63% 的网站能获得 AI 流量（对 3,000 个网站的新研究）
我们分析了每月访客量大于 10,000、介于 1,000 到 9,999 之间，以及低于 999 的网站之间的流量差异，涵盖以下七款 AI 聊天机器人：ChatGPT、Claude、Copilot、Gemini、Perplexity、Jasper 和 Mistral。
我们研究了 3,000 个网站的流量，以更好地了解 AI 流量的规模和构成——包括它被送出了多少、最常见的来源是哪些，以及这些情况如何因网站规模的不同而有所差异。
我们分析了每月访客量大于 10,000、介于 1,000 到 9,999 之间，以及低于 999 的网站之间的流量差异，涵盖以下七款 AI 聊天机器人：ChatGPT、Claude、Copilot、Gemini、Perplexity、Jasper 和 Mistral。
感谢我们的数据科学家 Xibeijia Guan 汇总了这项研究背后的所有数据。
63% 的网站能获得 AI 流量
我们分析了来自 3,000 个网站匿名样本的总流量数据。
在整个样本中，有 1,900 个网站至少获得了一次来自 AI 来源的访问。
换个角度看，我们研究中有 63% 的网站，至少有一位访客是通过 AI 聊天机器人到来的。
根据我们能够准确归因的数据，你大约有三分之二的概率会获得一次来自 AI 的网站访问。
这些数据依赖于推荐来源（referral source）能在分析工具中被追踪，但有一点需要强调：一些 AI 流量会被归入「直接（direct）」。
换句话说，这些数据只代表了可见的 AI 流量——即一个网站所获得的 AI 访客的最低数量。
虽然背后肯定还有更多故事，但你仍然可以从能够追踪的数据中，对自己的 AI 可见度了解很多。
监测 AI 流量，可以让你看出哪些来源把用户送到了你这里、你网站上的哪些页面像磁铁一样吸引 AI 流量，以及这些流量随时间如何变化或增长。
了解这些之后，你就能优化 AI 推荐页面和路径，把那些只带来虚荣流量的页面，与那些真正带来互动或转化的页面区分开来。
在我关于 LLM 优化的文章中，我发现了一些能帮你把品牌融入 AI 回答的技巧。
另外，我也建议你读读以下几篇文章：
- AI 优化：如何为 AI 搜索和智能体优化你的内容，作者 Jed White
- LLM 会抓取何处指南 [LinkedIn 帖子]，作者 Jes Scholz
- 是什么驱动了 AI 回答中的品牌提及？作者 Christina Blake 和 Nick Haigler
- 解码 LLM：如何在生成式 AI 搜索结果中被看见，作者 Olaf Kopp
98% 的 AI 流量由三款聊天机器人送出
我们研究了七款最受欢迎的 AI 聊天机器人，其中有一个非常清晰的「三巨头」遥遥领先。
ChatGPT 送出了全部 AI 流量的一半以上，紧随其后的是 Perplexity，送出将近三分之一，然后是 Gemini，推荐了约 18%。
其余的 AI 聊天机器人——Claude、Copilot、Mistral 和 Jasper——加起来送出的 AI 流量不到 2%。
Copilot 缺乏推荐流量让我很意外，因为它连接着开放网络、具备实时检索能力——更不用说它的市场份额甚至超过 Gemini 或 Perplexity。
很明显，若想从 AI 获得流量，你需要把注意力集中在驱动了 98% AI 流量的「三巨头」聊天机器人上：ChatGPT、Perplexity 和 Gemini。
尤其是 ChatGPT，应该成为你的主要焦点，因为它驱动了全部 AI 推荐流量的一半。
普通网站 0.17% 的流量来自 AI 聊天机器人
以平均月流量为基准，网站 0.12% 的浏览量（views）和 0.17% 的访客（visitors）来自 AI。
这与许多其他营销人员在早期 LLM 流量研究中看到的情况相吻合……
你的分析工具可能会显示类似、甚至更高的 AI 流量数字。
在三个分组中，我们都注意到表现最好的网站大约有 6% 的总流量来自 AI，其中一个网站甚至高达 18%。
虽然约 0.17% 看似微不足道，但真实数字很可能高于此，因为 AI 访问可能被混入了「直接（direct）」流量中。
面对这类报告上的怪癖，找到其他方式为 AI 流量和转化归因，是必须要做的事。
你可以走的一条路，是设置诸如「你是如何知道我们的？」这类表单等定性追踪方法，去捕捉分析工具可能遗漏的东西。
例如，我们在注册环节收集定性反馈，迄今为止已经看到 14K+ 名自我归因来自 ChatGPT 的新用户。
我们已经分析了整个样本的平均 AI 流量，接下来更深入地看看各个分组。
AI 流量对小型网站更重要
不出所料，获得更多访问的网站，也是获得最多 AI 流量的网站。
营销人员和 SEO 就 AI 工具注意到的一点是，它们似乎偏爱更大的品牌……
但我们的数据表明，较小的品牌（<999 名月度访客）实际上捕获了占比更高的 AI 流量（以占其总流量的百分比计）。
AI 优化并非只是大玩家的专利。
虽然小型网站从 AI 工具获得的流量很少，但按比例来看，它们获得的份额更多——这意味着，它们同样需要重视自己的 AI 推荐流量。
数据还显示出，不同分组之间 AI 推荐来源的构成存在差异。
访问量较少的网站，其 AI 来源的多样性也更低——注意 ChatGPT 送给较小网站的 AI 流量占比，要高于它送给较大网站的占比。
任何网站都应当把 AI 优化精力集中在 ChatGPT 上，小型网站尤其需要重视这个来源——它不仅会送来最多的 AI 流量，也是少数会送出可在分析工具中监测的可见流量的聊天机器人之一。
为什么我们（很可能）低估了来自 AI 的流量
前面我说过，Copilot 缺乏 AI 推荐流量让我很意外。我提到了它占主导的市场份额，以及它引用来源的能力。
但我主要还是感到意外，因为我知道 Copilot 历来会送来大量推荐流量。
比如去年，Ahrefs 从 Copilot 获得了相当可观的流量——事实上，它是我们排名第二的 AI 推荐来源。
但我们来自 Copilot 的流量在 2024 年第四季度前后开始下滑。这种下滑并非我们独有。我在其他公司的分析工具实例中验证了同样的趋势。
大约从十月起，Copilot 可能一直在隐瞒推荐来源信息。
我做了一个非常小规模的测试，想看看如今 Copilot 流量在 Ahrefs Web Analytics 中是如何被报告的，因为它似乎不再来自原始来源了：
我从 Copilot 聊天机器人出发，精心设计了一个提示词，让我能够导航到 Ahrefs 网站上某个冷门的页面——一个在测试当天没有收到任何流量的页面。
然后我立刻查看了 Ahrefs 中的流量报告。
我能这样做，是因为 Ahrefs 的 Web Analytics 追踪实时数据，这意味着我可以在事件发生 1 分钟内就立刻看到网站访客。
这次访问的来源显示为「Direct（直接）」（见下图）。
我把同样的测试重复了好几次，所有情况下，这次访问都被记录为「Direct（直接）」。
根据 Patrick Stox 的说法，这与我们对那些不传递推荐来源信息的网站所预期的情况一致。
Patrick 还指出，这可能不是 Copilot 的一项战略举措，而是一个失误。
我对 Mistral 和 Jasper 做了同样的检查，发现它们的 AI 推荐流量同样被归入了「direct（直接）」。
这意味着 AI 流量很可能被大幅低估了。
而如果 AI 流量被低估了，那你也可以确信 AI 转化同样被低估了——尤其是因为转化的用户并不总是从 AI 点击进来的。
AI 工具在提升品牌认知度方面真正发挥出了它们的价值。虽然仍然有可能从 AI 转化用户，但那并不总是发生在一个整齐划一的转化旅程里。
如果你要为客户和利益相关方设定活动预期或汇报结果，那么了解 AI 流量与转化在追踪上的局限性，就至关重要。
最后总结
你可以用本研究中的数据来为 AI 流量设定基准，并管理预期。
虽然你现在不该期望有大量的 AI 访问，但你的 AI 流量很可能比你的分析工具所能显示的更多。
有鉴于此，请留意你的「direct（直接）」流量。如果像 Copilot 这样的平台在隐瞒推荐来源信息，那么里面可能藏着一些有趣的东西。
例如，留意单个页面的直接流量激增——这可能恰恰是一个信号，说明有无法追踪的 AI 来源在引用该内容。
我们了解到，较大的网站从 AI 获得更多流量——但如果你的网站很小，你的 AI 推荐流量将占据你总流量中更大的份额。
找到并优化你最常被引用的内容，创造更多这样的内容，然后把重点放在从 ChatGPT 获得渐进式增长上。
如果你觉得这项研究有意思，请常回博客看看，获取更多 AI 流量研究。