ChatGPT 搜索量到谷歌两成，AI 搜索的点击去哪了

一、20% 说的是查询，不是访问

2026 年 11 月 2 日，纽约一场媒体活动上，OpenAI ChatGPT 消费者产品负责人 Adam Fry 对科技媒体 Big Technology 透露了一个此前未公开的口径：ChatGPT 上的搜索类查询量，约为谷歌搜索查询量的 20%。次日 The Verge 与 Business Insider 报道，中文媒体在 11 月 4 日集中转述。

这个 20% 是怎么算出来的

Fry 的定义很窄：只有用户提问后触发联网检索的那一次，才计为一次搜索；问「什么是某某」这类术语解释，或者让它改一段文字，都不计入。也就是说，20% 是把「和谷歌抢同一批搜索意图」的部分单独拎出来算的，不是全部对话量。同一场活动里他还给了几个数：周活跃用户 12 亿，60 天内从 10 亿涨上来；每周生成 15 亿张图片；语音功能周活跃 2.5 亿。

三个必须打折看的地方

第一，分母不明。OpenAI 没有说明拿来对比的谷歌查询量数据来自哪里，外界无法复核。第二，分子可能重叠。ChatGPT 的检索能力相当一部分依托微软必应，另有自建索引，市面上还有它会将部分查询转给谷歌的猜测，同一批检索存在被两边各算一次的可能。第三，也是最容易被忽略的：查询量是输入端的计数，而谷歌的查询里包含大量导航型、事务型请求，两边的构成并不完全可比。

作为参照，微软必应经营十余年，全球搜索市场份额长期在 3% 上下。20% 确实是量级上的变化，但它衡量的是「问的人多了」，不是「网站被访问得多了」。

为什么这个数字仍然值得重视

尽管口径有瑕疵，它仍是第一次有厂商用同一把尺子量自己和谷歌。查询量比用户数、会话数更可比，是目前唯一能直接对齐的指标。它说明搜索重心确实在移动，只是速度和企业感知不同。

二、从查询到访问，中间漏了三道

第一道：有答案就不点了

皮尤研究中心分析近 6.9 万次谷歌搜索发现：出现 AI 摘要时，用户点击任一传统搜索结果的比例是 8%，没有摘要时是 15%；而直接在摘要里点开引用来源的，只有 1%。同时，遇到摘要后结束本次搜索的比例从 16% 升到 26%。这组数字被 Exposure Ninja 在 2026 年 11 月初发布的《2026 State of AI Search Report》中汇总引用。

第二道：被引用了，也不一定被点

Seer Interactive 对 53 个品牌的观测给出了另一半：被 AI 摘要引用的品牌，每次曝光获得的自然点击比未被引用的品牌高约 120%；但和「完全没有摘要」的情形相比，仍然少 38%。换句话说，出现在答案里能减缓流失，补不回全部。

第三道：点进来了，也未必知道从哪来

Similarweb 的观测是，收到 ChatGPT 推荐的人，七天内访问被推荐品牌官网的概率高 2.5 倍；另一项点击流研究记录了推荐出现后，同品牌谷歌搜索量上升 4.3 个百分点、网站访问上升 2.4 个百分点。这些访问在后台通常被记成品类词自然搜索或直接访问，AI 的影响被算到了别的渠道头上。

三、AI 搜索的流量份额，是另一组数字

0.14%、0.25%、1.08%

查询份额 20%，流量份额是多少？Semrush 估计可识别的 AI 引荐访问占全球访问量 0.14%，Ahrefs 的口径是 0.25%，Conductor 对美国企业站给出 1.08%。三个数字差七倍，原因在识别方法：有的只认带 referrer 的跳转，有的把 App 内打开也算进去。差异这么大，说明这个指标本身还在成型，不适合直接写进考核。

但流量的成色在变

Adobe 的追踪显示，2026 年 3 月美国零售站点的 AI 引荐流量转化率比其他渠道高 42%，而一年前这个数字是低 38%。旅游品类相反，低 28%。同一份报告里两个方向，说明「AI 来的流量更好」不能一概而论，取决于这次决策是否需要比价和即时预订。

为什么三个口径都偏小

还有一个技术性原因：不少 AI 客户端在站内打开链接，跳转时丢失 referrer，后台只能记成直接访问。这意味着统计出来的 AI 引荐流量几乎一定是低估的。讨论「AI 到底带来多少流量」时，先承认这个分母不完整，比争论具体数字更有意义。

四、AI 搜索迁移，哪些企业先受影响

受影响最大：长尾问句型需求

皮尤的分层数据很清楚：一到两个词的短查询里，AI 摘要出现率 8%；十个词以上的长查询 53%；疑问句式 60%。B2B 采购、企业服务、装修、法律咨询这类「先描述处境再问怎么办」的需求，正好落在摘要密度最高的区间。过去靠长尾内容吃流量的行业，会最先感到寒意。

受影响最小：品牌词与本地即时需求

用户已经知道你叫什么，或者要的是「附近现在能上门」，这类请求对答案的依赖低，对点开的依赖高。受影响的程度，和你的客户「先想清楚要什么、还是先问该怎么办」直接相关。

中文市场还有一个变量

答案位的密度各家不同。豆包、元宝、文心在多数消费类问题上直接给结论，DeepSeek 与 Kimi 更常带出处链接。同一个问题问六家，可能三家不给来源、三家给来源。这意味着中文语境里「被引用」的天花板更低，「被提及」的空间更大，两个指标要分开设目标。

五、现在能做的四件事

一、把监测从排名改成引用与提及

排名追踪解释不了答案里的位置。至少分三层记：品牌是否被提及、官网是否被引用、是否进入推荐名单。Exposure Ninja 自建的 59 个英国市场提示词、连续 45 天、7965 条回答的观测显示，ChatGPT 相邻两天引用完全同一批网站的比例只有 2%，谷歌 AI 摘要 6%，Perplexity 27%。单次截图没有意义，要按周看留存。

二、把官网做成可核验的事实页

答案里要摘走的是句子。成立时间、服务范围、报价区间、交付周期、资质编号，这些能独立成句、能被交叉验证的事实，比形容词有用。同一事实在官网、行业平台、媒体报道里写法一致，被采信的概率才高。

具体动作可以很小：服务页改成「一句话回答加支撑事实」的结构，常见问题独立成段，段内先给结论再给依据；价格区间和交付周期写进正文，而不是只放在图片或按钮后面。答案引擎抽不走的事实等于不存在。

三、盯住品牌搜索量与直接访问

既然 AI 的影响大量落在品牌词搜索和直接访问上，这两个指标就是最便宜的效果代理。做法不复杂：固定周期看品牌词搜索量、直接访问占比、留资来源里「说不清从哪知道我们」的比例。三项同向变化，比引用次数更能说明问题。

四、别把预算押在一个平台

中文市场的入口比英文市场更碎：豆包、DeepSeek、元宝、Kimi、文心，各家索引与偏好都不同。同一篇内容在一家被引、在另一家完全不出现，是常态。先覆盖客户真正在用的两三个，再谈扩张。

六、查询份额先到，收入份额后到

20% 这个数字值得记住，但它的正确用法是提醒，不是结论。查询份额先迁移，收入份额后迁移，中间的时滞由点击率、转化率和归因方式共同决定。对企业来说，真正要回答的问题不是「ChatGPT 会不会取代谷歌」，而是「当客户在对话框里描述他的处境时，有没有一段关于我们的事实，能被准确摘走」。这件事和二十年前把官网做清楚，本质上是同一件事。