深度｜AI推荐正在变成一门生意：流量不到Google的1%，转化率却已逼近付费搜索

ChatGPT 正在从一个回答问题的工具，变成软件公司的新分销商。

这句话听上去有些超前。毕竟在 2025 年 6 月，Similarweb 统计到的 AI 平台引荐访问约为 11.3 亿次，Google 搜索引荐则达到 1910 亿次。前者只有后者的 0.6%。

但另一组数字已经先变了。Similarweb 对 2026 年 4—5 月点击流数据的分析显示，ChatGPT 引荐流量的转化率达到 7.1%，只比付费搜索的 7.8%低 0.7 个百分点，并且高于自然搜索、直接访问、社交、邮件和展示广告。

入口仍小，成交质量却已提前成熟。

这正是 Profitable Founder Podcast 最新一期访谈值得讨论的地方。受访者 Tanya van Gastel 创办了面向 SaaS 公司的 SEO 与 AI 可见度机构 Ranking on AI。她给出的案例是，一位客户在两个月内将日均注册量从 30 提高到 98。这个结果来自 Tanya 本人的陈述，没有经过独立审计，不能被当成行业基准。

真正重要的也不是这 68 个新增注册，而是它背后的机制：当用户已经在问“哪款产品更适合”“A 和 B 怎么选”“某产品有哪些替代品”时，AI 不只在提供信息，它正在替买家压缩候选名单。

过去，品牌争的是搜索结果页上的位置。现在，品牌开始争一份由机器生成的采购短名单。

图：Profitable Founder Podcast 访谈画面，主题为如何让 ChatGPT 推荐一款 SaaS 产品（来源：Profitable Founder Podcast）

原文还在中段推广了主持人的自动化 SEO 产品 Distribb。这不等于方法无效，却提醒读者把两件事分开：它是一套服务商与产品方共同讲述的增长方案，其中的案例强度需要独立验证，机制本身则可以用平台规则和行业数据交叉核对。

图：原文推广的 Distribb 产品页面，主打以购买意图 SEO 为企业自动获客（来源：Profitable Founder Podcast）

入口很小，成交先变

:::

AI 搜索最容易被误判的地方，是只看流量规模。

从总量看，它远没有取代 Google。Similarweb 对 2025 年 6 月的估算显示，AI 平台引荐量约为 11.3 亿次，Google 搜索则是 1910 亿次，两者相差约 169 倍。Ahrefs 在 2025 年初分析 3000 个网站时，也发现 AI 聊天工具平均只贡献 0.17%的网站流量。

如果分析停在这里，结论会很简单：AI SEO 仍然是一门可以忽略的小生意。

图：2025年6月，AI平台与Google搜索引荐规模相差约169倍（来源：Similarweb）

问题在于，流量和商业价值走的不是同一条曲线。

2026 年 5 月 7 日之后，ChatGPT 开始在回答中更突出地展示可点击品牌链接。Similarweb 的点击流样本显示，随后一周总引荐量增长 157.7%，直达品牌首页的引荐量增长 354.7%。更新前，只有约 26%—32%的 ChatGPT 引荐落在首页；更新后，这个比例迅速升到约 60%。

图：2026年5月7日前后，ChatGPT总引荐与首页引荐增速对比（来源：Similarweb）

这组对撞比单独一个增长数字更重要：用户不再只是沿着一篇被引用的文章进入网站，而是先在对话中完成一轮筛选，再直接走向品牌正门。

Google 搜索更像把人送进商场，再让人逐个逛店。AI 推荐开始像一位采购顾问，先问用途、预算和限制，再递上一张三到五家的候选名单。点击发生得更晚，但发生时，用户已经完成了更多判断。

流量的体量仍停留在早期，流量的意图却在向成熟渠道靠近。

关键词正在失去中心

:::

传统 SEO 的基本单元非常稳定：一个关键词，对应一个页面、一个排名和一次点击。

AI 搜索把这个单元拆开了。

OpenAI 的官方说明显示，ChatGPT Search 会把用户问题改写成一个或多个更有针对性的搜索词，必要时继续发出更具体的查询。Google 对 AI Overviews 和 AI Mode 的解释更直接：系统会使用“查询扇出”，围绕子主题和不同数据源同时发起多次搜索，再组织答案。

因此，“最好的项目管理工具是什么”并不是一个关键词。它可能被拆成适合小团队的工具、价格差异、集成能力、数据安全、上手成本和替代方案。品牌即使在其中一个页面上排名第一，也未必能在最终答案里出现。

同一个问题也不再对应一张稳定榜单。用户只要补充团队人数、预算、所在行业或已有软件，系统就可能重新搜索并重排候选。传统搜索争的是一个相对固定的位置，AI 推荐争的是在多少种约束组合下仍能留在答案里。前者像占住一格货架，后者更像通过一系列不断变化的采购条件。

这会同时扩大竞争面并降低可控性。品牌需要覆盖的不是一个高流量词，而是一组围绕真实决策展开的问题；优化结果也不能靠一次查询截图判断，而要在不同提示、不同时间和不同平台上反复观察。

旧链路是：

这不是给 SEO 换一个新名字。竞争单元已经从“能排名的页面”，变成“能被多组证据共同支持的品牌结论”。

页面也随之换了角色。过去，页面是目的地；现在，页面首先是一块证据。

官网不能替自己作证

:::

一家 SaaS 公司当然可以在官网写“最适合中小团队”“业内领先”“客户最满意”。但在一个需要比较多个来源的回答系统里，品牌自己的陈述只能证明它想被怎样理解，不能证明市场真的这样理解它。

这解释了为什么 Tanya 把第三方页面放在方法的核心位置。她建议先向 ChatGPT 提出目标购买问题，再打开答案引用的榜单、比较页和指南，找出究竟是哪些页面正在塑造答案。

Ahrefs 对自身品牌的观察提供了一个更清楚的刻度：在不同 AI 答案中，最高有 89%的 Ahrefs 品牌出现来自第三方页面，而不是 Ahrefs 官网。其对 7.5 万个品牌的相关性研究还显示，YouTube 提及与 AI 可见度的相关系数约为 0.737，普通网页中的品牌提及约为 0.66—0.71，网站域名评级只有 0.266，外链数量的相关性则接近可以忽略。

图：影响AI可见度的信号强弱对比，品牌提及明显高于传统域名权重（来源：Ahrefs）

相关性不等于因果关系，Ahrefs 的样本也不能直接推导出一套普遍排名公式。但方向已经足够明确：AI 要的不是一家公司的自我介绍，而是网上是否形成了关于这家公司的稳定共识。

这里还藏着一个二阶效应：被广泛讨论的品牌更容易被推荐，被推荐又会带来更多访问、测评和讨论。旧品牌积累多年的口碑，正在变成新分销系统的启动数据。对新公司而言，和头部品牌正面争夺“最好用的软件”往往代价很高；更现实的入口，是先在一个约束清楚的购买问题里成为可信答案，再让这组证据向相邻问题扩散。

这与消费品牌进入大型商超后的变化很相似。品牌不能只对消费者打广告，还要同时通过采购评估、经销体系和货架陈列。今天的 AI 推荐也多出了一层“答案采购”：官网、评测、论坛、视频、客户案例和产品目录，都可能成为机器决定是否把品牌放上货架的依据。

AI 推荐看似减少了中间环节，实际上把分销网络藏进了答案背后。

快页面，慢共识

:::

原访谈里有一个很诱人的实验：主持人在竞争不激烈的细分领域，把榜单文章发布到 Medium 和 LinkedIn，其中一篇大约 72 小时后就出现在 Google AI Overviews 中。

72 小时，是新渠道最吸引人的速度。

但 Tanya 同时给出的客户增长周期是两个月；OpenAI 和 Google 都只承诺“允许被抓取”，并不保证收录或展示；Google 还明确提醒，重新抓取一个页面可能需要几天，也可能需要几个月。

这里至少存在四只不同的钟：

AI 搜索界面按周变化，品牌可信度却仍按月甚至按年积累。两者的速度差越大，越容易催生“72 小时进入 AI 答案”这样的增长神话。

但最终的推荐质量，会被最慢的那只钟校准。

一家新公司可以很快发布十篇比较文章，也可以通过 Medium、LinkedIn 或 YouTube 更快进入某些答案。它无法用同样的速度制造真实客户评价、持续产品体验和跨来源的一致口碑。

这也是“榜单互换”和批量外联最危险的地方。它们也许能暂时增加提及，却会把证据网络变成一组互相担保的营销页面。机器可以被短期信号影响，但买家仍会在试用、价格和产品兑现能力上完成最后一轮验证。

抓取速度可以加速，信任速度很难外包。

引用不是收入

:::

AI 可见度行业正在复制早期社交媒体营销的老问题：先发明一个容易截图的数字，再把它包装成增长。

被 ChatGPT 引用一次、品牌在十个提示词中出现、AI 可见度提高 300%，都可能是真实数据。它们也都可能没有产生一个客户。

2026 年 6 月，Semrush 对多种 AI 搜索产品的样本研究发现，62%的 AI 引用属于“幽灵引用”：页面被列为来源，品牌名称却没有出现在答案正文中。ChatGPT 的引用率较高，但品牌被明确提及的比例只有 20.7%。被机器拿去支撑一句话，和被机器推荐为购买对象，是两回事。

图：AI渠道的四级测量漏斗：被抓取、被引用、被推荐、完成付费（来源：Z Finance整理）

因此，AI SEO 最该追踪的不是引用次数，而是一条四级漏斗：

被抓取，说明基础设施没有挡住机器；被引用，说明页面能支撑某个判断；被推荐，说明品牌进入了候选集；付费转化，才说明这次推荐碰到了真实需求。

平台也正在补齐测量工具。OpenAI 会在 ChatGPT 引荐链接中自动加入 utm_source=chatgpt.com，网站可以在分析工具中识别这部分访问。Google 则在 2026 年 6 月开始测试独立的生成式 AI 表现报告，展示网址在 AI Overviews、AI Mode 和 Discover 生成式功能中的曝光、页面、国家、设备与时间。

但平台报告仍然只负责告诉品牌“出现了多少次”。从落地页到注册、从注册到付费、从付费到留存，仍然要由企业自己的数据接完。

没有收入链路的引用，只是一张更高级的搜索排名截图。

六步法要换一把尺

:::

原文给出的六步法没有错：搭建可抓取的网站，找出 5—10 个接近购买决策的问题，把问题变成内容，补充真实证据，争取相关第三方提及，再追踪注册和付费。

真正需要调整的是每一步的考核单位。

网站建设不该只检查“页面是否上线”，而要检查 OAI-SearchBot、Googlebot 和 CDN 是否允许访问，关键事实是否以文字呈现。OpenAI 明确区分用于搜索展示的 OAI-SearchBot 与可能用于模型训练的 GPTBot；允许前者，并不等于必须允许后者。

内容生产不该按文章篇数考核，而要按购买问题覆盖率考核。一个“什么是项目管理软件”的页面也许有更大流量，但“20 人远程团队在预算有限时该选哪款工具”更接近真实决策。

外部传播不该按外链数考核，而要看品牌是否在关键第三方来源中以一致的事实出现。产品定位、价格、适用人群和差异点如果彼此冲突，模型只会拼出一个不稳定的答案。

最终，团队不该问“ChatGPT 有没有提到品牌”，而该问三个更难的问题：哪些购买问题带来了访问？哪些落地页带来了注册？哪些注册最后变成了付费和留存？

旧 SEO 的尺子是排名。AI 推荐的新尺子，是品牌进入决策的距离。

结语

:::

AI 搜索暂时还不是最大的流量入口，却可能最先改变买家的决策顺序。

过去，用户先点击，再研究，再形成品牌判断。现在，越来越多研究发生在点击之前：机器替用户拆问题、读比较、找证据，最后把少数品牌送到首页门口。

这条曲线也可能被高估。7.1%的转化率来自 Similarweb 的点击流样本，不代表每个 SaaS 类目都能复制；一次界面更新带来的 157.7%增长，也不能被直线外推。平台会继续改链接样式、引用逻辑和流量分配，今天有效的捷径很可能很快失效。

但有一件事比任何平台技巧更稳定：当答案开始替人做选择，品牌竞争就不再只发生在自己的网站上。

未来的官网，既是店面，也是证据库；未来的口碑，既说服人，也说服机器。

而真正的分界线，不是品牌有没有被引用。

是它有没有被选择。

数据与资料来源：

• Profitable Founder Podcast，How to Get ChatGPT to Recommend Your SaaS

• OpenAI，ChatGPT Search；Publishers and Developers FAQ

• Google Search Central，AI features and your website；Introducing Search Generative AI performance reports

• Similarweb，Gen AI Stats 2026；ChatGPT Referral Traffic Near Triples Overnight；AI Referral Traffic Winners By Industry

• Ahrefs，AI Traffic Study；The SEO Process in a Nutshell；AI Search Strategy

• Semrush，The Ghost Citations Study

文章来自于"深思SenseAI"，作者 "Sense AI"。