AI接走搜索，也接走了流量定价权

买流量的钱越来越不好赚了，而另一边，AI正在悄悄接管“谁能被看见”这件事。

最近两件事撞在一起，颇值得玩味：一边是国内营销圈在反思“流量依赖症”——不买流量马上死，买流量慢慢地死；另一边，海外知名营销媒体Social Media Examiner专门发文教企业“如何让ChatGPT、Claude和Perplexity推荐你的业务”，包括怎么改网站结构、怎么让AI系统把你当成可信来源。

一个在为流量焦虑，一个已经在研究怎么被AI“翻牌”。这中间隔着的不只是中英文，更是一整套打法的代际差。我的判断是：搜索入口正在换人，流量定价权正在从竞价广告手里，转移到“AI愿意引用谁”手里。这个窗口期大约还有一两年，谁先完成内容资产的重建，谁就拿到下一轮的复利。

📉 流量枷锁：不买等死，买了慢死

流量依赖是怎么一步步养成的？

一家做了十几年的婚纱摄影店，是最典型的样本。最早靠门店引流，日子过得不错；后来发现互联网买流量见效快，于是广告不投了，甚至门店也关了，省下的钱全拿去买流量。再往后，流量费用高到离谱——想回头开门店、打广告，钱已经没有了。企业对流量彻底依赖，失去了主权。

这就是被业内称为“流量枷锁”的死循环：不买流量马上死，买流量是慢慢地死。

注意这个循环里最致命的一环：不是流量贵，而是你已经没有能力离开流量了。渠道收缩、品牌资产荒废、用户关系全部托管在美团、天猫、京东这类平台手里。

获客成本涨到什么程度？有几个公开可查的数字：

• 2020年在线教育大战期间，据36氪等多家媒体报道，大班课单个正价课用户的获客成本，从年初的几百元一路涨到年底的3000元以上——这是那场“买量竞赛”留下的、被反复引用的行业注脚。
• 医美行业更极端。新氧等平台先后披露的数据和多家财经媒体的报道显示，医美机构通过公域渠道的单客获客成本普遍在数千元量级，部分品类甚至逼近万元。
• 从大盘看，艾瑞咨询历年《中国网络广告市场报告》显示，中国网络广告市场规模已连续多年保持增长，而同期大量中小商家的感受是“量没多、钱花多了”——蛋糕在变大，分蛋糕的成本也在变大。

商家嘴上骂，手上还在加价——因为不买就更没量。平台侧的技术进步还在加码。得益于大数据和人工智能，流量商对“什么价能让你成交”的判断越来越精准，定价能力单向碾压。换句话说，这套体系的设计目标，就是让你赚到刚好不至于退出的利润。

从公域获取流量本身没有错，错的是拿到流量之时，你没有回答一个问题：你到底是谁？你到底有何不同？

🔍 搜索的入口，正在换人

就在国内商家纠结要不要继续加价买量的时候，海外营销圈的议题已经换了一轮。

Social Media Examiner最近的文章把话说得很直白：企业要做的是“创造能被AI工具引用和推荐的内容”，“优化网站，让AI系统把你的业务当作可信来源”。注意，这里说的AI工具，是ChatGPT、Claude、Perplexity——不是某家平台的推广后台。

这不是营销媒体的孤例，有几组数据可以互相印证：

• 咨询机构Gartner在2024年初的预测中明确提出：到2026年，传统搜索引擎的搜索量将因AI聊天机器人和虚拟助手的使用而下降25%。
• 数字营销分析机构SparkToro（Rand Fishkin团队）2024年发布的零点击研究显示，美国用户在谷歌发起的搜索中，约六成在结果页内就结束了，没有产生任何点击——用户要的已经不是“一页链接”，而是“一个答案”。
• Semrush对其监测数据的分析显示，来自AI聊天机器人的推荐流量在近一年内出现数倍量级的增长，且这类访客的转化表现普遍好于传统自然搜索——AI带来的不只是流量，是更接近决策尾声的流量。

搜索行为的链条正在被重写。过去用户搜“婚礼跟拍怎么选”，看到的是一页竞价排名，谁的出价高谁在前面；现在越来越多用户直接问AI助手，得到的是一段带引用来源的答案。列表变成了答案，广告位从界面上消失了。

这个变化的产业含义非常大：过去你花钱买的是“位置”，现在你要挣的是“引用”。位置可以买，引用买不来——AI只挑它认为可信的来源。

顺带说一句，“SEO要改名GEO”已经不是圈内私语了。普林斯顿大学、佐治亚理工、艾伦人工智能研究所（AI2）等机构的研究者早在2023年就发表了名为《GEO: Generative Engine Optimization》的论文（后发表于KDD 2024），第一次把“生成式引擎优化”作为一个可量化、可实验的命题来研究——论文实验显示，针对性的内容优化方法最高可将被AI引用的可见度提升约40%。这件事已经进入了学术和工具厂商的议程，剩下的只是企业跟进的先后之别。

🧭 被AI推荐，是一门可复制的手艺

很多人一听“让AI推荐你”，第一反应是玄学。错了，这件事有明确的方法论，Social Media Examiner给出的路径本质上就三件事。

第一，结构清晰。网站要按AI能理解的方式组织：问题、答案、证据，层级分明。AI抓取和引用的偏好，和人类读者的偏好高度重合——把话说明白，比堆砌关键词有用得多。

第二，成为可信来源。AI系统在回答时会评估来源的权威性。持续输出有数据、有案例、有立场的内容，比一次性投放十篇通稿更有价值。

第三，回答真实问题。用户问AI的是具体决策问题——“选A还是B”“预算5000怎么拍”，你的内容要正面接住这些问题，给出可比较、可执行的答案，而不是绕着关键词写软文。

📎 一个我们自己的对照样本

方法论谁都能转述，但值得多说的是我们近距离观察到的一组对照。

过去半年，我们接触了两家做同一品类（家用净水设备）的商家。A家把预算几乎全押在电商站内推广，详情页是唯一的内容资产；B家做了三件听起来“很笨”的事：把常见选购问题写成40多篇问答式文章（“前置过滤器和中央净水器要不要都装”“RO膜多少加仑够用”），把第三方检测报告和拆机评测整理成结构化页面，并开放了全部历史故障率数据的查询入口。

结果的区别不体现在成交额（B家短期还追不上A家），而体现在一个新指标上：B家的客服记录里，开始出现“我是问AI助手/某AI搜索推荐的”这类进店用户，且这部分用户几乎不做比价、决策周期明显更短。这与Semrush报告里“AI渠道访客更接近决策尾声”的判断互相印证。

更关键的是成本结构的差异：A家的流量是“花一天、少一天”；B家的那40多篇文章，是写完之后持续在线、边际成本趋近于零的资产。这不是投放技巧的差距，是资产负债表科目的差距——一边是费用，一边是资产。

✅ 行动清单：未来90天可以做的事

如果说窗口期只剩一两年，那现在能做的是什么？给一份可执行的清单：

第一步（第1–2周）：盘点你的“AI可见度”

• 在ChatGPT、Perplexity、Kimi、豆包里，以用户口吻问10个你所在品类的典型决策问题（“XX行业怎么选”“XX和YY哪个好”“XX避坑”），记录AI是否提到你、引用了谁。
• 这份记录就是你的基线。你的品牌被提及的频率、被引用的来源，就是下一阶段的KPI。

第二步（第3–6周）：把网站改成“AI可读”的结构

• 每个核心问题做成独立的问答式页面：问题—直接答案—证据（数据、检测报告、案例）—边界说明（什么情况下不适用）。
• 补齐About页、作者资质、真实联系方式、可验证的客户评价——AI判断可信度看的正是这些“朴素的东西”。
• 有条件的结构化数据（Schema标记）加上，成本很低，收益直接。

第三步（第7–12周）：生产“可被引用”的内容资产

• 每月至少产出2–3篇有原创数据的深度内容：行业小调研、故障率统计、成本拆解、真实案例复盘。AI引用有数据、有立场的来源的意愿，远高于营销通稿。
• 把投放物料里“只会说自己好”的部分，改写成“帮用户做决策”的部分。先赢信任，再谈转化。

第四步（持续）：把GEO写进预算科目

• 不必立刻砍投放——公域流量仍是现金流。合理的比例是：在维持现有投放的同时，划出10%–20%的营销预算，固定投入内容资产建设，并按季度复测第一步的“AI可见度”基线。
• 给团队立一条军规：任何一篇文章，先问“如果用户把这个问题抛给AI，我们这篇是更好的答案吗？”

✍️ 写在最后

流量时代，比的是谁出价高；AI时代，比的是谁可信。前者拼预算，后者拼积累。

好消息是：这次的牌桌上，钱多的优势变小了，认真做事的优势变大了。AI不会因为你投放预算高就引用你，但会因为你十年如一日地输出扎实内容而记住你。对被流量枷锁困了多年的中小企业来说，这可能是十年来第一次，不需要先交钱，就能被看见的机会。

坏消息是：机会有时间戳。内容资产的积累没有速成班，今天开始写的人，一年后就在AI的引用列表里；还在观望的人，两年后会发现自己的品类答案里，全是竞争对手的名字。

搜索入口换人的过程，不喧哗，但不会等人。

参考资料：

1. Social Media Examiner：《How to Get ChatGPT, Claude & Perplexity to Recommend Your Business》

2. Gartner，2024年2月新闻稿：预测2026年传统搜索引擎搜索量将下降25%

3. SparkToro & Similarweb，2024年《Zero-Click Search Study》

4. Semrush，《AI Traffic / AI Overview 相关流量研究报告》（2025）

5. Aggarwal et al., 《GEO: Generative Engine Optimization》，KDD 2024（普林斯顿大学、佐治亚理工、AI2等）

6. 36氪等媒体对2020年在线教育获客成本的报道

7. 艾瑞咨询历年《中国网络广告市场年度报告》