GEO 新闻简报 · AI visibility

ChatGPT 推荐正在创造需求，但分析系统常把它记到搜索名下

Similarweb 的研究说明，AI visibility 不是简单的 referral 问题：ChatGPT 先影响品牌选择，用户后续访问却常常通过搜索、直接访问或其他渠道进入。

开始免费试用 原文作者: Danny Goodwin 原文链接: Search Engine Land 发布时间: 2026年6月25日 阅读时间: 10 分钟

Dageno 编辑说明: Dageno AI 编辑团队对 Search Engine Land 原文 “ChatGPT recommendations drive more brand website visits: Study” 进行了结构化重组，帮助 GEO 和 AI visibility 团队连接 AI 推荐曝光、下游搜索需求和归因盲区。

60 秒简报

用 60 秒理解这篇文章

  • Similarweb 发现，收到 ChatGPT 品牌推荐的用户，在 7 天内访问该品牌官网的可能性平均是访问直接竞品的 2.5 倍。
  • 研究覆盖美国桌面端的金融、旅行和美妆旅程，并排除了过去 4 周访问过该品牌或在 prompt 中点名品牌的用户。
  • AI 影响的访问常被记录为搜索流量：55.9% 来自搜索，而非 AI 影响访问为 40.4%；直接访问则是 19.9% 对 38.8%。
  • 被推荐用户站内参与更深，平均浏览 12 页、停留 11.8 分钟；其他访客为 6.5 页、5.6 分钟。

AI 推荐先创造需求，分析系统之后才记录渠道

文章核心不是“ChatGPT 能带来 referral”，而是 ChatGPT 可以在访问发生前影响品牌选择。用户先问品类或行业问题，获得某个品牌推荐，然后再通过搜索或直接访问进入官网。

对 GEO 团队来说，AI visibility 是答案层面的需求信号。如果只看 chat.openai.com referral，大部分影响会被漏掉，因为用户可能经 Google、Bing、直接访问或其他渠道返回。

Similarweb 的设计排除了普通品牌忠诚度噪音

Similarweb 跟踪美国桌面用户：他们先向 ChatGPT 提行业相关问题，得到具体品牌推荐，然后在 7 天内访问被推荐品牌或直接竞品。研究覆盖金融、旅行和美妆。

排除条件很关键：过去 4 周访问过该品牌的用户被剔除，prompt 中点名品牌的用户也被剔除。这让信号更接近“品类发现”，而不是既有客户行为。

访问迁移出现在金融、旅行和美妆多个垂直领域

金融案例里，American Express 被推荐后，7.2% 用户访问 American Express，3.1% 访问 Capital One；Capital One 被推荐后，14.2% 访问 Capital One，3.8% 访问 American Express。

旅行和美妆也类似：Skyscanner 与 Kayak、Sephora 与 Ulta 的推荐都会把后续访问推向被点名品牌，而不是竞品基线。

搜索成为承接 AI 创造需求的渠道

最重要的归因细节是，AI 影响用户常通过搜索进入。Similarweb 发现，AI 影响访问中 55.9% 来自搜索，其他访问为 40.4%；直接访问则反向下降，为 19.9% 对 38.8%。

这意味着搜索报告可能正在承接 ChatGPT 创造的需求。AI 推荐曝光后品牌搜索增加，不能自动全部归功于 SEO 或付费搜索。

AI 推荐访客进入网站时，考虑集合已经被缩小

AI 影响访客平均浏览 12 页、停留 11.8 分钟；非 AI 影响访客为 6.5 页和 5.6 分钟。合理解释是，AI 对话已经帮助用户缩小选项。

对增长团队来说，AI visibility 不只是漏斗上游指标，它会改变访客质量、比较行为和后续转化概率。

这项研究把 AI visibility 变成可衡量的需求路径

Similarweb 研究中的事实可以转化为品牌诊断项。

信号

访问可能性 2.5 倍

推荐曝光能在任何网站会话记录之前改变品牌需求。

信号

7 天窗口

用户路径存在延迟，同会话归因会低估 AI 影响。

信号

三个垂直领域

金融、旅行、美妆都需要比较和信任，因此更容易体现推荐效应。

信号

更深站内参与

AI 推荐访客往往带着更强意图和更短的考虑清单进入网站。

下游信号会在哪里被报表吞掉

问题不是 AI 没有影响，而是影响会被分析系统重新归类。

观察到的渠道隐藏的 AI 作用团队应测试什么
自然搜索ChatGPT 可能在搜索查询前已经创造品牌偏好。把品牌搜索抬升与 prompt 级推荐曝光做对照。
付费搜索点击可能只是捕获 AI 更早创造的需求。在 AI visibility 变化后分组观察品牌词 CTR、CPC 和 CVR。
直接访问用户可能经过 AI 比较后直接输入网址，没有 referral 数据。调研新用户，并观察高频 prompt 获胜后的直接访问变化。

团队需要把 AI visibility、证据资产和归因责任连接起来

文章指向的运营问题是：AI visibility 不是单一团队能负责的事。必须明确谁改内容，谁衡量需求，谁管理信任，谁解释竞品流失。

负责人变化点下一步动作监测信号
GEO 团队答案份额成为需求生成指标。追踪非品牌品类、比较和问题 prompt 中的推荐情况。品牌推荐率、竞品答案份额。
SEO 团队搜索可能承接 ChatGPT 内部形成的需求。把品牌查询增长从单纯排名解释中拆出来。品牌曝光、查询变体、AI 暴露 prompt 家族。
分析团队Referral 报告会低估影响。建立辅助 visibility 模型，把 AI 暴露连接到搜索、直接访问和转化质量。搜索中介型 AI lift、参与度差异。
内容策略团队AI 推荐访客到站后需要决策证据。建设比较、信任、价格、FAQ 和用例页面。页数/会话、停留时间、辅助转化。
品牌团队推荐质量会在访问前塑造偏好。管理 ChatGPT 可能引用的第三方描述、评价和品类定位。情绪、实体一致性、第三方来源出现率。

监测必须暴露 prompt 可见性、搜索中介和竞品流失

有用指标必须能告诉团队下一步修什么。这些信号把答案可见性连接到内容更新、品牌治理和增长归因。

信号为什么重要负责人触发动作
Prompt 推荐率显示 ChatGPT 是在为品牌还是竞品创造需求。GEO 团队高意图品类 prompt 的推荐份额下降。
搜索中介访问占比捕捉表现为搜索流量的 AI 影响。分析团队AI referral 很低，但搜索占比随 AI 获胜上升。
品牌查询抬升说明 AI 曝光可能触发了后续搜索。SEO 团队Prompt 可见性变化后出现新的品牌修饰词。
站内参与深度判断推荐访客是否更合格。增长团队AI 暴露人群浏览更深但不转化。
竞品后续访问率显示 ChatGPT 是否把需求送给对手。管理层竞品被推荐后获得更强下游访问。

如何把 AI 推荐连接到下游需求

  1. 先追踪 prompt 家族

    在看 referral 报告之前，先衡量品类、比较和问题 prompt 的可见性。

  2. 加入搜索路径归因

    比较 AI 推荐变化前后的品牌搜索、付费搜索和直接访问。

  3. 建设推荐后承接页面

    让 AI 比较后的访客找到证明、价格、替代方案和决策支持。

  4. 报告竞品泄漏

    向管理层展示 ChatGPT 在哪里推荐竞品，以及这些推荐是否带来访问。

试用 Dageno AI

把 AI visibility 信号转化为执行。

Dageno AI 是一个覆盖 data monitoring → strategy → content generation → result attribution 的完整执行平台，帮助团队监测 AI answer surfaces，识别策略缺口，生成内容动作，并把结果归因到可见性和业务影响。

生成免费 GEO 报告预约演示