AI 會直接給答案了,我的網站流量會怎樣?

快速結論:AI 直接給答案,確實會吃掉一部分流量,吃掉的主要是「查完就走」的那一種。官方對流量影響的說法還很保留,沒有人敢給一個確切的百分比。我自己盯著後台曲線緊張過,後來把數據翻過一輪才平復:該緊張的不是「流量會不會變少」,是「你有沒有被 AI 引用」。 趕時間的你,直接跳文末的〈現在該做的三件事〉。

這篇寫給每天開後台、看到流量曲線抖一下就心跳漏一拍的你。那你不孤單,我也是過來人。

先說我自己的狀況。我盯後台流量盯了快十年,看到一個程度之後,曲線稍微不對勁,眼睛會自動放大那段時間軸(職業病,改不掉…)。這半年 Google 陸續把 AI Overviews 擴大到中文、繁中版「AI 模式」也上線了,我第一個反應跟大概九成的網站經營者一樣:完蛋了,這下真的要被吃流量了。

果不其然,某幾支舊文的曲線真的變平了。但把幾個月的數據和官方文件翻過一輪之後,我發現「SEO 已死」這句話只對了一半——死掉的是單一玩法,整件事還活得好好的。哪一半對、哪一半錯,下面拆給你看。

現況:這件事已經在發生,不是預測

先把時間軸交代清楚。這題常常被講得很玄,其實查一下官方文件就很具體。

Google 的 AI Overviews 在 2025 年 5 月擴及中文;繁中版「AI 模式」2025 年 10 月由 Google 台灣官方發佈;到了 2026 年的 I/O,Google 把 Gemini 3.5 Flash 設為 AI Mode 的預設模型、月活也破了 10 億;不過官方還沒正式宣布 AI Mode 成為搜尋的「預設體驗」(高層講的是「即將」,仍在推進中)。

也就是說,你的客人現在打開 Google,很多時候第一眼看到的已經是 AI 先整理好的一段答案,十條藍色連結被擠到後面去了。這件事不用賭會不會發生,它已經發生了。

「SEO 已死」:我後台的曲線一開始也讓我這樣以為

目的:先講清楚這句話到底在焦慮什麼。它焦慮的是:如果 AI 把答案直接講完,使用者根本不用點進網站,那寫內容、做 SEO 還有什麼意義?

效果:這個焦慮有憑有據。某些查詢類型(定義型、單一事實型,像「什麼是 GA4」這種一句話能答完的問題)確實會被 AI 攔在搜尋結果頁,使用者看完就走。這部分流量的下滑是真實的——我後台某幾支「XX是什麼」類型的舊文,這半年的曲線確實比同期還要平(對,親眼看著它平掉,滋味不太好…)。

極限:但把這個現象放大成「SEO 已死」,就跳過了兩件事沒查證。第一,官方對整體流量影響的說法非常保留——Google 沒有出過「AI Overviews 讓網站流量平均下降 X%」這種公告,市面上流傳的數字幾乎都是第三方媒體或工具商自己抓的樣本,口徑不一,看看就好。第二,AI 攔截的是「查完就走」的查詢——本來就不太可能為你的網站帶來深度停留或轉換的那批流量。被吃掉的只有單一玩法的流量,整件事的流量還在。

拆解:AI 到底在吃哪一種流量

與其空泛地問「流量會怎樣」,不如把流量拆成三種,分開看:

會被吃掉的流量:查詢意圖是「要一個快速、單一、可以打包成一段話的答案」——定義、換算、簡單比較。這種查詢 AI 一次講完,使用者確實沒理由再點進去。這部分流量的萎縮,比較像需求被更有效率的方式滿足了,屬於「本來就該被吃」的類別。認了吧,這批本來也留不住。

不太會被吃的流量:查詢意圖需要深度、需要判斷、需要看你這個人或這家公司值不值得信——「這套系統適不適合我」「這個做法在我的產業行不行得通」。這種問題 AI 給得出一個「一般性」答案,但給不出「你的答案」,使用者最終還是得找到一個能對話、能追問、能負責任的來源。

反而是機會的流量:如果 AI 在回答問題時引用了你的內容,你等於得到一次「被權威背書的轉介紹」——使用者看到答案裡附的來源是你,點進來的人已經先信任你一半了。這種流量沒被吃,轉換品質可能還比自然搜尋好。做法我在〈GEO 完整指南〉整篇講過,怎麼把內容寫成 AI 敢引用的樣子,之後也會在〈可引用性〉展開。這裡先講結論:能不能被引用,決定你是流量被吃的那一種,還是流量被轉介的那一種。

極限:這條三分法不是鐵板——同一個查詢的意圖會混,AI 今天引用你、明天可能換一家。我實測下來這條線一直在動,實際還是得盯自己後台驗,別照抄我的分類。

現在該做的三件事

目的:別在那邊猜流量會不會歸零,先做幾件現在就查得到、改得動的事。

效果:你會從「盯著曲線緊張」變成「知道自己站在哪個位置」。心情差很多,相信我。

  1. 這週:打開 Google Search Console,看有沒有 AI 搜尋成效的報表(2026 年 6 月才剛上線,不是每個帳號都熟悉這個功能,值得先去點開看看)。同時回頭看你流量下滑的那幾篇,是不是「定義型」內容——如果是,這部分下滑本來就在預期內,不用慌。
  2. 這個月:檢查你最重要的三篇文章,有沒有寫成「AI 敢引用」的樣子(前段直接給答案、有具體數字與出處、講明你是誰)。這是〈GEO 完整指南〉裡「寫它」那個動作的具體做法。
  3. 這一季:開始經營一條不靠搜尋吃飯的路——名單。流量的分配權在 Google 和 AI 手上,名單的分配權在你手上。這條路怎麼走,我在〈名單學全圖〉整篇講。

極限:老實說,這三件事做完,流量曲線不會馬上回到 AI Overviews 出現之前的樣子。我自己盯了半年:曲線的形狀變了,總量沒有完全回去,但被 AI 引用之後進來的那批訪客,停留時間比一般自然搜尋還長。這算不算一種補償,見仁見智,但至少不是我原本以為的「歸零」。

常見問題(FAQ)

流量下滑多少算正常,多少算警訊?
沒有一個官方數字可以套。比較實際的做法是把下滑的流量按查詢類型拆開看:下滑集中在定義型、單一事實型內容,屬於預期內;連你最深度、最需要判斷的文章流量都在掉,才是真正該檢查內容體質的警訊。

要不要把整站內容重寫成「AI 友善」格式?
不用一次全改。先挑三到五篇最重要、最常被搜到的文章,照〈GEO 完整指南〉的做法調整,看效果再決定要不要擴大。全站重寫既耗成本,也不確定值不值得——先小賭再加碼。

如果完全不管這件事,會怎樣?
短期不會怎樣,你的網站不會一夕消失。但長期來看,如果對手已經開始被 AI 引用、你沒有,差距會隨著 AI 搜尋佔比越來越高而慢慢拉開。現在還是窗口期,晚一點進場,成本會變高。這題在〈數位行銷素養全地圖〉裡屬於「現在補課最划算」的那一格。


想知道你的網站流量現在卡在「被吃」還是「被轉介」哪一邊?幫你準備:數位廣告健檢表單傳送門

祝福這篇文章,讓正在盯著流量曲線緊張的你,至少知道下一步該看哪裡。

Related articles

事件設計學:埋碼之前,先想好你要問數據什麼問題

你的 GA4 裡有兩百個事件,卻回答不了老闆隨口問的一個問題?因為順序反了。前投手講「事件設計的反向順序」:先想清楚要回答什麼商業問題,才決定追什麼行為、才設計成事件。這篇不教怎麼埋,教你埋之前該先想什麼——以及一句你之後會一直用到的原則。

數據會說謊:抽樣、閾值、(not set) 的判讀陷阱

GA4 的數字看起來很精確,其實常常是估算。前投手誠實拆解四個會騙你的地方——抽樣、資料保留閾值、(not set) 黑洞、跨裝置——每一個都可能讓你做錯決策。附上怎麼判斷有沒有被騙。

什麼時候該請顧問、什麼時候該自己養人

同一個行銷需求,該花錢請外部顧問,還是自己養一個內部團隊?前廣告投手當過乙方顧問、也當過月投上千萬的甲方,用「客座醫師 vs 家庭醫生」把決策拆成三問:急不急、久不久、是不是你的核心。收官篇,回到全系列那句話——你可以外包執行,不能外包判斷。

量測 GEO 成效:現在做得到與做不到的

GEO 到底能不能量測?GSC 官方報表 2026 年 6 月上線後,答案是「能,但只能量一半」。這篇誠實列出 GEO 成效現在量得到什麼、量不到什麼,以及 ChatGPT 那邊為什麼還在用土法煉鋼的方式估。不吹捧、不裝懂。

名單工具地圖:對話式商務、CDP、個人化引擎在做什麼(2026)

Omnichat、OmniSegment、Insider One 到底在做什麼?這篇不比功能、不比價格,用三個工具當例子講清楚三類工具各解決什麼問題:對話式商務、CDP+行銷自動化、全通路 Agentic 顧客互動。前廣告操盤人的一手判斷:工具是死的,重點是你願不願意積極設定。

Case Studies

B2B SaaS 服務事業

市占第一的 B2B SaaS 公司——生意越單純,選型越要精準

數位健康集團事業

七種商業模式,一套內控——一個健康集團的 ERP 與 IPO 整備

停車場代建與代管事業

停車場代建與代管——當工程業內控遇上盤根錯節的自建系統