谷歌 AI Overviews

AI 搜索时代，很多站长、运营每天打开分析工具，都会发现一个共同现象：展示量还在，点击却少了一大截。最直观的嫌疑人，就是出现在结果页顶部的 Google AI Overviews（AI 概览）。本文围绕两个核心词：GEO（Generative Engine Optimization，生成引擎优化） 和 AI Overviews，尽量用通俗的方式回答三个问题：

AI Overviews 现在到底覆盖了多少搜索？砍掉了多少网站流量？
哪些类型的查询损失最大？哪些查询反而变得更「值钱」？
作为 SEO / GEO / 内容负责人，我们该怎么做结构调整，活下去还要继续增长？

一、AI Overviews 是什么？为什么会影响流量结构？

AI Overviews 是谷歌在搜索结果页顶部展示的一段AI 生成的综合回答：它会调取多个网页内容、知识图谱和结构化数据，自动写出一段答案，再在下方列出少量引用链接。从用户视角：很多原本需要点击进入网站才能获取的信息，现在在搜索结果页就已经看完了。

根据 Semrush 统计，2025 年春季，AI Overviews 已经出现在约 13% 的谷歌搜索中，其中 80% 以上属于信息型查询，但商业和导航类查询的占比也在持续上升。这正是我们关心 GEO 的起点：搜索不再只是「10 个蓝色链接」，而是「一个 AI 答案 + 少量链接」的混合形态。

同时，咨询机构 Bain 的调研发现，在 AI 概览和零点击搜索普及后，整体网站自然流量平均下降约 15%–25%。换句话说：搜索总量还在增长，但真正能导入网站的点击在减少。

二、数据视角：AI Overviews 到底砍掉了多少点击？

和「感觉流量变少了」相比，数据更残酷也更清晰。多家机构对 AI Overviews 上线前后的点击率做了对比，核心结论高度一致：只要 SERP 顶部出现 AI 概览，下面所有结果的点击率都会明显下滑。

Seer Interactive 的研究显示：在出现 AI Overviews 的查询中，自然结果的平均点击率从 1.41% 降到 0.64%，跌幅超过一半；而在没有 AI Overviews 的查询里，点击率反而略有提升。
Ahrefs 对 30 万个关键词的分析表明：当 SERP 中出现 AI Overviews 时，原本排在第一位的网页点击率平均再下降约 34.5%。
Pew Research 和多家分析公司发现：在展示 AI 概览的结果中，用户点击任何链接的比例约只有 8%，而没有 AI 概览时约为 15%，等于整体点击被砍掉近一半。
对新闻和资讯网站，影响更为极端——有报告显示，当页面被折叠到 AI 概览之下时，来自谷歌的流量最多可减少 70%–80%。

总结一下： AI Overviews 出现 → SERP 顶部被一个超大的「AI 答案卡片」占据 → 用户信息需求提前被满足 → 下方网站整体分到的点击变少。 这不是排名的问题，而是「总盘子」变小的问题。

三、按查询意图拆解：哪些流量在流失，哪些在变贵？

3.1 顶层信息型查询：被 AI 总结严重侵蚀

典型问题包括：

「什么是 GEO？」
「AI Overviews 是什么意思？」
「如何写 SEO 标题？」

Semrush 的数据表明，接近 90% 的 AI Overviews 都发生在这类信息型查询上。对用户来说，AI 生成的一屏答案就足够「搞懂概念」，自然不会每次都再点进某一个具体网页。

这带来的直接后果：

百科式、纯科普型内容的自然流量大幅下滑；
「什么是 / 为什么 / 有哪些类型」这类关键词的 ROI 显著下降；
只靠「内容农场 + 基础科普」吃饭的网站，会感觉像被按下了暂停键。

3.2 更复杂、更深入的查询：流量变少但更「值钱」

当问题变成：

「B2B SaaS 如何在 AI 搜索时代做 GEO 策略？」
「如何评估 AI Overviews 对我们线索量的真实影响？」
「适合中小企业的 GEO 落地步骤有哪些？」

AI Overviews 依然会给出一段总结，但很难直接替代详细方案、案例拆解和操作步骤。这类查询有几个共同特征：

涉及多个条件、角色、预算与风险权衡；
需要具体案例或过往经验支撑决策；
常常是用户已经有初步认知、正在「评估与选型」。

研究与工具数据都在显示：在这类中后段查询中，虽然点击减少，但留下的访问更愿意停留、更愿意咨询或试用。也就是说：流量不再多，但每一次点击更「贵」。

3.3 商业与事务型查询：流量被重新分配，而不是「全部蒸发」

例如：

「某城市附近的 SEO 公司」
「AI 内容检测工具价格」
「某品牌 + 多少钱 + 套餐对比」

在这类商业查询中，AI Overviews 会倾向于：

列出几个主要选项，并总结各自特点；
直接给到「官网」「价格页」「本地商家卡片」的链接；
减少用户对第三方测评站、内容农场的依赖。

这意味着：

做导购、比价、评测的网站会被削弱；
而真正提供服务或产品的官网，只要 GEO 做得好，反而有机会从 AI 概览中直接获得更精准的商机线索。

3.4 品牌导航型查询：品牌词也不再绝对安全

以往我们会觉得：「用户搜我品牌名，第一就是我官网，没啥好担心的。」但随着 AI Overviews 对导航类、品牌类关键词的覆盖度增加，SERP 可能变成这样：

顶部：AI 总结一段「某品牌是什么、适合谁、有哪些优缺点」；
下面：官网 + 垂直评测 + 竞品对比 + UGC 内容。

多份研究和业界观察指出，当品牌词也触发 AI Overviews 时，即使官方网站仍然排第一，整体点击率也会明显下降，同时 AI 内容中如何描述品牌，会直接影响用户的第一印象。这迫使我们必须思考：不仅要做「品牌保护」，还要做「Brand GEO」——让 AI 用我们希望的方式介绍我们。

四、从 GEO 视角看：AI Overviews 在「挑选」怎样的内容做答案？

从 GEO 的角度，我们关心的问题是：AI 在生成答案时，为什么会引用某些站点而忽略另一些？ 外部数据 + 谷歌公开信息，至少可以推断出三类信号。

4.1 传统 SEO 信号依然重要，只是变成「门票」

权威性与信任度：媒体、官方文档、知名品牌、政府与科研机构的内容，更容易进入 AI 概览。
相关度与质量：依然要解决用户问题，而不是堆关键词；废话越多，模型越难「剪辑」出高质量片段。
站点整体健康度：速度、移动端体验、内链结构，继续影响抓取与评估。

这些东西现在更像是「入场券」——没做到就很难出现在 SERP，更别说被 AI 引用。

4.2 GEO 特有信号：内容是不是「适合被模型复用」

生成式模型和人类读者的「阅读习惯」其实不太一样，它会更偏好：

问题–答案结构：FAQ、问答式小标题、Checklist，都非常利于直接摘取；
清晰的标题层级：H2/H3 下用短段落 + 列表承载一个具体子问题；
统一的实体命名：品牌名、产品名、城市名、专业术语都要前后一致；
高信息密度：减少无意义的过度废话，模型更容易抽取关键句。

简单说，你写的是「答案素材」，而不是「流水账」内容，AI 就更容易把你拉进它的答案里，这就是 GEO 在内容层面的本质。

4.3 品牌与用户行为：被引用是结果，也是信号

多家数据分析把品牌出现在 AI Overviews 中与 CTR 做了对比，结果显示：当某品牌在 AI 概览中被点名或引用时，其自然和付费结果的点击率普遍高于未被引用时。出现一次引用，既往往说明这个品牌本身就更被信任，也会反过来强化用户对该品牌的偏好。

在 GEO 逻辑下：

品牌建设不只是为了转化率，也是为了「被 AI 选中」；
高质量内容 + 品牌曝光 + 外部提及，会共同影响你在 AI Overviews 中的出镜机会；
长期来看，「被引用的频次」会变成一个新的品牌资产指标。

五、GEO 实战策略：在 AI 搜索中重新拿回价值

5.1 接受「顶层信息流量结构性下滑」，调整目标心态

先说最现实的一点：信息型流量的下降是结构性趋势，不会靠「多发几篇文章」解决。 我们需要主动把目标从：

「每月自然流量破 N 万」
→ 调整为「核心主题下，稳定被 AI 引用 + 获取高价值线索」

对团队内部，可以直接用一句话统一认知： SEO 负责让你出现在结果里，GEO 负责让你出现在答案里。

5.2 GEO 三层落地框架：内容层・结构层・技术层

（1）内容层：从「解释概念」到「解决场景问题」

减少只讲定义的干巴巴科普，多写方法论 + 步骤 + 案例 + 工具；
围绕同一主题（如「GEO 生成引擎优化」）搭建完整链路：认知 → 评估 → 选型 → 实施 → 复盘；
在文章中显式加入 FAQ、小结段落，为 AI 准备好可引用的答案块；
强调自己独有的视角和经验，而不是把英文互联网内容翻译一遍。

（2）结构层：让内容更容易被「切片」与理解

使用规范的 H1–H2–H3 层级，每个小节回答一个清晰问题；
段落保持短小，每段只讲一个要点，减少长篇大段信息混杂；
为重要主题搭建 Hub 页（如「GEO 专题」），将所有相关内容有组织地串起来；
内部链接使用语义清晰的锚文本，而不是「点此」「更多」。

（3）技术层：结构化数据 + 性能 + 多模态

为核心文章添加 Article、FAQPage、Breadcrumb、Product、LocalBusiness 等 schema 标记；
针对产品/服务页补充评价、价格区间、库存等结构化信息，方便 AI 在商业查询中引用；
优化加载速度与移动端体验，这些依然是搜索与模型评估的重要基础信号；
合适场景下加入图表、示意图等，把抽象概念具象化，帮助模型理解。

5.3 按查询意图设计 GEO 策略

（1）Top-of-Funnel 信息查询：从抢流量到「抢引用权」

承认 AI 会吃掉绝大部分点击，但争取每一个关键入门问题的 AI 答案中，都有你的一句引用或品牌露出；
内容写得更清晰、更结构化，并在文内自然引导用户进入更深入的文章或专题；
用这些入门内容承接品牌认知，而不是寄希望于它们直接带来大量转化。

（2）中后段评估与决策查询：把专业度变成转化率

围绕「方案」「流程」「预算」「选型」「对比」「坑与避坑」等关键词密集布局内容；
在文章中嵌入 Demo/试用按钮、下载报告、预约咨询等强转化入口；
使用 Product/Service/HowTo schema，让 AI 在「怎么做」「用什么」类型问题中更容易推荐你；
这里是 GEO 能直接贡献收入的核心战场。

（3）品牌 & 导航查询：构建你的「Brand GEO 防火墙」

打造结构清晰的品牌故事页、关于我们、团队介绍、客户案例与核心 FAQ；
确保官网与各渠道账号（视频号、公众号、GitHub、LinkedIn 等）之间有强内链关系；
持续监控「品牌 + 评价 / 价格 / 怎么样」等组合词，在有负面或信息缺失的地方补充官方视角内容。

六、如何量化评估 AI Overviews 对你网站的真实影响？

6.1 第一步：按「是否触发 AI Overviews」拆分关键词

使用 Ahrefs、Semrush 等工具识别哪些关键词会触发 AI Overviews，并记录类型（信息 / 商业 / 导航）。
在 Search Console 中，用这些关键词创建过滤器，拆分统计展示量、点击量和 CTR；
将结果做成对比：有 AIO vs 无 AIO，信息 vs 商业 vs 导航，观察哪一块受到的冲击最大。

6.2 第二步：监控「被引用」而不只是「被排名」

挑选一批核心关键词，定期人工或通过工具抓取 SERP 截图，记录 AI Overviews 中出现了哪些域名；
做一张「Citation 表」，包括关键词、出现次数、引用位置（主段落/补充链接）、出现的品牌名称；
长期观察：当你在某一主题下的被引用比例上升时，对应线索与收入是否同步改善。

6.3 第三步：把 KPI 从「流量」挪到「高价值行为」

在 GEO 语境下，单纯追求「自然流量总量」意义越来越有限，更合理的指标包括：

来自搜索（含 AI 搜索）的试用注册 / 留资 / 咨询数量；
关键词集群级别的成交额 / 线索质量；
品牌词搜索量、直访比例的长期变化。

向老板解释时可以这样总结： AI Overviews 的确让流量变少了，但它同时也让真正愿意点进来的人更有意图——我们要做的是，用 GEO 把这些高意向用户抓住。

七、老板也看得懂的 GEO 行动清单

盘点内容资产：把现有文章按「信息 / 评估 / 决策 / 使用」打标签，看哪些已经被 AI 大量覆盖，哪些仍是刚需入口。
选 10–20 个核心主题：围绕主营业务（比如「GEO 落地」「AI 搜索增长」），挑出最关键的一批关键词，优先重构这些页面的内容与结构。
为核心页补齐 schema：Article + FAQPage 是基础；有产品/服务就加 Product/Service；有本地门店就加 LocalBusiness。
搭一个 GEO 专题 Hub：例如「生成引擎优化 GEO 专题」，把教程、案例、工具指南聚合在一个主题入口下。
建一套 AI SERP 监控表：每月抽样 50–100 个关键词，记录是否出现 AI Overviews、谁被引用，以及你是否在名单里。
内部对齐话术：让团队接受「信息型流量会降」这个现实，把资源集中投入到「高价值点击 + 被引用」上。

八、小结：从「抢排名」到「抢被引用」

回到标题问题：谷歌的 AI Overviews 对网站流量有何实际影响？

它显著压缩了信息型查询能分配给网站的点击总量，零点击搜索大幅上升；
它重新分配了商业和导航类流量，让官方站点和本地商家在某些场景下反而获得更多机会；
它把「被 AI 引用」变成新的核心战场——谁能成为答案素材，谁就更可能赢得用户心智。

这就是 GEO（生成引擎优化）存在的意义： 不再只为搜索引擎排序写内容，而是为生成引擎生产可复用的高质量答案块。 在 AI 搜索时代，流量数量会下降，但每一次触达、每一次被引用，反而更值得你全力以赴去优化。

标签： 谷歌 AI Overviews

谷歌的 AI Overviews 对网站流量有何实际影响？