AI 搜索开始有后台了，但真正的流量问题还没解决

本周时间范围：2026-06-01 至 2026-06-07。

本周的主线是：AI 搜索终于开始有“后台”了，但它还不是一个成熟渠道。

Google 开始测试 AI Search 的报告和退出开关。英国监管机构要求 Google 给出版商更多控制权。Ahrefs 开始按月追踪 AI Overview 最常引用的网站。SISTRIX 的数据也显示，ChatGPT 的模型变化会改变引用来源。

这些事情放在一起看，说明一个变化：AI 搜索不再只是“搜索结果页上的一个功能”。它正在变成一个新的分发层。

但这个分发层的问题也很明显：你可能知道自己被展示了，却不知道有没有点击；你可能能选择退出，却不知道退出会损失什么；你可能今天被引用，明天模型一更新就消失。

这就是本周最值得关注的地方。

1. AI 搜索有了控制台，但还没有真正的归因

Google 本周测试了两个东西：AI Search 的专门报告，以及控制网站是否进入 AI Overviews、AI Mode、Discover AI Overviews 的开关。

这听起来是一个大进步。过去，AI 搜索表现被混在普通 Search Console 数据里，站长很难知道页面到底是被传统搜索展示，还是被 AI 答案展示。

但新报告只提供 impressions，不提供 clicks。也就是说，你能看到页面出现在 AI 功能里多少次，却不知道用户有没有点进来。

这就是问题所在。

AI 搜索真正改变的不是展示，而是点击路径。用户可能在 AI 答案里得到答案，不再访问网站。只看曝光，不看点击，无法判断这是新增曝光，还是被 AI 截走的流量。

对内容站、SaaS、工具站来说，现在不应该急着根据 AI impressions 做大决策。更合理的做法是先建一张对照表：

• 哪些页面进入了 AI 展示；
• 这些页面原来的自然点击是否下降；
• 品牌搜索、直接访问、注册转化有没有变化；
• AI 展示出现在哪些国家和设备。

如果未来 Google 补上点击数据，这张表就能变成第一批 AI Search ROI 分析。

来源：Google Gives Sites AI Search Opt-Out, But Not The Data To Use It

2. 退出 AI 搜索不是自由选择，而是一次商业判断

英国 CMA 本周要求 Google 允许出版商退出 AI 搜索功能，并要求 Google 在 AI 生成结果中清楚标注来源链接。Google 同时在英国部分网站中测试 Search Console 里的退出开关。

这件事的重点不是“终于可以退出了”。

重点是：AI 搜索参与权开始被拆分出来了。

以前，如果网站不想被 AI Overviews 使用，选择很有限。使用 nosnippet 可能影响普通搜索展示；Google-Extended 可以限制模型训练和 grounding，但并不能简单地阻止 AI Overviews 使用内容。

现在，至少在英国，监管要求开始把“标准搜索索引”和“AI 搜索使用”分开。

这对出海团队有两个启发。

第一，未来不同市场的 AI 搜索规则可能不一样。英国、欧盟、美国、日本，都可能出现不同的控制项、合规要求和归因规则。

第二，是否退出 AI 搜索不是情绪问题，而是商业问题。如果一个页面主要靠广告点击赚钱，AI 摘要可能损害它。如果一个页面主要服务品牌曝光和高意向转化，被 AI 引用反而可能增加信任。

更现实的做法是分页面判断：

• 交易页、注册页、工具页：优先争取被引用；
• 高成本原创研究：关注引用是否带来品牌收益；
• 纯信息页：观察点击变化，再决定是否限制；
• 市场本地页：单独看国家维度，不要用全球平均值判断。

来源：Google Must Let Websites Opt Out Of AI Search Features In UK

3. AI Overview 的引用不是“谁排名高谁赢”，而是“谁在答案生态里更常见”

Ahrefs 本周发布了 2026 年 6 月 Google AI Overviews 最常引用网站榜单。数据显示，在美国全主题查询中，YouTube 的 mention share 为 20.9%，Reddit 为 19.6%，Facebook 为 11.6%。Wikipedia、Amazon、Quora、TikTok 也进入前十。

这张图很值得看。

这背后的信号很明确：AI 搜索不是传统 SEO 的简单延伸。

过去，一个品牌会重点盯自己官网和博客排名。现在，它还要关心自己是否出现在 YouTube、Reddit、Quora、TikTok、评测站、教程站、社区问答里。

因为 AI 不是只读你的官网。它会从整个网络里拼接答案。

这对 SaaS 和工具类产品尤其重要。你的官网说自己好，AI 未必引用。但如果 Reddit 讨论、YouTube 教程、第三方对比、用户案例里反复出现同一个品牌，AI 更容易把它当成一个“可信实体”。

所以，GEO 的重点不是多写几篇“AI 友好文章”。

更重要的是让品牌在多个可信场景中被自然提到：

• 用户问题页：Reddit、Quora、论坛、社区；
• 使用场景页：YouTube 教程、案例文章；
• 对比页：替代品、竞品对比、最佳工具清单；
• 实体页：品牌介绍、创始人、产品功能、价格、适用人群；
• 原创数据页：行业统计、研究报告、榜单。

来源：The 50 Most-Cited Websites in Google AI Overviews (June 2026)

4. ChatGPT 的引用会随模型变化而重排

SISTRIX 分析了 380 万条德语 ChatGPT 响应，发现 GPT-5.5 开始出现后，引用来源发生明显变化。它把模型变化前 4 天和后 4 天的 80 万条响应做对比，发现引用波动明显加大。

SEJ 的报道提到，在模型标识变化期间，引用变化从平时的 1%-2% 上升到 47%。平均每条响应引用的来源数量也从 30.9 降到 28.4。

这很像搜索引擎的核心更新。

但它比搜索更新更难追踪。Google 至少有 Search Console、排名工具、日志数据。ChatGPT、Perplexity、Gemini 这类系统的引用变化，很多时候只能靠第三方监测。

对出海品牌来说，这意味着一件事：AI Visibility 不能只测一次。

今天你在 ChatGPT 里被推荐，不代表一个月后还在。模型升级、检索策略变化、地域语言调整，都会改变答案来源。

建议建立一个轻量监控表：

• 选 20-50 个高意图问题；
• 分英语、本地语言分别测试；
• 记录是否提到品牌、是否引用官网、是否引用第三方；
• 每周或每月固定跑一次；
• 重点看趋势，不要迷信单次结果。

来源：GPT-5.5 Update Changes How ChatGPT Cites Sources

5. Google 核心更新更像是在重排“正确目的地”

Google May Core Update 在 6 月 2 日完成。Aleyda Solis 基于 SISTRIX 的美国和英国数据分析发现，一个明显模式是：更匹配搜索意图、市场和结果类型的页面获得更多可见度。

这不是简单的“权威站赢”。

报道里提到，一些高权威域名也出现下降。比如在英国市场，cambridge.org 上升，而某些第三方工具站下降。Amazon.co.uk 在英国上涨，amazon.com 在英国下跌。

这说明 Google 更看重“这个市场、这个查询、这个用户真正需要哪类结果”。

对做全球网站的团队，这是一个提醒：不要用一个英文全球页解决所有市场。

很多出海网站常见问题是：

• 英国用户看到美国页面；
• 加拿大用户看到全球默认页；
• 日本市场页面只是英文页翻译；
• 本地价格、单位、案例、FAQ 没有变化；
• hreflang、canonical、国家目录结构混乱。

在 AI 搜索时代，这个问题会更明显。因为 AI 不只是看页面排名，还会判断这个来源是否适合回答某个地区用户的问题。

可以先从最重要的 5 个市场做检查：

• 你的页面是否使用对应国家域名、目录或语言信号；
• 价格、案例、法规、单位是否本地化；
• FAQ 是否覆盖当地用户的真实问法；
• 品牌在当地是否有第三方提及；
• Google 是否把错误国家页面排给当地用户。

来源：Google’s May Core Update Favored Pages That Match Intent

6. SEO 自动化正在从“定时任务”变成“代理流程”

Ahrefs 本周写了一篇关于 Automated SEO 的长文。它举了一个例子：每月 1 号，AI agent 自动拉取数据，清洗数据，更新 WordPress 草稿，然后发邮件给编辑审核。编辑确认后，一键发布。

文章里区分了三种工作方式：手动、工作流自动化、agentic automation。

这件事值得关注，因为 SEO 工作本来就是链式工作。

关键词研究会影响大纲。SERP 分析会影响内容结构。内容更新需要检查旧数据、竞品变化、内链、引用和格式。技术 SEO 需要爬虫、优先级排序、代码修复、复查。

过去的自动化主要是“帮你搬数据”。现在的自动化开始“帮你完成一段判断链”。

对小团队来说，这比“批量生成 100 篇文章”更有价值。

可以优先自动化这些任务：

• 每周发现流量下降页面；
• 找出需要更新的数据和过期引用；
• 给新文章自动推荐内链；
• 从 SERP 抽取内容缺口；
• 给不同市场生成本地化 FAQ 草稿；
• 定期跑 AI Visibility 问题集。

但要保留人工关口。尤其是发布、删除、重定向、改标题、改价格这类动作，不要一开始就全自动。

来源：Automated SEO: What It Is and How It Works in 2026

7. 本地动作数据进入 GA，说明“站外行为”越来越重要

Google 本周记录了 Google Business Profile 与 Google Analytics 的原生连接。连接后，GA 报告里会出现 Business Profile 数据，包括 interactions、website clicks、calls、directions、messages、bookings、menus。

这对本地业务很实用。过去，GA 主要能看到通过 UTM 进入网站的点击。电话、路线、预订这类动作发生在 Business Profile 上，不一定回到网站。

现在，这些本地动作开始进入同一个分析系统。

但限制也很明显：多个 Profile 会被合并，不能按单个地点细分；这些指标暂时不能用于 explorations、comparisons、filters；数据保留 6 个月。

这件事和 GEO 也有关。

AI 搜索越来越依赖实体和现实世界信号。一个地点、品牌、服务是否可信，不只取决于网站内容，也取决于 Business Profile、评价、地址、电话、营业时间、第三方提及。

多地点品牌尤其要重视一致性：

• 每个地点的名称、地址、电话一致；
• 官网地点页与 Business Profile 对应；
• 本地评价和问答有维护；
• 地点页能被搜索引擎和 AI 清楚理解；
• 本地转化不只看网站点击，也看电话、路线和预约。

来源：Google Analytics Is Adding Google Business Profile Data

结尾：AI 搜索不是一个新技巧，而是一套新基础设施

本周这些变化指向同一个方向：搜索正在分层。

第一层还是传统搜索。

第二层是 AI 答案。

第三层是跨平台引用。

第四层是品牌实体。

第五层是自动化运营系统。

过去，SEO 的核心问题是：我的页面能不能排名？

现在，多了几个问题：

• AI 会不会引用我？
• 它引用的是官网，还是第三方？
• 它在哪些国家引用我？
• 模型更新后，我还在不在？
• 用户看完 AI 答案后，有没有点击或转化？
• 我的内容系统能不能持续更新，而不是一次性堆文章？

对出海团队来说，短期可以做 5 件事。

1. 建一个 AI Visibility 监控表，固定追踪核心问题和品牌是否被提及。

2. 把重点市场页面拆开看，不要用一个全球英文页覆盖所有国家。

3. 为品牌建立跨平台语义存在，不只写官网博客，也要经营视频、社区、评测、案例和对比页。

4. 优先自动化“发现问题”和“生成草稿”，不要一开始就自动发布。

5. 把原创数据、真实案例、产品截图、用户问题和本地信号做成长期资产。

AI 搜索的规则还不稳定。

但方向已经清楚：未来被看见的，不只是会写 SEO 文章的网站，而是能持续提供清晰答案、可信来源、真实信号和结构化内容的品牌。