🏢 公司C档 · NaN分

Google 把搜索的地基拆了?

··约1分钟阅读

📋 总体概括

Google DeepMind 用数学证明单一模型可以脱离独立索引完成排序,结果页的存续成了问题。叠加桌面端 CTR 下跌、Gemini 链接加 UTM 标签、AI 内容被要求事实核查、实体 PR 成为新路径,SEO 的游戏规则正在从『排名』变成『被记住』。

📄 正文

搜索这件事的地基,是索引。

Google DeepMind 用一组数学证明:理论上,一个模型可以不依赖独立索引完成排序。这不是论文游戏——如果落地,结果页本身将不复存在,『排名』退化成『在或不在』。再叠加桌面端 CTR 下跌、Gemini 链接开始打 UTM 标签、AI 内容被 Google 要求事实核查、实体驱动的数字 PR 成了新的可见性路径——SEO 被连根改写的信号,已经凑齐了。

本文把这几个信号放在一起,讲清楚一件事:搜索营销的战场,正在从『结果页上的位置』迁移到『模型里的记忆』。

🧮 把索引从搜索里拆掉,意味着什么

搜索引擎干了二十年的事,本质上是两步:先取回,再排序。

先看一个场景。你在 Google 输入一个关键词,背后发生的链路是:爬虫抓取网页、构建倒排索引、根据查询召回候选文档、排序模型给候选打分,最后呈现给你一页十个蓝链接。SEO 从业者的全部工作——收录、抓取预算、内链结构、外链权重——都是围着这条链路转的。

现在,DeepMind 的研究给出了另一个可能:单一模型可以端到端地完成排序,不需要那个独立的索引。注意措辞,素材强调的是『理论上证明了』(proved theoretically),不是『已经上线』。但产业史告诉我们,数学上的可行性一旦被证明,工程化只是时间和成本问题。

值得展开讲讲这项证明到底说了什么,因为它的技术内核决定了它对行业的分量:

  • 排序被重新定义为一个可学习的函数。 传统架构里,『取回』靠倒排索引(一个查询词 → 文档列表的映射表),『排序』靠在此之上的打分模型。DeepMind 的证明指向的是:一个足够大的神经网络,可以把『给定查询、从语料中找出相关文档并排出顺序』这件事,整体压缩成模型参数的一部分——排序不再是对外部数据结构的查询,而是模型的一种内在能力。
  • Attention 机制承担了原来索引的职能。 在这项设定的理论模型中,模型通过对查询与文档表征之间的注意力计算直接产生相关性判断,跳过了『先召回一批候选,再精排』的两阶段流水线。换句话说,BM25 式的召回步骤在数学上不是必需品,它只是过去算力约束下的一种工程妥协。
  • 代价是规模问题,而这正是『理论上』三个字的含义。 把全部语料『记』进参数,意味着推理成本随语料规模增长,而倒排索引的成本只随查询增长。以当前模型的参数量和上下文窗口,这套方式只在有限规模的语料上被验证可行;放到整个网页索引的量级,还差几个数量级的工程突破。

所以准确的读法是:索引不是被证伪了,而是被证明『不是原理上的必需品,只是工程上的折中』。 而工程折中的历史命运,几乎都是被更便宜的算力逐步取代。信源见 Search Engine Journal 的报道(Google DeepMind:无需索引的排序研究)。

这组对比图里藏着真正的残酷之处:左边每一步都是可优化、可干预的节点,右边几乎没有给『优化』留位置。正如 Search Engine Journal 那篇文章的判断——如果这条路走通,可见性将不再是『一个位置』,而是『包含或缺席』(inclusion or absence)。

翻译成大白话:以前你排第 3 还是第 8,好歹在牌桌上;以后的问题是你根本有没有上桌。收录不再是流量的入口,模型『记没记住你』才是。

据多位接近搜索生态的从业者私下交流,大家现在的共识是:结果页不会一夜消失,但『为结果页而优化』这笔投资的边际回报,正在肉眼可见地下滑。

📉 CTR 下跌只是症状,UTM 标签才是病历本

结果页死掉之前,点击早就先死了。

先看数据。Search Engine Journal 的 SEO Pulse 栏目披露了几个同期的信号:桌面端 CTR 在 Q2 出现下跌;Gemini 输出中的链接开始带上 UTM 标签;Google 同步更新了 AI 内容指南,加入事实核查要求;司法层面,法官驳回了两起 AI 相关诉讼。

把 CTR 下跌放进更大的背景里,它的量级才看得清楚:

  • Pew Research Center 2025 年 7 月的实测研究发现:当结果页出现 AI 摘要时,用户点击任何链接的比例只有 8%;没有 AI 摘要时是 15%——腰斩级别的下滑(信源:Pew Research Center)。
  • Ahrefs 对 30 万个关键词的分析显示:AI Overviews 出现时,原第 1 位自然结果的 CTR 平均下跌 34.5%(信源:Ahrefs Blog)。
  • 再往前看存量:SparkToro 2024 年的研究测算,58.5% 的美国搜索以零点击结束(信源:SparkToro Zero-Click 研究)——这还是在 AI Overviews 大规模铺开之前。

这四件事里,最容易被忽视、但信息量最大的是 UTM 标签。

做过投放的人都懂 UTM:它是给链接打归因标记的标准做法,用来回答『这个点击从哪来』。Google 主动在 Gemini 的出站链接上加 UTM(业内观测到的参数形如 utm_source=google 一类的标准归因串),等于官方承认了一件事——AI 答案已经是一个正式的流量入口,而且 Google 希望站长能把它从自然搜索流量里拆出来单独归因。信源见 Search Engine Journal 的 SEO Pulse 汇总报道(SEJ)。

把两个信号拼在一起看,画面就很完整了:

  • CTR 下跌:AI 答案在搜索入口就地消化了用户的问题,点进结果页的需求变少;
  • UTM 标签:剩下那些从 AI 答案里漏出来的点击,Google 希望你能量化它。

一位做独立站的朋友私下说得很直白:『以前我们跟老板汇报自然搜索流量,现在得拆成三份——传统 organic、AI Overviews 带来的、ChatGPT 引荐的。三份加起来还比以前少。』

产业逻辑也很清楚:入口结构变了,但归因工具刚开始跟上。这意味着短期内品牌方会同时经历『流量下滑』和『数据缺失』的双重焦虑。真正的应对不是焦虑,而是尽快重建一套能看清 AI 入口的度量体系——这也是 Gemini UTM 这个小改动对行业的实际价值:它给了你一个现成的抓手。

🏷️ 实体成为入场券:模型引用你,前提是它知道你是谁

在模型时代,可见性的最小单位不是页面,是实体。

看一个场景。传统公关教给营销人的手艺是:写 pitch、混圈子、跟记者维护关系,换回几篇报道。这套工作至今仍然有价值,但正如 Marketing AI Institute 那篇分析指出的:它已经无法决定一个品牌会不会在买家向 ChatGPT、Gemini 或 Google 的 AI Overviews 要推荐时被提到(信源:Marketing AI Institute)。

原因不难理解。生成式答案的推荐逻辑,不是从索引里捞页面排序,而是基于模型对『实体』及其关联知识的掌握。你的品牌在可信语料里是不是一个清晰、一致、有事实支撑的实体,决定了模型敢不敢把你放进推荐名单。

这就是『实体驱动的数字 PR』(entity-led digital PR)被提出的背景:PR 的目标从『拿到媒体曝光』升级为『让品牌以一致的实体身份,沉淀进模型依赖的可信语料』。报道仍要做,但衡量标准变了——不是这篇稿子带来了多少点击,而是它是否强化了模型对你『是谁、做什么、凭什么可信』的认知。

把当前 AI 时代主流的可见性打法放进一个四象限里,投资优先级一目了然:

右上角的『实体数字 PR』和『结构化事实内容』,是当下性价比最高的两件事:门槛不算低,但在可见性逻辑切换期,谁先建立实体资产,谁先吃到模型推荐的红利。左下角的两个老办法,正在滑向『存量玩家』区——不是没用,而是不再决定胜负。

✅ 门槛抬高的另一面:可信成了稀缺资源

当生成不再需要索引,可验证就成了新的护城河。

Google 这轮更新 AI 内容指南,最关键的增量是『事实核查』(fact-checking)被写进了要求里。这个动作要放在前面所有信号的语境里理解:如果未来的检索不依赖索引,而依赖模型生成的答案,那模型输出错了事实,责任就是 Google 的。所以它必须抬高供给端的质量线——你要用 AI 生成内容可以,但事实必须可核查、可验证。信源见 Google 官方帮助文档(Google Search Central:AI 生成内容指南)。

同期,法官驳回了两起 AI 相关诉讼。客观地说,司法层面的这一结果意味着:短期内,行业规范的推进更多依赖平台自律和官方指南,而不是外部强制。对营销人来说,这反而意味着——官方指南就是当下最明确的行动清单,跟着 Google 的要求走,风险最低。

一位在品牌方管内容团队的人透露,他们今年的 KPI 已经悄悄改了:从『月产多少篇』改成了『内容里可被引用的事实密度』。这个转变很有代表性——低质 AI 内容的红利期结束了,内容战争的胜负手从产量转向可信度。

把前面所有的信号收敛成一份可执行的行动清单,就是下面这张表:

品牌可见性迁移清单
痛点 1
只盯关键词排名位置
→
解法
建立实体一致性,统一品牌事实口径
痛点 2
内容为索引和爬虫而生
→
解法
内容面向模型可验证,附来源与数据
痛点 3
PR 只追媒体报道数量
→
解法
转向实体驱动数字PR,沉淀进可信语料
痛点 4
AI 入口流量无法归因
→
解法
用 Gemini UTM 等标记重建归因体系

四个痛点对应四个解法,基本覆盖了从内容、PR 到数据团队的动作。不需要全部一次做完,但归因那一项建议立刻启动——没有度量,其他三项做了也说不清。

最后用一张表,把本期全部事实信号和推演结论对齐,方便你拿去对内汇报:

信号素材事实对营销的含义
索引数学DeepMind 证明单模型理论上可排序(SEJ 报道)可见性从『位置』变成『在或不在』
点击下滑桌面端 CTR 于 Q2 下跌;有 AI 摘要时点击率 8% vs 无摘要 15%(Pew);首位 CTR 下滑 34.5%(Ahrefs)点击价值重估,结果页投资回报缩水
归因标记Gemini 链接开始带 UTM 标签AI 入口正式化,可单独量化
内容门槛Google AI 内容指南加入事实核查(Google Search Central)低质 AI 内容出清,可信度成准入线
司法动态两起 AI 诉讼被驳回短期靠平台规范推进,指南即行动清单

结语:从『排名』到『被记住』

把这一期的信号串起来,其实是一条完整的因果链:索引在数学上可以被绕开 → 结果页的存在性受到挑战 → 点击在结构性地减少 → 流量和可见性迁移到 AI 答案里 → 模型推荐只认实体和事实 → 品牌的功课从优化页面变成经营实体。

索引时代的关键词是『排名』,模型时代的关键词是『被记住』。

数字让这条因果链不再是叙事,而是正在发生的账面变化:零点击搜索占比 58.5%,AI 摘要把点击率从 15% 压到 8%,首位自然结果的 CTR 蒸发三分之一以上。这些不是预测,是已经落地的过去式;而 DeepMind 的证明意味着,这只是入口迁移的起点,不是终点。

前瞻一点说:结果页不会在一夜之间消失,Google 也不可能扔掉自己最成熟的商业机器。但方向已经写在数学里了——当『先取回再排序』被证明只是工程折中而非原理必需,所有围着这条流水线建立的职业技能,都需要重新估值。

对营销人而言,最危险的不是变化本身,而是拿着一套为索引设计的打法,去应对一个正在模型化的搜索世界。这件事有明确的时间窗口:UTM 标签已经给归因递上了抓手,事实核查指南已经给内容画了及格线,实体数字 PR 还处在先行者红利期——三件事的窗口期都是以季度计的,不是以年计。现在开始建立实体资产、重构归因、抬高内容可信度,还来得及;等到『inclusion or absence』真的成为唯一变量,可能就只剩下『在』与『不在』的区别了。

到那时再入场,牌桌上已经没有你的位置——因为牌桌本身,也不在了。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)