Google称AI搜索每周向网站输送数十亿次点击：为什么单个网站仍可能流量下降

Google称AI搜索每周向网站输送数十亿次点击：为什么单个网站仍可能流量下降

2026年7月17日，Google首次公开描述其AI搜索功能向外部网站输送点击的数量级。
这个数字足够大，却缺少展示量、点击率、行业分布和历史对比等关键分母。
它证明AI搜索不是完全没有外部点击，但不能证明普通网站获得的流量正在增长。

Google这次究竟说了什么

Google知识与信息业务高级副总裁Nick Fox在公开说明中表示，Google Search每天仍向开放网络发送数十亿次点击；仅AI搜索功能，每周也已经向网站发送数十亿次点击。

他所说的AI功能主要包括AI Overviews、AI Mode等生成式搜索体验。Nick Fox同时表示，Google正在持续改进AI结果中的链接展示，让用户更容易进入网站继续了解信息。Nick Fox的原始公开说明

这是一个值得关注的新口径，因为Google过去更多强调AI搜索能够带来“更高质量的点击”或帮助用户发现更多网站，很少单独公布AI功能产生的外部点击量级。

但这次公布的仍然只是一个大致范围。Google没有同步说明：

• AI Overviews和AI Mode分别产生多少点击；
• 统计覆盖哪些国家、设备和搜索入口；
• “数十亿”具体是多少；
• AI搜索一共产生多少次展示；
• 每次展示对应多少外部点击；
• 点击量与传统搜索相比是增加还是减少；
• 点击集中在哪些行业、查询和网站；
• 所谓点击是否包含不同AI功能之间的重复计算。

因此，“每周数十亿次点击”是Google管理层提供的平台级口径，还不是网站可以独立复核的完整数据。

Search Engine Journal在后续报道中也指出，Google没有给出具体方法和可验证数据，站长目前能够看到的AI搜索数据仍不足以验证这一说法。Search Engine Journal报道

为什么“数十亿次点击”不等于网站流量增长

绝对点击量和单次搜索点击率是两个不同的指标。

可以把AI搜索带来的外部点击简化为：

AI搜索外部点击总量 = AI搜索使用规模 × 出现外部链接的比例 × 用户点击概率

如果AI搜索的使用规模快速增长，即使用户每次搜索后访问网站的概率下降，累计点击总量仍然可能增加。

假设某类AI搜索原来每周发生10亿次，外部点击率为20%，会产生2亿次点击。后来查询规模增长到50亿次，即使点击率下降到10%，仍然会产生5亿次点击。

此时可以同时出现两个事实：

平台向网站发送的点击总量增长了；

网站从每次搜索展示中获得点击的概率下降了。

这也是Google的说法与许多网站流量观察看似矛盾的根本原因。

Google讨论的是整个搜索系统产生了多少点击；网站经营者真正面对的，则是自己在这些点击中的分配比例。

目前缺少的不是“大数字”，而是分母

如果要判断AI搜索究竟给开放网络带来了什么影响，至少需要同时知道：

• AI搜索结果一共出现多少次；
• 其中多少结果展示了外部来源；
• 用户点击外部链接的次数；
• 点击来自AI答案内部还是传统自然结果；
• 点击率相对于传统搜索发生了什么变化；
• 不同地区、设备、行业和查询意图如何分布；
• 点击是否带来停留、注册、询盘或购买。

Google目前公开的是点击绝对量，没有公开对应展示量和点击率。

例如，“每周20亿次点击”听起来很多，但如果来自200亿次AI搜索展示，和来自50亿次展示，代表的效率完全不同。

同样，如果这一数字覆盖全球所有国家、语言、设备和AI搜索入口，它对某个中文网站、B2B网站或零售电商网站的参考价值也会明显降低。

没有分母，就无法判断增长效率；没有历史对比，就无法判断变化方向；没有行业分布，就无法判断单个网站的实际机会。

第三方研究为什么观察到点击减少

Google强调AI搜索仍然向网站输送大量访问，而第三方研究更关注AI摘要出现以后，用户点击外部结果的概率是否发生变化。

两者衡量的并不是同一个对象。

Pew Research：出现AI摘要时，传统结果点击明显减少

Pew Research Center分析了900名美国成年用户在2025年3月的浏览行为，数据包含68,879次Google搜索，其中12,593次出现AI摘要。

研究发现：

• 出现AI摘要时，用户点击传统搜索结果的比例约为8%；
• 没有AI摘要时，用户点击传统搜索结果的比例约为15%；
• 用户点击AI摘要内部来源链接的比例仅约为1%；
• 出现AI摘要后直接结束浏览会话的比例约为26%，没有AI摘要时约为16%。

这些结果表明，在Pew所观察的样本和时间范围内，AI摘要与更低的外部点击概率同时出现。Pew Research Center原始研究

但这项研究也有明确边界。

它观察的是美国成年人特定设备上的2025年3月行为；AI摘要内容则在随后一段时间通过相同查询重新采集。AI搜索产品、界面和链接展示方式也在持续变化，因此不能把8%直接视为所有国家、所有行业和当前AI搜索的固定点击率。

SparkToro与Similarweb：零点击搜索比例继续上升

SparkToro基于Similarweb移动端与桌面端点击流面板发布的2026年研究显示，2026年前四个月约68.01%的Google搜索没有产生点击。

该研究进一步指出，最终把用户带到开放网络的搜索比例已经不足三分之一。SparkToro原始研究

这一数据同样需要结合方法边界理解。

SparkToro明确说明，2024年和2026年使用的数据提供商、用户面板和设备结构并不完全相同，因此长期趋势更接近方向性观察，而不是严格控制条件下的同比实验。

研究也没有覆盖Google移动搜索应用中的全部行为。不同国家、查询类型和用户群体的零点击比例可能明显不同。

所以，更严谨的表达不是“68.01%的用户永远不会访问网站”，而是：

在该研究所覆盖的点击流样本中，越来越多Google搜索没有直接产生可识别的外部点击。

Google与第三方研究并不一定互相否定

把两类数据放在一起，可以得到一个更合理的解释。

Google强调的是：

AI搜索每周累计向网站发送数十亿次点击。

Pew、SparkToro和Similarweb研究的是：

在单次搜索或单次AI摘要展示之后，用户访问外部网站的概率可能下降。

如果Google搜索的全球使用规模和AI查询数量继续增长，即使每次搜索的平均外部点击率下降，整个系统每周仍然可以产生数十亿次点击。

因此，现阶段没有足够证据得出两个极端结论：

• 不能因为Google公布了数十亿次点击，就认为AI搜索没有减少网站流量；
• 也不能因为零点击比例提高，就认为AI搜索完全不会给网站带来访问。

更可信的判断是：AI搜索仍然产生大量外部点击，但点击正在变得更稀缺、更集中，也更依赖用户是否需要继续完成验证和决策。

Search Console为什么还不能回答这个问题

Google已经在Search Console中推出生成式AI效果报告，部分网站可以查看AI Overviews和AI Mode带来的展示情况，并按照页面、国家、日期和设备分析。

但Google官方帮助文档目前说明，这份报告主要提供展示数据，尚未为AI功能提供完整的独立点击数据和查询明细。Google Search Console生成式AI效果报告说明

这意味着网站可以逐步知道：

• 哪些页面进入过Google生成式AI结果；
• 展示主要来自哪些国家和设备；
• AI搜索曝光是否随时间变化。

但仍然难以准确回答：

• 哪一次AI展示真正产生了访问；
• AI Overviews和AI Mode各自贡献多少点击；
• 用户使用了什么具体查询；
• 哪些引用产生了品牌曝光却没有点击；
• AI搜索访问是否带来询盘、注册或购买。

Google知道整个系统产生了多少点击，但单个网站目前只能看到有限的AI展示数据。平台拥有总量，网站缺少自己的完整归因。

AI搜索真正改变的是点击发生的位置

过去的信息型搜索通常遵循一条相对清晰的路径：

用户提出问题 → 浏览搜索结果 → 点击网页 → 在网站中寻找答案

AI搜索正在把其中一部分答案提前到结果页：

用户提出问题 → AI直接概括基础答案 → 用户决定是否还需要访问来源

这使不同内容的点击价值出现分化。

“什么是预防性维护”“某个术语是什么意思”“某项工作的基础步骤有哪些”等问题，往往可以在几句话内得到基本答案。即使网站进入AI引用，用户也可能没有继续访问的必要。

但以下问题很难由简短摘要完整解决：

• 不同型号在参数和使用条件上有什么差异；
• 某种配置是否适合高温、高湿或高负荷环境；
• 目标市场需要满足哪些认证和安全要求；
• 交付周期、运输方式和安装条件如何确定；
• 项目预算包含哪些成本变量；
• 某项方案在真实应用中遇到过什么限制；
• 企业能否提供图纸、检测记录或技术文件。

这些查询不仅要求获得事实，还要求评估风险、核验证据并完成决策。

AI可以概括信息，却很难替代完整的采购验证过程。

对B2B、制造业和电商网站的实际影响

对于通用B2B、工业设备、工程设备和制造业网站，最危险的判断方式是只看全站自然流量总量。

一篇通用知识文章失去大量浅层点击，和一个核心产品页面失去少量高意图访问，商业影响完全不同。

网站应当把内容至少分成三类。

基础认知内容

这类内容回答术语、概念、基础步骤和常见问题，最容易在搜索结果中被直接概括。

它仍然有价值，因为可以承担品牌发现、主题覆盖、用户教育、内部链接和AI引用等作用。但不能再默认每一次展示都会带来访问。

比较与评估内容

型号对比、方案选择、成本构成、应用条件、优缺点和风险说明，通常处于用户决策的中间阶段。

AI可以总结结论，却难以在一个答案中容纳完整参数、证据和适用边界。这类页面更有机会保留点击。

交易与验证内容

产品页、规格页、案例、技术文件、交付说明、报价条件和询盘页面，承担最终验证和行动。

这些页面可能没有知识文章那么大的搜索量，却更接近真实业务结果。其SEO价值不能只用访问次数判断。

零售电商网站也存在类似区别。简单的商品定义容易被结果页解决，而价格、库存、尺寸、用户评价、退货条件和购买操作仍然需要进入网站。

不要为了争取点击故意把答案写模糊

面对零点击搜索，一种看似合理但实际有害的做法，是故意隐藏基础答案，让用户必须进入网站才能了解。

这种策略通常会同时降低内容质量和用户信任。

如果标题承诺回答问题，正文却用大量空话拖延结论，页面更难证明自身价值，也未必能够进入AI引用候选。

更合理的结构是：

先给出清晰结论，再提供AI摘要难以完整承载的证据、比较、参数和操作细节。

例如，文章开头可以直接说明哪种方案适合什么条件；正文再展开计算过程、不同配置、风险边界、案例和技术资料。

摘要负责让用户确认页面相关，正文负责帮助用户完成判断。

点击理由不应来自信息被故意隐藏，而应来自页面能够提供更深的验证价值。

建立自己的AI搜索证据体系

在Google提供更完整数据以前，网站需要把现有信息组合起来，而不是等待一个完美的“AI流量报表”。

第一层：观察搜索曝光

使用Search Console查看重要页面的展示、点击率、平均排名和生成式AI展示。

需要特别区分：

• 品牌词与非品牌词；
• 资讯页与商业页；
• 移动端与桌面端；
• 国家和语言；
• Web、图片、视频和其他搜索类型。

如果展示上升、排名稳定而点击率下降，可能与搜索结果版式和用户行为变化有关；如果展示与排名同时下降，则需要继续检查内容竞争力、技术状态和需求变化。

第二层：识别实际访问

在GA4、服务器日志或其他分析系统中建立AI引荐来源分组，单独观察来自ChatGPT、Perplexity、Copilot、Gemini及其他可识别AI平台的访问。

Google AI Overviews和AI Mode的点击通常仍可能归入Google自然搜索，无法仅依靠来源字段完整拆分，因此需要结合落地页变化和Search Console展示进行判断。

第三层：观察访问质量

比较不同来源用户的：

• 参与时间；
• 后续浏览页面；
• 参数表或资料下载；
• 表单启动与提交；
• 邮件、电话和即时通信点击；
• 注册、购买与辅助转化。

AI引荐流量规模可能很小，但用户往往已经完成一部分前期研究。流量少不等于价值低，访问量大也不等于能够转化。

第四层：回到商业结果

最终需要回答的不是“网站被AI展示了多少次”，而是：

• 哪些内容推动了品牌搜索；
• 哪些页面带来有效询盘；
• 哪些主题促进用户进入产品和解决方案页；
• 哪些下载、案例和技术材料参与了成交；
• 哪些高展示页面始终没有后续行为。

如果AI展示增加，同时品牌搜索、直接访问和询盘也在增长，可以谨慎判断AI曝光可能产生了间接价值。

如果展示增加、点击下降、商业结果也持续下降，就不能用“品牌曝光”解释全部损失。

重点保护高商业意图页面的点击能力

网站不应平均分配SEO资源。

更值得单独监测的通常包括：

• 核心产品与服务页面；
• 解决方案和应用场景页面；
• 型号或方案对比页面；
• 技术参数和资料下载页面；
• 成本、报价与交付说明；
• 案例与验证材料；
• 询盘和购买落地页。

如果这些页面平均排名基本稳定，但点击率持续下降，应检查实际搜索结果是否新增AI摘要、商品模块、视频、论坛、图片或其他视觉元素。

此时，单纯把传统排名从第4位提升到第3位，未必足以恢复原有点击。页面还需要在标题和摘要中准确表达：

• 服务或产品的明确对象；
• 关键差异；
• 适用场景；
• 可验证的信息；
• 用户进入页面后能够完成什么。

AI搜索时代，标题不只是放置关键词的位置，还要承担说明“为什么值得继续点击”的任务。

风险与适用边界

Google所说的“每周数十亿次点击”来自公司高级管理人员的公开陈述，但目前没有完整方法说明，也没有可下载的数据供独立复核。

这不意味着该数字一定不准确，而是说明外部无法判断它代表的点击效率和历史趋势。

第三方研究同样不是完整真相。

Pew研究基于900名美国成年用户在特定月份的浏览行为；SparkToro的2024年与2026年研究使用了不同数据面板，无法视为严格同比实验；Similarweb点击流也不能覆盖所有Google应用和所有用户。

AI摘要对不同查询的影响也不相同。百科、资讯、术语和基础教程更容易被直接回答；复杂B2B采购、专业服务、高价值商品和需要责任证明的交易，仍然需要访问网站完成验证。

因此，不能把行业平均零点击比例直接套用到某个网站，更不能据此停止建设信息型内容。

真正需要改变的是对信息型内容的期望：它未必直接带来大量访问，但仍可能影响品牌认知、AI引用、内部路径和后续搜索。

原创判断：搜索正在进入“总点击增长与单站点击稀释并存”的阶段

Google的说法与第三方研究看似对立，实际上可能共同描述了正在发生的变化：

Google搜索与AI功能的使用规模继续扩大；

AI搜索确实向外部网站发送大量点击；

单次搜索产生外部点击的概率可能下降；

剩余点击更依赖用户是否需要继续验证和决策；

流量正在向更具证据、工具和商业价值的页面集中。

这意味着，未来SEO不应只问：

Google还会不会给网站流量？

更应该问：

Google把什么类型的点击留给了网站？

基础定义和简单事实可能直接在搜索结果中完成消费；复杂比较、条件判断、参数核验和交易决策仍然需要网站。

对企业网站而言，真正值得争取的不是每一个可以被摘要替代的浅层访问，而是能够推动用户继续判断、建立信任并采取行动的深层点击。

Google公布了AI搜索的点击规模，却没有公布点击效率。

在更透明的数据出现以前，网站最可靠的依据仍然是自己的页面级展示、点击率、查询意图、用户行为和最终业务结果。

结语

“每周数十亿次点击”说明开放网络仍然是Google AI搜索的重要组成部分，但这个数字不能单独证明网站流量环境正在改善。

平台总量与单站表现之间隔着查询规模、点击率、行业分布和流量集中度。缺少这些信息，任何过度乐观或过度悲观的结论都不够可靠。

网站现在更需要做的，是识别哪些内容能够被AI直接回答，哪些页面仍然承担比较、验证和决策，并为后者提供摘要无法替代的证据。

AI搜索不会让点击完全消失，但会迫使每一次点击拥有更明确的理由。