搜索结果页，正在被谷歌自己拆掉

搜索这个行业，最怕的不是对手，而是裁判亲自改规则。

谷歌旗下DeepMind近期从数学上证明了一件事：一个模型理论上可以在没有独立索引的情况下完成排序。这句话在媒体圈没有掀起太大水花，但在SEO圈子里，它被反复转发。原因很简单——如果这件事工程化落地，搜索引擎现有的结果页就没有存在的必要了。可见性不再是第3位还是第7位的争夺，而是被提及与不被提及的二元问题。

这不是一个孤立信号。同一时间段里，谷歌在AI内容指引中加入事实核查要求，Gemini的链接开始带UTM标签追踪，桌面端点击率（CTR）在第二季度继续下滑，实体主导的Digital PR被业界反复讨论为「新的可见性路径」。把这几件事放在一起看，一幅完整的图景浮出水面：

搜索的中间层——那个展示10条蓝色链接的结果页——正在被它的建造者亲手拆除。

📉 没有索引的排名，意味着什么

金句先放这里：当排序不再依赖索引，排名就变成了收录问题。

先讲清楚传统搜索引擎的运作方式。过去20年，SEO从业者熟悉的世界是这样的：爬虫抓取网页，建立倒排索引，用户查询触发检索，算法对候选内容排序，结果页呈现10条蓝色链接。营销公司围绕这个漏斗做文章——标题党抢点击，外链体系抢权重，结构化数据抢展示位。

DeepMind的研究改变的是底层假设。如果一个模型本身就能理解全网内容、理解用户意图，并在推理时直接给出答案和排序，那么独立的索引、独立的结果页，就都是冗余组件。检索和排序合二为一，结果页从「产品的核心」降级为「历史包袱」。

这不是玄学推演，而是产业趋势的叠加：

• Google AI Overviews 已经把大量查询的答案直接前置在结果页顶部；
• 桌面端CTR在第二季度继续下滑，意味着即便出现在结果页，用户点击的意愿也在萎缩；
• ChatGPT、Gemini等对话式产品的使用时长持续增长，用户的查询习惯正在从「搜索后浏览」转向「提问后采纳」。

用一张图看清楚这个变化：

新的链路则短得多：

对比一下：旧链路里有6个环节，每个环节都可以被优化；新链路里，品牌能干预的只有一个位置——模型生成答案时是否提及你。中间那整条「结果页经济」，包括信息流广告位、竞价排名、SEO服务商的排名报告，全部悬空。

据多位接近搜索引擎生态的服务商透露，头部代理公司已经开始重写客户报告模板，把「关键词排名」这类指标往「AI答案中的品牌提及率」迁移。「再拿排名截图讲故事，客户已经不买账了。」一位从业者私下这样讲。

🧠 数学证毕，工程化还有多远

需要冷静的部分也在这里：理论证明到产品落地，中间隔着工程、成本和商业利益。

DeepMind证明的是理论可行性——模型可以脱离独立索引完成排序。但把这件事变成每天服务数十亿次查询的产品，挑战不小。实时理解全网内容，对算力和推理成本的要求远高于「查索引+排序」的传统架构；而索引还有一个隐藏功能：缓存。查询命中索引，响应是毫秒级的；模型每次推理理解全网，响应速度和成本都是天文数字。

所以更现实的路径，大概率是混合形态：索引继续承担召回和缓存的角色，模型承担理解和排序的角色，结果页则逐步退化为「答案的附录」。事实上这个趋势已经在发生——Google AI Overviews 引用来源、Gemini回答附带链接，网页还在，只是从「主角」变成了「脚注」。

从产业时序看，这是一场已经开跑的迁移：

• 2024年5月：谷歌在I/O上全面推出AI Overviews，答案直接前置；
• 2025年第二季度：桌面端CTR继续下滑，结果页点击经济持续萎缩；
• 2025年下半年：谷歌在AI内容指引中加入事实核查要求；
• 同期：Gemini输出链接加入UTM标签，可追踪来源流量；
• 近期：DeepMind理论证明无索引排序可行，产业预期被正式点亮。

注意最后一条的逻辑位置：它不是 caused 前面几条，而是让前面几条从「产品实验」升级为「终局预告」。当数学问题被解决，剩下的只是时间和商业节奏问题。

对广告主和品牌方，判断也很直白：别赌结果页死不死，赌的是时间窗口。在完全落地的过渡期里，传统SEO的投入仍有回报，但边际回报正在递减；而面向AI答案优化的投入，目前竞争密度低、先发优势明显。这笔账，任何做过增长的人都会算。

🔗 实体成了新门票：Digital PR的翻身仗

金句：旧世界的货币是关键词，新世界的货币是实体。

Marketing AI Institute在近期的一篇分析中提出了一个正在被行业验证的判断：传统公关教的「给记者写故事、维护媒体关系」依然有价值，但它不再决定品牌能否出现在ChatGPT、Gemini或Google AI Overviews的推荐答案里。决定这件事的，是实体（Entity）。

什么叫实体主导？大语言模型对世界的理解是围绕实体组织的——公司、人物、产品、概念，以及它们之间的关系网。当用户问「适合中小企业的CRM有哪些」，模型给出的推荐不是从某个关键词排名里抄来的，而是从训练语料和实时检索中重构的实体网络里检索出来的：哪些品牌在权威来源中被反复提及、在哪些语境下与「中小企业」「CRM」共同出现、被什么样的媒体和用户评价过。

这直接改写了投放逻辑。旧打法里，品牌花钱买关键词排名，就可以稳定出现在对应查询的黄金位置；新打法里，模型是否提及你，取决于你的实体在全网权威语料中的「浓度」。这不是买排名能买来的，而是要通过持续的权威内容、媒体报道、第三方引用来构建。

于是，一个被唱衰了十年的工种——Digital PR——突然翻身。过去SEO团队和公关团队各干各的，前者盯排名后者盯曝光；现在它们被拧到了同一个目标上：让品牌的实体信息在高权重、可被模型采信的来源中一致、清晰、高频地出现。

两种打法的差异，用一张表说清楚：

一位头部出海品牌的增长负责人提到，他们的团队今年把PR预算和SEO预算合并成了一个池子，考核指标统一为「在主流AI问答中的品牌出现率」。「与其让两个团队各打各的，不如一起把实体做厚。」

这个判断在微观层面已经被验证：品牌信息的一致性（名称、定位、核心数据在全网各处是否一致）直接影响模型引用时的置信度。一个在不同媒体上被描述得前后矛盾的品牌，被AI答案推荐的概率会显著降低。

⚠️ 事实核查与UTM：谷歌的两手准备

金句：谷歌一边拆结果页，一边给新世界装仪表盘。

同期发生的两件「小事」，值得放大看。

第一件，谷歌在AI内容指引中加入了事实核查的要求。这意味着AI生成内容想要获得搜索引擎的信任分发，不仅要原创、有用，还要经得起核查。结合前文实体逻辑，指向是清晰的：模型时代的排序，可信度是硬门槛。品牌想让AI提及并推荐，首先要让自己的信息「可被核查」——来源清晰、数据一致、署名明确。那些靠批量生成、信息含混的内容农场，在新规则下没有生存空间。

第二件，Gemini输出的链接开始带UTM标签。这是一个被严重低估的信号：它意味着谷歌正在给AI答案的流量建立归因体系。过去几个月，营销圈吵得最凶的问题之一就是「AI概览吸走了点击，我怎么向老板证明AI渠道有价值」。UTM标签就是答案的雏形——当AI答案里的每一次引用都可以被追踪、被归因，「AI可见性」就从玄学变成了可以写进报表的KPI。

把这两件事合起来看，谷歌的路径非常清楚：一方面用事实核查抬高AI内容的质量水位，另一方面用归因标签建立新的度量体系。前者决定谁能被看见，后者决定看见之后如何计价。而一旦「AI答案中的提及」可以被稳定归因，商业化就只是时间问题——新的广告位未必长在结果页上，它可能就长在模型的答案里。

对营销人的启示也很具体：现在就要做的三件事——

1. 盘点实体：全网检索品牌的名称、产品、核心人物信息，清理不一致的表述；

2. 重构内容标准：所有AI辅助产出的内容，建立事实核查流程，标注可验证的来源；

3. 搭建新归因：在分析工具中预留AI渠道的追踪维度，别等流量已经来了才发现无法归因。

有从业者估计，等这套归因体系完全成熟，先建立数据基线的团队会拿到显著的预算分配优势——因为到时候「AI渠道ROI」将直接出现在管理层的报表里，而谁的基线数据完整，谁就能证明自己的价值。

💡 从「抢排名」到「被收录」：思维范式的切换

金句：未来的可见性，不是排第几，而是在不在。

综合以上所有信号，新的竞争图景可以概括为一句话：排名逻辑正在让位于收录逻辑。

在旧世界，搜索引擎的可见性是连续谱——第1位和第10位差距巨大，第11位约等于不存在，所以整个行业围绕「挤进前十、冲击前三」设计打法。在新世界，可见性是二元的——模型要么在答案中提及你，要么完全忽略你。没有第5名的AI答案，只有被推荐和被遗忘。

这个范式切换对产业的冲击是结构性的：

注意这个闭环里的关键点：旧SEO是一次排名一次博弈，新可见性是持续积累的复利游戏。实体网络的厚度不是一次投放能买来的，它需要经年累月的权威内容、媒体报道和一致的信息输出。这意味着——先发者的护城河会随时间加宽，而追赶成本会随时间上升。

据多位接近头部品牌的人士透露，已经有公司在内部把「AI提及率」列为年度OKR，权重高于传统的自然流量指标。这种组织层面的动作，往往比任何技术信号都更能说明风向：当预算开始迁移，产业的重心就已经迁移了。

小结

DeepMind的无索引排序证明、桌面CTR的持续下滑、AI内容的事实核查要求、Gemini的UTM归因、实体主导的Digital PR——五个信号拼在一起，指向同一个结论：结果页不会立刻消失，但它作为流量分发中心的地位正在瓦解，可见性的战场正在从「结果页上的位置」转向「模型答案中的存在」。

对营销人而言，窗口期不会太长。实体建设是慢变量，归因体系是新基建，等所有人都看懂的那一天，先发红利就已经分完了。现在该问的不是「我的排名掉了没有」，而是「当用户问AI的时候，它在不在答案里」。