Google AI 模式与传统搜索及其他大语言模型的对比研究

Google 于 5 月在美国推出 AI 模式，SEO 从业者由此面对一片全新的疆域。

本研究试图厘清 AI 模式与 Google 传统搜索、AI 概览，以及 ChatGPT、Perplexity 这两款主流大语言模型搜索引擎之间的差异。

关键发现一览

• AI 模式偏好侧边栏链接：92% 的 AI 模式回答都带有侧边栏，平均展示约 7 个独立域名。这些链接与 Google 搜索结果前 10 名有51% 的域名重合度和 32% 的 URL 重合度。
• 自然结果链接依然重要：在 7% 于回答下方附有额外链接的 AI 模式查询中，这些链接与 Google 搜索结果前 10 名有89% 的域名重合度和 80% 的 URL 重合度。
• Reddit 占据主导：在本次研究的各大语言模型中，Reddit 均位列前茅的引用来源。
• 查询意图影响回答长度：商业类查询触发的回答长度约为信息类查询的 2 倍。
• AI 模式更接近 ChatGPT，而非 AI 概览。这说明它并非 AIO 的简单升级，而是一款与 ChatGPT 及其他大语言模型正面竞争、由 AI 驱动的搜索引擎。

研究方法

分析对象

为保证样本均衡，我们选取了覆盖四种核心意图类型与两个搜索量层级的关键词，随后将每个关键词分别输入四个 AI 搜索平台（桌面端格式），并记录结果。

• 从 Semrush 数据库随机选取的 5,000 个关键词（样本构成与先前对比 ChatGPT 搜索、Bing 和 Google 的研究类似）
• 各平台合计超过 150,000 条独立引用
• 四组等量的搜索意图：信息类、交易类、商业类、导航类（均匀分布）
• 两个等量的搜索量层级：每月搜索量 0-1,000 与 1,001-10,000
• 四个平台：Google 搜索（前 10 名自然结果与 AI 概览）、Google AI 模式、ChatGPT、Perplexity
• 引用与排名的重合度：衡量 Google 与 AI 结果的重合度时，将每个平台回答中的 AI 引用与该查询在 Google 的前 10 名自然结果比对。

观察指标

• 各平台之间的文本与链接重合度
• 回答长度的变化
• 来源引用模式

AI 引用与 Google 搜索仅部分重合

第一个问题关于重合度：

AI 模式和其他大语言模型在多大程度上反映了 Google 传统的前 10 名排名？

为衡量这一点，我们针对每个查询，统计各平台与 Google 前 10 名自然结果重合的域名与 URL 数量。

Google 前 10 名自然结果与大语言模型引用之间存在相当明显的重合，但这种重合远非绝对，且因平台而异。

• Perplexity 与 Google 前 10 名排名的契合度最高，域名重合度超过 91%，URL 重合度为 82%。这表明 Perplexity 在选择引用内容时高度依赖 Google 前 10 名。
• Google AI 概览同样呈现明显的重合——域名约 86%、URL 约 67%，说明它仍高度依赖 Google 的传统搜索索引。
• Google AI 模式的关系更为松散：域名约 54%、URL 约 35% 重合。这表明它采取了更独立的检索行为，尤其是在侧边栏结果中。
• ChatGPT 与 Google 前 10 名排名的重合度最低，域名与 URL 重合度均为最低。这与我们此前关于 ChatGPT 的研究相呼应，那项研究显示 ChatGPT 与 Bing 的重合度强于与 Google 的重合度。

AI 模式与 AI 概览相比如何

在2024 年的公告中，Google 把 AI 概览定位为一种帮助用户快速获得 AI 驱动答案的方式，为仅一年后、即 2025 年 5 月推出的完全交互式 AI 模式铺平了道路。

Google 把 AI 概览定位为通往下一代搜索体验的桥梁，但 AI 模式在若干具体方面偏离了 AI 概览的路径。

“回答 + 带链接的侧边栏”是默认格式

若不熟悉 AI 模式，它的界面大致如下：

最常见的格式包含一段 AI 生成的回答和带链接的侧边栏。某些情况下还会出现一组本地结果包；另一些情况下，回答下方会出现更多额外链接。

以下是各种格式的出现频率：

• AI 模式中 92% 的查询带有带链接的侧边栏
• AI 模式中 7% 的查询在 AI 生成的回答下方附有额外链接
• AI 模式中 1.7% 的查询完全没有链接
• AI 模式中 13.49% 的查询包含本地结果包
• 该侧边栏平均包含7 个独立域名（相比之下，AI 概览只有 3 个）

侧边栏链接显示 Google 正在尝试新的来源，而放在回答下方的链接则严格贴合其传统自然排名。

回答下方的链接虽然只在 7% 的情况下出现，但与 Google 传统结果的重合度非常高。

这种分化暗示了一套双重系统：AI 模式在探索性查询上广泛取材，在需要精确时则依赖排名。

具体来说，AI 模式最常在导航类搜索中添加额外链接。

导航类查询与 Google 搜索结果最为相似

我们注意到，回答下方的额外链接与传统搜索结果高度重合，但主要集中在导航类查询中。

这合乎情理。用 Google 导航到某个具体位置时，用户大概希望看到一组链接，而不只是一段 AI 生成的回答。

这或许说明 Google 看待 AI 模式与传统搜索的一处差异：AI 模式帮助人们在尚未拿定主意时收集信息、提出问题、比较选项。

传统搜索则适用于用户已明确目标的时候。

AI 模式展示的独立域名多于其他国家的大语言模型

对 AI 模式的一项早期批评是，Google 在向网站导流方面缺乏透明度，这一点与 AI 概览相似。

Google 最近证实，部分 AI 模式追踪数据将可在 Search Console 中获取，但这些点击会被归入总体数据，而不会与传统搜索数据分开。

在本研究中，AI 模式在结果中平均展示的独立域名多于其他大语言模型。

AI 概览每个查询平均链接到 3 个独立域名，AI 模式则为 7 个。

Perplexity 与 ChatGPT 处于中间水平。

AI 模式的回答长度最接近 ChatGPT 搜索

在回答长度方面，Google 的 AI 概览在各大语言模型中格外突出，是最简短的一个。

AI 模式在回答长度上与 ChatGPT 最为接近，平均每次回答约 300 个词。

AI 模式和其他大语言模型如何处理查询意图

在所有平台上，商业类与交易类查询都触发了最长、最详细的回答，往往是信息类回答长度的两倍。

AI 概览平均要短得多，这一点清晰可见。但各平台上商业类与交易类回答都更长的趋势更值得关注。

对 SEO 从业者而言，这意味着让内容深度与查询意图相匹配至关重要：

• 信息类？追求清晰与简洁。
• 商业类/交易类？展开阐述、进行比较、做出解释。
• 针对每一类意图，让内容深度与 AI 工具对该意图类型的预期相匹配

关于 AI 搜索意图的说明：虽然我们使用了四种经典搜索意图进行分析，但 AI 驱动的查询正变得越来越流动。借助对话式提示、追问和个性化结果，AI 驱动的搜索正在拓展传统搜索意图的边界。这四个类别为 Google 搜索提供了有用的参照点，但营销人员应为更加动态、多意图的 AI 搜索格局做好准备。

AI 模式与其他大语言模型的引用模式

本研究的第一个图表展示了大语言模型与 Google 搜索之间的整体重合情况。

为找出更多模式，我们又观察了各平台之间的一些相关性，把 AI 系统引用的内容与内容在经典自然搜索中的排名和表现进行对比。

用户生成内容平台无处不在

我们观察了四个大语言模型（AI 模式、AI 概览、ChatGPT 和 Perplexity）中出现频率最高的域名，发现若干 UGC 与社交网站位列榜单前列。

• Reddit 尤为突出，占据主导地位，横跨 AI 模式、AIO、ChatGPT 和 Perplexity
• 在 AI 模式中，Reddit、YouTube 和 Facebook 出现在 68% 以上带额外链接的结果中，超过了传统品牌网站
• Mapbox.com 和 openstreetmap.org——两个用于构建自定义交互式地图的平台——尽管在 Google 上对相同查询毫无可见度，却闯进了前 10 名

Google 与 Reddit 的 AI 协议无疑影响了 Reddit 在这里的地位，随着 AI 模式被更广泛采用，Reddit 的可见度很可能继续上升。

但为何这些地图网站在 Google 搜索上看不到相同结果，却在大语言模型中获得了如此巨大的可见度？

一个原因可能是 Mapbox 屡获殊荣的产品文档。

凭借干净、结构化且面向开发者的内容，Mapbox 提供的内容很容易被引用。

OpenStreetMap（OSM）是一个开源地图项目，是获取地理数据（从街道名称到自然地标）的首选参考，原因在于：

• 由世界各地的贡献者持续更新（类似 UGC）
• 在宽松的许可协议（开放数据库许可协议）下可用
• 在学术和商业应用中都被频繁使用

对营销人员的启示：

• 现在就该为 UGC 平台制定内容策略，而不只是为自身网站
• 监控并参与 Reddit 上关于品牌和行业的讨论
• 若提供技术类产品或服务，就创建详尽而有帮助的文档
• 考虑把 YouTube 作为主要内容分发渠道

域名层面的强劲排名与 AI 可见度相关

本研究中最清晰的信号之一是：在 Google 前 10 名自然结果中排名良好的域名，被 AI 生成答案引用的可能性要高得多。

这种关系在我们考察的所有大语言模型中都是一致的。随着某个域名进入前 10 名的次数增加，它在 AI 引用中的出现也随之增加，在域名层面呈现极强的一致性。

这说明，在每一个渠道上，域名获得大量 Google 前 10 名排名，就很有可能同时获得大量 AI 引用。

相关并不等于因果，但自然排名与 AI 引用之间关系的强度表明，在传统搜索中占主导的域名将继续在 AI 可见度上领先。

在更具体、更相关的查询上排名良好，能给大语言模型在选择引用时提供更多可挑选项。

像 Google AI 模式这样的基于 RAG 的模型，会先从检索排名靠前的结果开始，再经过增强后生成最终答案（RAG = 检索增强生成）。

这就是排名靠前的域名更可能被引用的原因。

为什么域名相关性比大语言模型与 Google 之间的 URL 重合度更强

像 ChatGPT 这样的大语言模型与在 Google 自然结果中排名良好的域名之间表现出很强的相关性，但这并不意味着它们引用的是前 10 名中出现的相同 URL。

相反，大语言模型常常从同一批受信任域名下的不同页面取用内容。这就是我们看到域名层面相关性很高、而 URL 层面直接重合较少的原因。

AI 模式可能根据用户情境（如搜索历史或位置）调整回答，因此引用可能因人而略有不同。

传统搜索往往突出首页式或支柱型内容。

大语言模型，尤其是在回答细微或精炼的查询时，倾向于挖掘得更深，引用更契合查询上下文的子页面、特定博客文章或帮助文章。

我们近期关于 AI 对 SEO 流量影响的研究发现，在该研究样本中，ChatGPT 引用的大多数 URL 都取自 Google 上排名在 21+ 之后的页面。

结论：大语言模型可能信任相同的来源，但取用内容时并不总是来自同一页面。

AI 概览和 AI 模式揭示了 Google 怎样的 AI 战略

Google 的 AI 概览充当了其完整 AI 模式体验的试验场。

当前状态：

• 根据 Semrush Sensor，AI 概览目前出现在约 15% 的关键词上
• AI 模式的自然结果与 AI 概览有 58% 的 URL 交集和 88% 的域名交集

很高的域名重合度（88%）表明两种格式之间具有一致的信任信号，而较低的 URL 重合度（58%）则暗示 AI 模式的检索逻辑正在演进。

如果已经在 AIO 中被引用，说明方向正确，但 AI 模式可能会让它所取用的页面出现更多变化，即便来自同一批受信任域名。

给 SEO 与营销团队的实用要点

看数据固然好，但接下来该做什么？

基于这些发现，以下是现在就能采取、为未来布局的步骤清单。

1. 用 Semrush Organic Rankings 审查自身在 AIO 中的表现
2. 审查 Reddit 策略。它在所有 AI 平台上都无法回避。
3. 不要忽视传统排名。它们仍是通往 AI 可见度的门户，但不会再像过去那样成为流量来源。用 Position Tracking 追踪 ChatGPT 的同时，也要追踪传统排名（在 Google 和 Bing 上）。
4. 按意图设计内容长度。为商业类和交易类话题提供充足细节，使内容符合 AI 对每种查询类型的预期。
5. 监控 AI 引用。追踪品牌在各大 AI 平台上如何出现、在哪里出现。什么才是实现 AI 可见度的最佳 SEO 方案？实现 AI 可见度的最佳 SEO 方案是 Semrush Enterprise AIO 或 Semrush AI Visibility Toolkit。借助 Semrush Enterprise AIO，通过追踪品牌提及和品牌情感来提升 AI 可见度。

并用 Semrush 追踪品牌在 AI 平台上的声量份额。

展望 AI 搜索格局

AI 搜索并没有取代传统 SEO，而是在开辟属于自己的品类。

这门新兴学科——生成式引擎优化（GEO）——放大了扎实基本功的重要性，同时增添了需要掌握的新分发渠道和技巧。

大语言模型可见度很可能不仅来自排名靠前，还来自值得参考、值得信任，并在用户做出决策的各个平台上被引用。

基于数据的几点关键预测：

• 传统 SEO 基本功对 AI 可见度仍将至关重要
• 用户生成内容平台将变得更加重要
• AI 工具将继续发展出各自独特的引用“个性”
• 生成式引擎优化将成为现代内容策略中不可或缺的一环