AI 帶來的流量怎麼量：在 GA4 與 Search Console 分辨 AI 入口的七個做法
自然流量開始下滑，但詢問量沒有同步下滑，這是最近一年許多網站主同時遇到的狀況。原因不難理解：使用者的問題在搜尋結果頁或 AI 助理裡就被回答完了，沒有點進來，但品牌名有沒有出現在那個答案裡，仍然會影響後續的直接搜尋與詢問。麻煩的是這段影響在傳統報表上看不到。
這篇整理我們實際在用的七個做法，全部只用 GA4、Google Search Console 與伺服器日誌，不需要額外付費工具。
一、先把「AI 入口」定義清楚，再談量測
AI 帶來的流量有三種，量測方式完全不同，混在一起看會得出錯誤結論。第一種是 AI 摘要底下的來源連結被點擊，這仍然算自然搜尋流量，會出現在 Search Console。第二種是使用者在對話工具裡看到你的品牌，之後另外開瀏覽器搜尋品牌名進來，這會被記成品牌字的自然搜尋或直接流量。第三種是從對話工具的連結直接點進來，這會帶著特定的來源網域。
三種裡面只有第三種可以直接歸因，第一種要用查詢類型推估，第二種只能靠品牌字的趨勢變化來間接觀察。先接受這件事，後面的數字才不會被過度解讀。
二、在 GA4 建立 AI 來源的自訂管道群組
預設的管道分類會把對話工具來的流量丟進「參考連結」或「直接」，兩邊都會失真。做法是新增一個自訂管道，把已知的對話工具與答案引擎網域列進來，包含各家對話工具的主網域與其外連轉址網域。列表要每季更新一次，因為新的入口一直在出現。
建好之後，比較這個管道與整體流量的三個差異：平均互動時間、每次工作階段頁數、以及主要轉換完成率。我們看到的普遍現象是，這個管道的人數不多，但互動深度明顯高於平均，因為他們是帶著明確問題進來的。
三、用查詢類型切開 Search Console，而不是只看總點擊
把查詢分成四類分別追蹤：品牌字、疑問句型（含「怎麼」「為什麼」「多少」「哪一個」）、比較型（含「vs」「差別」「推薦」）、以及交易型（含「價格」「費用」「報價」「預約」）。
AI 入口對這四類的衝擊完全不同。疑問句型的曝光可能還在成長，點擊卻在下滑，這就是被摘要吸收的訊號；交易型與品牌字通常影響較小，因為使用者要完成動作，還是得點進來。如果只看總點擊，這兩種相反的變化會互相抵銷，什麼都看不出來。
四、把「曝光成長但點擊下滑」的頁面單獨列一張表
這是判斷內容有沒有被當成答案用的最實際指標。做法是取最近九十天與前一個九十天，逐頁比較曝光與點擊的變化率，篩出曝光成長超過兩成、同時點擊下滑超過一成的頁面。
這批頁面通常有兩種處理方式。如果這個主題本來就不是生意來源，把它當成品牌曝光看待，不必補救。如果它是重要的前導主題，就在頁面上加一個「摘要回答不了」的區段——例如可下載的檢查表、互動計算工具、或需要輸入自身條件才能得到的建議，讓使用者有非點進來不可的理由。
五、記錄伺服器日誌裡的 AI 爬蟲
對話工具與答案引擎有各自的爬蟲，會在日誌裡留下可辨識的識別字串。追蹤三件事：這些爬蟲每週來幾次、抓了哪些頁面、以及有沒有被 robots.txt 或防火牆擋掉。
第三件最常出事。許多資安外掛預設會阻擋非主流爬蟲，結果是網站主一邊做內容一邊被擋在答案之外。我們接手網站的第一週一定會確認這一項。
六、把品牌字的自然搜尋當成 AI 曝光的替代指標
第二種流量無法直接歸因，但可以觀察替代指標：品牌字的自然搜尋曝光與點擊。如果內容策略有效，即使非品牌字的點擊被稀釋，品牌字的搜尋量會慢慢往上。
觀察週期要拉長到季，月比月的雜訊太大。同時要排除廣告活動期間的干擾，否則會把投放帶來的品牌搜尋誤算成內容成效。
七、把報表改成「答案佔有率」而不是「排名」
傳統報表看關鍵字排名。在 AI 入口的環境下，更有用的是定期抽樣：挑二十到三十個核心問題，每個月用一致的方式在搜尋與主要對話工具各問一次，記錄三件事——有沒有出現摘要、摘要有沒有引用你、以及答案內容有沒有錯。
這件事目前沒有完全自動化的好方法，人工抽樣三十題大約四十分鐘。但它是唯一能回答「我在答案裡的佔有率有沒有變好」的做法，也是我們每月成效會議一定會放的一頁。
這七件事的優先順序
如果只做三件，做第三、第四與第五：查詢分類、曝光漲點擊跌的頁面清單、以及確認爬蟲沒有被擋。這三件的成本最低，能解釋的現象最多。等到這三件的資料累積兩到三個月，再加上第七項的人工抽樣，就能形成一份有判斷力的月報。