AI 搜尋流量遷移不是「Google 被取代」這麼簡單。更準確的判斷是：使用者仍大量使用 Google，但部分資訊型查詢、研究型查詢與比較型查詢，正在被 AI Overview、ChatGPT、Perplexity、Gemini 等答案系統重新分配注意力、點擊與後續品牌搜尋。
這個變化最容易被誤讀。若只看 GA4 referral，AI 平台帶來的流量可能很小；若只看 Search Console CTR，又可能把所有下滑都歸因給 AI。SmartLink 的判斷是：搜尋流量正在遷移，但遷移先發生在「點擊必要性」與「答案入口」上，未必立刻反映為大量 AI referral。
AI 搜尋流量遷移是什麼？
AI 搜尋流量遷移指的是使用者從傳統 Google 藍色連結點擊，逐步移向 Google AI Overview、ChatGPT、Perplexity、Gemini 等答案型平台的行為變化。它不是單一渠道替換，而是搜尋任務被拆成「查答案、驗證來源、比較品牌、回到官網」等多段路徑。
過去 SEO 的流量路徑相對直接：使用者搜尋關鍵字，Google 顯示自然結果，使用者點擊網站，網站再透過內容或轉換頁承接需求。AI 搜尋加入後，第一步開始改變。使用者可能直接在 AI 工具問問題，也可能在 Google SERP 中看到 AI Overview，先取得摘要，再決定是否點擊來源。
因此，遷移不只發生在「流量來源」欄位。它也發生在使用者是否還需要點擊、是否記得品牌、是否在 AI 回答中看見引用來源，以及是否之後用品牌搜尋回到網站。這也是為什麼 搜尋可見度指標需要把曝光、引用、品牌需求與轉換放在同一張儀表板，而不是只看自然流量。
Google 搜尋真的被 AI 平台取代了嗎？
目前數據不支持「Google 搜尋已被 AI 平台取代」這個結論。比較合理的說法是：傳統搜尋使用仍然穩定，但部分查詢的點擊價值被 AI 答案壓縮，部分研究型行為開始移向 AI 平台。
SparkToro 與 Datos 的美國 clickstream 研究顯示，AI 工具使用率快速成長，但傳統搜尋引擎的月使用率仍維持在 95% 以上。這個數字的重要性在於：AI 工具的擴張沒有等於 Google 使用消失。
但另一邊，Google 搜尋使用穩定不代表網站點擊穩定。使用者可以照樣搜尋 Google，卻在 AI Overview、Featured Snippet、知識面板或 People Also Ask 中完成任務，不再點進網站。這正是 zero-click search 的核心問題：搜尋行為存在，點擊不一定存在。
因此，SEO 團隊要避免兩種錯誤：第一，把 AI 工具成長誤讀為 Google 已失效；第二，把 Google 使用穩定誤讀為自然搜尋流量沒有風險。真正的問題不是「使用者還用不用 Google」，而是「同一個搜尋任務還需不需要進站」。
哪些查詢類型最容易先遷移？
最容易先遷移的是資訊型、研究型、比較型與初步決策型查詢，因為這些任務可以被 AI 系統直接摘要、整理或比較。品牌導航、交易、在地服務與需要實際操作的查詢，短期內仍比較依賴 Google、官網、地圖與落地頁。
| 查詢類型 | 遷移風險 | 可能遷移到哪裡 | 觀察指標 |
|---|---|---|---|
| 定義型 | 高 | Google AI Overview、ChatGPT | 曝光持平但 CTR 下滑 |
| 研究型 | 高 | ChatGPT、Perplexity、Gemini | AI referral、AI 引用樣本、長尾點擊下降 |
| 比較型 | 中高 | Perplexity、Google AI Overview | 比較頁曝光、引用率、品牌搜尋後續變化 |
| 品牌型 | 中低 | Google、直接輸入、AI 品牌驗證 | 品牌查詢量、品牌 CTR、直接流量 |
| 交易型 | 低到中 | Google、商城、官網、AI 購物入口 | 自然流量轉換率、購買頁到達率 |
| 在地服務型 | 低到中 | Google Maps、Local Pack、AI 摘要 | GBP 行動、電話、路線、地圖曝光 |
這個分類也解釋了為什麼不同網站感受到的衝擊差異很大。新聞、知識型內容、旅遊、評測、教育與 B2B 研究頁面更容易被 AI 答案吸收；工具、資料庫、方案頁、諮詢頁與需要互動的頁面，仍有較強的點擊理由。
為什麼 AI referral 低，不代表 AI 影響小？
AI referral 低，只代表 AI 平台送到網站的可追蹤點擊還少，不能代表 AI 對搜尋行為的影響小。AI 最大的影響常發生在點擊之前：使用者在答案中取得資訊、比較選項、形成品牌印象，但沒有產生 referral。
Similarweb 的 GenAI 與出版商報告指出，ChatGPT news queries 成長明顯，新聞網站也面臨 organic traffic 下滑壓力。這類數據說明的不是 AI referral 已全面取代 Google，而是答案型消費正在改變內容網站取得點擊的方式。
另一份 Similarweb 對 GenAI referrals 的分析也顯示，AI referrals 正在增加，但和 Google Search 相比仍小很多。這正是遷移分析的重點：AI referral 是一個可見的尾端指標，但大量 AI 影響可能留在不可點擊的答案消費、品牌記憶與後續搜尋中。
因此，不應用「AI referral 只有很小比例」否定 AI 搜尋影響，也不應用「AI referral 成長很快」直接宣告 Google 流量會歸零。正確做法是把 AI referral、AI citation、Google CTR、品牌搜尋與轉換品質分開看。
從 Google 到 AI 平台的四種流量路徑
AI 搜尋時代的流量不再只有「Google 搜尋到網站」一條路徑，而是至少分成四種：傳統 Google 點擊、Google zero-click 答案、AI 平台 referral、AI 影響後的品牌回流。四種路徑會同時存在，且每一種都需要不同指標。
| 路徑 | 使用者行為 | 網站能看到什麼 | 主要盲點 |
|---|---|---|---|
| Google 藍色連結點擊 | 搜尋後點進自然結果 | GSC clicks、GA4 organic traffic | 看不到被 SERP 吃掉的需求 |
| Google AI / zero-click | 在 SERP 看完答案不點擊 | GSC impressions、CTR 下降 | 無法完整分離 AI Overview 表現 |
| AI 平台 referral | 從 ChatGPT、Perplexity 等點回網站 | GA4 referral/source、landing page | 只看得到點擊，不看得到回答中的曝光 |
| 品牌回流 | 先在 AI 或 SERP 看見，再搜尋品牌或直接進站 | 品牌查詢、direct、returning users | 歸因容易被錯分到 direct 或 organic |
這四條路徑中，第二與第四條最容易被低估。AI Overview 可能降低點擊，卻增加品牌曝光；AI 平台可能沒有送 referral，卻讓使用者記住品牌。這也是 品牌搜尋 SEO變重要的原因：品牌查詢是觀察不可見 AI 曝光是否轉成需求的少數可用指標。
GA4 與 GSC 要怎麼追蹤 AI 搜尋流量？
追蹤 AI 搜尋流量不能只靠一個報表。GSC 負責看 Google 查詢、曝光、點擊與 CTR；GA4 負責看 AI referral、landing page 與轉換；AI citation sampling 負責看未點擊的答案曝光；品牌搜尋則負責觀察後續需求是否回流。
Google 官方的 AI 功能與網站說明把 AI features 放在 Google Search 的可見度脈絡中，而不是獨立成一個簡單 referral 來源。這代表 Search Console 仍是必要起點，但它不能單獨回答「AI Overview 帶來或吃掉多少流量」。
實務上可以建立月度監測表，欄位包含：非品牌資訊型曝光、非品牌資訊型 CTR、品牌查詢曝光、AI referral sessions、AI referral conversion rate、被 AI 引用的 URL、被引用的查詢主題、direct / returning users、重點頁面的 assisted conversions。這份表的價值不在精準歸因，而在長期比較同一組指標的方向。
台灣網站應該怎麼解讀全球遷移數據？
台灣網站可以用全球 AI 搜尋遷移數據判斷方向，但不應直接套用比例。美國與英語市場的 AI Overview 覆蓋率、ChatGPT 使用習慣、Perplexity 滲透率與新聞消費行為，都和繁體中文市場不同。
台灣市場至少有三個差異。第一，繁體中文 AI 搜尋的回答品質與引用覆蓋率仍在變動，不能直接等同英語查詢。第二，台灣使用者高度依賴 Google、YouTube、社群與 LINE 生態，AI 平台常是補充入口而不是唯一入口。第三，很多 B2B 與高單價服務仍需要品牌驗證、案例、口碑與人工諮詢，AI 很難完整取代後續決策。
因此，台灣網站不應只問「AI 搶走多少流量」，而應問三個更可操作的問題：哪些資訊型查詢 CTR 正在下滑？哪些 AI 平台開始送出可追蹤 referral？哪些品牌查詢或直接流量在 AI 曝光後增加？這三個問題比引用單一全球百分比更有決策價值。
內容策略要如何跟著流量遷移調整？
內容策略需要從「只為排名寫完整頁面」調整為「同時服務 Google 排名、AI 引用、品牌記憶與後續轉換」。這不是放棄 SEO，而是把每篇內容的任務拆得更清楚：哪些段落負責被引用，哪些段落負責讓人點進，哪些頁面負責承接決策。
第一，資訊型內容要增加可引用密度。每個 H2 開頭提供直接答案，後面補上數據、限制條件、比較表與來源。這可以同時服務 Featured Snippet、AI Overview 與 AI 平台引用。
第二，研究型與比較型內容要提供 AI 無法一段話替代的深度：實測流程、台灣市場差異、決策表、案例、風險邊界。若內容只是在重述常識，AI 摘要很容易取代點擊。
第三，品牌與轉換頁要補強。當上游資訊型流量被壓縮，剩下的高意圖流量更珍貴。方案頁、案例頁、評價頁、FAQ、關於我們與比較頁，會決定 AI 曝光是否能轉成實際商機。這也是 AI Overview CTR 影響不能單看點擊損失的原因，因為留下來的點擊可能更接近決策階段。
FAQ
以下整理 AI 搜尋流量遷移最常見的問題，重點放在數據解讀、追蹤限制與 SEO 決策，而不是把 AI 搜尋簡化成單一平台替代。
AI 搜尋流量遷移代表 SEO 不重要了嗎？
不是。SEO 仍是讓內容被 Google、AI Overview 與 AI 平台發現的基礎。改變的是衡量方式：不能只看排名與 organic sessions，還要看 AI 引用、品牌搜尋、直接流量與轉換品質。
為什麼我的 GA4 幾乎看不到 ChatGPT 或 Perplexity referral？
因為 AI 的影響常發生在無點擊的答案消費中。使用者可能在 AI 回答中看見品牌，但沒有點擊來源；也可能之後用品牌名搜尋或直接進站。GA4 referral 只看得到點擊，不等於完整 AI 影響。
哪些網站最容易受到 AI 搜尋流量遷移影響？
以資訊型內容、新聞、評測、旅遊、教育、B2B 研究與工具清單為主的網站，通常更容易受到影響。交易頁、工具頁、資料庫、在地服務與高信任決策頁面仍有較強的進站理由，但也需要補強 AI 可引用性。
台灣網站現在需要做 AI referral 追蹤嗎？
需要，但不要過度解讀短期比例。建議先在 GA4 建立 AI referral source 群組，搭配 GSC 查詢分層、品牌搜尋量與每月 AI 引用抽樣。初期重點是建立基準線，而不是追求精準歸因。