新流量入口：碳基和硅基的對(duì)話(huà)框

作者 ｜曉樣

發(fā)布 ｜消費(fèi)紀(jì)

聲明 ｜原創(chuàng)文章未經(jīng)授權(quán)，嚴(yán)禁復(fù)制再發(fā)布

央視的記者虛構(gòu)了一款手環(huán)被封堵了，但也印證了一個(gè)更重要的趨勢(shì)：人們獲取信息的方式，正在從百度、抖音、小紅書(shū)的搜索，變成向大模型提問(wèn)。

而且這個(gè)趨勢(shì)不可逆。越來(lái)越多的人會(huì)參考 AI 的意見(jiàn)做決策。

這不是 SEO 升級(jí)成 GEO 的問(wèn)題，這是整個(gè)信息入口的遷移。

01

搜索框的衰退，

和“標(biāo)準(zhǔn)答案位”的爭(zhēng)奪

先搞清楚一件事：SEO和GEO，不是同一個(gè)物種。

SEO解決的是“讓搜索引擎找到我”。

你在百度搜“炒酸奶加盟”，我的網(wǎng)站排在第一位，你就點(diǎn)進(jìn)來(lái)了。邏輯是：關(guān)鍵詞匹配 + 網(wǎng)頁(yè)權(quán)重 + 點(diǎn)擊率。

GEO解決的是“讓AI在生成答案時(shí)引用我”。

你問(wèn)AI“20萬(wàn)以?xún)?nèi)能開(kāi)什么店”，AI想了想，說(shuō)“炒酸奶是個(gè)不錯(cuò)的選項(xiàng)，根據(jù)XX數(shù)據(jù)，回本周期6-12個(gè)月”。這句話(huà)里的“XX”，就是被引用的那個(gè)品牌。

邏輯變了。AI不給你看網(wǎng)頁(yè)列表，它直接給答案。你的品牌如果不在那個(gè)答案里，就等于不存在。

Gartner預(yù)測(cè)，2026年傳統(tǒng)搜索流量會(huì)下降25%。在美國(guó)，每天用AI搜索的人從14%漲到了29.2%，只用了半年。

什么意思？越來(lái)越多的人不再“搜”，而是“問(wèn)”。

這就是入口遷移。不是從百度換到抖音，是從“自己找”變成“讓別人替自己找”。

GEO那幫人看準(zhǔn)了這一點(diǎn)。他們的邏輯是：既然AI從全網(wǎng)扒信息，那我就把全網(wǎng)鋪滿(mǎn)我的垃圾信息。批量生產(chǎn)偽原創(chuàng)、偽造榜單、虛構(gòu)用戶(hù)評(píng)價(jià)——這就是所謂的“數(shù)據(jù)投毒”。

短期看，有效。

虛構(gòu)的手環(huán)兩小時(shí)上推薦榜，就是這個(gè)原理。

但長(zhǎng)期看，這條路走不通。模型會(huì)迭代，垃圾會(huì)被過(guò)濾，投毒的反而是給自己埋雷。

真正該做的事，不是投機(jī)GEO，而是理解大模型怎么做決策。然后，讓它在做決策的時(shí)候，愿意主動(dòng)引用你。

這才是“標(biāo)準(zhǔn)答案位”的爭(zhēng)奪戰(zhàn)。

02

一個(gè)真相：

大模型不看粉絲數(shù)

2.1 平臺(tái)圍墻正在瓦解

過(guò)去十年，品牌的數(shù)字化生存邏輯很簡(jiǎn)單：適配每一個(gè)平臺(tái)的規(guī)則。

抖音有抖音的算法，小紅書(shū)有小紅書(shū)的審美，公眾號(hào)有公眾號(hào)的排版。品牌需要為每個(gè)平臺(tái)單獨(dú)生產(chǎn)內(nèi)容，重復(fù)造輪子。流量是平臺(tái)的，品牌只是租客。

大模型的出現(xiàn)改變了這個(gè)結(jié)構(gòu)。它不活在任何一個(gè)平臺(tái)里，而是跨平臺(tái)、跨站點(diǎn)、跨模態(tài)地讀取全網(wǎng)信息。

當(dāng)然，當(dāng)下的AI平臺(tái)仍有各自的“圍墻”。豆包更側(cè)重抖音生態(tài)，元寶會(huì)優(yōu)先抓取公眾號(hào)文章，通用大模型抓取外部網(wǎng)頁(yè)但權(quán)重不一。

但趨勢(shì)是明確的：大模型正在走向“全網(wǎng)可信信息整合”。平臺(tái)之間的圍墻，會(huì)被逐步打破。

這意味著，品牌不能再指望“搞定某一個(gè)平臺(tái)”就拿到流量。大模型看的是你在整個(gè)互聯(lián)網(wǎng)上留下的信息痕跡。

2.2 粉絲數(shù)不等于AI可見(jiàn)度

這里有一個(gè)反直覺(jué)的事實(shí)：一個(gè)擁有千萬(wàn)粉絲的品牌，在大模型中的可見(jiàn)度可能只有8%；而一個(gè)小眾品牌，如果內(nèi)容扎實(shí)、結(jié)構(gòu)清晰、信息一致，可見(jiàn)度可以達(dá)到25%。

粉絲數(shù)和AI可見(jiàn)性是兩回事。

大模型不認(rèn)聲量，不認(rèn)投流預(yù)算，不認(rèn)直播間在線(xiàn)人數(shù)。它認(rèn)的是：內(nèi)容是否被多源交叉驗(yàn)證、信息是否結(jié)構(gòu)化、邏輯是否自洽、實(shí)體是否清晰。

一個(gè)品牌在社交媒體上再熱鬧，如果它的官網(wǎng)信息混亂、產(chǎn)品描述前后矛盾、第三方報(bào)道稀缺，大模型就不會(huì)把它列為可信答案。相反，一個(gè)沒(méi)什么粉絲的B2B公司，只要在知乎上有高質(zhì)量的技術(shù)解讀、在行業(yè)媒體上有consistent的報(bào)道、官網(wǎng)上有清晰的產(chǎn)品參數(shù)，大模型反而更愿意引用它。

2.3 多模態(tài)的“文字真相”

還有一個(gè)經(jīng)常被誤解的問(wèn)題：視頻和圖片，大模型真的“看得懂”嗎？

答案是：不能。

視頻需要轉(zhuǎn)成語(yǔ)音轉(zhuǎn)文字、字幕、OCR，完成向量化才能進(jìn)入模型的理解體系。圖片需要依賴(lài)alt文本、描述信息、識(shí)別內(nèi)容。無(wú)論原始格式是什么，大模型最終處理的都是文字?jǐn)?shù)據(jù)。

這不是說(shuō)視頻和圖片沒(méi)有價(jià)值。它們對(duì)“人”有價(jià)值。但當(dāng)你的內(nèi)容需要被大模型理解、索引、引用時(shí)，文字仍然是不可替代的介質(zhì)。

數(shù)據(jù)也能說(shuō)明問(wèn)題：95%的AI引用來(lái)自非付費(fèi)媒體，也就是說(shuō)，大模型更愿意采信那些自然存在的、經(jīng)過(guò)多源驗(yàn)證的內(nèi)容，而不是品牌自己花錢(qián)鋪的廣告。

知乎的被引用率達(dá)到了62.5%，Kimi對(duì)知乎內(nèi)容的引用率為36%。這不是偶然。知乎的內(nèi)容天然具有結(jié)構(gòu)化、問(wèn)答式、多視角的特點(diǎn)，恰好符合大模型的“清晰度與可提取性”評(píng)分標(biāo)準(zhǔn)。

2.4 廣告正在變成一種“系統(tǒng)能力”

這背后是一個(gè)更深層的變化：廣告本身的性質(zhì)正在被重新定義。

過(guò)去，廣告被視為一種傳播工具，核心能力是創(chuàng)意和媒介采購(gòu)?，F(xiàn)在，廣告正在演變?yōu)橐环N“系統(tǒng)能力”——它不再只是信息傳遞，而是連接供需、匹配價(jià)值、生成需求的運(yùn)行機(jī)制。平臺(tái)通過(guò)廣告系統(tǒng)將用戶(hù)注意力轉(zhuǎn)化為可計(jì)量的經(jīng)濟(jì)價(jià)值，同時(shí)通過(guò)持續(xù)的投放與反饋，不斷生成新的用戶(hù)行為數(shù)據(jù)，反向優(yōu)化算法模型。

大模型對(duì)內(nèi)容的引用邏輯，本質(zhì)上與這套廣告系統(tǒng)的運(yùn)行邏輯同構(gòu)：都是數(shù)據(jù)驅(qū)動(dòng)、算法判斷、持續(xù)迭代。品牌如果理解不了這套邏輯，就既玩不轉(zhuǎn)廣告，也搞不定AI。

03

內(nèi)容價(jià)值的回歸：

什么才是AI眼中的“好內(nèi)容”

3.1 大模型如何評(píng)估內(nèi)容

大模型不是黑盒。它對(duì)信息源的評(píng)估有一套可解釋的評(píng)分系統(tǒng)，至少包含五個(gè)維度：

第一，權(quán)威性與可信度評(píng)分。模型會(huì)優(yōu)先采信那些長(zhǎng)期表現(xiàn)出一致性、被其他高質(zhì)量來(lái)源引用的內(nèi)容。如果一個(gè)來(lái)源頻繁與其他權(quán)威來(lái)源矛盾，它的權(quán)重會(huì)被下調(diào)。

第二，事實(shí)一致性評(píng)分。模型會(huì)進(jìn)行內(nèi)部交叉核查。如果你在一篇文章里說(shuō)“A產(chǎn)品有X功能”，在另一篇里卻說(shuō)“沒(méi)有X功能”，模型會(huì)識(shí)別到這個(gè)矛盾，并降低對(duì)你的信任。

第三，清晰度與可提取性評(píng)分。模型更喜歡結(jié)構(gòu)化、模塊化的內(nèi)容。清晰的標(biāo)題層級(jí)、列表、問(wèn)答格式、簡(jiǎn)短摘要——這些都能提高內(nèi)容的可提取性。

第四，實(shí)體與語(yǔ)義對(duì)齊評(píng)分。這是很多人忽略的一點(diǎn)。模型依賴(lài)“實(shí)體”而非“關(guān)鍵詞”。如果你的品牌名、產(chǎn)品名、創(chuàng)始人、核心技術(shù)等實(shí)體在不同平臺(tái)上的表述不一致，模型就很難將你歸入正確的知識(shí)圖譜。

第五，格式兼容性評(píng)分?！笆裁词荴”“如何選擇Y”“A和B的對(duì)比”——這類(lèi)結(jié)構(gòu)化的內(nèi)容格式，模型的處理效率最高。

3.2 什么內(nèi)容正在失效

基于上述評(píng)分機(jī)制，三類(lèi)內(nèi)容正在快速失效：

關(guān)鍵詞堆砌。模型不看詞頻，看語(yǔ)義密度。堆砌關(guān)鍵詞不僅無(wú)效，還會(huì)被識(shí)別為低質(zhì)內(nèi)容。

情緒煽動(dòng)、空洞口號(hào)?！靶袠I(yè)領(lǐng)先”“極致體驗(yàn)”“匠心打造”——這些詞對(duì)人有感染力，對(duì)模型毫無(wú)意義。模型無(wú)法驗(yàn)證它們。

邏輯混亂、前后矛盾。模型會(huì)在多個(gè)來(lái)源之間做交叉驗(yàn)證。如果你的信息自相矛盾，模型會(huì)直接降權(quán)。

3.3 什么內(nèi)容會(huì)被優(yōu)先采信

反過(guò)來(lái)，以下特征的內(nèi)容正在獲得更高的AI可見(jiàn)度：

結(jié)構(gòu)化清晰。使用H2/H3層級(jí)、列表、表格、FAQ模塊。讓模型能夠快速定位關(guān)鍵信息。

數(shù)據(jù)支撐。每個(gè)核心觀(guān)點(diǎn)配一個(gè)可驗(yàn)證的數(shù)據(jù)點(diǎn)。數(shù)據(jù)來(lái)源標(biāo)注清楚。

實(shí)體統(tǒng)一。品牌名、產(chǎn)品名、核心數(shù)據(jù)在所有平臺(tái)保持一致。每200字至少出現(xiàn)一次核心實(shí)體——這就是“具名實(shí)體密度”的概念。

多源驗(yàn)證。官網(wǎng)、知乎高質(zhì)量回答、權(quán)威媒體報(bào)道、真實(shí)用戶(hù)案例，形成交叉佐證鏈條。

3.4 廣告與內(nèi)容的邊界正在模糊

這里有一個(gè)容易被忽略的視角：在AI時(shí)代，廣告和內(nèi)容的邊界正在模糊。

傳統(tǒng)廣告的核心是“曝光”——只要讓更多人看到就行。

但在大模型的邏輯里，單純的曝光沒(méi)有意義，因?yàn)槟Ｐ筒粫?huì)因?yàn)槟慊ㄥX(qián)多就引用你。廣告內(nèi)容本身的質(zhì)量——結(jié)構(gòu)化程度、數(shù)據(jù)可信度、邏輯一致性——直接決定了它是否會(huì)被AI采信。

這意味著，品牌投放的每一篇“內(nèi)容型廣告”，本質(zhì)上都在同時(shí)做兩件事：對(duì)人傳播，對(duì)模型輸出。后者在過(guò)去不被重視，現(xiàn)在成了新的戰(zhàn)場(chǎng)。

一句話(huà)總結(jié)：大模型不認(rèn)情緒，只認(rèn)邏輯；不認(rèn)聲量，只認(rèn)結(jié)構(gòu)；不認(rèn)廣告，只認(rèn)驗(yàn)證。

04

品牌該怎么做：

四招構(gòu)建“AI自愿采信”的內(nèi)容體系

第一招：統(tǒng)一品牌知識(shí)圖譜

這是最基礎(chǔ)、也最容易被忽視的一步。

檢查一下：你的品牌在官網(wǎng)、公眾號(hào)、知乎、媒體報(bào)道、第三方平臺(tái)上的描述是否一致？產(chǎn)品名稱(chēng)有沒(méi)有多個(gè)版本？核心數(shù)據(jù)（成立時(shí)間、融資輪次、用戶(hù)數(shù)、技術(shù)參數(shù)）在不同渠道上是否對(duì)齊？

如果答案是否定的，大模型就會(huì)困惑。它不知道該把哪個(gè)版本的“你”放進(jìn)知識(shí)圖譜。

解決方案：建立一份品牌知識(shí)文檔，明確核心實(shí)體清單（品牌名、產(chǎn)品名、創(chuàng)始人、關(guān)鍵技術(shù)、關(guān)鍵數(shù)據(jù)錨點(diǎn)）。所有對(duì)外內(nèi)容，都基于這個(gè)文檔生產(chǎn)。

第二招：占領(lǐng)AI高頻引用源

不同AI平臺(tái)的引用偏好不同，但有一個(gè)交集值得重點(diǎn)關(guān)注：知乎。

62.5%的AI引用來(lái)自知乎內(nèi)容。這不是偶然。知乎的問(wèn)答格式、多視角討論、相對(duì)嚴(yán)謹(jǐn)?shù)纳鐓^(qū)氛圍，天然符合大模型的“清晰度”和“可信度”評(píng)分。

品牌應(yīng)該在知乎布局三類(lèi)內(nèi)容：

品類(lèi)定義文：解釋“什么是XX品類(lèi)”“怎么選XX”，讓AI在回答品類(lèi)層面的問(wèn)題時(shí)引用你。

品牌選擇文：直接回答“為什么選A不選B”，但要客觀(guān)、有數(shù)據(jù)、有對(duì)比，避免硬廣。

疑慮消除文：針對(duì)用戶(hù)常見(jiàn)的顧慮（“XX產(chǎn)品有沒(méi)有坑”“售后怎么樣”），給出真實(shí)的、有依據(jù)的回答。

同時(shí)，不能只依賴(lài)知乎。權(quán)威媒體報(bào)道、行業(yè)研究報(bào)告、真實(shí)用戶(hù)案例（可驗(yàn)證的）同樣重要。多源交叉驗(yàn)證，是AI信任的核心。

第三招：從“單篇爆款”到“五層主題體系”

過(guò)去的內(nèi)容策略是追求單篇爆款。但AI需要的是體系化認(rèn)知。

圍繞用戶(hù)的決策路徑，構(gòu)建五層內(nèi)容資產(chǎn)：

品類(lèi)定義層：幫助用戶(hù)理解這個(gè)品類(lèi)是什么、怎么選。這是流量的最上游。

品牌選擇層：在多個(gè)品牌之間做客觀(guān)對(duì)比，讓AI理解你的差異化價(jià)值。

成本評(píng)估層：回答“多少錢(qián)”“值不值”“性?xún)r(jià)比如何”。價(jià)格信息要清晰、一致。

疑慮消除層：直面用戶(hù)可能的所有顧慮，給出可驗(yàn)證的解答。

轉(zhuǎn)化收口層：告訴用戶(hù)“怎么買(mǎi)”“哪個(gè)渠道可靠”。

這五層內(nèi)容不是獨(dú)立的，而是相互引用、形成閉環(huán)。當(dāng)AI在回答用戶(hù)問(wèn)題時(shí)，能夠順著這五層內(nèi)容完整地理解你的品牌，它就會(huì)將你識(shí)別為“該品類(lèi)的權(quán)威信息來(lái)源”。

第四招：建立內(nèi)容質(zhì)量GEO檢查清單

在發(fā)布任何一篇內(nèi)容之前，對(duì)照以下清單：

開(kāi)頭100詞內(nèi)給出了直接答案（不繞彎子）

每個(gè)核心觀(guān)點(diǎn)都配了一個(gè)可驗(yàn)證的數(shù)據(jù)點(diǎn)

具名實(shí)體密度≥ 每200字1次（品牌名/產(chǎn)品名/核心數(shù)據(jù)）

引用了權(quán)威信源，并標(biāo)注了來(lái)源

結(jié)尾有FAQ模塊，覆蓋3-5個(gè)高頻問(wèn)題

使用了清晰的標(biāo)題層級(jí)（H2/H3）和列表格式

（如適用）部署了Schema標(biāo)記，幫助模型理解內(nèi)容結(jié)構(gòu)

這不是一個(gè)“SEO checklist”，而是一個(gè)“AI可讀性 checklist”。它本質(zhì)上是對(duì)內(nèi)容質(zhì)量的硬性約束。

05

未來(lái)：

品牌的兩個(gè)聽(tīng)眾

用戶(hù)行為正在不可逆地變化。

超過(guò)60%的Google搜索以“零點(diǎn)擊”結(jié)束——用戶(hù)直接在搜索結(jié)果頁(yè)獲得了答案，不需要點(diǎn)進(jìn)任何網(wǎng)站。AI搜索流量的年增長(zhǎng)率達(dá)到了527%。Semrush預(yù)測(cè)，到2028年，AI搜索的占比將達(dá)到52%，全面超過(guò)傳統(tǒng)搜索。

這意味著什么？

意味著大模型正在成為“超級(jí)中間商”。用戶(hù)把自己的問(wèn)題交給AI，AI從全網(wǎng)篩選信息、合成答案、給出推薦。用戶(hù)不需要訪(fǎng)問(wèn)品牌官網(wǎng)，不需要看廣告，不需要刷小紅書(shū)筆記——AI已經(jīng)把決策所需的信息提煉好了。

在這個(gè)新結(jié)構(gòu)里，品牌面對(duì)的不再只是一個(gè)“人類(lèi)受眾”，而是兩個(gè)：人和模型。

你講給人聽(tīng)的內(nèi)容，需要感染力、情緒、故事。你講給模型聽(tīng)的內(nèi)容，需要結(jié)構(gòu)、數(shù)據(jù)、可驗(yàn)證性。兩者不是替代關(guān)系，而是并行關(guān)系。

一個(gè)品牌如果只講給人聽(tīng)，不講給模型聽(tīng)，那么在人被AI“截胡”的時(shí)代，它就會(huì)慢慢消失在決策鏈路里。

反之，如果品牌能被大模型全面、準(zhǔn)確、公正地呈現(xiàn)，它獲得的不是某一個(gè)平臺(tái)的流量，而是整個(gè)AI問(wèn)答世界的“基礎(chǔ)認(rèn)知”。

這比任何單一平臺(tái)的流量位都更重要。

06

結(jié)語(yǔ)：內(nèi)容歸來(lái)

GEO亂象終會(huì)過(guò)去。投機(jī)的玩法會(huì)被模型迭代不斷封堵，虛假信息會(huì)被交叉驗(yàn)證機(jī)制識(shí)別。

但這件事留下的啟示是長(zhǎng)期的：品牌競(jìng)爭(zhēng)的主戰(zhàn)場(chǎng)，正在從平臺(tái)規(guī)則內(nèi)的鉆營(yíng)，轉(zhuǎn)向全網(wǎng)信息空間里的認(rèn)知占領(lǐng)。

誰(shuí)能留下更真實(shí)、更系統(tǒng)、更有邏輯的信息，誰(shuí)就能在大模型的答案中獲得一席之地。

內(nèi)容價(jià)值的回歸，不是回到“文字比視頻高貴”的舊敘事，而是進(jìn)入一個(gè)更高門(mén)檻、更高回報(bào)的新周期。結(jié)構(gòu)化的、可驗(yàn)證的、邏輯自洽的內(nèi)容體系，終于取代了關(guān)鍵詞堆砌和平臺(tái)算法博弈。

最笨的辦法——扎實(shí)做內(nèi)容，認(rèn)真做品牌——在AI時(shí)代反而成了最有效的策略。

因?yàn)锳I不認(rèn)投機(jī)，只認(rèn)事實(shí)。

文中相關(guān)數(shù)據(jù)來(lái)源說(shuō)明：

Gartner預(yù)測(cè)2026年傳統(tǒng)搜索流量下降25%

Gartner于2024年發(fā)布的報(bào)告預(yù)測(cè)，到2026年傳統(tǒng)搜索引擎流量將下降25%，主要原因是AI聊天機(jī)器人和虛擬代理的普及。這個(gè)數(shù)據(jù)在多個(gè)行業(yè)媒體中被反復(fù)引用，包括Analytic Partners的博客文章及AZ Big Media的報(bào)道。

美國(guó)AI搜索日活用戶(hù)從14%→29.2%

這一數(shù)據(jù)來(lái)自行業(yè)研究機(jī)構(gòu)的跟蹤統(tǒng)計(jì)：全球AI搜索用戶(hù)占比已從2025年初的14%激增至近30%。具體到美國(guó)市場(chǎng)，2025年2月至8月期間，每日使用AI搜索的用戶(hù)比例從14%增長(zhǎng)至29.2%。

62%消費(fèi)者信任AI指導(dǎo)品牌決策（全球）；中國(guó)80%

全球數(shù)據(jù)：根據(jù)Bain & Company與Dynata于2024年12月的調(diào)查數(shù)據(jù)，超過(guò)半數(shù)（51%）的美國(guó)消費(fèi)者信任生成式AI提供的購(gòu)物和產(chǎn)品推薦。中國(guó)數(shù)據(jù)：據(jù)《2025年中國(guó)消費(fèi)者決策行為報(bào)告》，68%的國(guó)內(nèi)消費(fèi)者在購(gòu)買(mǎi)決策中會(huì)優(yōu)先參考GenAI給出的建議。另有數(shù)據(jù)顯示中國(guó)消費(fèi)者對(duì)AI的信任度顯著高于全球平均水平，可達(dá)80%左右。

知乎內(nèi)容被AI引用率62.5%

根據(jù)知乎研究院發(fā)布的《AI行業(yè)驅(qū)動(dòng)消費(fèi)決策營(yíng)銷(xiāo)變革白皮書(shū)》（2025年6月），在消費(fèi)類(lèi)問(wèn)題中，知乎內(nèi)容的AI引用率整體達(dá)到62.5%。

95% AI引用來(lái)自非付費(fèi)媒體，89%來(lái)自贏得媒體

根據(jù)Muck Rack發(fā)布的研究報(bào)告《What Is AI Reading?》，該研究分析了超過(guò)100萬(wàn)個(gè)AI工具引用的鏈接，發(fā)現(xiàn)95%的AI引用來(lái)自非付費(fèi)媒體，89%來(lái)自贏得媒體。

60%+ Google搜索零點(diǎn)擊結(jié)束

根據(jù)行業(yè)統(tǒng)計(jì)，超過(guò)60%的Google搜索以零點(diǎn)擊結(jié)束，用戶(hù)在搜索結(jié)果頁(yè)面直接獲得答案而無(wú)需進(jìn)一步點(diǎn)擊進(jìn)入網(wǎng)站。

AI搜索流量年增長(zhǎng)率527%

根據(jù)Previsible發(fā)布的AI流量追蹤報(bào)告（2025年），追蹤了19個(gè)GA4屬性的數(shù)據(jù)后發(fā)現(xiàn)，來(lái)自大語(yǔ)言模型的流量在2024年1月至5月與2025年同期的對(duì)比中增長(zhǎng)了527%，從約17,000次會(huì)話(huà)增長(zhǎng)至107,000次。

Semrush預(yù)測(cè)2028年AI搜索占比將達(dá)52%

根據(jù)研究機(jī)構(gòu)Semrush發(fā)布的報(bào)告，預(yù)計(jì)到2028年初，AI搜索產(chǎn)生的流量將超過(guò)傳統(tǒng)搜索。若谷歌全面轉(zhuǎn)向AI模式，這一時(shí)間點(diǎn)可能還會(huì)提前。

附錄：其他數(shù)據(jù)來(lái)源說(shuō)明

GEO產(chǎn)業(yè)鏈與央視3·15報(bào)道：來(lái)自2026年3月15日央視3·15晚會(huì)現(xiàn)場(chǎng)報(bào)道及南都大數(shù)據(jù)研究院的系列實(shí)測(cè)調(diào)查。

大模型平臺(tái)引用偏好：關(guān)于豆包、元寶、DeepSeek、Kimi等平臺(tái)的信源采集偏好，基于行業(yè)對(duì)AI生成內(nèi)容引用網(wǎng)址的匯總分析。

具名實(shí)體密度概念：基于大模型對(duì)內(nèi)容語(yǔ)義理解的技術(shù)邏輯推導(dǎo)，以及行業(yè)最佳實(shí)踐總結(jié)，非單一研究報(bào)告來(lái)源。