劉宇 · Tianwen SEO Research 研究筆記本
AI 搜尋的 ROI 怎麼算：從“被引用”到“來詢價”的記帳方法
AI 搜尋的投入產出難算，不是因為我們偷懶，而是每層證據都落在不同人手裡。我把被引用、被點名、進站、詢價拆成四本帳，先記清楚，再談值不值。
先帶走這幾個判斷
- Ahrefs 在 2026-10-02 的研究裡直接承認 AI 搜尋 ROI 很亂，亂的根子是口徑不統一，不是缺工具。
- “被引用”是內容層證據，“來詢價”是業務層證據，中間至少隔兩跳，混在一起算一定高估。
- 我方 T1 面板 72 條回答裡，嚴格提及從 3/72 到 6/72、服務商點名從 0 到 2，這能說明回答在變，不能說明成交。
- 金絲雀 7 個頁面到 D+14 才 7/7 收錄、只有 2/7 有展現，收錄率和流量是兩件事。
- 記帳表不花錢，三列就夠：證據、來源、時間。
權威站最近測到了什麼？
Ahrefs 在 2026-10-02 發了一篇《AI Search ROI Is Messy. Here’s How to Measure It Anyway》。標題把話說得很直白：AI 搜尋的投入產出確實亂，但他們仍然建議要量。我讀到這句時鬆了一口氣，因為這和我自己的體感一致——亂不代表不能算，亂說明不能用老辦法算。
他們的思路是把“AI 搜尋帶來的結果”拆開看，而不是逼出一個統一的總 ROI。這件事對外貿老闆很關鍵。過去投 Google Ads，你至少有一個點擊和一次轉換可以對上；現在 AI 回答把你官網的內容讀走、在回答裡提一句，使用者可能壓根不點你的站，也可能點進來之前先看了三家。你在後台只看到自然流量的小波動，卻不知道那波波動裡有沒有 AI 的一份。
Semrush 在 2026-10-12 的《How to build an AI visibility dashboard》裡走的是另一條路：先把“AI 可見度”這件事變成能日常看的儀表板。兩家方向不同，但共同點是——先承認指標要分層，再談整合。我在AI 可見度監測口徑裡也是這麼分的，只是我用表格代替工具。
為什麼“被引用”不能直接當 ROI？
假設你的文章被 ChatGPT 引用一次，你很高興，把“本月 AI 引用 12 次”寫進匯報。問題來了：這 12 次裡，幾次指向你官網、幾次指向你發在別處的文章、幾次只是提了一句產品名？如果這三種情況混在一起，那個 12 就只是一個好聽的數字。
Ahrefs 在 2026-10-12 的《How ChatGPT Does Query Fan-Out（1500 萬查詢研究）》裡把查詢拆解這件事擺出來：使用者問一句話，模型可能在後台拆成好幾路子查詢去檢索。這意味著一條回答背後可能同時讀了十來個頁面。被讀到的頁面裡，只有少數會被寫進回答，寫進回答的又只有少數會帶連結。把“被讀了”當成“被引用了”，是最常見的一層虛高。
再往下還有一層：被引用不等於被訪問。使用者看到答案就走了，這在 AI 回答裡非常正常。所以我在內部一直堅持把“提及”“引用連結”“進站”“詢價”分開記。可對照Search Console 的 AI 相關查詢報告和GA4 自然流量拆解，把平台側和站內側的記錄接上。接不上的部分，寧可留空，也不要用一個綜合分數糊過去。
從被引用到詢價，中間要記哪幾筆帳？
我把這件事拉成四層。每一層有自己的證據、自己的負責人，也各有自己最常見的誤會。
| 層級 | 看什麼證據 | 誰來記 | 常見誤會 |
|---|---|---|---|
| 內容層 | 固定題面下，回答是否提到你、引用了哪一頁 | 營運或內容負責人 | 把“回答提到產品詞”當成“提到公司” |
| 入口層 | 回答裡是否帶你的連結、連結指向哪一頁 | 營運 | 把別人的頁面誤記成自己的 |
| 訪問層 | 站內是否出現對應的推薦來源或直接訪問小高峰 | 投放或數據負責人 | 把自然波動當成 AI 帶來的 |
| 業務層 | 詢價裡能否問出來源、需求是否匹配產品 | 業務或客服 | 只看詢價數量，不看是否對路 |
四層裡最容易斷的是第二層到第三層。內容層和入口層你還能手工查，訪問層開始依賴統計，業務層依賴人。外貿站常見的狀況是：內容層有變化，業務層完全沒記錄來源，最後誰也無法回答“AI 搜尋到底帶來了幾封詢價”。可先把月度監測報告該包含什麼定下來，再談加預算。
業務層的記法最土也最有效：在表單裡加一個“你怎麼找到我們的”下拉選項，WhatsApp 和郵件進來的第一個問題就是“您是從哪裡看到我們的”。不要小看這一句，它比任何歸因模型都可靠，因為它問的是客戶本人的記憶。代價只是一次溝通。
我方面板實測到了什麼？
說回我自己的記錄。T0 基線輪是 2026-09-17，T1 監測輪是 2026-10-12，題面按主題、語言、提問方式固定，每輪記錄 72 條回答。T0 的嚴格品牌提及是 3/72，T1 變成 6/72；服務商類問題上，被放進名單或分類表的次數從 0 變成 2。同一輪裡，被引網域總數從 322 變到 245，兩輪都出現的只有 90 個。
這三個數字放在一起才有意義。提及翻倍是真的，但它發生在回答層面；網域重合度低說明來源集合本身在劇烈輪換。如果我只拿第一句去匯報，很容易讓老闆以為“AI 已經穩定推薦我們了”。事實是同一類問題在不同輪次會拉到很不一樣的頁面，我們只是在這條不穩定的線上稍微向上動了一點。
還有一個更冷的例子：金絲雀 7 個頁面，D+14 才做到 7/7 收錄，但只有 2/7 拿到展現。本站整體收錄率 100%，可 28 天裡只有 12 次展現、0 次點擊。這不是“AI 搜尋沒效果”的證明，它只是提醒我，收錄、展現、點擊、引用是四條不同的曲線，各走各的速度。相關的方法記錄我放在實測研究與方法記錄，方便把判斷和原始數據分開看。
不花錢的記帳表怎麼搭？
不用買工具。一個表格檔案，四列，就能從今天開始跑。第一列日期，第二列題面原文，第三列回答裡出現的你方證據（提及、連結、點名，分三行寫），第四列你方頁面這段時間改了什麼。每兩週跑一次，固定題面不變。
這張表的價值不在好看，在於它能替你回答“哪一層斷了”。如果連續兩季第三列幾乎不動，說明內容層沒打通，先別談訪問和業務。如果第三列在漲而訪問層不動，重點就轉到入口——回答裡的連結是不是沒帶上，或者帶上了但到達頁沒接住。如果訪問層動了而詢價不動，問題大概率在頁面和業務話術，跟 AI 無關。
最後一列千萬別省。沒有“這期間我們改了什麼”，你就無法解釋第三列的波動，只會把每次上升都算成自己的功勞，把每次下降都怪給演算法。可搭配報告裡哪些是虛榮指標一起檢查，避免把面板裡的數字直接當成成績。
低成本落地清單
就三步，這週就能做完，總花費為零。
- 定 20 條固定題面：按你的主力產品，寫成採購者真會問的句子（怎麼選、價格差在哪、交期多久），中英文各留一份，以後每輪都用同一批。
- 記四列帳：日期、題面、你方在回答裡的證據、同期頁面改動。用一個共用表格，誰都能填。
- 給詢價加一句來源確認：表單加下拉，聊天和郵件人工問一句。業務層沒有這條，前面三層再漂亮也白記。
這三步不解決“AI 搜尋值多少錢”，它解決的是“你有沒有資格去算”。Ahrefs 那篇 2026-10-02 的文章給的是測法，我給的是能塞進外貿公司日常的版本。想先動手的，可以從AI 搜尋優化從哪裡開始這篇往下走。
老闆最常追問的幾個問題
AI 搜尋的 ROI 到底能不能算？
能算，但不能用一個數字。要把被引用、被點名、進站、詢價分成四層分別記帳，各層用各自的證據，再判斷哪一層斷了。
AI 回答裡出現我們公司名，算不算有效果？
只能算內容層的一個觀測。名字出現不等於有人點進來，更不等於有人發詢價，還需要訪問記錄和銷售核實。
沒有預算買監測工具，還能記哪些帳？
先記三樣：固定題面、回答原文、你方頁面的改動時間和改了什麼。這三樣用一個表格就能存，不依賴付費工具。
多長時間能看出 AI 搜尋值不值得投？
我建議按季度回看，而不是按週。收錄、展現、引用都有滯後。先把固定題面跑滿一個季度，再決定加不加預算。
被引用和詢價同時漲了，能說是 AI 搜尋帶來的嗎？
不能直接下結論。還要排除同期廣告、展會、老客戶回購等因素，至少要有一條從來源到詢價的對應記錄。
本頁由簡體版機器翻譯，尚待人工審核。