Google 承认 Search Console 看不懂 AI 搜索了。那,看什么?
文章解释 Search Console 因块压平和曝光计法导致 AI Overviews 数据失真的原因,并建议改看品牌是否被引用、真实转化和实际搜索结果。


最近,我在 Reddit 上刷到一条对话,看完坐直了。
有 SEO 从业者问 Google:AI 搜索时代,排名到底该怎么追?
Google 搜索布道师 John Mueller 亲自回复。他的意思是,想用传统方式追踪 AI 功能的排名,很难做到"有用"。Search Console 到今天,还是把整个 AI Overviews 当成一个块来记录。
什么意思?
说白了:Google 亲口承认,它自家的排名报表,已经看不懂自家的 AI 搜索了。
看到这句,我愣了一下。因为过去两年,我身边太多人,还在拿着 Search Console 的数据,给客户讲"在 AI 里的表现"。
这事儿值得拆开讲讲。
什么叫"块压平"?
先说结论:你现在在 Search Console 里看到的 AI 位置数据,基本没法用。
为什么?这就得说一个词,block flattening,块压平。
Google 记录 AI Overviews 的方式,不是去看你那条链接在摘要里具体坐在哪个位置,而是把整个摘要框看成一个整体,给一个总排名。这个框通常出现在自然结果上方,于是整个框被记成第 1 名。框里的每一条链接,顺理成章,统统记成第 1 名。
听起来还挺给你面子?
别急。举个例子。
想象一个合唱团上台。领唱站在台前最显眼的地方,第三排还有个队员,几乎被幕布挡住。评委记分时不评个人,给整团记了一个"第一个出场"。于是每个人都拿到了"第一个出场"的成绩。
放在 AI Overviews 里:第一句话下方的醒目卡片,第 1 名;藏在"展开更多"里的普通链接,也是第 1 名。
可在报表里,这两条链接一模一样。真实世界里,一个被看见,一个被彻底略过。
报表说你在山顶,现实是你可能连山门都没进去。
平均位置,本来就不可信
有人会说,那我看平均位置总行吧。
我劝你别。这个指标在 AI 来之前,就有毛病。
什么叫平均位置?把所有搜索里的排名加起来,除一下。
问题在于,平均数只在数字都挤在中间的时候才靠谱。搜索排名偏偏不挤。它跟着搜索的人所在的地方变,跟着手机还是电脑变,跟着 Google 那一刻想给你看什么而变。同一次搜索,手机上出三张卡片,电脑上出五张,几张还藏进按钮后面;过几分钟再搜一遍,措辞全变了。
来,算笔账。
你的网页,在出现 AI Overviews 的那次搜索里排第 1,在没出现的那次排第 19。两次各占一半。Search Console 一平均:10。
报表上,10,稳稳当当,中等偏上。
实际上呢?要么第 1,要么第 19,从来没有一次是第 10。
一个"整洁"的平均数,把两个极端都抹平了,给你一种从未存在过的稳定感。更别提同一个词、同一个页面,换一种视图口径,平均位置还能给你报出好几个不同的数。
数字是对的,结论是错的。这是报表最骗人的地方。
更荒诞的,是曝光的记法
块压平只是第一层。第二层,藏在曝光的记法里。
Search Console 的老规矩:一条结果加载到页面上,就算一次曝光,不管用户往下滚没滚。
那 AI Overviews 一加载,里面所有默认展开的链接,曝光全部到账。哪怕那个人只读了第一句就划走,你的"曝光"已经实实在在记上了。
反过来呢?
凡是需要点击才能展开的东西,有个例外:折叠在"展开更多"后面的链接,在用户亲手点开之前,不计曝光。
于是出现一个很拧巴的局面。
正文里没被看到的链接,账户里躺着满满的曝光;被折叠起来的链接,看起来像不存在一样,直到有人去点它。
一个"读没读"不知道,一个"看没看"看不清。你说这张报表,还能指导什么决策?
那真实世界,流量到底怎么样了?
报表失真,那就看看研究里的真实世界。
Seer Interactive 的研究显示,被引用网站的点击率明显下滑,AI 概览本身的 CTR 也降了 61%。降这么多,一部分原因就是 Search Console 记了太多自动曝光,把整个算术带歪了。
另一项实地研究,结论更直接:页面顶端一挂 AI Overviews,常规自然结果的点击少了约 38%。用户从摘要里拿到了答案,转身就走。
还有研究者统计过,AI Overviews 出现在 21% 的搜索里。提问式的搜索,出现得更勤。
为什么提问式更勤?
因为问句最好直接回答。Google 把答案直接说了,用户不用再点进任何网站。
"排到第 1 = 有访客"这条老公式,断了。
现在,到底该看什么?
先泼一盆冷水:老办法修不了,新工具也救不了。
市面上那些 AI 可见性工具,贩卖的多是"我能帮你量 AI"的叙事。可连 Google 都承认自家报表追不上 AI 搜索,一个第三方工具,凭什么量得更准?
我的建议就三条。
把 AI 可见性当成"是/否"问题。你的品牌有没有被引用?有,就是有;没有,就是没有。别去研究"平均位置 1.2 还是 1.5",那个数通常只说明一件事:你的链接被塞进了那个框,塞哪儿了,不知道。
把视线挪到改不了账的地方。真实访问、真实询单、真实转化。曝光怎么记、规则怎么改,都动不了这些数。
真想知道你的页面在搜索结果里长什么样?别看报表。直接去搜,或者用工具截取真实的结果页。眼见为实,比任何压平过的数据都诚实。
最后
10 个蓝链接的模式,服务了搜索 25 年。那套刻度,是给那个时代定的。
回到开头那条 Reddit 对话。Mueller 还提到,Google 其实已经在帮助文档里解释过这些规则,同时也在向 SEO 社区征集:当搜索结果页不再是一条整齐的列表,位置到底该怎么量?
连定规则的人,都在重新想这把尺子。
你手里那张写着"平均位置 10"的周报,先别急着往上报。
先问问它:这个数,还能说明什么?
答不上来,就换一把尺子。
继续阅读
相关文章

跨境生意,是时候换一套 AI 工具箱了
一篇 learn 类文章,讲解跨境电商卖家如何用 AI 工具应对语言、法规、物流、支付与欺诈五道坎,梳理翻译、库存、客服、营销、风控五格工具箱与五步上手路径,并提示转化率、CLV 等指标和过度依赖 AI 的风险。

社交媒体营销的脏活累活,正在被 AI 一件件接管
本文介绍 AI 在社交媒体营销中可承担的四类工作:受众数据分析、文案与设计创作、广告定向与创意测试、垃圾内容过滤,并提醒内容判断和数据安全仍需人工把关。

AI 都这么能干了,你的社媒营销还在纯靠人肉?
本文将 18 款常用 AI 工具按用途分为六类,覆盖用户洞察、内容生产、内容排期、评论私信、广告投放和视觉制作,并讨论个性化、趋势预测与虚拟网红等趋势。