11 月第一周，一份德语站的月报只有一行自然搜索数据：会话 13,080 降到 11,850，跌 9.4%；询盘 96 降到 88。老板问，是不是 AI 把流量抢走了。
如果回答“大盘都在跌”，等于没回答；如果回答“AI 抢了 9.4%”，也没有证据。要回答这个问题，不需要再找一组研究，而需要把这一行拆成四行：AI 曝光、AI 引用、AI 位点击、非 AI 自然点击。
下面用一个示例月的脱敏数字走完全程。所有数字都是为说明方法所设，不是客户数据；方法来自多语言站群的监测项目，不构成平台效果承诺。
一、三个流行数字，先放回各自的分母
过去一年，关于“AI 抢走多少流量”有三个数字被反复引用：38%、18.8 个百分点、58%。它们看起来在说同一件事，其实分母完全不同。
| 研究 | 样本与方法 | 分母 | 结论 |
|---|---|---|---|
| Agarwal 与 Sen，2026-04 | 1,065 名美国桌面 Chrome 用户，两周，用插件选择性隐藏 AI 摘要 | 触发 AI 摘要的查询 | 自然点击下降 38%，零点击比例从 54% 升到 72% |
| 宾夕法尼亚大学与东北大学，2026-08（arXiv 2608.18352） | 1,100 名美国 Google 用户，一周，随机分三组：关闭 AI、保持默认、强制 AI Mode | 用户的站外点击率 | AI Mode 组下降 18.8 个百分点，关闭组上升 8.8 个百分点 |
| Ahrefs，2026-02 | 30 万关键词，基于 Search Console 数据做相关性观测 | 排名靠前页面的展示 | 第一名页面点击率下降 58%；2025 年 4 月首次测量为 34.5% |
| arXiv 2605.14021，2026-10 | 55,393 条趋势查询，40 天，测量结果页上的 AI 答案 | 查询 | AI 答案整体激活率 13.7%，问句型查询 64.7% |
第一项的分母是“触发了摘要的查询”，第二项是“一组人的站外点击”，第三项是“排名靠前页面的展示”，第四项是“查询”。把它们相乘，等于把三种机制压成一个系数。最常见的错误算法是“42% 的查询出现摘要，出现时点击掉 38%，所以全站掉 16%”——这个算法默认了未触发摘要的查询点击不变、用户不会换查询、两种 AI 入口可以叠加，而实验数据恰好把这三点都否掉了。
Ahrefs 的 58% 也要看清：它是实际点击率与预测点击率的差，属于相关性观测，不是同一批页面的前后对比。它能说明方向，不能单独用来定责。
所以本文不回答“AI 一共抢走多少”，只回答一个更窄、也更有用的问题：在你的月报里，哪一部分能归到 AI，哪一部分不能。
二、四个数：定义、取数、公式
先把定义写死，后面才不会反复改口径。四个数分别是 AI 曝光、AI 引用、AI 位点击、非 AI 自然点击。
| 指标 | 怎么取数 | 公式 | 不能拿来干什么 |
|---|---|---|---|
| AI 曝光 | Search Console 生成式 AI 性能报告，加固定查询集的每日检查 | AI 答案出现次数 ÷ 查询集检查次数 | 当作流量，或当作品牌认知增长 |
| AI 引用 | 固定查询集检查：答案里是否出现本站域名或页面 URL，逐条记录 | 含本站引用的答案数 ÷ AI 答案总数 | 当作访问量或询盘；引用份额高不等于流量高 |
| AI 位点击 | 服务端日志或 GA4 会话，用落地页、查询串、时间桶匹配 | AI 位会话 ÷ AI 曝光次数 | 和自然点击相加后重复计数 |
| 非 AI 自然点击 | 同一查询集中未出现 AI 答案时的自然点击；或 GSC 自然点击减去已匹配的 AI 位会话 | 未触发组的点击变化率 | 当作“AI 没影响”的证据 |
这里有一个必须提前知道的限制：Search Console 的生成式 AI 性能报告只给曝光，不给点击、点击率、排名和查询词。它 2026 年 6 月上线，2026 年 8 月 31 日起全球开放，可以按页面、国家、设备、日期看，单次最多 1,000 行。Google 自家 AI 带来的点击，仍然混在 Performance 的“网页”总数和 GA4 的自然搜索里，分不出单独一份点击账。
这就是为什么只靠 GSC 只能做趋势，做不了拆分。要拆点击，必须有服务端日志或 GA4 会话，再加一套固定查询集的监测记录。
四个数最终要落到四个桶里：AI 位点击、非 AI 自然、直接访问、其他。每个会话只能进一个桶，四个桶相加等于总会话。匹配不上的会话进“未归因”，不硬塞进 AI 类别。宁可少算，不可错算——错算会让整张报表失去可信度。
三、拿一个示例月走一遍账
假设一个站、一种语言、200 条固定查询，每天检查一次，一个月 6,000 次检查。下面所有数字都是示例，用来演示怎么拆，不是客户数据。
| 指标 | 上月 | 本月 | 变化 |
|---|---|---|---|
| 查询集检查次数 | 6,000 | 6,000 | 0 |
| AI 答案出现次数 | 1,200（20%） | 1,800（30%） | +600 |
| 含本站引用的答案数 | 240（答案的 20%） | 360（答案的 20%） | +120 |
| AI 位会话 | 120 | 150 | +30（+25%） |
| 非 AI 自然点击 | 12,960 | 11,700 | -1,260（-9.7%） |
| 自然总会话 | 13,080 | 11,850 | -1,230（-9.4%） |
只看最后一行，会得出“AI 抢走 9.4%”。拆开看：AI 位会话其实增加了 30，减少的 1,260 全在非 AI 自然点击。AI 不是这一个月下滑的主因，至少不是全部。
但“不是全部”还不够，还要估出 AI 占多少。把查询按是否触发 AI 答案分成两组，比较两组的点击变化：
| 分组 | 查询数 | 上月点击 | 本月点击 | 变化 |
|---|---|---|---|---|
| 触发 AI 答案 | 80 | 5,760 | 4,800 | -16.7% |
| 未触发 AI 答案 | 120 | 7,200 | 6,900 | -4.2% |
| 同题对照差 | — | — | — | -12.5 个百分点 |
同题对照差等于触发组变化率减去未触发组变化率：-16.7% 减 -4.2%，得到 -12.5 个百分点。去年同期季节性大约 -3 个百分点，扣掉后，与 AI 同期出现的变化约 -9.5 个百分点；剩下约 -3 个百分点，来自排名、改版、竞品或支付故障，需要单独查。
按触发组上月 5,760 次点击估算，-9.5 个百分点大约对应 547 次点击，占非 AI 自然点击减少量 1,260 的约 43%。这不是精确因果，而是把“AI 影响”从总数里分离出来的估算；它的价值在于告诉你：还有一半以上的下滑，不能记在 AI 头上。
这就是四个数的实际收益：不是写一份更好看的报告，而是决定下个月把预算和人力放在哪。触发组继续优化引用与品牌内容；非触发组先查排名、页面改版和支付链路；AI 位会话单独看转化，不并进自然流量。
四、三层落地：查询集、取数、匹配
第一层：固定查询集
每个站点、每种语言选 200 条查询，按意图分层：品牌词 20 条、品类词 50 条、对比词 40 条、信息词 70 条、交易词 20 条。固定市场、固定设备、固定时间窗，每条记录查询、意图、语言、市场、设备、优先级。
查询集一旦定下，季度评审一次，中途不随活动临时加减。查询集是整套监测的地基，地基动了，前后两期就没法比。多语言站群按语言各建一份，不翻译复用——德语和英语的 AI 答案覆盖差异很大，把美国市场的结论直接套到德语市场，很容易出错。
第二层：每日取数
每天对查询集执行一次，每条查询一天只记录一次，避免频率干扰结果。记录这些字段：日期、查询、市场、设备、是否出现 AI 答案、答案类型（AI Overviews 或 AI Mode）、引用域名列表、本站是否被引用、引用的页面 URL、记录状态。
只读公开结果页，不登录、不绕过访问限制、不记录个人信息；按来源规则控制访问频率。每日成功记录数低于查询集总数的 80% 立即告警，月度数据完整率目标不低于 98%。数据不完整时，当期结论一律标注“样本不足”。
第三层：匹配与归因
AI 答案里的点击大多不带 referrer，这是常态。匹配用会话哈希：对 IP、User-Agent、日期加盐做哈希，保留 30 天，不存原始 IP。匹配顺序分三级：
① 落地页 URL 加查询参数，10 分钟窗口内精确匹配；② 落地页加时间桶、市场、设备匹配；③ 匹配不上，进“未归因”。不要为了把报表做满，把未归因硬塞进 AI 或直接访问。
归因输出五个公式，写进口径说明，不留在个人经验里：
| 指标 | 公式 | 用途 |
|---|---|---|
| AI 位点击率 | AI 位会话 ÷ AI 曝光次数 | 看 AI 答案带来访问的效率 |
| 引用份额 | 含本站引用的答案数 ÷ AI 答案总数 | 看被 AI 选中的概率 |
| 同题对照差 | 触发组点击变化率 − 未触发组点击变化率 | 扣掉季节性与大盘波动 |
| 归因覆盖率 | 四类会话之和 ÷ 总会话 | 看报表有多少能对上账 |
| 数据完整率 | 成功记录天数 ÷ 应记录天数 | 看结论有没有样本支撑 |
周报只出四个数，不出排名；月报出同题对照差，按站点、按语言分表；合并数只放在第一页做总览，不用于判断某个站点的成败。品牌词与非品牌词分开看，因为品牌词的引用多、点击少，混在一起会拉低整体点击率。
五、四个坑：技术不难，口径难
坑一：referrer 丢失，结论全反。早期版本把没有 referrer 的会话统统算进“直接访问”，报表呈现“直接访问涨、自然流量跌”，看起来像品牌变强、搜索变差。实际情况是 AI 答案里的点击大多不带 referrer，被错误地归进了直接访问。改成落地页匹配之后，两个数才回到合理区间。
坑二：引用涨了，流量没涨。一个德语站的 AI 引用份额三个月从 12% 升到 31%，周报标题写的是“AI 可见度增长”。客户在续费会上问：那订单呢？自然会话其实持平。后来把“引用”与“点击”拆成两栏，并在周报顶部固定一行说明“引用不等于访问”，这类追问才停下来。
坑三：合并报表掩盖单站下滑。一个西语站的转化率连续三周下滑，但因为英语站同期增长，站群合并后的总量仍然向上，问题被压了一个月才被发现。现在月度报告固定按站点、按语言出分表，合并数只放在第一页。
坑四：监测脚本静默失败。结果页结构一改，页面解析规则失效，脚本没有报错，只是每天记录为空。三天后才发现数据断档。现在 SOP 里加了“每日样本量下限”告警：当天成功记录数低于查询集总数的 80%，立即告警，不等人工核对。
这四个坑有一个共同点：都不是算法难题，而是口径和流程问题。算法问题可以加班解决，口径问题会一路带进合同。
六、交付物、验收和合同写法
一次监测体系搭完，应该留下六样东西：
1. 查询集清单：含分层规则、语言、市场、设备、版本号和评审记录。
2. 监测日报：每条查询是否出现 AI 答案、引用了谁、本站是否被引用。
3. 四指标周报：AI 曝光、AI 引用、AI 位点击、非 AI 自然点击。
4. 月度归因报告：触发组与未触发组的同题对照差，按站点、按语言分表。
5. 异常告警规则：样本下限、解析失败、数据断档、单站转化异常。
6. 口径说明一页纸：定义、公式、分母、查询集版本、时间窗、排除项、未归因处理。
验收看四个指标，不看演示页面：
| 验收指标 | 定义 | 示例目标 |
|---|---|---|
| 归因覆盖率 | 能归入四类的会话比例 | 不低于 95%，未归因单列 |
| 数据完整率 | 每日成功记录数占查询集的比例 | 不低于 98%，断档超过 24 小时告警 |
| 同题对照差 | 触发组与未触发组点击变化率之差 | 按月出；单格样本不足 100 次不下结论 |
| AI 引用份额 | 含本站引用的答案数占 AI 答案总数 | 分站点、分语言统计，不作为单一 KPI |
写进合同时，建议用相对变化加样本量下限的表述：“以同一查询集、同一时间窗的同题对照差为准；单月每格样本不足 100 次不下结论；不承诺排名位次与流量绝对值，平台规则变化时口径随之复核。”
口径说明那一页最容易被省，也最容易被客户第一个问到。没有它，换个人接手就要从头解释每个数是怎么算的；有了它，续费评审时至少大家在同一张表上说话。
七、边界与成本
边界要说清楚。Search Console 的生成式 AI 报告只有曝光，没有点击；Google 自家 AI 带来的点击仍混在整体自然搜索里，平台没有给出可单独核对的 AI 点击账。外部监测是对公开结果页的抽样，不是平台确认值；结果页结构随时可能调整，监测规则要跟着维护。
不同国家、不同语言的 AI 答案覆盖差异很大。美国市场的结论不能直接套到德语、西语市场；品牌词与非品牌词的影响也不一样。隐私方面，监测只记录公开结果页和匿名会话，不记录任何个人数据。
成本主要花在三处：查询集规模、监测频率、地区覆盖。200 条查询乘 4 种语言乘每日一次，是多数站群项目的常见起点；再往上加，要先证明多出来的精度会被用上。人力成本集中在查询集分层与月度归因，而不是脚本本身——脚本可以复用，判断不能。
三个不建议：不建议用监测数据对外承诺排名或流量；不建议把 AI 引用份额当作单一 KPI，它只说明“被提到”，不说明“被选择”；不建议为了监测去改动站点结构，观测应该尽量不影响业务。
本文讨论的是监测方法与报表口径，不构成对平台规则的解读；具体以平台当期文档和合同约定为准。
八、常见问题
问：没有第三方工具，只用 Search Console 能不能做？
能做曝光趋势，做不了点击拆分。GSC 的生成式 AI 报告只有曝光，没有点击、点击率、排名和查询词；配合服务端日志与固定查询集，可以估出 AI 位会话的量级，精度低于完整监测，但比完全不拆要好。
问：AI 引用多但不点击，算不算有效？
算曝光，不算流量。品牌词查询里引用多、点击少，通常说明用户在答案里已经得到确认，这类曝光对品牌有作用，但不能计入获客。报表里建议单列，不并入自然流量。
问：多语言站群怎么控制监测成本？
分层。高价值品类与核心市场全量监测，长尾查询按比例抽样，抽样比例写进口径说明。抽样带来的误差要在报告里标明，不能默认读者知道。
问：多久能看出趋势？
至少八周。AI 答案的覆盖本身在变，单周波动很难区分是站点变化还是平台变化。跨大促、跨旺季的区间要单独标记，不与常规周直接比较。
问：要不要为 AI 单独做一套内容？
不需要另起一套。Google 的公开说明是，AI Overviews 和 AI Mode 没有额外的技术准入要求，页面先要被索引，再按常规规则参与。实际有效的仍是那几件事：结构清晰、事实可核、段落可被单独引用、结构化数据完整。为 AI 另起一套内容，收益不明，维护成本确定。
附：口径与来源
- Agarwal 与 Sen 的随机现场实验：1,065 名美国桌面 Chrome 用户，实验期 2026 年 1 月至 2 月、持续两周；AI 摘要覆盖率 42%、自然点击下降 38%、零点击比例 54% 升至 72%、关闭摘要后每次搜索外链点击 0.38 升至 0.61，均引自该实验及 Search Engine Journal 2026 年 4 月的报道。不同转述有 38% 与 39.8% 两个口径，本文用论文摘要中的 38%。
- 宾夕法尼亚大学与东北大学的预注册随机对照实验：arXiv 2608.18352，2026 年 8 月 18 日发布；1,100 名美国 Google 用户，为期一周；基线每人每天 9.2 次搜索、36% 的搜索触发 AI 摘要；AI Mode 组站外点击率下降 18.8 个百分点，关闭 AI 组上升 8.8 个百分点；同期报道还提到信任度下降 0.34 分。以论文原文为准。
- Ahrefs：30 万关键词，基于 Search Console 的相关性观测；2025 年 12 月数据于 2026 年 2 月发布，第一名页面点击率下降 58%；2025 年 4 月首次测量为 34.5%。这是观测值，不是随机实验结果。
- arXiv 2605.14021：55,393 条趋势查询、40 天窗口，AI 答案整体激活率 13.7%，问句型查询 64.7%；论文明确说明没有直接测量流量损失。
- Search Console 生成式 AI 性能报告：2026 年 6 月上线，2026 年 8 月 31 日起全球开放；只提供曝光，不提供点击、点击率、排名和查询词；可按页面、国家、设备、日期查看，单次最多 1,000 行。Google 自家 AI 带来的点击仍计入整体自然搜索，无法在 GSC 内单独拆分。
- Google Search Central 的 AI 功能说明：AI Overviews 与 AI Mode 没有额外的技术准入要求，页面需要先被索引，再按常规搜索规则参与；常规 SEO 仍然适用。
- 文中的四指标拆分、三层监测、四个坑、示例月数字、验收阈值与合同表述，为美辰信息技术在多语言跨境站群项目中的实践模板；示例数字不是客户数据，阈值需按品类、语言和样本量调整。
