谷歌正在彻底重建其搜索功能：现在“相关问题”下 97% 的答案都来自人工智能。

Xpert 预发布版

在线联系方式（Konrad Wolfenstein）

Available in 27 languages 📢

在 Google 上更倾向于选择 Xpert.Digital。ⓘ

发布日期：2026年9月15日 / 更新日期：2026年9月15日 – 作者： Konrad Wolfenstein

谷歌正在彻底改造其搜索功能：现在“相关问题”下 97% 的答案都来自人工智能——关于此主题的创意图片，以人工智能为特色：Xpert.Digital

点击量暴跌，谷歌受益：新的人工智能更新对网站运营者意味着什么

当谷歌回答自己：人工智能如何颠覆互联网上的权力格局

可见，却无人问津：为什么谷歌点击量正在大幅贬值

多年来，谷歌搜索一直遵循着清晰可靠的原则：出版商、专家和公司提供内容，而搜索引擎则为其带来有价值的访客。但这种历史悠久的互惠模式即将终结。随着人工智能生成的答案（即所谓的“AI概览”）的大规模扩展，谷歌正从一个单纯的中介平台转型为一个无所不知的答案引擎。现有数据证实了这一发展的迅猛步伐：在英语国家，“相关问题”版块中97%的答案已由人工智能直接生成，而不再仅仅以链接摘要的形式呈现。.

对用户而言，这通常更加便捷，因为他们无需离开搜索引擎即可进行简单的搜索。然而，对于网站运营者、出版商和电子商务企业来说，这无异于一场结构性地震。如果谷歌不断攫取点击量，而原始信息来源沦为脚注，那么一个关乎生存的经济问题便会浮现：如果流量枯竭，未来谁来承担内容创作和验证的高昂成本？本文将深入探讨人工智能如何重塑搜索经济，这场权力转移的赢家和输家是谁，以及企业必须如何立即进行战略调整才能在新“答案经济”中生存下去。.

内容提供者可以看着平台根据内容生成答案，并保留点击量。

多年来，传统的互联网搜索一直基于一种无声的交换。出版商、公司、协会、专业门户网站和独立作者公开发布内容。谷歌对这些内容进行索引、排序和展示，并将一部分需求以访客的形式引导回内容创作者。这种模式并非完全对称，但从经济角度来看，其根本原理是合理的：发布有用信息并出现在搜索结果中的内容创作者可以获得影响力、广告收入、咨询量、订阅量或销售额。随着人工智能概览几乎完全整合到“相关问题”部分，这种关系正在发生变化。搜索引擎不再仅仅是问题和信息来源之间的中介，而是越来越多地自行构建答案。.

根据研究工具 AlsoAsked 的数据，2026 年 9 月第一周，谷歌英文版“人们还会问”版块中 97% 的扩展答案已经以 AI 概览的形式呈现。8 月份这一比例为 86%。该数据基于 2026 年 1920 万条英文搜索查询的样本。另一家服务提供商的测量结果显示，自 8 月份以来，这一比例已接近 100%。虽然两项数据略有差异，但趋势一致：此前常见的直接从单个网站提取的内容，在这个搜索模块中几乎完全被 AI 生成的答案所取代。.

这一发展不仅仅是用户界面的改变，它还改变了数字信息经济中的可见性、议价能力和价值创造格局。谷歌正在从目录和中介转向答案生成器。对用户而言，这很方便，因为信息获取速度更快，查询也能立即得到解答。然而，这给内容提供商带来了一个结构性问题：他们的信息对系统仍然有价值，但用户访问他们的网站却变得越来越不必要。因此，核心的经济问题不在于人工智能答案是否有用，而在于谁从中获利，谁又承担创建、验证和更新底层内容的成本。.

链接模块成为响应引擎

即使在生成式人工智能出现之前，“相关问题”部分也并非中立的指南。用户可以展开问题，然后获得一段简短的文本摘要，这些摘要通常已经满足了他们大部分的信息需求。尽管如此，答案与其来源之间仍然存在相对清晰的联系。通常情况下，来源网站会被明确标识出来，标题会显示出来，链接则直接指向全文。虽然这种精选摘要的逻辑将用户的注意力高度集中在某个提供者身上，但同时也为该提供者带来了显著的曝光度和实际的访问机会。.

人工智能生成的答案从根本上改变了这种架构。它可以整合并重新构建来自多个文档、数据库和知识库的信息，将其浓缩成一个新的答案。此时，信息来源不再是主要元素，而是作为补充参考出现在页边空白处、文本下方或后续交互中。从用户的角度来看，信息的来源退居幕后，被信息的即时可用性所掩盖。从内容提供者的角度来看，一个被突出显示的信息来源只是众多潜在提供者之一，他们对最终答案的贡献可能微乎其微。.

这也改变了“相关问题”的功能。该模块最初是一个导航辅助工具，允许用户发现相关问题并访问外部内容；现在，它变成了搜索引擎内部的一个嵌套式答案界面。每个展开的问题都可以在谷歌上直接满足用户的其他信息需求，而无需用户离开平台。答案越好，对特定上下文的针对性越强，用户就越不需要点击下一步。.

一个月内从 86% 跃升至 97% 看似惊人，但这并非必然的线性增长。在 5 月份转型显著加速之前，全年的月度数据都存在波动。因此，认为自 5 月以来百分比每月都在稳步增长的说法过于简单。然而，更可靠的观察是，谷歌在短时间内大幅扩展了数据格式，并在英语数据集中实现了近乎完全的覆盖。从经济角度来看，最终是否达到 100% 并不重要。达到 97% 时，系统变更实际上已经完成。.

97% 不是点击损失率

最重要的概念区别在于数字的含义。97% 指的是在扩展问题模块中，由人工智能生成的分析答案所占的比例。这并不意味着 97% 的谷歌搜索都包含此类答案，也不意味着 97% 的自然流量消失了。它同样不意味着 97% 的用户不再点击。任何混淆这些概念的人都会将有意义的产品指标变成误导性的流量预测。.

即使是早期的精选摘要也能在无需访问网站的情况下回答搜索查询。用户如果只是想知道截止日期有多长或某个术语是什么意思，并不一定需要点击进入引用的页面。因此，这种“零点击效应”并非源于生成式人工智能。它的新颖之处在于其潜在的覆盖范围、答案的深度以及对单一信息源的依赖性降低。生成的答案可以涵盖多个方面，预测后续问题，并将不同的信息源整合为一个连贯的文本。这大大提高了在搜索界面内完全满足信息需求的可能性。.

因此，在进行经济评估时，不仅人工智能生成的搜索框的比例重要，多种因素的相互作用也同样重要。这些因素包括“相关问题”在对公司至关重要的搜索查询中出现的频率、实际展开单个问题的用户数量、来源链接的可见性、这些链接的点击率以及每次访问的商业价值。对于采用广告盈利模式的信息门户网站而言，即使覆盖范围略有下降，也会对其造成显著影响。而专业的B2B服务提供商可能只需要少量但高质量的联系人。在这种情况下，即使访问量较小，只要剩余用户更有可能进行购买，也能在经济上可行。.

“97%的答案来自人工智能”这句话虽然吸引眼球，但需要结合正文进行恰当的解读。从技术层面讲，该系统会根据检索到的资源和其他搜索信号生成摘要，而不是凭空捏造事实。从经济角度来看，这正是冲突所在：表面上的答案归功于平台，而研究、专业知识、数据维护和编辑风险往往由外部机构承担。.

点击功能失效

在传统的搜索经济中，一次点击可以同时实现多种功能。它引导用户获取完整信息，为内容提供商带来可衡量的覆盖范围，并开辟盈利空间。在着陆页上，可以展示广告、推广产品、获取新闻简报订阅、建立咨询联系或加强品牌关系。因此，点击不仅仅是一次技术上的重定向，更是提供可索引内容所获得的经济回报。.

当谷歌直接给出答案时，这种信息交换就脱钩了。信息仍然可以来自外部出版物，并有助于提升搜索体验，而真正具有商业价值的互动则留在谷歌平台内部。谷歌能够更长时间地将用户注意力留在其自身环境中，从而刺激更多搜索，并拥有更多展示广告或自身服务的选项。另一方面，内容提供商可能只能获得链接展示，而无法获得访问量，因此既没有广告收入，也无法建立直接的客户关系。.

多项关于人工智能概览的研究表明，一旦出现人工智能摘要，点击率就会显著下降。由于样本、时间段、设备、搜索意图和比较方法各不相同，所测得的下降幅度差异很大。然而，用户研究以及对 Google Search Console 数据的分析都显示出一个一致的趋势：当显示人工智能答案时，传统搜索结果的点击率会降低，而摘要中的来源链接只能部分弥补这种下降。虽然这无法得出适用于所有网站的通用百分比，但它确实提供了一个可靠的结构性信号。.

谷歌反驳称，自然点击总量保持相对稳定，而推荐访问的质量正在提升。即使特定信息查询的点击率有所下降，上述两种说法也可能成立。如果人工智能功能促使用户提交越来越复杂的搜索查询，那么更高的搜索量可以部分弥补点击率的下降。此外，经过人工智能预筛选后点击的用户可能具有更强的兴趣。然而，如果某个发布商或咨询网站的特定主题内容中包含大量可直接回答的问题，那么稳定的整体市场对他们来说意义不大。.

新的附加值分配

从福利经济学的角度来看，人工智能概览最初就能带来实实在在的好处。用户节省时间，需要打开的搜索结果更少，而且能够更快地理解复杂的问题。搜索成本降低，信息获取更加便捷，后续问题无需重新措辞即可得到解答。尤其是在主题分散的情况下，一份优秀的概览比十个各自独立的网页更有价值，因为每个网页都只涵盖问题的一小部分。.

然而，这种效率的提升是有代价的。可靠、高质量的答案需要及时、多元且可验证的信息来源。这些信息由新闻编辑室、公司、政府机构、学术界、专家和社区共同收集。这会产生诸如工资、研究、数据库费用、法律审查、技术支出和责任风险等成本。如果越来越多的经济利益流向答案平台，而信息来源的资金却不断减少，就会出现长期的激励机制问题。.

这个问题类似于共享资源的过度使用。每个网站都有动机保持其可被搜索引擎收录，因为一旦被谷歌排除在外，其流量就会立即下降。然而，从整体上看，所有网站提供商都面临着这样的风险：他们免费提供的内容可能会助长一个访问量越来越少的平台。尽管新的分配机制可能会削弱所有提供商的整体实力，但没有人愿意成为第一个失去曝光度的网站。搜索引擎平台的市场力量加剧了这种协调难题。.

短期来看，谷歌可以利用更庞大的信息库生成更优质的答案。然而，从长远来看，资金减少可能导致原创研究减少、专业指南减少以及数据维护质量下降。这将迫使人工智能越来越多地处理过时、肤浅或抄袭的信息。这不仅对出版商不利，也会影响搜索质量本身。答案引擎依赖于健康的生态系统，即使这种联系在搜索结果页面上几乎难以察觉。.

赢家、输家和新的依赖关系

最直接的受益者是用户，前提是答案正确、易懂且有充分的依据。他们可以更快地找到所需信息，无需额外等待加载或忍受广告干扰即可回答简单的问题。那些品牌或内容经常被选为权威来源的提供商也能从中受益。即使人工智能生成的答案带来的直接访问量少于传统的搜索结果顶部，但其显著的提及本身就能提升权威性。.

最重要的是，谷歌掌控了用户旅程。搜索界面内收集的信息越多，平台就越能了解用户行为，触发后续问题，并自行策划与商业相关的互动环节。这不仅提高了搜索引擎的效率，也使其垂直整合程度更高：它从外部生态系统获取信息，将其加工成自身产品，并同时控制着用户访问权限。.

那些收入几乎与页面浏览量成正比的商业模式尤其脆弱。这些模式包括广告收入驱动的专业门户网站、咨询网站以及部分新闻媒体。当产品比较和决策工具已经集成到搜索引擎界面中时，联盟营销产品也面临压力。对于这些模式而言，流量减少通常意味着广告展示次数减少、可衡量的购买推荐减少，以及用于优化自身产品的数据减少。.

拥有强大品牌、自有社群、回头客或长期客户关系的公司更具韧性。它们将搜索作为众多渠道之一，并通过新闻简报、活动、应用程序、合作伙伴关系或人脉网络来确保需求。而那些内容易于概括、品牌缺乏吸引力、用户几乎没有理由直接访问的同质化信息提供商则处于劣势。因此，关键的分界线越来越在于：仅仅提供信息，还是提供超越信息本身、能够创造独立价值的产品。.

金融和保险问题面临特别大的压力

这一变化在金融和保险领域尤为重要。用户经常会提出一些明确的问题，例如“残疾保险的赔付金额是多少？”、“保额应该多高？”或“定期寿险何时划算？”。这类搜索查询非常适合放在“相关问题”版块，因为一个初始问题可以引出许多后续问题。同时，基本定义、典型特征和一般决策标准也可以用几段文字概括。.

这种新格式直接影响到许多保险公司、经纪人、银行和比价网站多年来系统性积累的内容。以前，一段结构清晰的建议段落可以作为摘要突出显示，引导用户访问更详细的页面。现在，同样的内容可以被整合到一个汇总多家供应商信息的答案中。单个信息来源失去了其独特性，链接不仅要与其他来源竞争，还要与人工智能生成的答案本身的完整性竞争。.

同时，财务话题属于“关乎金钱或生命”（YMYL）范畴——这意味着它们涉及金钱、健康、安全或重大的人生抉择。任何错误都可能造成严重后果。例如，关于残疾保险的一般性回答可能会忽略定义、除外责任、保证可保性选项、转介可能性或个人风险因素等方面的重要差异。对于定期寿险，投保需求和保单期限取决于收入、家庭结构、贷款、资产和保障目标等因素。因此，看似简单的答案只能提供指导，而不能取代个人评估。.

这也为信誉良好的供应商提供了机遇。谷歌自身对一般性基础问题的解答越多，其提供大量可互换的定义就越显得无用。提供具体关税情况、可靠计算、最新法律和税务问题、真实索赔案例、易于理解的方法论以及专家分析的内容就显得更有价值。这类内容更难被完全整合，也促使用户去寻找原始资料。.

🎯🎯🎯 数据驱动的 B2B 行业中心，作为一种准内部解决方案

准内部解决方案：Xpert.Digital 如何弥合 B2B 营销和销售中的运营差距——智能内容驱动型业务——图片：Xpert.Digital

Xpert.Digital 是一个以数据驱动的 B2B 行业中心，由 Konrad Wolfenstein 领导。该公司为工业合作伙伴提供外部的、准内部解决方案，弥补其在市场营销、内容和销售方面的运营缺口，而无需客户投入额外资源。.

更多信息请点击这里：

准内部解决方案：Xpert.Digital 如何弥合 B2B 营销和销售中的运营差距——智能内容驱动型业务

在响应型经济中生存：如何构建抗危机需求架构

没有访客的可见度成为新的关键绩效指标。

传统的SEO管理侧重于排名、曝光量、点击量以及最终的转化率。但在如今人工智能驱动的搜索环境中，这种模式已不再适用。一个网站即使无人访问，也能被用户看到。即使用户没有主动搜索，它也能成为信息来源。反之，用户在搜索过程中提及某个品牌，可能会影响后续的直接访问、品牌搜索或购买决策，而这些影响可能并无法明确归因于最初的搜索互动。.

谷歌通常会将AI概览中的展示归因于自然搜索结果。这导致长期以来难以准确区分传统搜索结果和AI生成的内容。自2026年8月底以来，谷歌在全球范围内推出了针对生成式搜索功能的独立报告，至少可以显示来自AI概览和AI模式的展示次数。这改进了诊断流程，但并未彻底解决归因问题。展示次数无法揭示链接的突出程度、AI使用的文本，或者品牌提及是否影响了后续决策。.

因此，企业应区分覆盖范围、来源曝光度、访问量和业务影响。覆盖范围指的是企业域名或品牌在相关搜索查询中出现的频率。来源曝光度则显示谷歌是否选择相关内容来支持其搜索结果。访问量虽然仍可通过点击量来衡量，但不再是衡量成功的唯一指标。最后，业务影响涵盖了潜在客户、转化率、回头客、品牌知名度和受影响的需求。.

这种区分可以避免两种误判。点击率下降并不一定意味着收入成比例下降，如果剩余的访问量更有价值，或者品牌以其他方式受益。反之，如果曝光量增加源于点击概率极低的AI生成的广告位，既没有产生品牌影响力也没有带来转化，那么曝光量的增加也并非成功。因此，关键绩效指标不再仅仅是曝光度，而是具有商业价值的曝光度。.

搜索控制台真正能显示什么

为了进行可靠的分析，首先应建立合适的前后对比。选择显著加速前后相等的时间段，并根据工作日、季节性因素和重大技术变化进行调整，是比较有效的。原文建议以五月份的数据作为对比，这是一个很好的起点，因为自那时以来，这种转变已显著加速。然而，对于金融和保险产品，必须检查季节性因素、营销活动、利率变化或搜索结果更新是否会对对比结果造成偏差。.

下一步是按搜索意图对搜索查询进行分组。问题型搜索、非品牌相关信息搜索以及“类似问题”频繁出现的话题尤为重要。然后，将这一组与品牌相关、交易型和导航型搜索查询进行比较。如果点击率下降，尤其是在信息型搜索查询组中，而搜索引擎排名和展示次数保持稳定，则表明搜索界面或用户行为发生了变化。相反，如果搜索引擎排名和展示次数同时下降，则可能存在排名或需求方面的问题。.

简单的页面分析是不够的，因为同一个URL可能针对截然不同的搜索意图进行排名。同一个建议页面可以用于提供一般性定义、具体的产品比较以及品牌相关的查询。因此，查询模式、着陆页和设备类型需要综合考虑。此外，由于分析的1920万条查询均为英文，因此国家和语言也必须单独考虑。虽然数据可能暗示了德国的某种趋势，但不能直接假设德语搜索结果也存在同样的趋势。.

至关重要的是，绝对影响同样重要。对于搜索量低的问题，点击率减半可能对业务影响不大；而对于搜索量高的搜索，点击率哪怕只下降零点几个百分点，都可能造成重大后果。因此，对于每个受影响的页面组，必须计算与合理参考值相比，实际损失的点击量，以及这些访问量的历史平均价值。只有结合搜索数据、网站分析和转化数据，才能得出真正具有经济意义的诊断结果。.

从搜索引擎优化到需求架构

正确的应对策略不应该是重写每个段落，使其符合所谓的“人工智能友好”标准。谷歌自身也强调，技术可访问性、可索引性、质量和用户友好性的基本要求依然有效。诸如人为分割答案块、批量生产问答页面或特殊文本文件等快速普及的技巧，往往承诺的控制力远大于实际效果。它们或许能在短期内提高数据提取率，但并不能带来任何经济效益。.

我们需要的是更广泛的需求架构。企业必须决定哪些内容主要用于扩大受众范围，哪些内容用于建立信任，哪些内容用于促成具体行动。通用知识内容仍然重要，因为它有助于提升主题权威性和信息获取能力。然而，它应该与专有服务更紧密地整合：计算器、基准测试、数据库、案例研究、配置器、个性化检查、咨询服务或当前市场分析等，都能创造人工智能简短回答无法完全替代的价值。.

与此同时，品牌的重要性也日益凸显。如果用户不访问网站，只有身份明确的作者才能持续吸引用户。匿名建议文章为用户反馈系统提供素材；而知名专家即使仅提供摘要，也能赢得用户的信任。为了实现这一点，作者的姓名、专业知识、研究方法和责任归属必须始终清晰可见。原创数据和重复的研究形式能够提高其他来源引用内容的可能性，并使品牌确立为研究成果的权威来源。.

此外，应积极限制对谷歌的依赖。新闻简报、播客、行业活动、封闭用户区、客户门户和直接合作伙伴关系并非怀旧的备选渠道，而是战略资产。它们能够让用户持续访问目标受众，而无需每次互动都通过外部平台重新竞价或依靠算法获取。回头客和直接访问用户的比例越高，搜索界面变更对整个商业模式造成影响的风险就越低。.

内容必须值得一看。

在如今这个答案经济时代，仅仅正确回答问题已经远远不够。搜索引擎越来越多地能够自行完成这项任务。内容必须提供用户继续阅读的理由，而不仅仅是简短的答案。这个理由可能在于更深入的探讨、更高的时效性、更充分的证据、更贴近个人需求，或者某个实用功能。.

拥有自身数据基础的内容尤其具有强大的生命力。虽然可以对独家市场调查、定期更新的价格指数、透明的费率分析或行业基准进行概括，但原始数据来源对于细节、方法论和后续应用仍然至关重要。工具也是如此。例如，用于确定基于需求的保险金额的计算器，可以生成个性化的数值，而一般的文本回复则无法在不输入任何信息的情况下提供此类数值。交互式比较或包含特定决策参数的下载，能够清晰地将知识转化为行动。.

经验的重要性日益凸显。案例研究、流程文档、专有测量系列以及可验证的专家评估，比泛泛的解释性文本更具差异化优势。专业知识不应是空洞的宣称，而应清晰地呈现出来。这包括作者姓名、专业资质、更新日期、公开的计算方法，以及对事实、假设和评估结果的明确区分。尤其在金融和保险领域，这种透明度能够提升质量并加强监管尽职调查。.

最终，页面必须在点击后具有吸引力。如果人工智能概览减少了访问次数，那么每个剩余访客的价值就会增加。加载速度慢、导航不清晰、广告过于激进或入口点千篇一律都会造成更大的损失。着陆页应该立即对搜索查询进行分类，然后提供清晰的附加价值，而不是简单地重复搜索结果中已经出现的简短答案。.

对更多点击量的虚假希望

高质量点击理论在经济上是合理的。即使人工智能已经给出了详细的回复，仍然会点击链接的用户，很可能是想寻求更深入的信息、确认或具体的行动方案。这类用户更有可能停留更长时间并最终转化。对于需要深度咨询的服务而言，规模较小但信息更丰富的受众群体，甚至可能比大量浅尝辄止的访客更有效。.

这种潜在的质量提升不应被简单地视为补偿，而需要进一步审查。关键因素是访问量与每次访问价值的乘积。如果流量下降 40%，平均每次访问的经济价值必须增加约三分之二才能维持相同的总收入。因此，转化率的轻微提升是不够的。企业需要进行群体比较，不仅要考察访问量，还要考察合格线索、转化率、订单价值和贡献毛利。.

此外，并非所有商业模式都受益于预先筛选。对于广告和许多联盟营销模式而言，流量至关重要。一个高度感兴趣的访客并不会自动带来多次广告展示。订阅模式也需要在销售漏斗顶端获得足够数量的新客户。如果流量大幅减少，即使点击质量更高也无法弥补损失。.

因此，正确的做法介于危言耸听和安抚人心之间。人工智能概览并非意味着开放网络的终结，但它们确实降低了人们想当然地认为排名高就能稳定带来访问量的假设。可见性正逐渐与流量脱钩，流量也越来越倾向于根据搜索意图进行筛选。任何仍然沿用旧平均值进行规划的人都低估了这种变化。.

一个议价能力不对称的市场

这种转变从竞争经济学的角度来看引发了一些问题。谷歌控制着一个中心化的访问渠道，决定着内容的呈现方式，同时还运营着一套基于这些内容生成自身反馈的系统。这种角色组合造成了结构性的利益冲突。提升谷歌的用户参与度可能会削弱外部内容提供商的收益，尽管他们的内容是提升用户参与度的基础。.

在竞争激烈的市场中，由于存在许多同样可行的访问渠道，出版商可能会拒绝不利的条款，或者只在收费的情况下提供内容。实际上，对于许多内容提供商而言，完全排除谷歌在经济上几乎不可行。因此，限制预览或禁止在生成功能中使用内容这种形式上的选择，并不等同于真正的议价能力。那些选择排除内容的出版商或许能够保护内容，但同时也会失去曝光度和潜在需求。.

监管问题不仅限于版权，还包括市场组织和透明度。相关问题包括答案的来源、引用来源的选择、绩效的可衡量性以及对竞争服务的非歧视性对待。同样，当内容提供者的作品系统性地促成商业答案产品的生产时，他们是否应该分享价值创造的成果，也是一个值得探讨的问题。由于开放索引、简洁的事实陈述和受版权保护的内容属于不同的类别，因此很难找到一刀切的解决方案。.

一个可持续的系统必须兼顾两个目标。用户应受益于高效的信息处理，同时避免人为地扼杀创新。与此同时，必须存在足够的激励机制来生产高质量的原始信息。如果市场自身无法实现这种平衡，那么许可模式、集体谈判、透明度义务和反垄断限制将变得日益重要。.

为什么德国的搜索结果需要单独审查？

此处展示的搜索结果中有 97% 来自英语搜索查询。英语通常是谷歌新搜索功能最先也是规模最大的部署区域。其覆盖范围、数据可用性和模型质量与规模较小的语言市场有所不同。因此，在未进行我们自身观察的情况下，将这一比例推断至德国、奥地利或瑞士在方法论上是不正确的。.

然而，德语公司没有理由就此高枕无忧。产品变更通常会在各地逐步推出、测试和调整。英语数据展现了谷歌正在推行的技术和战略方向。至于德语主题是否已达到同样的饱和度，则需要通过真实的搜索结果、谷歌自身的搜索控制台数据以及强大的关键词分析小组进行验证。.

这样的搜索框不应只包含宽泛的通用术语。更有意义的是那些与客户旅程中业务实际相关的问题。对于保险公司而言，这些问题可能包括定义、福利问题、除外责任、成本、比较以及具体的决策情境。对于工业供应商而言，这些问题可能包括技术规范、标准、应用问题和采购问题。如果这些搜索查询在相同条件下定期记录，就能比零星的、孤立的观察更有效地追踪变化。.

法律和文化差异也发挥着作用。金融产品、保险条款和监管要求都具有地域性。对于德国用户而言，混合了英语或国际来源信息的AI回复可能不够完整，甚至会产生误导。本地专业服务商在这方面具有显著优势，因为他们能够精准地解释法律法规、市场特点和具体的合同条款。.

为企业制定强有力的行动框架

第一步是评估经济依赖性。企业应确定其覆盖范围、潜在客户和收入中有多少比例来自自然搜索，以及这些数值在多大程度上依赖于信息型搜索查询。接下来，他们会找出那些展示次数保持稳定但点击率和点击量却下降的页面。这种模式尤其值得怀疑，因为它表明页面内容或直接响应搜索查询可能发生了变化。.

第二步是将可替代内容与不可替代内容区分开来。可替代内容包括通用定义、简单的分步说明以及公开信息的摘要。不可替代内容包括专有数据、自定义计算、最新的本地专业知识、值得信赖的评论、工具以及提供真正互动体验的服务。我们的目标并非消除基本要素，而是将它们转化为通往独立增值的途径。.

第三步是建立新的衡量逻辑。除了排名和点击率之外，报告还应包括搜索引擎优化功能中的曝光率、品牌提及频率、回头客比例、直接流量、电子报订阅量增长以及转化率。对于关键页面组，应建立预期值模型，将季节性需求和排名变化纳入考量。这样更容易区分流量下降究竟是由人工智能驱动的内容、排名降低还是搜索兴趣下降所致。.

第四步是强化自身的用户入口。每一次高质量的自然搜索访问都应该转化为更持久的关系，例如订阅、收藏工具、创建客户账户、参与活动或明确咨询原因。这不仅能降低平台风险，还能提升剩余搜索访问的价值，并生成可用于开发更具针对性内容和优惠的数据。.

第五步是组织架构。搜索引擎优化不应被视为一项孤立且仅关注关键词和排名的任务。编辑、产品开发、销售、数据分析、品牌推广和法务部门必须共同决定哪些信息应该公开，这些信息对需求有何贡献，以及人工智能系统如何评估其使用情况。只有这样，被动式搜索引擎优化才能成为一项强大的数字营销策略。.

响应式经济需要更好的原创内容。

从“相关问题”到“AI概览”的近乎完全的转变标志着一个转折点，但并非终点。谷歌不再仅仅是在测试一种新的搜索结果格式，而是在将搜索转变为一个对话式的答案环境。个人点击不会消失，但会变得更加有限、更具选择性，也更有价值。对于那些主要将内容视为搜索结果入口的提供商而言，他们面临的转型压力正在显著增加。.

谷歌如今能够回答自身提出的问题，这一颇具争议的论断固然反映了权力的转移，但并未涵盖技术现实的全部。该平台利用的是一个在其自身界面之外生成的信息生态系统来回答问题。正因如此，这一发展才产生了如此重大的经济影响。答案被视为搜索引擎的成就，而底层信息的来源、成本和责任却被淡化处理。.

企业如果仅仅要求提供更容易提取的内容，那就大错特错了。这或许能提高人工智能响应的可见度，但并不能保证投资回报。更有效的做法是双管齐下：内容必须足够可靠，才能被视为信息来源；同时，内容又必须足够原创，才能吸引用户访问、提升品牌认知度或建立直接联系。.

因此，97% 这个数字与其说是一个 SEO 指标，不如说是一个市场格局转变的信号。搜索引擎不再仅仅是分配用户注意力，而是将外部信息处理成自身的最终产品。那些将数字内容用于商业用途的人现在必须回答这样一个问题：他们创造了哪些平台无法完全复制的价值？未来不属于那些发布文章最多的网站，而是属于那些能够将可验证的原创性、切实可行的工具、可证明的责任以及与受众的直接联系结合起来的提供商。.