(答案里引用你);端上了桌,不代表客人上门(真人到站);客人上了门,也还不代表成交(有下一步行动)。

这个道理营销人其实都懂,只是换了个场景。新闻稿发给一百家媒体,不等于被一百家刊发;官网流量翻了三倍,老板还是会问一句:订单在哪?把 AI 爬虫量说成成效,就是把“发出去了”说成“被刊发了”——糊弄得过一次提案,糊弄不过第二次续约。五本账分开结,就是让你永远不用写那种报告:每个数字只认自己那一关,老板追问到哪一关,你就翻到哪一本,句句对得上账。

进货单不能当销售额——菜送到了,不代表生意成了(示意插画)
进货单不能当销售额——菜送到了,不代表生意成了(示意插画)

03 五个旧指标怎么换

曝光:AI 给客人的是一段答案,不是一页搜索结果,“曝光”这个东西在那里根本不存在。现在改看两件事:AI 有没有来把你最新的资料拿走(进货账),以及用固定测试题实际去问,答案里到底有没有你(上桌账)。两件事分开报,不准混。

点击:业界报告指出过半点击已看不出来路(原始统计未能溯源,不列精确数字);更根本的是,AI 常常在答案里就把客人的问题解决了,客人根本不需要点。现在改看三件事:真人在 AI 里提问、AI 当场来你网站取料的“现点现做”次数;AI 带来的真人到站;以及到站之后的行动。

关键词:AI 不会把用户真正问了什么交还给你,关键词报表拿不回来了。替代做法是自建题库:从约 2.8万句真人问句里整理出固定测试题(语料自 2026 年 4 月起收集;量的是问句数,不是提问人数),定期实测哪些题目的答案会用到你。

排名:AI 的答案是一段话,不是十条蓝色链接,没有“第 3 名”这回事。现在该问的是:答案引用你时,把你排在第几位;还有 AI 有没有把你认成同名的别家。

点击率:点击率是“点击除以曝光”。现在曝光整个消失了、点击又缺了一大块,这个除法算不下去了。诚实的做法,是改看一条看得见的行为链——被引用、到站、行动——一段一段记;算不出来的那格写 NA,不硬除。

五个旧指标,各自换成新问题
五个旧指标,各自换成新问题

04 已经量到的数字

下面是一家台湾诊所与 IDAEO 平台的实测数字。每个数字都配两句话:这代表什么、不能说成什么。

  • 第二本账(AI 有来取)|AI 实访分数 82.0——这是把近 30 天 AI 实际来访的频率与广度折算成的排名用分数,单看数值没有意义,重点在名次:在 IDAEO 排行榜收录的同类 358 家(“同类”=IDAEO 排行榜同类别中已有 AI 实访分数的页面)里排第一(#1/358,2026-08-05 快照,输入包可复算,分数随 30 天滚动窗每日变动;公式与快照说明),赢过 99.7% 的同行,而且还在涨:+41.4(16 天)。这代表 AI 来进货的频率与广度领先同行;不能说成生意最好,更不能说成业绩或客流多少。
  • 第二本账的实时版(就是上一节说的“现点现做”)|42,824(两站 7 日;聚合包):过去 7 天里,真人在 ChatGPT 现场提问、AI 当场到这两个网站取料,一共 42,824 次(口径:按 OpenAI 官方标注“由用户提问触发”的 ChatGPT-User 请求计数,是请求次数)。这代表资料正在被现场问答调用;不能换算成同样数量的访客或点击,也不代表答案最后真的引用了你。
  • 第一本账(资料能被引用)|15/1,036/3,131/0:这家诊所官网上的说法,逐句对照医学文献之后的四格账——15 句可证明、1,036 句部分支持、3,131 句待查、0 句矛盾。这代表每句话的证据状态都摊开记账;“待查”是还没查完,不是错。把难证明的句子删掉,分数也会变好看,所以四格必须一起看。
  • 第一本账的平台底盘|13,593/1,928:整个平台累计核对过 13,593 条论断、1,928 篇文献(与《牙医普查》的 18,731 条/745 篇口径不同:彼为牙医官网抽取主张、此为平台全验证管线累积,同名指标不同统计窗,详见方法论页)。这代表平台的证据底盘有多厚;不能拿来冒充任何一家诊所的成绩。
  • 第四本账(真人有到站)|AI 引流到站(以可识别 referer 的请求计),落在哪种语言的页面上:英文 74.7%、日文 22.0%、中文 3.3%,英文与中文差了 22 倍(背景见前作第一课;前作计五个月引用点击、本文计本期 AI 引流到站请求,分子与统计窗皆不同,数字不可互比)。这代表台湾本地内容,AI 引流压倒性地落在外语版;它量的是客人落地看到的内容语言,不是提问的人说什么语言。也不能把 22 倍直接读成商机差了 22 倍。对照组:同一个月,Google 搜索带来的点击里,中文远多于英文——中 31.6%、英 8.4%(最大宗是日文 60.0%),中文是英文的 3.8 倍。两条管道方向完全相反,所以 22 倍是 AI 管道特有的现象,不是网站本来就英文多(基准对照说明)。
台湾本地内容,AI 带来的访客压倒性落在英文版(仅此案例两站)
台湾本地内容,AI 带来的访客压倒性落在英文版(仅此案例两站)
官网说法逐句记账——「待查」是还没查,不是错
官网说法逐句记账——「待查」是还没查,不是错

05 还在建的那一段:神秘顾客试吃

第三本账“答案真的采用吗”是整套体系的心脏,也是现在还在建的部分。做法就像派神秘顾客去试吃:固定一批测试题、固定几个 AI 模型,每周实际去问一轮,看答案有没有引用你、把你排在第几位、讲的内容对不对、有没有认错人。题库的源头,就是前面那约 2.8万句真人问句。

为什么一定要固定题目、固定模型?因为换了尺子,就没法比较。这周用这把尺子、下周换另一把,量出来的起伏到底是尺子的问题还是你的问题,谁也说不清;只有同一把尺子每周量,趋势才作数。

这批数字上线之前,月报一律诚实写 NA,绝不拿“AI 有来抓”代填“答案有采用”。第一轮神秘顾客已在 2026-08-10 开跑:固定 20 题真人问句 × 两个模型面,本轮 IDAEO 大使馆页被引用 0/20——诚实记为零基线,同时抓到了目前谁在被引用(目录站与医院官网),这条曲线从今天开始画(第一轮实测全记录)。而最后的裁判,是两块田的对照实验:一组照这套做、一组先不动,过一段时间比比收成差多少——那个差距,才是真本事。

神秘顾客试吃:固定题库、固定模型,每周实测答案有没有用你(示意插画)
神秘顾客试吃:固定题库、固定模型,每周实测答案有没有用你(示意插画)

06 月报只留 7 个数字

每月给老板的报表,浓缩成四句话、7 个数字:

  1. 资料可引用吗——3 个数字:证据支持度、资料完整度、官方身份核验。
  2. AI 有来取吗——1 个数字:AI 实访分数。
  3. 答案有采用吗——1 个数字:神秘顾客实测引用率(上线前写 NA)。
  4. 有到站、有行动吗——2 个数字:AI 带来的到站量、到站后行动率。

不要把它们凑成一个总分。市面上很快会冒出各种“AI 可见度总分”,过滤方法很简单:敢写 NA、敢分段报的才值得信;不敢的,多半是拿“有来抓”冒充“有采用”甚至“有成交”。报表变薄不是偷懒,是把讲不清楚的数字全部请出去;留下来的每一格,都经得起老板追问一句“这个数字是怎么来的”。

月报 7 个数字:敢写 NA 的报表才值得信
月报 7 个数字:敢写 NA 的报表才值得信

最后:打开你的月报,逐格自我体检

现在打开你手上的月报,逐格问那五个问题:资料能被引用吗?AI 有来取吗?答案真的采用吗?真人有到站吗?到站后有行动吗?答得出几格,就是你现在的位置;答不出来的那几格,就是下一季度的工作清单。

同时把这篇的结论上限说清楚:可以说的是“GSC 已经不足以单独代表 AI 全战场”;还不能说的是“这套做法已经被证明带来生意”——因为第三本账(答案采用)和第五本账(到站行动)还在建。一份敢把这句话印出来的报表,才值得你把预算交给它。

方法与诚实限制

本文所有数字都由自家管线自行记录、自行上报,性质上只会少算、不会多算;各数字的统计周期并不一致(分别有 7 天、16 天、30 天等),彼此不能相加或换算。“答案有采用”与“到站后行动”两段还在建,上线前相关字段一律以 NA 呈现。开头的外部警示为业界流传的说法,原始出处未说明周期与样本、我们未能溯源,故全文不列其精确数字,仅作提醒之用。本文各数字的口径条目与可下载资产,统一收录于方法论页与汇总包。

FAQ

我的 GSC 报表还有流量,是不是说明还不用管 AI?
GSC 量的那个市场还在,只是正在缩小。开头那两个警示数字虽然出处没交代周期与样本、只能当信号提醒,但方向和多数人的仪表盘一致:搜索页的人流在流失,AI 答案里的战场在变大。务实的做法是两套并行——GSC 继续看,同时开始记五本新账,先从“资料能被引用吗”“AI 有来取吗”这两本已经量得到的记起。
AI 爬虫天天来抓我的网站,能跟老板汇报“AI 布局有成效”吗?
不能,这正是新体系的一条铁律:进货单不能当销售额。爬虫来抓只证明主厨来进过货,不证明菜端上了桌、更不证明客人上门或成交。诚实的说法是“AI 对我们的资料有持续的取用行为”,然后把“答案有没有采用”交给固定题库的实测,把“有没有生意”交给到站与行动那两本账。
报表上写 NA,客户或老板会不会觉得我们没干活?
恰恰相反,NA 是这套体系的信任机制。AI 是个黑盒,有些数字现阶段谁都量不到;敢写 NA 的报表,代表写得出来的每个数字都是真量到的。反过来,一份每格都填满、还凑出一个总分的“AI 成效报表”,多半是拿爬虫量冒充成效——那才是真该担心的。
什么时候才能说这套做法真的带来了生意?
至少要先量到三件事:答案确实采用了你、真人确实到站、到站后确实有行动。然后做两块田的对照——一组照这套做、一组先不动——收成差异稳定出现,才有资格谈这套做法带来多少生意。在那之前,最多只能说链路上的某几关已经发生。
看完这篇,我明天上班第一件事该做什么?
打开你现在的月报,逐格问五个问题:资料能被引用吗、AI 有来取吗、答案真的采用吗、真人有到站吗、到站后有行动吗。把答不出来的格子列成清单,那就是下一季度的工作排序——通常第一格(把内容整理成 AI 拿得动、敢引用的样子)就是最快能动工的地方。

延伸阅读:IDAEO:AI 时代的营销战略总图表

引用本文

TK Lin・《GSC 没坏,是客人搬家了:AI 时代营销月报的五本新账》・IDAEO 知識庫・2026-08-09・https://km.idaeo.ai/post/ai/gsc-five-ledgers

更新于 2026-08-10

更新 2026-08-10T15:24:29.091Z · server-rendered · four-language · IDAEO 知識庫