🏢 公司C档 · NaN分

结果页消失后,谁还记得你

··约1分钟阅读

📋 总体概括

Google DeepMind 证明单一模型可脱离索引排序,ChatGPT 首次披露品牌提及与点击数据,核心算法更新同期落地。搜索正从排名游戏切换为存在游戏:品牌要么被写进 AI 答案,要么彻底缺席。实体导向的数字 PR 是新可见性的核心打法。

📄 正文

结果页消失后,谁还记得你

Google 用单一模型替代独立索引的检索路线,已经从论文走到了产品讨论;ChatGPT 第一次对外交出品牌提及与点击数据;同一时间窗里,新一轮核心算法更新落地、AI Mode 换上全新默认模型。三件事叠在一起,指向同一个判断:搜索正在从「排名游戏」切换成「存在游戏」——你的品牌要么被写进 AI 的答案,要么就当没来过。对靠搜索吃饭的团队来说,这不是又一个算法小改,而是计价单位的更换。

这不是危言耸听的修辞。几个可查证的数字先把底色铺出来:Google 在 2025 年 Q1 财报电话会上披露,AI Overviews 每月覆盖用户已超过 15 亿(Alphabet 2025 年第一季度财报电话会);OpenAI 在 2025 年 10 月的 DevDay 上宣布 ChatGPT 周活跃用户达到 8 亿(OpenAI DevDay 2025);而 Pew Research Center 2025 年 7 月的研究发现,搜索结果页出现 AI 摘要时,用户点击链接的比例从 15% 降到 8%——几乎腰斩(Pew Research Center,2025 年 7 月)。分发入口在迁移,点击在漏损,这不是预测,是已经发生的曲线。

🧮 无索引排序,砸的是十年基建的饭碗

可见性不再是一个位置,而是「在」或「不在」。

想象每个周一早上,SEO 团队照例拉出关键词排名报表,看位置涨跌、算流量预期。这套动作,行业做了十几年,养活了一整条工具和服务链。

现在,这套动作的技术前提被动摇了。需要澄清一个时间线:这条路线并非最近才出现。Google 的研究团队早在 2022 年的 NeurIPS 论文《Revisiting the Fundamentals of Google's Search: Differentiable Search Index》(Metzler 等,arXiv:2202.06991)里,就系统提出了用单一 Transformer 模型同时完成「记忆文档」和「直接生成文档 ID」的检索方案——也就是跳过独立索引。此后的 DSI++、生成式检索系列工作一直在补齐「文档更新」「规模化语料」这些工程短板。最近把话题推到台前的,是 Search Engine Journal 专栏作者、前 Bing 高管 Duane Forrester 的评论:如果这条路真的走到线上,可见性将不再是「第几位」,而是「被包含」或「被排除」;现有的搜索结果页,本身无法在这场变革中幸存(Search Engine Journal,searchenginejournal.com)。

论文是 2022 年的,讨论是最近的,中间隔着的正是商业化距离的缩短——这才是值得警惕的信号。

这件事的产业含义,比论文本身更重。我的判断是:位置是可计价的,布尔值不是。 现在整条产业链的计价单位都锚定在「位置」这个连续变量上——广告位按名次竞价,SEO 服务按排名交付,排名追踪工具按「词数 × 位置」订阅。一旦位置坍缩成「有或没有」的二值变量,这套定价体系的数学基础就没了:二值变量没有梯度,也就没有「优化空间」可言。届时贬值的不是某个工具,而是「持续优化能换来持续增量」这个所有 SEO 服务合同共同依赖的隐含假设。

新的分发逻辑可以简化成一条链路:用户提问,大模型生成答案,答案生成时模型判断「是否记得这个实体」——记得,就被引用进答案,产生提及与点击;不记得,就彻底缺席,预算流向被记住的竞品。链路里没有「第二名」。这解释了为什么这一轮讨论的核心词不是「排名」,而是「inclusion(被包含)」。

📉 一周三连击,站长开始按「更少流量」做预算

最好的生存策略,是提前给坏消息让出位置。

把最近搜索生态的变化按时间排一下,节奏相当密集:核心算法更新上线、AI Mode 更换默认模型(更新记录可在 Google Search Status Dashboard,status.search.google.com 与 Google 官方博客 blog.google/products/search 追溯)、ChatGPT 公开提及与点击数据、越来越多站点明确按「更少的搜索流量」做产品和内容规划。

各自的表面影响和深层含义,可以放在一起看:

事件表面影响深层含义可查证佐证
核心算法更新排名波动、流量起伏排名作为资产的稳定性下降Google Search Status Dashboard 更新日志
AI Mode 换默认模型答案口径与引用来源改变生成式体验正在成为默认路径Google 官方博客,blog.google/products/search
ChatGPT 披露提及与点击AI 渠道首次可量化归因体系终于能覆盖 AIOpenAI 产品公告与商家计划文档
站点下调搜索流量预期内容与商业模型收缩行业共识已从「波动」转向「趋势」多家头部媒体自然搜索流量同比两位数下滑(Similarweb 追踪数据)

「下调流量预期」不是圈内情绪,是数据在收敛。除了前文的 Pew 研究,还有两组硬数据:Ahrefs 对 30 万关键词的分析发现,结果页出现 AI Overviews 时,排名第一页面的点击率平均下降约 34.5%(Ahrefs,2025 年 3 月,ahrefs.com/blog);SparkToro 的零点击研究显示,美国市场约 58.5% 的 Google 搜索以零点击结束(SparkToro 零点击研究,2024 年)。宏观预测端,Gartner 在 2024 年 2 月就给出了「2026 年传统搜索引擎使用量将下降 25%」的判断(Gartner 新闻稿,2024 年 2 月 19 日)。

具体到个案:HubSpot 在 2025 年被 The Information 等媒体报道,因博客自然流量持续下滑,把营销资源明确转向面向 AI 答案的优化——头部内容平台的预算表开始单独列出 AI 分流这一项,这才是行业共识的真正标志。一位做工具站的朋友私下说得更狠:「我们不是在优化排名,我们是在给排名办告别仪式。」听起来像段子,背后是 Similarweb 追踪下大量中小站点「搜索会话同比两位数下滑」的共同处境。

🤖 ChatGPT 交出提及与点击:AI 渠道第一次可归因

没有度量,就没有预算。

过去两年,营销负责人最头疼的问题之一是:AI 给品牌带来了多少价值?答案是没法量——ChatGPT 的答案是个黑箱,你不知道自己被提了几次、被点了几下,CFO 自然不批预算。

变化来了。ChatGPT 面向品牌方上线了可查看提及次数与点击数据的后台能力(OpenAI 商家计划与相关产品公告,2025 年)。这是生成式搜索第一次像广告后台一样给出量化口径。

对照传统搜索,这个口径的雏形已经清晰:提及数≈曝光量,点击数≈引流量。换句话说,AI 时代的「展示+点击」计价模型出现了原型。品牌方要盯的指标,从「这个关键词我排第几」变成「在哪些类型的问题里,我的名字出现了」。

这里要补一句独立的提醒:口径有了,但可比性还没有。 提及数和搜索曝光不是一回事——搜索曝光按关键词可拆、可竞价、有明确的意图分层,而 AI 提及是按「问题簇」分布的,同一个品牌在不同意图类型的问题里出现率差异可能极大。直接拿提及数对标展示量做预算分配,会系统性高估或低估。我的建议是:先按意图类型(信息型、对比型、交易型)把问题分桶,分别记录提及率基线,再谈归因。这也是对做营销自动化和数据归因团队的工程机会——把提及与点击数据接进现有归因体系,让 AI 渠道和搜索、投放放在同一张报表里比较。谁先打通这条数据链,谁就能在预算重分配的窗口期里拿到更大的份额。

📰 实体导向的数字 PR:让模型记住你,比让记者写你更重要

传统 PR 教你打动记者,AI 时代的 PR 要打动的是模型。

Marketing AI Institute 在 MAICON 相关内容中明确提出一个新的定位:Entity-Led Digital PR——实体导向的数字公关。它的核心论点是:传统公关教的 pitch 媒体、维系记者关系,这些工作依然有价值,但已经不再决定一个品牌在买家向 ChatGPT、Gemini 或 Google AI Overviews 求推荐时会不会出现(Marketing AI Institute,marketingaiinstitute.com)。

为什么会这样?因为模型认的不是「关系」,而是「实体」——品牌名、品类、属性

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)