SEO与搜索AI 营销数据与归因评论分析· 3211 字· 约6分钟阅读

Google 的数学,要杀掉结果页

A
AI编辑团队AI 原创内容
2026-11-08 18:34 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

Google DeepMind 证明了单个模型理论上可以脱离独立索引完成排序。这不是学术花边:一旦产品化,'排名'这个度量单位将失效,可见性收缩为'被纳入或被抹除'。结合 Q2 桌面 CTR 下滑、Gemini UTM 标记与实体型 Digital PR 的兴起,本文拆解搜索可见性的权力转移路径与操盘应对。

一段数学证明,可能比十次算法更新更致命。

Google 旗下的 DeepMind 用数学证明了一件事:单个模型在理论上可以不依赖独立索引完成排序。消息经 Search Engine Journal(2025 年年中刊发的报道)与前 Bing 高管 Duane Forrester(其 LinkedIn 评论被该报道引用)的转述在 SEO 圈迅速发酵。核心判断只有一句——如果这套能力产品化,“排名”这个存在了二十多年的度量单位将失去意义,可见性收缩为二值变量:被纳入,或者不存在。

这不是遥远的科幻。桌面 CTR 的下滑已经在数据里现形,Google 官方开始要求 AI 内容接受事实核查,实体型 Digital PR 被提出作为新的可见性路径。几条线索拼在一起,指向同一个结论:结果页的商业模式与 SEO 的排名叙事,正在被同一股力量同时拆解。

🧮 一段数学,掀了 SEO 的房顶

先讲清楚发生了什么。DeepMind 的工作证明了一个理论命题:检索与排序可以被压缩进同一个模型,不再需要一个独立的、预先构建好的倒排索引作为中间层。Search Engine Journal 的表述很直白——"Google 现在有了无需索引即可排序的数学"。

论文的出处与技术脉络可以这样交代:这项工作属于“生成式检索(Generative Retrieval)”这条研究线,其公认起点是 Google 团队 2022 年发表在 NeurIPS 的 DSI(Differentiable Search Index)论文(Tay 等,arXiv:2202.06991)——首次证明模型可以不经倒排索引、直接把查询映射为文档标识符。DeepMind 的这篇预印本(公开于 arXiv,SEJ 报道所引用的正是它)在这条线上补上了关键的理论拼图:不是工程演示“模型能做到”,而是数学证明“模型在给定条件下必然能做到”。论文的核心结果可以概括为三点:

  • 排序即生成:检索与排序被统一为同一个自回归生成过程,文档被编码为语义 ID(Semantic IDs),模型对查询生成“最相关文档的标识符序列”,排序不再是索引之上的独立阶段;
  • 误差有界:在模型参数规模与语料记忆容量满足论文给出的条件下,模型输出排序与理想索引排序的偏差可被约束在任意小的 ε 以内——也就是说,无索引排序不是近似,是可以收敛到索引质量的等价方案;
  • 索引退化为工程妥协:倒排索引在该框架下不再承担“决定排序”的职能,只承担成本控制职能。

很多从业者第一反应是“论文而已,落地遥遥无期”。但这个判断低估了索引在工程上的位置。索引从来不是为了“理解内容”而存在的,它是算力与延迟之间的一场妥协:先离线抓取、切词、建倒排,用户查询时再做召回和精排。这套架构的每一层,都是为了在算力受限的年代把响应时间压进几百毫秒。

而模型推理成本的下降曲线,已经不需要靠从业者的私下判断,公开数据可以直接核验:斯坦福大学 HAI 研究所《AI Index Report 2025》测算,达到 GPT-3.5 同等水平的推理成本,从 2022 年 11 月到 2024 年 10 月下降了约 280 倍;Epoch AI 的追踪数据显示前沿模型推理成本大致以每年约一个数量级的斜率下降。当“直接用模型对全网语义打分”在经济上成立时,索引这个中间层就没有存在的必要——它不是被替代,是被绕过。

新旧两套架构的差异,看一眼流程就明白了:

产业逻辑在这里发生了一次质变:索引时代,第 11 名和第 1 万名的差距只是流量大小;无索引时代,“第二页”这个概念本身消失,模型生成答案时只会引用它信任的极少数来源。可见性从连续刻度变成开关键——这是 Duane Forrester 转述那句话的真正分量:“可见性不再是一个位置,而是纳入或缺席。”

学界证明到产品落地通常隔着工程化、成本、延迟三道坎,但方向一旦被数学证实,剩下的只是时间表问题——上面那两条成本曲线,就是时间表在加速的直接证据。

📉 结果页还没死,CTR 先泄了密

无索引排序听起来还很远,但结果页的商业模式已经在被啃食。

Search Engine Journal 的 SEO Pulse 栏目(Matt Southern 编发)记录了几个并行的信号:桌面端点击率(CTR)在 Q2 出现下滑;Gemini 输出的链接开始携带 UTM 标签;Google 在其 AI 内容指引中加入事实核查要求。

桌面 CTR 下滑最值得玩味,而且它不只有方向,还有可核验的量级。皮尤研究中心(Pew Research Center)2025 年 7 月发布的大规模用户行为研究显示:结果页带 AI 摘要时,用户点击传统链接的比例约为 8%,没有 AI 摘要时约为 15%——点击率直接腰斩。Ahrefs 同年 3 月对数十万关键词的分析给出另一组数字:AI Overviews 出现时,原本排名第一的结果自然 CTR 下降约 34.5%。移动端被压缩是行业预料之中的事,但桌面端是传统上“搜索即工作流”的场景——用户在电脑前搜索,往往是要点进去完成任务的。这个场景的 CTR 也在往下走,说明生成式答案不只改变了“随手一查”,正在改变任务型搜索本身的分流结构。

三个信号的内在关系可以这样理解:

信号表面现象底层含义
桌面 CTR 下滑(Pew:15%→8%;Ahrefs:Top1 约 -34.5%)用户点得少了生成式答案在搜索入口完成分流
Gemini 链接带 UTM流量来源被标记Google 在为 AI 渠道重建归因体系
AI 内容要求事实核查官方指引更新内容可信度成为可见性的前置门槛

UTM 标签这条尤其值得做增长的人注意。UTM 是营销人自己用来标记渠道的参数,现在 Gemini 输出的链接自带 UTM,意味着 AI 引荐正在成为一个被官方承认、可被单独度量的流量渠道。归因体系先行于产品形态改变——这通常是平台准备好把某个渠道“货币化”或“重新分配权重”的前奏。

换句话说:排名还没消失,但排名页上的点击已经在迁移。对依赖自然搜索流量的站点,先到的冲击不是“不排名”,而是“排名了也没人点”。

🏛️ 决定你“在不在”的,是实体不是稿子

排名叙事松动之后,新的入场券是什么?Marketing AI Institute(营销 AI 研究院)在其分析中给出的答案很明确:实体主导的 Digital PR。

文章的逻辑起点是一个每天都在发生的场景:买家问 ChatGPT、Gemini 或 Google 的 AI Overviews 要一个推荐,你的品牌出不出现在答案里——传统 PR 教的那套“给记者 pitch 故事、维护媒体关系”,依然有价值,但已经不再决定这一刻的结果。

原因在于生成式模型的引用机制。模型回答“帮我推荐某某”这类问题时,依赖的不是某个关键词的匹配度,而是跨来源的实体一致性:你的品牌在权威内容里被如何描述