AEO2026-06-13

為什麼 AI 推薦進來的訪客,轉換率是一般流量的 4 倍?

AI Overviews 讓搜尋頂端結果 CTR 跌 61%,但 AI 推薦進來的訪客轉換率是一般 organic 的 4.4 倍。原因是使用者把個人條件交給了 AI,搜尋的形狀從主題相關變成個人條件,內容策略該從覆蓋主題轉向承接條件。


為什麼 AI 推薦進來的訪客,轉換率是一般流量的 4 倍?

重點摘要

  • AI 推薦進來的訪客,轉換率是一般 organic 流量的 4.4 倍;同一時間,有 AI Overview 出現的搜尋,頂端自然結果的 CTR 跌了 61%。進站的人變少,但每一個都更接近成交。
  • 32% 的使用者會在 prompt 裡夾帶尺寸、職業、健康、人生階段這類個人屬性,SEO-keyword 形狀的 prompt 五個月內從 50% 掉到約 30%。使用者先把個人條件交給 AI,AI 過濾完才把人送到你門口,這是轉換率拉高的來源。

根據 Semrush 與 Seer Interactive 的追蹤,有 Google AI Overview 出現的搜尋,頂端自然結果的 CTR 從 1.76% 掉到 0.61%,跌了 61%。而根據 Stella Rising(美國專注美妝、健康與生活風格品牌的數位行銷顧問公司)的報告,通過 AI 推薦進來的訪客,轉換率是一般 organic 流量的 4.4 倍。

這兩件事放在一起看,指向同一個轉變:使用者的搜尋,正在從「主題搜尋」變成「個人化推薦」。


點擊流量已經在最上游被攔截

AEO 的底層仍然是 SEO,做好 AEO 的前提是 SEO 有打好基底。但 SEO 做好不代表不受影響。HubSpot 的有機流量在 2024 年底到 2025 年上半年間掉了 70-80%,CNN 跌了 27-38%,這些都不是 SEO 資源不足的品牌。排名沒動,流量照跌,因為使用者在 AI Overview 那層就拿到了答案。流量縮減是大趨勢,該盯的重點正在從流量大小,移到進來的人準不準。

AI Overviews 現在觸發於 48% 的搜尋結果,60% 的搜尋是零點擊。點擊在 AI 那一層就被攔掉,是結構性的,跟你的 SEO 做得好不好沒關係。

但同一個攔截層,還做了另一件事:過濾。會穿過 AI 摘要、被推薦說服、然後真的點進你網站的人,意圖跟隨手點一條藍色連結的人差了一個量級。ChatGPT 對外導流在 2025 年成長 206%,這批人總量不大,但每一個都離成交更近。

流量變少和訪客變準,其實是同一個攔截機制造成的。


為什麼 AI 推薦進來的轉換率,是一般流量的 4 倍以上?

因為使用者先把個人條件交給了 AI,AI 過濾完才把人送來,落地的訪客條件已經吻合。Stella Rising 的兩波問卷(2025 年 8 月、2026 年 1 月)發現,32% 的 prompt 夾帶個人屬性:尺寸、職業、健康狀況、人生階段。AI 拿這層資料先過濾一輪品牌,這就是 4.4 倍的來源。

prompt 沒有變長。三分之二的 prompt 在 15 個字以內,跟傳統關鍵字搜尋同一個量級。變的是形狀:SEO-keyword 形狀的 prompt,佔比從 8 月的 50% 掉到 1 月的約 30%,五個月掉了 20 個百分點。

同一個需求,兩代搜尋習慣長相很不一樣。

以前在 Google,會打「工作鞋 推薦」,拿到十條連結,自己比較。現在跟 AI 說的是:「我每天站著工作、腳偏寬、預算三千,風格偏低調,推薦什麼鞋。」

以前為什麼不會這樣問?不是大家以前沒有這些條件,是輸入介面接不住。關鍵字框塞不下「久站、腳偏寬、預算三千」這一整串,硬打進去搜尋引擎也沒辦法用,只能自己拆成「工作鞋 推薦」這種短關鍵字,剩下的條件留在腦袋裡自己比對。現在 AI 能用自然語言一次接住整串條件,還幫你解析,講越多推薦越準,使用者才開始把條件直接講出來。所以變的不是人,是那個輸入框,從只認關鍵字變成能聽懂上下文。

Stella Rising 把這層叫 User Embedding Layer。

主題相關(關鍵字搜尋)個人條件(帶屬性 prompt)
使用者輸入「工作鞋 推薦」「久站、腳偏寬、預算三千,推薦什麼鞋」
平台做的事按相關性排序十條連結拿個人條件先過濾一輪品牌
進來的訪客對主題有興趣條件已經吻合
落地時的意圖還在比較已被信任的推薦說服

再配一個數字,這條鏈就完整了:68% 的使用者表示更信任 ChatGPT 的推薦,理由是細節多、沒有廣告、個人化。被信任的推薦,加上已經配對過的條件,訪客落地時帶著的購買意圖,天生就高一截。


那要如何讓內容接得住個人條件?

把內容結構從覆蓋主題,改成承接條件。關鍵字研究回答的是「大家搜什麼主題」,接不住「什麼樣的人、在什麼情境、帶著什麼條件來問」。

我自己從兩件事開始。第一,從 Google Search Console 撈問句形狀的 query,當作真實 prompt 的代理樣本,看使用者帶著什麼條件在問。第二,挑一個最重要的產品場景,把「適合誰、什麼條件、怎麼取捨」寫清楚,然後拆解成不同的意圖 prompt 去問 AI 反覆測試,看內容接不接得住。

在可預見的未來,會有更大比例的流量在 AI 那層就被攔下。剩下的關鍵只有兩個:怎麼讓自己被 AI 推薦,以及進來的人,轉換率拉不拉得起來?


資料來源

Walt Chuang

Walt Chuang

ARTOGO 共同創辦人・成長行銷


相關文章

你可能也會喜歡...

寫了 robots.txt,AI Bot 就進得來嗎?還有第二扇門
AEO2026-09-10

寫了 robots.txt,AI Bot 就進得來嗎?還有第二扇門

robots.txt 只是告示牌,擋住 GPTBot、ClaudeBot 的是 CDN 與 WAF。逐家比對官方文件:Cloudflare 9/15 起新網域在有廣告的頁面預設擋 Training 與 Agent,AWS WAF 的 CategoryAI 規則連已驗證的 AI bot 都擋,Vercel 與 Bunny 預設不動作。要確認爬蟲是否進得來,看 CDN 後台與 log 的回應碼。

AEOGEOAI SearchSEOLog Analysis
你的 GA 偵測到的 AI 流量,可能是被低估 10 倍的數字?
AEO2026-06-24

你的 GA 偵測到的 AI 流量,可能是被低估 10 倍的數字?

Similarweb 與 Rand Fishkin 用半年 clickstream 追蹤真實用戶旅程:被 ChatGPT 推薦的品牌,七天內被造訪機率是未被推薦對手的 2.5 倍,但 AI-influenced 流量只有 8.8% 走 AI referral 這格(傳統 analytics 唯一量得到的),55.9% 是用戶先問 AI、隔幾天用品牌名 Google 搜、以 organic search 回來。AI 的真實影響被歸因模型系統性低估約十倍,AEO 的下游戰場在品牌搜尋通道。

AEOAIChatGPTGoogle Search內容行銷Marketing
開源 AEO 監測系統:每日自動追蹤你的品牌在 AI 的能見度與評價
AEO2026-04-19

開源 AEO 監測系統:每日自動追蹤你的品牌在 AI 的能見度與評價

AEO Radar 是我把自己在 ARTOGO 用了一個多月的 AEO 監測工具,整套開源出來的版本。每天自動追蹤品牌在 AI 回答裡的提及率、排名、情緒、競品、引用網域。市面上同類工具 Profound 月費台幣 12,800 對還在驗證的中小品牌太重,想讓更多人能先花 20 分鐘跑起來看看,再決定要不要升級付費工具。MIT 授權,改一個檔案、三個指令就能接上自己品牌。

AEOAIVibe CodingGrowthChatGPT