Google AI Overview（AI 概覽）正在改變搜尋結果的點擊邏輯。
根據 Pew Research 研究，搜尋頁出現 AI 摘要時，使用者點擊一般搜尋結果的比例從 15% 降至 8%。
本文從機制到應對，完整拆解這波影響：
AI 概覽與 AI 模式的差異、Google 延伸查詢如何把一個問題拆成多個子問題同步搜尋、
哪些網站內容受影響最大（定義型、FAQ、比較指南風險最高）、Search Console 出現曝光上升但點擊下降時該怎麼解讀，
以及企業網站現在應該做的 8 件事。
核心觀點是：AI SEO 沒有魔法密技，
Google 官方強調的關鍵仍是第一手經驗與無法被大量複製的獨特內容（Non-commodity content）。
最後附上益盛科技 90 天實際執行計畫與 9 筆研究來源。
AI Overview 是什麼？
Google AI 概覽如何影響網站流量？
研究顯示，當搜尋頁出現 AI 摘要時，使用者點擊一般搜尋結果的比例約為 8%，未出現時約為 15%。本文從機制、影響數據、風險分級到 Search Console 判讀，整理企業網站的應對方向。
同一個關鍵字，排名沒掉，點擊卻少了
從 2024 年開始，Google 在搜尋結果頁最上方加入了 AI 生成的答案摘要，
稱為 AI Overviews（AI 概覽，簡稱 AIO）。
這個改變不是外觀微調，它重新定義了「曝光」與「點擊」之間的關係。
很多網站開始在 Google Search Console 裡看到一個反常的模式：
曝光次數還在成長，平均排名也沒有明顯下滑，
但點擊次數與點擊率卻在往下走。
研究界把這個現象稱為 impression-click decoupling（曝光點擊脫鉤）。
AI Overview 是造成這個脫鉤的重要因素之一，
但不是唯一原因，
廣告版位增加、精選摘要、圖片與影片模組、排名分布變化、
Google 核心更新都可能同步造成影響。
這篇文章的目標是把問題說清楚：
它怎麼運作、對哪些網站影響最大、數據怎麼解讀，以及企業現在可以做什麼。
AI 概覽與 AI 模式，不是同一件事
Google 目前有兩個主要的 AI 搜尋功能，
功能目標和對網站的影響方式差距不小，值得分開來說。
| 比較項目 | AI 概覽（AI Overviews） | AI 模式（AI Mode） |
|---|---|---|
| 顯示位置 | 一般 Google 搜尋結果頁最上方 | 獨立 AI 搜尋介面（頁籤切換進入） |
| 適合的問題 | 快速查資料、定義說明、簡單解答 | 比較、規劃、多步驟的複雜問題 |
| 搜尋方式 | 視問題需要，透過延伸查詢整合多個來源，產生一段摘要答案 | 大量使用延伸查詢，將複雜問題拆成多個子問題同步搜尋 |
| 使用互動 | 以摘要為主，可進一步點擊來源；看完後仍可繼續瀏覽一般搜尋結果 | 可持續追問、比較與調整條件，類似對話式 AI 助理 |
| 對網站影響 | 摘要直接回答問題，傳統結果點擊率明顯下降 | 取代使用者原本需要多次搜尋的整個流程 |
| 典型情境 | 「SSL 憑證是什麼？」「網站要多久建好？」 | 「台中適合 20 人聚餐有包廂的餐廳，預算 800 元」 |
AI 模式的影響更難直接量化，因為它取代的不是一次搜尋的點擊，
而是使用者原本需要搜尋六、七次才能完成的整個研究流程。
當使用者習慣在 AI Mode 裡做比較與規劃，
很多中段的資訊型頁面就失去了被造訪的機會。
延伸查詢：Google 把一個問題，拆成六、七個子問題同步搜尋
AI Overview 背後有一個關鍵機制，Google 官方稱為 query fan-out，
在這裡我們稱它為「延伸查詢」。
系統把使用者輸入的問題，自動拆解成多個相關子問題，
同步到不同網頁抓取資料，再整合成一份回答。
實際案例：一個搜尋背後，Google 做了什麼
這個機制的實際意義是：
使用者原本需要搜尋七、八次、開多個網頁比較，
Google AI 已經幫他完成了。
每一次被 AI 取代的後續搜尋，
都代表網站少了一次爭取曝光與點擊的機會。
因應延伸查詢的正確做法，不是把一篇文章拆成七篇，
而是讓一篇核心文章能完整回答使用者在這個主題上可能延伸出的整組問題：
費用、比較、風險、流程，在同一篇文章裡都處理到。
AI 概覽會讓網站流量下降嗎？研究數據怎麼說
這個問題目前有幾份外部研究可以參考，方向大致一致，
但效果大小差距很大。
不同研究的樣本、產業、查詢類型都不同，
下面的數字要分開來解讀，不能直接套用到所有網站。
Pew Research Center，2025 年。
樣本為 900 名美國成人、68,879 次 Google 搜尋紀錄。
這是目前最接近真實使用者行為的外部研究之一，
但樣本以美國使用者為主，台灣市場的實際數字仍需觀察。
資料來源：Pew Research Center 2025
其他主要研究的觀測方向
| 研究來源 | 主要發現 | 解讀注意事項 |
|---|---|---|
| Wikipedia 因果研究（2026） | AI Overview 使英文 Wikipedia 相關頁面日流量平均下降約 15%；文化類降幅大於 STEM 類 | 資訊百科型內容，不直接等同企業服務網站 |
| Ahrefs CTR 研究（2025–2026） | 有 AIO 時，搜尋第一名結果 CTR 平均少 34.5%；2026 年更新研究估計跌幅達 58% | 觀察式研究，偏資訊型 SERP，幅度要保守解讀 |
| Amsive 研究（約 70 萬組關鍵字） | 非品牌關鍵字 CTR 平均下滑 19.98%；AIO 與精選摘要疊加時，平均跌幅達 37.04% | 對 TOFU 資訊頁影響最大，品牌字相對穩定 |
| Seer Interactive 長期追蹤 | AIO 查詢的 organic CTR 從 1.76% 降至 0.61%（約 -61%）；但非 AIO 查詢 CTR 也從 2.74% 降至 1.62% | 非 AIO 查詢也在下滑，不能全部歸因於 AIO |
| Semrush 覆蓋研究（1,000 萬組關鍵字） | 約 15.69% 的查詢會觸發 AIO；商業型與交易型查詢的觸發比例正在持續擴大 | AIO 觸發範圍不只限於資訊型搜尋，影響持續擴張中 |
| Washington University 研究（55,393 組查詢） | 問句型查詢出現 AIO 的比例高達 64.7%；約 29.8% 被 AIO 引用的網域不在同查詢的傳統首頁結果中 | AIO 來源選擇有自己的邏輯，不完全看現有排名 |
Google 官方的說法是，AI Overview 讓使用者搜尋更頻繁，
從 AIO 點出的訪客停留時間更長。
這個說法有一定的觀測依據，
屬於 Google 的官方立場，值得參考，
但「整體流量品質可能提升」不等於「你的網站流量減少的問題被抵銷」，
兩件事可以同時為真：
點進來的人更有意圖，但點進來的人同時變少了。
比較穩的結論是：
AIO 對資訊型、問答型、長尾非品牌查詢的負面影響，
在多份外部研究中方向一致。
效果大小因產業和內容類型差距很大，沒有單一適用的數字。
哪些網站與內容受影響最大
不是所有頁面都面臨一樣的風險。
AIO 最容易取代的，是「使用者在搜尋頁就能拿到夠用答案」的那類內容；
風險最低的，是 AI 無法幫使用者「做完」的事：
詢價、預約、看案例、判斷一家公司的實際能力。
Google AI 容易直接回答
- 「什麼是 OA 系統？」定義型
- FAQ 與常見問題整理
- 操作教學與步驟說明
- 健康資訊、百科類
- 旅遊攻略、景點整理
- 軟體功能介紹
- 單純整理他人資料的比較文
AI 可先整理，但細節仍需進站
- CMS 平台比較指南
- 電商平台費用比較
- SEO 操作方法整理
- 行銷策略文章
- B2B 採購知識內容
- 軟體選型指南
AI 無法代替使用者完成
- 真實專案案例與費用拆解
- 在地服務說明與報價頁
- 公司作品集與服務流程
- 工具、試算、下載功能
- 詢價、預約、購買頁面
- 客戶評價與可驗證資訊
- 第一手測試數據
根據 Semrush 的追蹤數據，
AIO 觸發範圍正從資訊型查詢持續往商業型（commercial）與交易型（transactional）查詢擴張，
部分 B2B 技術與軟體服務領域的 AIO 觸發率已大幅攀升。
「比較類」和「選型指南類」內容面臨的截流風險在 2026 年已明顯上升，
企業不能再抱持「只要不寫百科文章就沒事」的心態。
被 AI 概覽引用，真的能帶來流量嗎
被 AI Overview 引用，不等於流量會增加。
根據 Pew 的研究，
使用者直接點擊 AI 摘要中引用連結的比例只有 1%。
目前被 AI 概覽引用的價值，
通常更偏向品牌可見度與可信度累積，而不是大量直接流量；
但在高意圖查詢中（例如評估供應商、比較方案），
少量點擊仍可能帶來較高的轉換價值，不能一概而論。
另一個值得注意的現象：
AIO 引用來源的組成，與傳統搜尋排名結果並不完全相同。
Washington University 的研究發現，約 29.8% 被 AIO 引用的網域，
並不在同一查詢的傳統首頁搜尋結果裡。
這表示 AIO 的來源選擇結果，並不完全等同於傳統自然搜尋排名；
即使頁面沒有排在第一頁，也仍可能被引用。
至於 Google 實際如何決定引用來源，
目前並沒有公開完整機制。
能被 AIO 引用的基本條件：Google 官方怎麼說
Google 在 2026 年 5 月發布的官方指南中明確指出：
沒有「AIO 專用的 SEO 魔法」，
不需要特殊 AI Schema，更不需要把文章刻意切碎。
AI 概覽是透過延伸查詢與檢索增強生成（RAG）技術，
直接從現有索引中抓取資料，
能被引用的基本條件，與傳統 SEO 完全相同：
頁面可被正常收錄、有資格顯示搜尋摘要（snippet）、
技術 SEO 正常。
官方給出最核心的建議是：
企業必須創作 「非通俗內容（Non-commodity content）」：
亦即具備第一手經驗、無法被 AI 輕易在大眾網路中回收再製的獨特觀點。
但這不等於「什麼都不用調整」，
網站仍需調整內容結構、問題涵蓋範圍、作者可信度與內部連結，
增加被搜尋系統理解與引用的機會。
簡單說：沒有魔法標記，但有實際工作要做。
如何從 Search Console 判斷是否受到影響
Google 已於 2026 年 6 月初開始分批推送「生成式 AI 成效報告」（Search Generative AI Performance Report），
讓網站主終於有機會查看網頁在 AI Overviews 與 AI Mode 中的曝光表現，
並可依頁面、國家、裝置與日期切分。
不過目前仍屬分批推送（phased rollout），
非所有帳號都已開通；
且現階段這份報告僅提供「曝光次數（Impressions）」，
尚不包含點擊次數（Clicks）、點擊率（CTR）或查詢關鍵字（Queries）。
因此，現階段仍無法單靠新報告判斷「哪個查詢因 AI 概覽少了多少點擊」，
仍需搭配一般 Search Console 成效報告、
GA4 與實際搜尋結果畫面交叉觀察。
有一個可識別的異常模式值得特別注意：
示意模式，非實際數據。各指標幅度因網站內容類型與關鍵字組合而異。
出現上面這個模式，
可能的原因不只有 AI Overview：
SERP 版位調整、廣告增加、使用者行為改變都可能造成類似現象。
不能只靠 CTR 下跌就直接斷定是 AI Overview 造成，
需要搭配查詢類型、頁面內容特性，以及實際搜尋結果畫面交叉判斷。
實際操作：怎麼找高風險頁面
在 Search Console 的一般成效報告中，
篩選出「曝光增加、排名沒有明顯下滑，
但 CTR 與點擊同步下降」的頁面清單，
再確認這些頁面對應的查詢類型是否以定義型、問答型為主。
符合這個組合的頁面，就是最優先需要升級的目標。
若帳號已開通生成式 AI 成效報告，
可將兩份報表交叉比對：
如果某個核心頁面在一般成效中的點擊與 CTR 持續下滑，
但在 AI 報告中累積了極高的曝光次數，
這代表內容頻繁出現在 Google AI 搜尋功能中，
卻沒有轉換成實際點擊，
也就是零點擊搜尋（Zero-click Search）的受害頁面。
這類頁面就是最優先的升級對象。
企業網站現在應該做的 8 件事
- 1
加入第一手經驗，不要只整理別人的資料
「WordPress 是一套網站 CMS 系統」這種定義，
Google AI 自己就能說。
真正有價值的是：
「我們整理 12 個台灣企業網站案子後發現，
WordPress 最常增加的成本不是建置費，
而是外掛續費和版本衝突。」
這是 AI 很難從其他地方拼湊出來的第一手觀察。 - 2
一篇文章回答整組問題，不要只搶單一關鍵字
因應延伸查詢機制，
圍繞「網站建置費用」的文章，
應該同時回答：買斷 vs 租用差異、主機費計算方式、
後續維護費、建置時程、如何選廠商。
這樣才能完整覆蓋使用者在這個主題上的整組問題，
不是只抓到其中一個子問題。 - 3
加入真實案例：客戶遇到什麼、怎麼解決、結果如何
案例不需要長，但要具體。
例如：某 Joomla 3 網站在 PHP 升級後出現文章 404，
最後發現是舊版路由與選單關聯失效，
重建對應選單後恢復正常。
這比一篇「Joomla 404 的五個可能原因」更有引用價值，
也更容易讓看到的人直接詢價。 - 4
先給明確答案，再補證據和說明
使用者已經被 AI 摘要訓練成習慣先看答案再看細節。
你的文章也要這樣結構：
「AI Overview 會不會讓網站流量下降？
會，尤其是定義型查詢，但不同網站差距很大。」
這樣再往下展開原因和研究，
人好讀，搜尋系統也容易理解文章在回答什麼。 - 5
清楚標示作者、來源與更新時間
Google 的 E-E-A-T 原則不是單一排名因素，
但 Google 的系統會評估這些可信度訊號。
作者是誰、實際工作職務、文章更新日期、資料來源，
這些資訊要放出來，不能全是匿名文章。 - 6
合併或升級薄內容頁面
靠大量短文章鋪關鍵字的做法，
在 AIO 時代風險更高。
這類內容本身容易被 AI 摘要取代，
又同時分散網站在該主題上的內容訊號。
找出那些曝光很少、內容很薄、互相重複的頁面，
優先合併或升級，不要讓它們繼續佔著版位。 - 7
確保技術 SEO 基礎正常，特別是 snippet 設定
沒有被 Google 正常收錄的頁面、沒有 snippet 資格的頁面，
通常也不會出現在 AIO 引用來源裡。
重要的檢查項目：
頁面可正常抓取收錄、
不要誤設 nosnippet 或過嚴的 max-snippet 長度限制、
Core Web Vitals 維持在合格範圍、結構化標記設置正確。 - 8
把文章流量導向可以完成動作的頁面
每篇文章要有明確的下一步：
查看案例、下載費用說明、使用試算工具、預約諮詢、
填詢價表單。不要讓讀者看完文章就離開，
把那些「更有意圖的訪客」接住，才是 AI 時代 SEO 真正要守的目標。
30 到 90 天執行方向
知道方向之後，最常見的錯誤是先大改一輪內容，
三個月後不知道是 AIO、演算法、季節性，還是自己改壞了。
正確的順序是：先量清楚，再修最有價值的頁，最後才做規模化。
建立監測基準，找出高風險頁面
- 確認 Search Console + GA4 資料串接正常，建立基準紀錄與事件標記日曆
- 確認 Search Console 是否已開通「生成式 AI 成效報告」，記錄初始曝光資料
- 在 Search Console 找出「曝光成長、CTR 下降」的頁面，建立優先升級清單
- 盤點流量前 20–30 的文章，判斷哪些屬於定義型或純資訊型高風險內容
- 確認技術 SEO 基礎：抓取狀態、snippet 設定（確認未誤設 nosnippet）、CWV 分數
- 列出公司有哪些第一手素材：案例、費用結構、操作記錄、客戶常見問題
升級高價值頁面，規劃問題主題群
- 針對核心服務各自規劃主題群架構，每個主題確認要回答的整組問題
- 優先升級風險最高的頁面：加入案例細節、費用拆解、作者資訊、更新時間
- 建立作者資訊頁與公司背景頁，強化 E-E-A-T 可信度訊號
- 合併或修剪明顯重複、內容過薄的文章
- 產出 2–3 篇主題群核心文章，確認內部連結佈局
監測成效，調整下一輪優先順序
- 回頭看 Search Console，比對升級頁面的 CTR 是否回升
- 在 GA4 追蹤這些頁面的詢價或轉換行為是否有變化
- 補齊主題群中的延伸問題頁面，完整內部連結佈局
- 根據數據決定下一批升級目標，不要靠感覺決定優先順序
AI SEO 是全新的技術嗎？
市場上有很多「AI SEO 攻略」在流傳，
其中相當大比例是過度包裝的舊方法。
Google 官方文件寫得很清楚：
沒有「AIO 專用 schema」、也不需要把文章刻意切碎成很多段。
多數所謂的 AI SEO，
其實就是技術 SEO、主題完整度、專業與信任訊號、結構化內容、內部連結、外部引用
這些傳統 SEO 核心做得更完整。
唯一真正改變的目標，是從「讓某頁排到第一名」，
轉移到「讓 Google 認為這個網站值得被引用」。
對那些過去靠大量可替代資訊頁換取流量的網站而言，
這個改變的衝擊是真實的。但解法不是追新術語，
而是把內容做得有證據、有作者、有品牌、有結構，
同時要能看得出自己哪裡在失血。
對這波 AI 搜尋衝擊的實際看法
如果網站主要靠整理別人資料的文章帶流量，
這種模式在 AI 搜尋時代確實面臨較高風險。
那類內容本來就可以被 Google AI 輕易摘要，
失去點擊是合理的後果。
相反地，真實案例、費用結構、專案過程與操作經驗，
仍然具有無法被一般摘要完全取代的價值，
因為 AI 沒辦法從其他地方拼湊出來。
益盛科技接下來不會只增加更多定義型文章，
而是優先補強實際案例、成本拆解、問題排查紀錄與企業決策型內容。
這個方向的調整，不是因為 SEO 失敗，
而是因為搜尋生態的結構在改變。
確認優先補強的四類內容：
Wordpress和Joomla 3 升級問題排查實錄
記錄 PHP 版本升級後 404、外掛相容性與 SEO 設定問題的實際處理邏輯，
附上每個步驟的判斷依據。
台灣電商網站一年費用完整拆解
從建置、主機、SEO、維護到行銷，
把真實成本結構整理成可參考的數字範圍，
附說明條件。
客戶從 Shopify 改做 B2B 詢價網站的案例
記錄轉型決策的背景、執行過程、遇到的問題與最後結果，
做成有細節的完整案例記錄。
「網站建置費用」主題群架構
圍繞這個主題延伸出 8–10 個子問題頁面，
彼此互連，
完整回答企業主在選廠商時的整組決策問題。
這些內容的目標不是直接衝排名，而是讓那些已經在考慮找廠商的人，
能在我們網站找到足夠的資訊做判斷，
同時讓 Google AI 在引用相關資訊時，有足夠多的理由選擇這裡。
想知道你的網站哪些頁面最需要先處理？
我們可以幫你從 Search Console 找出 CTR 異常頁面，判斷優先升級方向。
預約初步諮詢 LINE@ @igodos｜電話 04-37072202｜台中市相關主題文章
研究來源與參考資料
本文引用數據均附原始研究來源。由於各研究樣本、產業與查詢類型不同，數字請以各來源原文為準，勿直接套用於單一網站的流量預測。
