如何在 GA4、BigQuery 与 CRM 中精准追踪与衡量 AI 流量
AI traffic, actually measured: GA4, BigQuery & your CRM
针对 GA4 原生 AI Assistant 渠道仅依赖 Referrer 导致大量访问归入直接流量的问题,Stape 介绍了通过服务端请求头端到端追踪 AI 流量的实操方案。
文章给出了利用服务端请求头区分 AI 爬虫与真实访客的落地配置,便于营销与数据团队在 GA4 和 CRM 中建立更准确的 AI 流量归因链路。
核心要点
GA4 的 AI Assistant 渠道完全依赖来源网址(referrer)。如果没有 referrer,访问就会被归入 Direct 或 Unassigned;而 AI Overviews 和 AI Mode 则依然算在 Organic Search 里。
Stape 的 AI Traffic Detection 会在请求层级添加 X-User-AI 请求头。无需触发任何代码,这个信号就能直接传到 GA4、BigQuery 或你的 CRM 中。
“AI 流量”包含三种类型:爬虫、抓取程序和真实用户。将 X-User-AI 与 X-Device-Bot 搭配使用,可以避免机器人数据干扰你的用户获取指标。
GA4 自定义渠道组无法读取自定义维度。你可以使用基于 referrer 的 AI 渠道,或直接在着陆页 URL 中写入自定义媒介(ai-detected)。
BigQuery 和 CRM 能帮你查明 AI 流量是否最终转化为收入。建议现在就建立基准数据,并把首个 AI 来源接入转化漏斗报表。
如果你在代理商工作,今年肯定在客户会议上听过这句话,而且大概率不止一次。说不定过去五分钟里就有人问过,而此时此刻,世界上的某个角落也正有人在问:
“那个……我们在 ChatGPT 里被推荐了吗?”
头大。
就在不久前,大家的回答还只能是耸耸肩。在 GA4 里,AI 带来的访问七零八落地散落在 Referral、Direct 以及一堆谁也解释不清的来源名称里。直到 2026 年 5 月,Google 才在默认渠道组中新增了原生的 AI Assistant 渠道。这确实不错,但其实也没比自定义渠道组强多少……
GA4 的 AI Assistant 渠道只能统计那些带有特定标记链接或 referral 渠道进入网站的 AI 访问,对于其他途径进来的则完全无能为力。
而这正是 Stape 的 AI Traffic Detection 增强功能派上用场的地方。Stape 已经发布过一篇详尽的配置指南:如何使用 Stape 追踪 AI 流量,所以我不会带你再过一遍那些开关设置。我今天要做的是告诉你拿到这些数据后该怎么用,从而输出一份客户真正看得懂的报表。
当某个会话的 referrer 匹配 Google 的 AI 助手列表时,GA4 会将媒介设为 ai-assistant,广告系列设为 (ai-assistant),并把该会话归入专有渠道分组。Google 列举的代表平台包括 ChatGPT、Gemini、Deepseek、Copilot 和 Grok(参见 Google 的渠道定义)。
这确实比过去强,但是:
它完全依赖 referrer。没有 referrer,就统计不到 AI Assistant。如果是从聊天窗口复制出来的链接、应用内内置浏览器,或是某些会自动去除 referrer 的应用,流量都会被归为 Direct(或者 GA4 另一个用来“摆烂”的分类:Unassigned)。
不在 GA4 列表里的 AI 助手会被当成普通 Referral 流量。它们的访问会和你 2019 年某篇被引用的旧博客混在同一个池子里。
Google 自家的 AI 并不算在内。AI Overviews 和 AI Mode 默认归入 Organic Search,这是刻意设计的,渠道定义里写得明明白白。
也就是说,同一个人看着同一段 ChatGPT 的回答,根据他从答案跳转到你网站的方式不同,访问可能被算进 AI Assistant、Referral、Direct 甚至 Organic Search。
考虑到很多人查资料时根本不会去点链接,这就有点鸡肋了。
AI Traffic Detection 的运作机制是这样的:
当该功能识别到某条传入请求属于 AI 流量时,它会在请求到达你的服务端 GTM 容器之前,为其添加两个请求头:
X-User-AI,其值为trueX-User-AI-Name,如果 Stape 能识别出来,就会填入对应的 AI 平台名称
关键在于这组信号在哪个环节出现。GA4 的渠道归因是在数据进入 Google 处理流程之后才完成的;而这些请求头在服务端容器内部、在任何标签触发之前,就已经存在于请求层级了。凡是服务端 GTM 可以发送数据的目标,都能同步带上这个 AI 信号:GA4、Amplitude、BigQuery、Make 的 Webhook,甚至是你的 CRM。
在去找这个开关之前,有两点需要先说明:
该功能仅支持 Stape 的 Pro 及以上方案。
必须先配置好 Custom Loader 增强功能,否则无法开启“AI Traffic Detection”开关(Custom Loader 是免费的;如果你用 Stape 却还没配上它,那真该好好聊聊了)。
陷阱就在这里:“AI 流量”其实是三样完全不同的东西套了同一件外套。
1. 训练爬虫。GPTBot、ClaudeBot、CCBot、Bytespider 等等。它们抓取你的内容是为了训练或优化模型。这根本算不上访客,更不会产生转化。如果你想知道它们多久来一次,应该去看服务器或 CDN 日志,而不是获客报告。
2. 实时抓取工具。ChatGPT-User、Perplexity-User、OAI-SearchBot、Claude-SearchBot 等。这是 AI 助手在实时抓取你的网页来回答用户的问题。这仍然算不上访问,但确实是一个信号:你的内容进入了 AI 的回答中。这属于曝光度,而不是获客。
3. 真实用户点击进入。有人向 AI 助手提问,得到了带有你网站链接的回答,并点击访问。只有这一类才真正属于获客报告,应该与自然搜索、付费社交媒体并列,附带参与度和转化数据。
把这三者混在一起,你的“AI 流量”数据里就既有内容抓取、又有问答引擎的曝光,还夹杂着真实的潜在客户。结果有人一看转化率惨不忍睹,就断定 AI 流量毫无价值。(它并非没有价值,只是你把毫无购买意图的机器人和真正的买家平均在了一起。)
这两个 AI 请求头只能告诉你某个请求与 AI 相关,以及可能来自哪个平台,却无法区分它属于上述三类中的哪一种。因此,我把它和 Pro 方案的另一个增强功能搭配使用:Bot Detection(机器人检测)。它会为每个传入请求打出 0 到 100 的分数,并在请求头模式下添加 X-Device-Bot(分数为 50 或以上时为 true)和 X-Device-Bot-Score。
把两者结合起来,就能得到一份相当实用的初步分类:
| X-User-AI | X-Device-Bot | 可能是什么 | 处理建议 |
|---|---|---|---|
| true | false | 来自 AI 平台的真实用户 | 作为 AI 流量发送给 GA4,再同步到数据仓库和 CRM |
| true | true | AI 抓取工具或智能体 | 排除在 GA4 和广告平台之外;作为曝光数据单独记录 |
| (空) | true | 普通的机器人爬虫 | 直接排除,照常处理 |
| (空) | false | 其他所有用户 | 照常处理 |
这只是一个参考指南,并非绝对准则。机器人评分基于概率推算,Stape 本身也将 50 到 75 分区间视为存疑而非确诊,因此在搭建仪表盘之前,建议先在预览模式中抽样检查一些请求。
Stape 的官方指南介绍了基础的 GA4 字段映射,这也是正确的起步方式:
- 1.
在 GA4 中,创建两个事件级自定义维度:
ai_traffic和ai_traffic_source。 - 2.
在你的服务端容器中,打开 GA4 标签,添加名称完全一致的两个事件参数。
- 3.
至于参数值,创建两个 Request Header(请求头)变量,一个读取 X-User-AI,另一个读取
X-User-AI-Name。
在发布任何改动之前,务必先打开服务端 GTM 的预览模式(Preview),进入 Request(请求)标签页,点击收到的 HTTP 请求并检查请求头。去 ChatGPT 搜一下你自己的品牌,点击链接生成一次测试访问。(希望你的品牌能搜得出来,要是搜不到可就有点尴尬了) 如果在那个请求里看不到 X-User-AI,下游无论怎么折腾都无济于事。排错一定要在请求层做,不要跑去 GA4 里查——除非你想等上一整天,才发现自己一开始就搞错了。
别以为这次访问中的每个事件都会带着这个请求头。
请求头只存在于特定的单次请求中。在预览模式下,进入落地页后多点几个页面,观察这个请求头是否还会保留。如果它只在部分请求里出现,那么三页之后的 add_to_cart 就没有这个标记,generate_lead 同样没有。最终,你的“AI 转化”探索报告看起来就会像 AI 访客从来不转化一样。开会时免不了有人说“看吧,AI 流量根本没用”,接下来你可就得花上整整一个季度去推翻这个错误结论。
解决办法是在第一次检测到该信号时,就将其持久化保存:
写入第一方 Cookie:当
X-User-AI为true时写入 Cookie,用于记录平台名称(或者在X-User-AI-Name为空时存入unknown)。用现成的写 Cookie 标签模板就行,也可以在自定义模板里用setCookieAPI 写几行代码搞定。重新读取:使用“Cookie 值”变量读回该值,只要请求头为空,就用它作为
ai_traffic_source的备用值。或者不存 Cookie,直接以客户端 ID(Client ID)为键写入 Stape 的 Data Store,后续事件再去查询即可。
遵守用户授权规则。这与其他归因存储机制无异,同样需要遵守其他分析型 Cookie 所适用的授权规则。
如果要在多个客户或项目间推广这套方案,最后再提一个小建议:参数名称定下来就不要再让人随意更改。在所有地方都一律使用 ai_traffic 和 ai_traffic_source,且长期保持一致。日后某天夜里 11 点,当你搭建跨客户的数据看板时,一定会感谢现在的自己。
好了,现在 ai_traffic_source 已经能正常进入 GA4。接下来很自然的一步,就是利用它建一个包含“AI”渠道的自定义渠道分组,将其拖到 Referral(引荐)渠道上方,然后坐等查看漂亮的流量获取报告。
但这行不通。
方案 A:在 GA4 内部变通解决。这也是我的默认做法:
在 GA4 允许的地方使用该维度。探索报告、对比项、细分受众群以及受众群体都支持自定义维度。在渠道报告里结合“
ai_traffic = true的会话”做对比,就是一个非常清晰实用的视图。依然建立一个基于引荐来源的 AI 渠道分组。复制默认渠道分组,新增一个“AI”渠道,在来源(source)上设置“匹配正则表达式”条件,并将其拖到 Referral(引荐)上方(顺序至关重要,因为流量会优先归入第一个命中的渠道)。标准媒体资源只有两个自定义渠道分组的额度,在这里用掉一个完全值得。下面是一个不错的初始正则表达式:
.*(chatgpt|openai|perplexity|claude\.ai|gemini|copilot|deepseek|grok).*
把原生的“AI 助手”(AI Assistant)渠道当作子集,而非全部。将 Google 自带的列表、你写的正则表达式以及请求头结合起来,得到的数据会比单用任何一种方式都更接近真实情况。
方案 B:在 GA4 接收数据之前直接把答案递给它。
从原理上讲(实践中也完全行得通),你也可以自行将 AI 信号写进 source(来源)和 medium(媒介),这样渠道分组就能直接识别到了。既然 GA4 是从页面 URL 中解析 UTM 参数的,那么最规整的办法,就是在会话落地页的 page_view 事件触发时,在服务端的 GA4 标签中改写 page_location,拼接上从请求头解析出的 UTM 参数:
https://example.com/pricing?utm_source=chatgpt&utm_medium=ai-detected
接着,给自定义渠道分组加上一条简单的规则:媒介(medium)完全匹配 ai-detected,或者媒介完全匹配 ai-assistant。这样一来,标准流量获取报告中就会出现一行货真价实的 AI 数据,而且你依然能把 Stape 检测出的流量(ai-detected)和 Google 识别出的流量(ai-assistant)区分开来。
请注意,我可没有说“把媒介重写为 ai-assistant”。直接改确实很诱人,因为 GA4 的原生渠道能自动抓取它。但这样一来,Google 的识别结果和你自己的数据就会永远混在一起,以后再也分不清到底是谁抓到的流量。所以,务必使用你自己的媒介名称。
防范机制(这至关重要):
只针对着陆命中。只去修改开启会话的第一个事件。如果在会话中途重写命中数据,归因逻辑就会彻底乱成一锅粥。
绝不要覆盖真实的广告系列数据。如果 URL 中已经包含 UTM 参数或点击 ID(
gclid、fbclid、msclkid),或者引荐来源已在 Google 的 AI 列表中,就直接跳过重写。仅限真人访客。仅在
X-Device-Bot为 false 时才进行重写,以免抓取工具和智能体被算作“AI 会话”。处理未知情况。当
X-User-AI-Name为空时,回退至utm_source=ai-unknown。仅对后续数据生效。历史数据不会改变,所以在开启这项配置时务必记下日期,免得数据突然出现阶梯式跳变引来惊慌。
做好文档记录。而且要记在未来分析师真正会看的地方。否则到了 2028 年,后人看到 BigQuery 里的 ai-detected,还以为是什么见鬼的数据。
在 DebugView 中进行测试

那我到底该选哪个?说实话,两个都选。方案 B 可以把 AI 数据直接呈现在客户早已熟悉的报表中,而方案 A 则保留了每个事件上的原始信号,原汁原味。如果团队技术实力更强,还可以直接在数据仓库里分析。
意想不到的是:相较于 GA4 界面,这些请求头数据在 BigQuery 里还要更有用。
BigQuery 的导出架构中压根就没有自定义渠道分组(参见 Google 官方文档),因此你在界面里配置的所有渠道逻辑,到头来都得在 SQL 里重写一遍。但事件参数却能原样导出。这意味着 ai_traffic 和 ai_traffic_source 会紧挨着 page_referrer,随你怎么组合分析都可以。
这也彻底解决了前面提到的作用域问题。在 SQL 中,你可以直接将会话内的所有事件进行汇总聚合,只需一条 LOGICAL_OR,就能轻松判断“该会话中是否有任何事件带有该标记”。
下面是一段入门查询语句,它综合了两种信号(请求头或 AI 引荐来源)来定义 AI 流量,并计算出每月 AI 会话的占比:
Monthly AI share of sessions from the GA4 BigQuery export
WITH events AS (
SELECT
PARSE_DATE('%Y%m%d', event_date) AS event_date,
CONCAT(
user_pseudo_id, '.',
CAST((SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id') AS STRING)
) AS session_key,
(SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'ai_traffic') AS ai_flag,
(SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'page_referrer') AS referrer
FROM `your-project.analytics_123456789.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20260101' AND '20261031'
),
sessions AS (
SELECT
session_key,
MIN(event_date) AS session_date,
LOGICAL_OR(
IFNULL(ai_flag, '') = 'true'
OR REGEXP_CONTAINS(IFNULL(referrer, ''),
r'chatgpt\.com|perplexity\.ai|claude\.ai|gemini\.google\.com|copilot|deepseek|grok\.com')
) AS is_ai
FROM events
WHERE session_key IS NOT NULL
GROUP BY session_key
)
SELECT
DATE_TRUNC(session_date, MONTH) AS month,
COUNTIF(is_ai) AS ai_sessions,
COUNT(*) AS total_sessions,
ROUND(100 * SAFE_DIVIDE(COUNTIF(is_ai), COUNT(*)), 2) AS ai_share_pct
FROM sessions
GROUP BY month
ORDER BY month;
替换为你自己的项目、数据集和日期范围。在会话统计步骤中为关键事件添加 LOGICAL_OR,就能在同一个视图中看到 AI 的转化率了。
哪怕现在的数字微不足道,也请立即开始建立基准。Stape 推销这款增强插件的卖点之一,就是在 AI 成为主流渠道之前提前积累历史基准数据,他们的想法完全正确。等 AI 流量占比从可以忽略不计的四舍五入误差变成报表里不可忽视的重要项目时,你一定会想看看“最初”的数据是怎样的。跟踪每月 AI 会话占比、AI 流量排名靠前的着陆页、对比自然搜索的互动度以及关键事件。把这些数据对接到 Looker Studio,就能成为月度报表中的常驻栏目。
但大家最关心的莫过于:这些流量到底能不能赚到真金白银?!
如果你的业务是销售周期长达 60 天(甚至半年)的 B2B 模式,会话数纯属虚荣指标。CMO 真正关心的从来不是“ChatGPT 带来了多少访问量”,而是“这些人有没有转化成商机流水”。GA4 根本回答不了这个问题,因为会话过期两个月后,交易才可能在 Salesforce 中成交。
因此,要把 AI 来源信息一路传递到真正产生营收的地方。这套闭环追踪模式与我平时为付费媒体点击 ID 搭建的完全一致,无非是多加了一个字段:
- 1.
锁定首次触点。当
X-User-AI触发时,写入一个有效期更长的一方 Cookie,记录下对应的平台名称。务必只在为空时写入,确保它始终代表首次触点。建议通过一方容器域名来设置该 Cookie(Stape 的同源配置方案是最干净的做法),这样能尽量避免被 Safari 强行缩短到 7 天。此外,切记不要设置 HttpOnly,因为下一步需要在浏览器端读取它。 - 2.
写入表单。利用网页端 GTM 容器,把这个 Cookie 的值复制到每个获客表单的隐藏字段里:不论你用的是 HubSpot、Gravity Forms 还是 Pardot。
- 3.
存入客户记录。将隐藏字段映射到类似“首次 AI 来源”(First AI Source)的属性上。在 HubSpot 中,这就是一个自定义联系人属性;在 Salesforce 中,则是一个潜在客户(Lead)字段,在转化时会同步映射到联系人(Contact)和商机(Opportunity)。
- 4.
用营收数据说话。现在,你就可以生成一份足以平息一切争议的报表:按“首次 AI 来源”统计商机管道(pipeline)和成交金额,并与其他获客渠道并列展示。
如果你已经搭建了闭环追踪体系,能把 CRM 阶段回传给广告平台(通过 Make、Zapier 或服务端标签),那你其实已经完成了大半。AI 来源不过是顺着同一条管道多传一列数据而已。
没有进入 CRM 的流量只是虚荣指标。让流量真正产生商业价值吧!
说了要实话实说,所以下面是这套方案依然无法监测到的盲区:
AI 概览(AI Overviews)与 AI 模式。Google 会把这些流量归入自然搜索。除非有专门插件或功能予以标记,否则来自 AI 概览的点击与普通搜索结果点击毫无二致。从现在起,默认你的一部分自然搜索流量其实也是 AI 驱动的。
AI 浏览器。Atlas、Comet 等基于 Chromium 的浏览器发送的 User Agent 字符串可能与 Chrome 完全相同。Stape 自身的测试也证实了这一点(参见AI 浏览器追踪)。
未知平台。只有在能够识别出具体平台时,
X-User-AI-Name才会填充内容。遇到没有平台名称的true标记是正常现象,不要直接丢弃,而是统一归入“AI(未知)”进行上报。零点击影响。用户在 ChatGPT 上看到了推荐,记住了你的品牌,三天后直接在浏览器输入网址访问。世界上没有任何工具能把这类流量识别为来自 AI。这时候就得靠品牌词搜索趋势、直接访问量走势,以及老牌的“您是从哪里听说我们的?”调研字段了。
GA4 的原生渠道分组只能算地基,请求头监测充其量到了三楼,两者都谈不上天花板。如果有人宣称自己能百分之百量化 AI 的影响,那纯属在胡说八道。
下次再有客户问“我们在 ChatGPT 里能被搜到吗?”,你就不用只能耸耸肩了。你将能拿出具体的数据、趋势线,甚至还能展示一笔明确打着 ChatGPT 标签的成交订单。
Stape 的 Pro 及以上版本已支持 AI 流量检测功能。还没使用 Stape?立即免费体验,部署你的服务端容器,抢在别人之前建立起这项基准数据吧。
现在就去看看 ChatGPT 或 Claude 到底为你带来了什么效果吧!顺便也可以去 AI 搜索里搜搜 Josh Silverbauer 和 Intrepid Digital,帮我们的趋势线也拉升一点点。
来源:Stape Server-Side Tracking Blog · stape.io