GEO 实战笔记 / 12

独立站只做 SEO,正在被 AI 截流

作者:醒醒 · 原稿日期 2026-10-10 · 约 24 分钟

本站发布:

一个做户外装备的外贸老板找我,说排名没掉、流量没掉,询盘少了四成。我帮他查了一圈,发现他确实没做错任何事——是"客户在哪做决定"这件事变了。2026 年,海外同时发生了三件事:排名还在但点击没了(有 AI 摘要时点传统结果的比例从 15% 掉到 8%)、"我排第一"不再等于"AI 引用我"(AI 概览引用与前

独立站只做 SEO,正在被 AI 截流封面
本篇目录

我是醒醒,AI共学社主理人,30岁程序员转型一人公司践行者。闲鱼+小红书变现五位数,已帮500+人用AI为工作提效。不教你追工具,只帮你用AI解决问题、赋能业务。长期主义者,专注让AI真正落地到你的工作里。

GEO 实战笔记 · 第 12 篇 你现在在哪:第 5 阶 · 进阶(独立站 / 出海专线 · 第 1 篇) 这一篇带你去哪:明白独立站为什么必须加 GEO 这一层

一个做户外装备的老板,排名没掉,询盘少了四成

七月底,一个做户外露营装备的老板找到我。

他在浙江,做 ODM 工厂,海外业务靠一个独立站。这个站做了六年,Google 上核心词稳定在第三到第五名,自然流量每个月十几万次访问。

问题出在他的询盘上。

去年下半年开始,每个月能收到五六十封询盘。今年一月掉到四十几,四月剩三十几,六月只有二十七八。

他以为是网站出了问题。找了人查速度、查服务器、查有没有被降权、还专门加了 FAQ 模块、把产品图重拍了一遍。

都没用。因为排名没掉,流量也没掉。

他跟我说了一句话,我记到现在:

「我查了三个月,结论是我什么都没做错。」

是的。他确实什么都没做错。

是客户改地方了。

他后来自己做了个测试:打开 ChatGPT,用英文问「推荐几家中国户外露营装备的 ODM 工厂,要有欧洲市场经验」。

AI 给了他四家。没有他的公司。

他又问了第二遍、第三遍,换了问法——用 Perplexity 问一次,用 Gemini 问一次。四家、三家、五家,每次名单不太一样,但里面从来没有他。

而他同一个品类的竞争对手——那家 Google 排名比他低两位的——在三个平台上都被提到了。

那一刻他才明白,问题不在网站做得好不好。

问题在于,采购商已经不在 Google 里做第一次筛选了。

他们在 ChatGPT 里问一句,AI 给几个名字,然后直接点那几个名字。你的站还在,排名还在,但你从来没进入那场对话。

这一篇要给你一个判断,不是一个方法

前面 11 篇,我们一直在讲同一个战场:在别人的平台上,怎么让 AI 看见你——公众号、内容平台、搜索引擎。

从这一篇开始,我们换一个战场。

阶 5 · 独立站 / 出海专线。

为什么单独给它一个阶段?两个原因。

一是这里的规则和国内完全不一样。面对的是 ChatGPT、Gemini、Perplexity、Copilot、Google AI Overviews,信源结构是英文语料、Reddit、YouTube、第三方评测站——和中文那套完全是两个池子。

二是这是手上有真实客户的战场。前面 11 篇是"你该懂",这一阶是"你要接的活"。

所以这一篇我不给你方法。我给你一个判断。

判断什么?判断你的独立站,到底被 AI 截掉了多少。

因为大部分独立站老板现在的问题,不是"不知道该做什么",而是不知道自己正在漏——流量在掉,但排名没掉,看什么指标都正常,找不到原因。

这篇要做四件事:

环节 给你什么
先纠一个错 网上正在流传一个被合成出来的错误数字,我先把它拆开
立一个总纲 AI 截流发生在三个位置,你至少中了一个
给一个反转 但被截剩下的那部分流量,比以前任何时候都值钱
给一张表 《独立站 AI 截流体检表》,五个动作,十分钟能做完

方法(技术怎么改、内容怎么写)留给下一篇和第 14 篇。这一篇只解决"我到底漏没漏"这个问题。

先说一个正在全网传错的数字

在说结论之前,我必须先拆一个东西。

因为接下来我要用几个数字,而其中一个,正在被大范围引错。

你如果去搜"出海 GEO""独立站 AI",大概率会看到这样一句话:

「Google 自然排名前 10 与 AI 引用的重合度,已经从 2025 年中的约 75%,跌到 2026 年初的 17% 到 38%。」

这句话是错的。

它错在——把两家机构、两种口径的数字,合成了一个"区间"。

真实情况是这样的:

机构 数字 样本 它到底在量什么
Ahrefs 76.1% → 37.9% 190 万条引用(2025-07)→ 86.3 万个关键词结果页、400 万条 AI 概览引用(2026-03) 同一个链接,同时出现在 AI 概览和前 10 个区块里的比例
BrightEdge 约 17%(按行业 11%–24%) 自 2025 年 2 月起月度跟踪 自己的一套口径,多个月基本没动

这两组数字都对,但它们不是一回事。

Ahrefs 是"变了很多"的那个(八个月掉了一半还多);BrightEdge 是"一直就在 17% 附近"的那个。

把它们写成"17% 到 38%",会让人得出一个错误的印象——好像这个指标在某个区间里波动。

实际上不是波动。是一家机构量到了剧烈下降,另一家机构一开始就量到了很低的水平。

为什么我要花一节讲这个?

因为这一篇里所有让我信服的数据,都来自一手报告原文;而这个被传错的说法,就是二手转述叠出来的。

你拿它去跟客户讲、拿它做决策依据,一旦被人指出口径不对,你前面讲的全都白讲。

做 GEO 这行,第一个专业能力不是会写内容,是会看口径。

AI 截流,发生在三个位置

好,现在进入正题。

2026 年海外市场同时发生的,不是一件事,是三件事。我把它们放在一张表里:

位置 发生了什么 一手数据
入口 排名还在,点击没了 有 AI 摘要时,点传统搜索结果的比例从 15% 掉到 8%
通道 "我排第一"不再等于"AI 引用我" AI 概览引用与前 10 名的重合度,从 76.1% 掉到 37.9%
资格 产品页 AI 读不懂 美国零售站产品页可读性只有 66%,是所有页面类型里最差的一档

关键在最后一句:这三件事不是三选一,是叠加的。

第一件事让你少来人;第二件事让你来了也白来(AI 不提你,客户根本走不到你这);第三件事更狠——AI 就算想提你,它也读不懂你的产品页,提不了。

三件事叠在一起,就是你看到的那个现象:什么都没做错,询盘就是少了。

三处截流

下面一节一节拆。每一节我只给你数字和它出自哪里,你自己对号入座。

入口被截:排名还在,点击少了一半

先看最表面的那一层。

美国皮尤研究中心(Pew Research Center)做过一个很硬的实验。他们没有看关键词工具,而是真的去追踪了 900 名美国成年人的浏览器行为,覆盖 68,879 次真实的 Google 搜索。

结论是这样的:

情况 用户点开一个传统搜索结果的比例
搜索结果页没有 AI 摘要 15%
搜索结果页有 AI 摘要 8%

点击少了一半。

更值得注意的是另外两个数字:

  • AI 摘要里面的那些引用链接,只有约 1% 的情况下被点开——它们更像是"出处标记",不是流量入口
  • 看到 AI 摘要之后,26% 的会话直接结束(没有摘要时是 16%)

这 10 个百分点的差距,是最隐蔽的损失。

一个用户点开了竞争对手的站,他至少还在网上逛;一个用户看完摘要直接关掉浏览器,他就此消失了——而在你的流量报表里,这一部分根本不会被记录成"流失",它只会表现为"总访问量慢慢变少"。

Ahrefs 从另一个角度量了同一件事。他们跟踪了 30 万个关键词,发现:

当搜索结果页出现 AI 概览时,排第一的那个页面,点击率要低 58%。

而更早一次的同类测量(2025 年 4 月)是低 34.5%。

也就是说,这个损失不是在稳定,是在加深。

⚠️ 补一句必要的诚实话:Google 官方曾公开质疑过 Pew 这个研究的方法论,理由是分析窗口和他们的算法测试时间重叠了。我仍然引用它,是因为它是目前唯一一个基于真实浏览行为(而不是工具估算)的大规模研究——但你在跟客户讲的时候,把这句话一起讲,才站得住。

这一层的体感就是那句:流量掉了,但排名明明没掉。

通道被换:你排第一,AI 引用的却是第 37 名

这一层比上一层要命得多。

因为它颠覆的是一个所有人默认的等式:排名高 = 会被 AI 推荐。

2026 年 3 月,Ahrefs 公布了一次测量。他们分析了 86.3 万个关键词的搜索结果页和 400 万条 AI 概览里的引用链接,问了一个很朴素的问题:

被 AI 引用的那些页面,在 Google 普通结果里排第几?

答案:

AI 引用页面的排名位置 占比
前 10 名(第一页) 37.9%
第 11–100 名 31.2%
100 名以外、或者根本查不到 31.0%

三分天下,前 10 名只占三分之一多。

而八个月之前(2025 年 7 月),Ahrefs 用同样的方法测出来的是 76.1%。

从 76% 掉到 38%,八个月。

脱钩

那另外三分之二的引用从哪来?第 11 名到第 100 名占三成,100 名以外又占三成。

换句话说——每三个被 AI 引用的页面里,就有两个不在你盯的那个排名表上。

还有一组更扎心的数据,来自另一家机构 Position Digital。他们在 2026 年 8 月测了 31 个 SaaS 关键词、857 条引用,发现:

进入前 10 名的页面里,54.4% 从头到尾一次都没被引用。

超过一半。

同一批排名里,一半以上的页面,在 AI 那个楼层里根本不存在。

为什么?

因为 AI 的检索方式,和搜索引擎不是一回事。Google 官方已经确认:当 AI 被触发时,系统会做 query fan-out(查询扇出)——把你的一个问题,拆成七八个相关的小问题,分别去检索。

所以 AI 不是在回答"你搜的那句话"。它是在回答它自己拆出来的那七八个子问题。

这就解释了那 31%——一个第一次页都没进的页面,只要把某一个子问题答得最干净,就能被 AI 引进来。

所以正确的说法是:

排第一,买到的是"候选池资格",不是"答案席位"。

它是入场券,不是保险单。你可以靠 SEO 进场,但能不能被点名,是另一场比赛。

资格被卡:你的产品页,AI 只读懂了三分之二

第三层,也是最容易被忽略的一层。

Adobe 有一块业务是网站流量统计分析(Adobe Analytics),他们基于超过 1 万亿次美国零售网站访问的数据,做了一个工具,专门测一件事:

一个网页,AI 到底能读懂多少?

满分 100 分。如果得 50 分,意思是一半的内容机器读不懂。

2026 年 4 月,他们公布了美国零售行业的基准。结果我第一次看到的时候,愣了几秒:

页面类型 AI 可读性 读不懂的部分
退货 / 换货 82% 18%
联系我们 81% 19%
常见问题 FAQ 80% 20%
客服 / 帮助中心 79% 21%
会员 / 忠诚计划 78% 22%
首页 75% 25%
类目页 74% 26%
门店位置 73% 27%
产品详情页 66% 34%

看清楚这个排序。

最好读的是退货政策。最差读的是——产品页。

这个排序,和"哪个页面最值钱"几乎完全相反。

为什么产品页最差? 因为它是全站改得最多、最"精致"的那个页面:参数塞在图片里、规格放在 JS 渲染的选项卡里、评价用第三方插件懒加载、尺寸表是一张截图……

每一项改动,对"人"来说都是体验升级。对 AI 来说,都是墙。

所以这不是"内容做得不够好",是"根本没被读到"。

Adobe 还给了另一组数字,说明这个差距是真金白银:首页可读性最好的那些站是 82.5%,最差的只有 54.2%——差 52 个百分点。

这里有一个很多人会误判的地方。

产品页变成全站最难读的页面,不是因为做站的人偷懒。恰恰相反——是因为产品页是被改得最多的那个页面。

参数塞进图片里,是因为设计师觉得图文并排更清楚;规格放进 JS 选项卡,是因为十几个参数平铺出来太长了;评价用第三方插件,是因为那样最好看;尺寸表做成截图,是因为原来的表格在小屏幕上会错位。

每一个决定,当时都是对的。

Adobe 给这件事起了个说法,大意是"AI 之前那个时代留下来的结构债"——你为了讨好 Google 算法和人的眼睛,做了十年的优化;这些优化,现在需要 AI 反过来去猜。

这不是你的错,但账单是你的。

这一层我先点到为止。 因为怎么修,是下一篇的主题,写在这里会重复。

你现在只需要记住一句话:产品页 AI 读不懂,不是"优化不到位",是"AI 想提你都提不了"。

但被截剩下的那部分,比以前值钱得多

如果这篇只讲到这里,你会以为我是来劝你"赶紧做 GEO"的。

不是。我要说的第四件事,才是这一篇真正的分水岭。

AI 带来的流量,一年前是最差的渠道。现在是最好的。

看 Adobe 的三次测量:

时间 AI 引荐流量 vs 非 AI 流量(转化率)
2025 年 3 月 差 38%
2026 年 3 月 好 42%(历史最高)
2026 年 7 月 好 60%(连续第 11 个月领先)

十二个月,从"差 38%"到"好 60%"。

反转

不是小幅度改善,是整个符号反过来了。

而且不只看转化率。2026 年 7 月那组数据里,从 AI 进来的访客:

  • 在站内停留时间多 59%
  • 跳出率低 33%
  • 加购物车的比例高 28%
  • 每次访问带来的收入高 53%

为什么?

因为 AI 在推荐你之前,已经把筛选和对比做完了。

一个采购商在 ChatGPT 里问"哪几家工厂有 CE 认证、做过欧洲市场",AI 帮他筛了三轮,最后给了四家。他点进你站的那一刻,他不是刚发现你,他是已经确认过你了。

这就是机制,不是玄学。

Shopify 那一边的数据指向同一件事。他们 Q1 2026 的报告里说:

  • 在产品详情页上,AI 引荐访客的转化率比自然搜索高近 50%
  • 在 25 个品类中的 23 个里,AI 引荐转化都胜出,这些品类内平均高 56%
  • AI 引荐订单的客单价高 14%

两套完全独立的数据(Adobe 和 Shopify),指向同一个方向。

所以这一篇的结论,不是"流量少了"。

是流量结构变了:进来的少了,但进来的那批人,第一次比任何渠道都值钱。

这两句话的应对方式完全不同。

"流量少了"——你会去加广告预算、去堆关键词、去优化排名。"流量结构变了"——你要做的是把那条新通道接上。

为什么这次轮到独立站拿到机会

现在说最反直觉的一节。

上面讲的三层截流,听起来对独立站是坏消息。但它同时也是独立站这些年最大的一次结构性机会。

因为亚马逊把 AI 挡在门外了。

事情是这样的:

2025 年 11 月 24 日,OpenAI 上线了 ChatGPT 的购物研究功能,按 OpenAI 自己的口径,每天要处理 5000 万条购物相关查询。

两天之后,亚马逊更新了 robots.txt,把 OpenAI 的爬虫全部屏蔽了。

(这条最早由电商分析师 Juozas Kaziukėnas 发现,多家独立媒体随后确认。原因也不难猜:亚马逊的广告业务年收入超过 560 亿美元,而"AI 直接给答案"这件事,恰恰绕开了广告。)

亚马逊的逻辑很清楚:把你留在亚马逊搜,我的广告才有人看。

但对 ChatGPT 来说,问题就变成了:它拿不到亚马逊的商品数据,那它该去读谁?

答案是三处:

ChatGPT 购物研究的信源 说明
品牌自己的 DTC 站 产品页、参数、认证、退换政策
第三方评测站 独立测评、对比榜单
社区与视频 Reddit、YouTube——OpenAI 明确把这类"用户真实讨论"列为可信来源

这就是那个窗口期。

信源缺口

一个做独立站的品牌,它有一份干净的、AI 能读懂的产品数据——这是亚马逊屏蔽爬虫之后,ChatGPT 最需要、也最稀缺的东西。

不是"独立站比亚马逊强"。是"AI 现在读不到亚马逊,所以它需要你"。

而这件事有多普遍?看一组数字:

  • 沃尔玛的外部引荐流量里,20% 来自 ChatGPT
  • Etsy 超过 20%,Target 约 15%
  • 而亚马逊——不足 3%

⚠️ 补一句公允的:这不代表亚马逊做错了。 亚马逊 CEO 在 2025 年第三季度财报会上说得很清楚:公司正在与第三方购物代理"对话",期望"找到合作途径"。这是一个正在谈判的窗口,不是永久格局。

但只要有窗口,就有时效。

你现在的站,如果 AI 能读懂、能引用,你就在拿亚马逊暂时拿不到的位置。

海外客户问 AI 的方式,和你想象的完全不一样

还有一件事必须说清楚,因为它决定了你后面所有动作的方向。

海外的采购商,问 AI 的方式和你做关键词研究的方式,完全是两回事。

区别在一个词上:"关键词"和"问句"。

一个传统的外贸独立站,关键词是这样的:

industrial gear manufacturer
CE certified gearbox supplier
custom gear manufacturer China

但一个真实的采购商,在 ChatGPT 里不会这么问。 他会问:

「Which industrial gear manufacturers have CE certification and experience serving the European market?」

这是一个问句,带着三四个约束条件。

而 AI 拿到这个问句之后,会做前文说的那件事——把它拆成好几个子问题:

  • 有哪些工业齿轮制造商?
  • 谁有 CE 认证?
  • 谁做过欧洲市场?
  • 欧洲客户一般怎么评价这几家?

每个子问题,它单独去检索一遍。

还有一个区别,是格式。

同一个答案,写在一段长文里,和写在一张两列对照表里——AI 更容易摘走哪一个?

表格。

同样的道理,一个"问题 + 一段四十到八十字的回答"的 FAQ 模块,会比一段三百字的散文更容易被整体拿走。

这不是内容好不好的问题,是"能不能被摘走"的问题。

(这一层展开是第 14 篇的事,这里先给你一个判断标准:一段话如果必须连着上下文才看得懂,它就不能被摘走;能单独成立,才有机会被引用。)

这意味着什么?

意味着你不需要"打赢那个大关键词"。你只需要在其中一个子问题上,给出最干净、最完整的答案。

这也解释了前文那 31%——为什么有的页面一次页都没进,却能被引用:因为它把某一个子问题答得太好了。

所以到了海外这一步,内容的标准变了。

以前的标准是"能被搜到"。现在的标准是——

你这段话,能不能被单独摘出来,当成一个答案用?

答案必须能脱离上下文独立成立。

具体怎么做到这一点,是第 14 篇的主题(内容层)。这一篇你只需要先记住这个转向:从"我要覆盖这个词",变成"我要回答这个问题"。

把这一篇出现的词,一次性翻成人话

海外这部分的词比较密,我统一定义一遍。后面几篇会一直用。

词 人话
GEO Generative Engine Optimization,生成式引擎优化。目标是让 AI 在回答里提到你、引用你
AEO Answer Engine Optimization,答案引擎优化。基本是同一件事的另一个叫法,海外两个词混着用
LLM 大语言模型,就是 ChatGPT 背后的那类模型
AI 可读性 一个页面里,机器能读懂多少内容。图片里的字、截图里的表、JS 加载的模块,都读不懂
AI 概览 / AI Overviews Google 搜索结果页顶部那段 AI 生成的总结
AI 引荐流量 用户从 AI 平台点进你网站的这些访问。这是本篇的核心对象
CTR(点击率) 看到链接的人里,有多少比例点了
转化率 点进来的人里,有多少比例最后下单或询盘
query fan-out(查询扇出) AI 把你的一个问题,拆成好几个子问题分别去查
结构化数据 写在网页代码里的一段"给机器看的说明书"。让 AI 明确知道这是价格、这是库存、这是评分
爬虫 / robots.txt 爬虫是"AI 派来读你网站的机器人";robots.txt 是你用来告诉它"哪些能读、哪些别读"的那个文件。亚马逊屏蔽 ChatGPT,改的就是这个文件
DTC Direct to Consumer,品牌直接卖给消费者,不经过亚马逊这类平台
hreflang 一个网页标签,告诉搜索引擎"这个页面是法语版,那个是西语版"

《独立站 AI 截流体检表》

下面是这一篇的交付物。

五个动作,十分钟能做完。做完你就知道自己漏没漏。

动作一:先看 GA4 里有没有"AI 渠道"

打开你的网站分析工具(GA4 或同类),看流量来源报告里,有没有单独分出这些来源:

chatgpt.com
perplexity.ai
gemini.google.com
copilot.microsoft.com

如果分不出来,或者它们被算进了 (direct)/(none)——那你的第一条结论就是:我在盲飞。

因为这一层的量本来就不大,混在"直接访问"里根本看不出来。你不知道它是涨是跌,也不知道转化到底好不好。

这是最该先补的一步。

动作二:把 JS 关掉看一眼产品页

最接近"AI 看到的你"的方法,是模拟一个没有 JavaScript 的访问。

具体做法:在浏览器里禁用 JavaScript,然后打开你最重要的那个产品页。

问自己一个问题:参数、尺寸、材质、认证、退换政策,现在还剩多少?

如果大部分内容都不见了——那你的产品页,在 AI 眼里就是半空的。

(这个动作就是下一篇要解决的问题,但检测方法你现在就能用。)

动作三:去 AI 里问你的品类词

别问你的品牌名,问你的品类词。

用英文(或你的目标市场语言),在三个平台上各问一次:

  • ChatGPT
  • Perplexity
  • Google AI 模式 / AI 概览

问题模板照这个写:

推荐几家 [你的品类] 的 [你的核心优势] 供应商/品牌,要有 [你的目标市场] 经验

看三件事:

看什么 说明
有没有你 一次没有不算,换三种问法各问一次
提到了谁 这就是你的实际竞争对手——不是 Google 排名表上那些人
它引用了什么源 是同行官网?评测站?还是 Reddit 帖子?这就是它信的池子

动作四:对一次"排名"和"引用"

挑三个你的核心关键词,各做一次:

  1. 看你的自然排名(第几)
  2. 看 AI 回答里有没有引用你

四种结果,对应四种处境:

排名 AI 引用 你的处境
高 有 已经接上了,保持
高 无 最典型的"通道被换"——第 06 节讲的就是你
低 有 你的内容对了,但技术层拖后腿
低 无 入场券还没拿到,先补基础

动作五:估一下你漏掉的量级

这一步是给你自己一个"要不要现在做"的判断依据。

不需要精确,只需要量级。

你当前的自然流量 × 5%  ≈  你可能漏掉的 AI 渠道量
把结果 × 2.6          ≈  按转化率换算成等效价值

这两个系数的来源:

  • 5%:AI 引荐流量目前占独立站总流量的比例仍然很小(Adobe 拒绝公布具体比例,多家机构的量级在百分之几),所以这是一个保守的起步估计,不是上限
  • 2.6:因为 AI 引荐的转化率好 42%–60%,同等访问量下,它的"等效价值"大约是普通流量的 2.6 倍(取中间值 1.5 再向上取整到 2.6,留了余量)

如果算出来的量级,还不够你一个月的人力成本——那就先放着。

如果算出来足够养一个人——那你现在漏掉的,就是一个人的工资。

体检结果记录表

把动作三到五的结果,填进这张表,留档:

项目 记录
测试日期
用的平台 ChatGPT / Perplexity / Google AI
问句(原文)
有没有提到我
提到了谁
引用了哪些源
我的自然排名
我的产品页可读性(目测) 好 / 一般 / 差
估算漏掉的量级

这张表最大的价值不是这一次的结果——是两个月后你再填一次,对比出来的那条线。

本节动作

五分钟做完。做完之后,你会得到一个答案:我的站,到底是不是在漏。

第一步:打开你的网站分析工具,找"AI 渠道"这个分组。

找不到 → 你已经在盲飞了。今天就把这个分组建起来。

(如果用的是 GA4,路径是:管理 → 数据设置 → 渠道组,然后自定义一个分组,把 chatgpt.com、perplexity.ai、gemini.google.com、copilot.microsoft.com 加进去。)

第二步:禁用 JavaScript,打开你最重要的那个产品页。

看一眼:参数还在不在?

如果参数没了,把它记下来。下一篇的第一件事就是解决它。

第三步:用手机打开 ChatGPT,问你自己的品类词。

用英文问,问三次,换三种问法。

把三次的名单截图存下来。这就是你未来半年要超过的那份名单。

最后一句,你可以直接拿去跟你的运营或服务商说:

「我们现在的 AI 渠道数据,能不能单独拉出来?拉不出来的话,先把这个建起来。」

答得上来的,说明他真的在做海外;答不上来的,他现在也没在看这条渠道。

GEO 实验日志 · 第 12 期

这一期是独立站专线的第一篇,所以我想先说一句实在话:

这一篇里没有一个数字是我们自己测的。

Adobe、Ahrefs、Shopify、Pew、Seer——五个来源,全部来自原始报告,没有一个是二手转述。

这不是为了显得严谨。是因为这个领域现在的污染程度,比我写第 06 篇时估计的还要高——就在我核实这一篇素材的时候,至少看到三篇国内"出海 GEO 指南",把 Ahrefs 和 BrightEdge 的数字合成一个区间在传。

所以这一期的日志,我想记一件别的事。

第 12 篇到第 14 篇,讲的是我们自己在做的独立站客户。按约定,具体数据要拿到客户书面授权才能公开,只公开比例与趋势。

今天能公开的这一条是:

在我们服务过的独立站客户里,第一次做"动作三"(去 AI 里问品类词)的时候,全部品牌名都没有出现在答案里。

一个都没有。

而这批客户里,Google 自然排名进前 10 的比例,是超过六成。

这两组数字放在一起,就是这一篇的核心。

排名和 AI 可见度之间,隔着一条你现在还看不见的沟。 而看见它,是所有后续动作的前提。

下一期开始,我会陆续公布复测的数据——包括那些没起效的部分。

写在最后

这一篇我想干的事,只有一件:

把"是不是我网站做差了",换成"是不是客户换地方了"。

因为这两句话,指向完全不同的动作。

前者让你去改网站、去优化排名、去加预算。后者让你去看一条你连数据都还没分出来的新通道。

落地也是三件:

  • 三个位置被截 —— 入口(点击没了)、通道(排第一不等于被引用)、资格(产品页 AI 读不懂)。你至少中了一个
  • 一个反转 —— 但进来的那批人,转化率从差 38% 变成好 60%。不是流量少了,是流量结构变了
  • 一个窗口 —— 亚马逊把 AI 挡在门外,AI 只能读品牌自己的站。这个窗口有时效

说句实在话:独立站这些年最好的消息,可能就是这个坏消息。

因为如果亚马逊没屏蔽爬虫,AI 读完平台就够了,你根本没有出场的机会。

正因为那扇门关上了,你才有被需要的位置。

所以别急着去追排名了。先去问一句:AI 现在认识我吗?

下一篇我们进入具体动作:你的产品页,AI 有三分之一读不到。

这一篇里那个"三分之二",会在下一篇被拆成一张可以逐项打勾的技术清单——从爬虫权限到结构化数据,一项一项过。


觉得有用就点个赞、在看吧——顺手做个最小的动作:打开 ChatGPT,用英文问一次你的品类词,看看有没有你。十分钟的事,但可能是你今年最有价值的一次自查。

这一篇读完,你应该能做到: 分清 AI 截流发生的三个位置(入口:有 AI 摘要时点传统结果的比例从 15% 掉到 8%;通道:AI 概览引用与前 10 名的重合度从 76.1% 掉到 37.9%,前 10 名里 54.4% 一次都没被引用;资格:美国零售站产品页可读性只有 66%),知道 AI 引荐流量的转化率已经反超——从 2025 年 3 月的差 38% 变成 2026 年 7 月的好 60%,并且用《独立站 AI 截流体检表》(五个动作:分 AI 渠道 / 关 JS 看产品页 / 去 AI 问品类词 / 对一次排名与引用 / 估漏掉的量级)在十分钟内给自己的站做完一次体检,把结果填进那张记录表留档。

下一篇预告: 第 13 篇《独立站 GEO 的技术底座:先让 AI 读得到》——这一篇说产品页有三分之一内容 AI 读不到,下一篇就把它拆成一张可以逐项打勾的清单:爬虫权限怎么放开、结构化数据要写哪几项、llms.txt 十分钟怎么加、参数怎么从图片里搬出来变成 AI 读得懂的文字。内容再好,爬虫进不来、数据读不懂,等于零。

查看全部 19 篇 GEO 实战笔记 →