Duane Forrester：全网搜索流量池正在萎缩，争论渠道占比不如转向智能体交易

上个月底，业内围绕一个比例争论了整整一周，却似乎忽略了作为基数的底层总量。

几天之内接连出炉的三份研究报告，引发了这场全行业的大讨论。Marie Haynes 分析了 100 个网站、超过 1.45 亿次会话的 12 个月 GA4 数据，发现 ChatGPT 带来的会话量仅相当于 Google 自然搜索的 0.62%；哪怕把所有大语言模型都算上，这一比例也才达到 0.73%。The SEO Works 对 95 个网站进行了基准测试，发现自然搜索带来的流量是 AI 助手的 39 倍。Kevin Indig 在 12 个网站上进行了 632 次测试，试图观察 AI 端的曝光能否随后转化为品牌搜索或直接访问流量，结果并未发现可靠的关联。这三份研究都相当严谨，公开了详实的数据，也坦承了各自的局限，其数据本身完全值得信赖。

然而，整个行业从中得出的结论传播得比研究本身还要快：AI 根本带不来什么流量，搞 GEO（生成式引擎优化）纯属瞎折腾，还是老老实实回 Google 吧。这种解读回答了一个合乎情理的问题：眼下哪个渠道送来的访客更多？答案显然是 Google。但它忽略的，是这两个渠道赖以分流的“蓄水池”本身的体量——而这个池子，正在不断缩水。

几天后，Kevin 恰好发布了印证这一点的最有力证据。在他对美法两国各 10,000 个域名的 Similarweb 数据分析中，2024 年 8 月至 2026 年 8 月期间，美国自然搜索访问量下降了 13.2%，法国下降了 24.4%；同期美国出版商的自然流量更是缩水了约 41.5%。与此同时，付费搜索访问量却在增长，Alphabet 的第三季度财报也显示付费点击量仍同比上涨了 8%。这意味着，在开放网络因搜索而不断流失访客的同时，Google 自身的付费广告库存却在持续膨胀——单看两个引流渠道之间的相对比例，根本看不出这种危机。Kevin 指出，在美国，付费搜索的增长仅弥补了自然流量损失的大约三分之一；而样本中增长最快的 AI 引流，在每 200 次访问中也只占大约 1 次。在整个搜索生态里，根本没有任何力量能为这个池子重新注水。他在上周的后续分析中指出了部分企业重新蓄水的新方向：在其美国样本中，电子邮件流量增长了约 16%，是所有渠道中增长最稳健的，因为它触达的是企业真正拥有的私域受众。

只对比 AI 引流与 Google 自然搜索，只能告诉你这两个入站渠道谁多谁少。它回答不了流量总和是否还足以支撑业务运转——而这后一个问题，才真正决定了预算、人员编制，以及依赖流量的商业模式能否挺过未来三年。

比例看似纹丝不动，底层的流量池却在抽干

访客与其说是转移到了新渠道，不如说正在彻底脱离“点击”本身。博科尼大学研究人员 Shi、Zhu 和 Gu 发表的一篇预印本论文基于全美 45,000 多个家庭的 Comscore 桌面端点击流数据发现，ChatGPT 的对话会话中仅有 5.2% 产生了外链点击，而 Google 查询的这一比例为 31.1%；此外，ChatGPT Search 范围的扩大使传统搜索的使用量减少了 9.4%。尽管这只是一份仅针对桌面端的预印本论文，但其揭示的趋势与目前所有已知数据完全吻合：用户的行为正流向那些原地直接给出答案、极少向外导流的界面。

从谷歌自身的搜索结果页也能看出同样的虹吸趋势。Similarweb 针对 2026 年初美国搜索的样本数据显示，每 1000 次搜索中，最终流向开放网络的点击仅约 232 次。上周我分析了 Alphabet 的第三季度财报，谷歌在该财报中披露其搜索查询量创下五年新高（虽然并未明确具体的统计口径），但其搜索业务收入增速却创下年内新低。搜索次数变多与网站访问量变少这两件事完全可以同时成立，从谷歌的角度来看，这种背离正是流量池不断缩水的现实写照。尽管谷歌搜索业务负责人去年表示流向外部网站的自然点击总量相对稳定，但这一说法并没有任何数据支撑，而且在第三季度财报电话会议上，谷歌也完全没有透露输送给外部网站的点击量数据。

这种下滑分布并不均衡，而这恰恰是实际操作中的关键所在。Kevin 的数据显示，典型的小型网站流量基本持平，大部分损失都被大型网站和出版商承受了。你真正需要关注的是属于你自己的流量池：将各渠道总入站流量的环比变化，与你所在品类查询的展示量进行对比，这样就能看清在访问量下滑的同时，市场需求是否依然存在。不过，监测这个流量池并不需要采购新的服务商工具，今天下午你就能利用自家的分析数据拉出图表。

我最近指出，如今被搜索引擎索引，换来的往往只是在某个答案中露脸，而不是直接的网站访问。流量池的缩水，在数据报表中的直接体现就是这种转变。一旦跨过某个临界点，无论你怎么组合流量渠道，都不可能重新填满这个池子。这时更有价值的问题就不再是“访问量来自哪里”，而是“访问本身真的是你一直以来的终极诉求吗？”对大多数企业而言，显然不是。网站访问只是促成预约、购买或表单填写的中间环节；如果这个环节正在消失，接下来的工作重心就要转向如何在没有访问的情况下直接促成交易。

当网站访问不复存在，交易仍需在某处完成

Marie 的文章指出的正是这一点。除了列举数据，她还鼓励读者花时间为“智能体网络”（agentic web）做好准备，并提及了 UCP、Universal Cart、WebMCP 以及智能眼镜等方向，我对此深表认同。谷歌同样朝着这个方向迈进：在第三季度财报电话会议上，Sundar Pichai 表示，智能体将作为贯穿谷歌各产品的统一交互层，负责代客预订、填写表单、安排日程以及下单购物。代表搜索用户行动的智能体，是应对流量池萎缩最可靠的对冲手段——这并非因为它们能导流，而是因为它们直接完成了流量以往承担的任务。这改变了你的业务衡量目标，从“访问量”转变为“已完成的行动”，即智能体替用户最终落地的预订、订单或请求。

关于智能体如何做出选择，最具说服力的证据来自麦吉尔大学 Davood Wadi 与 Yu Ma 的一项研究。他们在基于四款大语言模型的 5,000 次智能体测试中，将 100 家酒店的展示顺序彻底打乱，并与 Expedia 上的真实人类用户数据进行了对比。结果显示，智能体的搜索深度远超人类，而且每一次都完成了预订。页面排名的展示位置仍会影响它们点开哪些酒店，但影响相对微弱，且呈现出意想不到的规律：被浏览最少的不是页面底部，而是页面中间。在四款模型中，只有两款最终的预订结果受到了排名先后的影响。更重要的是，所有模型最终全都不约而同地锁定了同一家酒店——同等价位下评分最高、无出其右的那一家，它揽下了全部预订量的 78.2%。研究作者得出的结论是：在面向智能体的搜索中，结果页上展示的核心属性远比具体的展示位置更重要。

在想当然地认为智能体是客观中立的买家之前，这两位研究人员发现的另一项效应同样值得警惕。在另一项配套研究中，在各项属性完全匹配的前提下，被告知“代表预订平台”的智能体选择赞助广告房源的概率，是被告知“代表旅客”的智能体的近 9 倍（25% 对比 2.8%）。智能体到底为谁服务，直接决定了它会买什么；而在同期的第三季度财报电话会议上，Google 首席商务官也直言，他对智能体时代的广告变现机遇感到兴奋。无论在任何场景下，过硬的产品与报价都是入场的先决条件；但面对平台部署的智能体，付费赞助依然可以压它一头。因此，搞清楚你的目标买家究竟在使用谁家的智能体，是一门关键的必修课。

AI 智能体不一定非要第一个搜到你的业务。它只要在能够读取的属性维度上，找不到比你更优的替代方案即可，因为无论你的产品排在列表的哪个位置，智能体最终都会聚焦于那个不可超越的最优解。

这也是为什么仅靠底层交易通道救不了任何人。结账协议的作用，只是在智能体做出决定后让购买环节更顺畅，它对促成决策起不到任何推动作用。OpenAI 就曾公开试水过这一逻辑：它于 2025 年 9 月在 ChatGPT 中推出了“即时结账”（Instant Checkout），却又在 2026 年 3 月收回了该功能，将购买流程重新交还给商家自己的网站和应用。基础设施固然关键，但它永远只能退居次席。

这套基础设施目前的现状如下：Google 的 Universal Cart 于 10 月 15 日在美国上线，其结账功能基于 Universal Commerce Protocol (UCP) 运行；Google 在第三季度财报电话会议上表示，UCP 目前已支持数十万个品牌实现直接结账。这一数字几乎肯定包含了通过 Shopify 等电商平台接入的商家，因为 5 月份的一项公开扫描显示，在 300 多万个网站中，仅有 26 家独立部署了自己的 UCP 配置文件。这两个数字其实并不冲突，其间的巨大落差更耐人寻味：如果你通过第三方平台销售，可能无需做任何开发就已经具备资格；如果你自建渠道，也完全不必焦虑，因为你的绝大多数竞品同样没有自行开发。允许网页将预订或查询库存等功能打包为工具供智能体直接调用的 WebMCP，目前在 Chrome 中仍处于源试验阶段，Marie 本人也指出，对大多数企业而言，现在重金投入这项技术还为时尚早。与此同时，Cloudflare 的新默认设置开始对新域名及未修改设置的免费层级网站拦截广告页面的智能体流量，许多企业甚至在浑然不觉中，就已经把智能体拒之门外了。

今年秋初，我曾打算写一份清单，用来衡量 AI 对业务数据的影响，但后来作罢了——因为当时根本没有客观标准能拿来对照打分。现在这份清单完全不同，里面的每一项都切实可查：面对你的业务，智能体要么能读懂报价、建立信任并完成操作，要么做不到。清单按优先级排序，业务供给在前，底层技术在后，每一项都如实标注了成熟度阶段。

面向智能体时代的落地清单

• 盯住流量大盘，别只看占比。 按月统计各渠道的总入站访问量，结合品类查询的展示量并按页面类型细分，提前定好跌幅达到多少就要采取应对措施。优先级：立即执行。
• 打造没有明显短板的供给。 梳理出智能体在你的品类里能抓取的 3 到 5 项关键属性（通常是价格、评分、配送和条款），排查是否有竞品在所有维度上同时压过你；如果有，要么补齐短板，要么把自身的取舍明明白白讲清楚。优先级：立即执行。
• 发布智能体可读的信誉数据。 保持评分与评价数量的时效性，采用结构化数据呈现，并确保在智能体抓取的各个平台上保持一致。优先级：立即执行。
• 将政策写成数据，而非纯文本。 退换货、配送、保修、取消条款及服务标准都要有独立的结构化字段，方便智能体像比对价格一样快速比对你的服务条款。优先级：立即执行。
• 提供完整的数据 Feed。 零售商应当填全 Merchant Center 中涉及价格、库存及配送的所有属性（Universal Cart 会直接读取这些数据）；服务类企业也应本着机器可读的原则，明确公开套餐内容、价格区间、服务覆盖范围和可预约时段。优先级：立即执行。
• 全网信息保持口径一致。 无论在自家网站、社交主页，还是智能体交叉核验的企业名录上，品牌名称、定价、网点地址、营业时间和规格参数都必须完全一致；一旦出现冲突，智能体就会将其判定为风险。优先级：立即执行。
• 针对带签名的智能体调整爬虫规则。 对带有请求签名的智能体放行，允许其访问促成购买决策的关键页面，同时在账户和支付环节保持更严格的校验；还要检查 Cloudflare 的 AI 设置，因为如果直接封禁训练爬虫，也会误伤 Googlebot 等多用途抓取工具。优先级：立即执行。
• 打通交易转化路径。 先确认你的电商平台是否已自动接入相关功能，有智能体专属店面的直接启用；也可以在 /.well-known/ucp 发布 UCP 配置文件，并通过 Merchant Center 集成中心提交申请；同时做好商品数据治理，以匹配 ChatGPT 的购物搜索结果。优先级：下一步跟进，目前仅限美国地区且设有准入门槛。
• 针对 1 到 3 项核心操作开发 WebMCP 工具。 预约、报价和查库存是最合适落地的场景，同时要确保人工流程不受任何影响。优先级：试点探索，目前仍处于源试用（Origin Trial）阶段。
• 考核智能体促成的操作，而非访问量。 记录由智能体发起的订单和预约，并在爬虫日志中监控带签名的智能体请求；这样即便常规分析后台看似没有变化，你也能看清智能体带来的增量补偿。优先级：下一步跟进。

这些举措无法帮你找回过去的流量规模，它们的目的也本不在此。在流量大盘不断缩水的大趋势下，只有那些能被智能体读懂、信任并顺利完成交易的企业，才能真正挺过去——而这项工作，必须从业务供给本身做起，而不是从底层协议开始。

关于 AI 能否带来足够流量的争论，其实有个客观的答案：带不来，而且以后大概率也带不来。与其花上一整周争论不休，倒不如想想一个更值得探讨的问题：你的业务到底还有多少依然依赖“访问量”？

延伸阅读：

• 谷歌搜索查询量创下 5 年新高，搜索营收却未能同步跟进
• 智能体电商与谷歌广告新规则
• 出版商的习惯性访问流量正在崩塌

本文最初发表于 Duane Forrester Decodes。

头图：Fit Ztudio/Shutterstock