AI 與自動化

51,200 筆事件、22.4% 被記成「直接流量」:一份九個月的 AI Overview 追蹤報告,和它自己寫進文末的三個破綻

2026.08.22 · 13 次瀏覽
51,200 筆事件、22.4% 被記成「直接流量」:一份九個月的 AI Overview 追蹤報告,和它自己寫進文末的三個破綻

Search Engine Land 在 8 月 18 日刊出一份用 GA4 自建的第一方數據:AI Overview 貢獻 7.53% 的自然工作階段、其中 22.4% 被歸因錯誤。但樣本是一家運輸業品牌、訊號來源不是 AI Overview 專屬,而分子與分母根本不是同一個單位——這三件事,作者自己都說了

分享:

2026 年 8 月 18 日,Search Engine Land 刊出一份在 GEO 圈子裡少見的東西——不是廠商報告,是一個人自己跑了九個月的第一方追蹤數據。作者 Alex Galinos 在 《What 9 months of AI Overview data and 51,000+ tracked events reveal》裡公布:從 2025 年 9 月到 2026 年 6 月,他為一個運輸業品牌記錄了 51,200 筆 AI Overview 事件、涵蓋 1,661 組被引用片段。最刺眼的數字是 22.4%——這個比例的 AI Overview 流量被 GA4 記成 Direct 而不是 Organic Search,換算是 11,468 筆事件憑空從自然搜尋的帳上消失。

要理解為什麼會有人自己動手做這件事,得先知道官方給了什麼。答案是:幾乎沒有。Google 直到 2026 年 6 月 3 日才在 Search Console 推出生成式 AI 成效報表,而且只有曝光數,沒有點擊、沒有 CTR、沒有查詢字串,初期還只開放給英國的一部分網站擁有者。同一時間,第三方對「AI Overview 到底怎麼選來源」的估計互相打架:Ahrefs 用 863,000 組 SERP、400 萬筆 AI Overview 網址做的研究顯示,只有 37.9% 的 AIO 引用同時排在該查詢的前十名,比 2025 年 7 月的約 76% 直接腰斬。官方不給數字、工具彼此矛盾,品牌被逼到只剩一條路:自己量。

這個空缺,就是 GEO 工具類別在 18 個月內吸走大錢的理由。Profound 在 2026 年 2 月 24 日以 10 億美元估值完成 9,600 萬美元 C 輪,累計募資超過 1.55 億美元;倫敦的 geoSurge 在 7 月拿下 1,200 萬美元種子輪,號稱是 GEO 類別至今最大的種子融資。整個類別的估值都建立在同一個前提上:AI 能見度可以被測量。而這份報告最誠實的地方在於——真正跑過九個月的人,親手把這個前提的三個破綻寫進了自己的文章裡。

對台灣的中小企業與接案工作室,這件事的可操作性高得不尋常:整套追蹤不需要買任何 SaaS,一個 GA4 自訂維度就能開始。但同樣重要的是知道這個訊號能推論到多遠。下面拆完整數字、三類讀者今天該做的事、方法論的三個破綻,以及一套零訂閱的自建版本。

事件細節與完整數字

方法簡單到大多數團隊沒想過要做。使用者點擊 AI Overview 裡的引用片段時,Google 有時會在目的地網址後接上一段 #:~:text=。這是 WICG 的 Scroll To Text Fragment 規格,用來讓瀏覽器自動捲動並標示對應段落。Galinos 的做法是在 GA4 建一個自訂維度,只要工作階段帶著這個片段進站就觸發。

  • 資料規模:2025 年 9 月至 2026 年 6 月,51,200 筆事件、1,661 組被引用片段。
  • 集中度極高:表現最好的單一片段帶來 2,276 筆事件,而 1,661 組的平均值只有 31 筆。極少數頁面吃掉絕大多數的量。
  • 歸因缺口:九個月平均 22.4% 的 AI Overview 事件被歸到 Direct,等於 11,468 筆。最糟是 2026 年 5 月的 29.3%,最好是 4 月的 16.8%。
  • 佔自然流量比重:整段期間 AI Overview 貢獻 7.53% 的自然工作階段,但分布極不平坦——2026 年 2 至 3 月高峰達 16% 至 17%,撰稿當時已回落到 2% 至 4%。
  • 內容型態:被引用最頻繁的是「轉乘時間」與「價格」這類具體答案,以及用真正 HTML 表格寫的比較表;泛用型的目的地導覽文章表現遠低於預期。

22.4% 的推論邏輯要講清楚,因為它最容易被誤用。AI Overview 只存在於 Google 搜尋內,這些工作階段理論上都該落在 Organic Search。GA4 把它們放進 Direct,通常代表 referrer 在導向過程中被丟掉——而 GA4 官方對 Direct 的定義本來就包含「來自未被追蹤的來源」這種兜底。這不是 Analytics 壞掉,是它照規則辦事,而規則沒有為 AI Overview 預留位置。

三類讀者的立刻行動

品牌主/中小企業老闆

  • 今天問你的行銷或代理商一句話:「我們的 Direct 佔比,過去 12 個月漲了多少?」如果漲幅明顯而你沒做品牌廣告,那多半不是品牌力變強,是歸因在漏水。
  • 不要用這份數據重設 KPI。7.53% 是一家運輸業品牌的九個月平均,不是產業基準。把它當成「值得花兩天量一次」的理由就好。
  • 把預算的問法從「我們 AI 排名第幾」改成「我們有沒有一條自己看得懂的量測管線」。前者買的是別人的儀表板,後者是自己的資產。

行銷/SEO 操作者

  • 這週就在 GA4 建好文字片段的自訂維度。零成本、當天可完成,而且資料回不去——今天不開,就永遠拿不到今天的數據。
  • 建一張「Direct 對 Organic 比例」的月趨勢圖,並標註 Google 更新日期。2026 年 8 月垃圾內容更新在 8 月 21 日完成推送,這幾天的波動必須分開歸因。
  • 檢查比較型內容是不是用真正的 <table>。報告裡最超乎預期的就是結構化比較表;同期另一篇也提醒,純 JavaScript 產生的連結可能讓頁面對 AI 搜尋完全隱形
  • 把「片段有生命週期」寫進內容排程。有些片段見頂後衰退,有些在發布數月後才竄起——更新頻率是變數,不是一次性任務。

開發者/接案商

  • 可以直接服務化:交付一條「AI 曝光歸因管線」——GA4 自訂維度 + 伺服器端事件收集 + 落庫到客戶自己的資料庫。驗收標準明確,不涉及排名承諾。
  • 把文字片段的解析寫成後端邏輯而非前端腳本。擋廣告外掛、同意管理平台、瀏覽器隱私設定都可能吃掉事件,伺服器端接收才穩。
  • Google 官方 AI 功能文件裡的可被引用條件當成交付清單:伺服器端渲染、真連結、結構化資料、明確的問答段落。這些是工程題,不是玄學。

AI 能見度與歸因工具比較表

方案它實際回答的問題成本量級適用情境
Google Search Console 生成式 AI 報表我被曝光幾次(只有曝光,無點擊/CTR/查詢字串)免費所有人都該開,但只能當底線參考
Profound品牌在各家 AI 回應裡怎麼被描述、與競品的相對佔有率企業級年約有專職團隊、需要品類佔有率報表的中大型品牌
Ahrefs Brand Radar哪些網域與頁面正在被 AI Overview 引用,含 YouTube 提及綁在既有訂閱上已用 Ahrefs、想看引用來源生態的團隊
Semrush AI 能見度工具跨 AI 平台的品牌提及與可見度追蹤中高階訂閱不想再多學一套工具的既有 SEO 團隊
GA4 文字片段自訂維度(DIY)多少人從引用片段點進我的站、落在哪一頁、被歸到哪個管道零訂閱,只有開發工時要「進站後發生什麼」而非「我排第幾」的中小企業

這張表要注意的是最後一列跟前面四列回答的不是同一個問題。前四項量的是曝光與提及,最後一項量的是實際到站行為。多數品牌在買前四項時,以為自己買到的是第五項。

不會告訴你的事

  • 訊號源不是 AI Overview 專屬。作者自己寫明:#:~:text= 同樣被精選摘要與「其他人也問」使用。他的抗辯是查了 Ahrefs 後發現該站精選摘要曝光少於 30 個——但那是用一家工具的抽樣去校正另一組資料的雜訊,是圈出上限,不是排除。
  • 分子與分母不是同一個單位。最該被放大的一點,同樣由作者自己揭露:GA4 的自訂維度是事件範圍(event-scoped),不是工作階段範圍。所以「7.53% 的自然工作階段」實際上是拿事件數除以工作階段數,而一個訪客可以觸發多筆事件。方向或許對,絕對值不能跟任何工作階段指標並排比較。
  • n = 1,而且是特殊產業。樣本是單一運輸接送品牌,查詢天生就是「A 到 B 要多久、多少錢」——最適合被 AI Overview 直接引用的題型。電商、B2B 服務、醫療的查詢結構完全不同,7.53% 沒有理由平移。
  • 22.4% 的「錯誤」有一部分可能不是錯誤。帶文字片段的網址可以被複製、貼進通訊軟體、存成書籤。這類真正的直接造訪在這套追蹤裡會被算成「誤歸因的 AI Overview 流量」,而資料無法分離。
  • 利益結構值得標註。Search Engine Land 為 Semrush 所有,該文頁面內嵌 Semrush AI 能見度工具的推廣連結;作者除品牌方職務外也是一家 SEO 代理商共同創辦人。這不代表數據造假,但「你應該立刻開始追蹤」這個結論,對所有相關方都有利。

不花 SaaS 訂閱的 SMB 替代方案

這件事罕見地不需要買工具。以下四步,一位工程師兩到三個工作天可以做完。

  • 第一步(半天):在 GA4 建立事件範圍的自訂維度,捕捉到站網址中的 #:~:text= 片段。片段預設不會送到伺服器,必須在前端讀取 location.hash 後主動送出。
  • 第二步(一天):把同一筆事件平行送到自己的後端(Laravel 一支 API 端點即可),存原始網址、解析出的片段文字、落地頁、時間戳、GA4 判定的管道。前端會被擋,後端這份是保險。
  • 第三步(半天):做兩張圖——片段別的月度事件數排行,以及「被歸到 Direct 的比例」月趨勢。前者告訴你哪幾頁在養活你,後者告訴你報表漏了多少。
  • 第四步(持續):每月比對後端與 GA4 的差額。差額本身就是健康指標,突然放大通常代表同意管理平台、快取層或 CDN 設定被動過。
  • 成本:開發 2 至 3 個工作天,之後只有既有主機成本,沒有月費。

做之前先跑一次這張自我檢查清單:

  • ☐ 關鍵比較內容是用真正的 <table>,不是圖片或 div 排版
  • ☐ 主要導覽與內文連結是真正的 <a href>,不是 JavaScript 事件
  • ☐ 價格、時間、規格有獨立明確的段落,不埋在長文中間
  • ☐ GA4 自訂維度已建立,且我知道它是事件範圍而非工作階段範圍
  • ☐ 我有一份不依賴 GA4 的後端備份資料,月報也標註了演算法更新日期

常見問題 FAQ

我沒有工程資源,光靠 GA4 介面能不能做到?

可以做到七成。GA4 自訂維度加上探索報表,就能看出文字片段流量的量級與落地頁分布。需要工程資源的是第二步的後端備份與第四步的差額比對。若只想先確認「站上有沒有量」,做第一步即可,成本半天。

22.4% 被歸到 Direct,是 Google Analytics 的 bug 嗎?

不是 bug,也修不了。GA4 對 Direct 的定義本來就涵蓋「來自未被追蹤的來源」,referrer 在導向中遺失就會落進 Direct。你能做的不是修正而是量化——知道自然流量報表大概低估多少,並在報告時把誤差講清楚。

這份數據來自運輸業品牌,我做電商或 B2B 能直接套用嗎?

不能套用數值,可以套用方法。運輸業的查詢天生是「多久、多少錢」,最容易被 AI Overview 直接引用,7.53% 很可能是偏高端。正確做法是用同一套方法量自己的站,用自己的數字做預算決策。

Search Console 已經有生成式 AI 報表,為什麼還要自己做?

兩者回答的問題不同。Google 在 2026 年 6 月推出的報表只有曝光數,沒有點擊、CTR 與查詢字串,初期還限定部分地區。你會知道「被看見幾次」,不知道「有多少人真的進來、進來後做了什麼」。文字片段追蹤補的是後半段,兩個都要開。

AI Overview 佔比從 16% 到 17% 掉到 2% 到 4%,代表 AI 流量在消失嗎?

資料不支持這個結論。這是單一網站的相對佔比,下滑可能來自該站排名變動、季節性意圖轉移、Google 觸發 AI Overview 的頻率改變,或以上皆是。較保守也較正確的說法是:AI Overview 在結果頁的顯著程度並不穩定,把高峰月當成新基準的品牌,模型會算錯。

我的觀點

主流的反應是把 22.4% 當成一個「快去修的漏洞」,而我認為這則新聞真正的價值完全在另一邊:它是目前為止最清楚的一個證據,說明整個 AI 能見度產業正在販賣一種沒有標註誤差範圍的度量。

注意這篇報告與多數廠商白皮書的差別:它把三個致命限制寫在自己文章裡——訊號不專屬、樣本 n=1、分子分母不同單位。一份誠實到自曝其短的第一方數據,反而比那些拿百萬級樣本卻不揭露抽樣方式的工具報表更值得信任。而這正好暴露類別的問題:當 Profound 拿到 10 億美元估值、geoSurge 拿下該類別最大種子輪時,沒有一家的公開材料會用這種力度講自己的誤差來源。

所以我的預測與主流不同。多數人預期 2027 年 GEO 工具會繼續整合擴張;我認為接下來 12 個月會出現第一波「AI 能見度數據糾紛」——某個客戶同時買兩家工具,發現同一品牌同一個月的可見度分數差了三倍以上,然後把兩家都停掉。這類糾紛一旦公開,定價權會從「誰的儀表板漂亮」轉移到「誰敢公布方法論與誤差範圍」。第一批被淘汰的,會是連抽樣頻率都不肯講的工具。

對 ScriptWalker 這種 Laravel+Flutter 工作室,機會很具體:賣「歸因管線工程」,不賣「AI 能見度分數」。交付三件可稽核的東西——GA4 自訂維度與伺服器端事件收集、客戶自有資料庫的原始資料留存、每月一份標註誤差來源與演算法更新日期的比對報表。它不承諾排名,但讓客戶在下次平台改規則時,手上有一份自己的、可回溯的、知道誤差多大的資料。在一個沒人願意公布分母的市場裡,這就是差異化。

資料來源

想要一條自己看得懂的量測管線?

ScriptWalker 專做 Laravel 與 Flutter 的技術實作。我們不賣 AI 能見度分數,只交付可稽核的歸因管線:GA4 自訂維度與伺服器端事件收集、原始資料落進你自己的資料庫、每月一份標註誤差來源的比對報表。

分享:
AI 與自動化 返回文章列表