一句話總結

Search Engine Land 於 8 月 18 日刊登 Alex Galinos 的實戰研究，通過 9 個月、51,200 次 AI Overviews 事件追蹤，揭示了 Google AI Overviews 的關鍵數據：AI Overviews 貢獻了自然搜尋會話的 7.53%（高峰期達 16-17%），但高達 22.4% 的 AIO 點擊流量被 Google Analytics 4 錯誤歸類為 Direct 流量。 對香港企業而言，這意味著你的 GA4 報表可能正在系統性地低估 AI 搜尋帶來的商業價值——你的網站可能正在從 AI Overviews 獲取有意義的流量，但你完全不知道。

9 個月 AI Overviews 追蹤研究的完整拆解

研究方法：用 #:~:text= 碎片信號追蹤 AIO

這項研究的巧妙之處在於它的零成本測量方法：

當用戶在 Google 搜尋結果中點擊 AI Overviews 內的引用片段時，Google 有時會在目標 URL 後面附加一個 #:~:text= 的片段標識符。Galinos 在 GA4 中建立了一個自訂維度（Custom Dimension），當會話帶有這個片段時就會觸發——這就是他追蹤 AI Overviews 流量的核心方法。

  • 追蹤期間：2025 年 9 月至 2026 年 6 月（9 個月）
  • 記錄事件：51,200 次 AI Overviews 相關事件
  • 引用片段：1,661 個不同的引用片段
  • 受測網站：交通運輸行業的品牌網站

三大核心發現

1. AI Overviews 貢獻 7.53% 的自然搜尋會話——但波動巨大

整個 9 個月期間，AI Overviews 平均貢獻了自然搜尋會話的 7.53%。但這個數字絕非固定值：

  • 高峰期（2026 年 2-3 月）：達到 16-17%——即每 6 個自然搜尋訪客中，就有近 1 個是通過 AI Overviews 到達
  • 近期（截至撰稿時）：回落至約 2-4%

這種劇烈的波動意味著：AI Overviews 在搜尋結果頁面中的出現頻率和可見度並不穩定。 它取決於查詢類型、Google 對可用內容的信心、以及更廣泛的算法變化。將 AIO 流量視為自然流量的固定比例，很可能導致嚴重的策略失誤。

對香港品牌的啟示：

  • 不要因為本月 AIO 流量表現好就擴張內容預算——它可能下個月自然回落
  • 不要因為 AIO 流量低迷就放棄 GEO——它可能只是暫時的波動
  • 需要以 季度為單位 評估 AIO 表現，而非逐月比較

2. 22.4% 的 AI Overviews 流量被錯誤歸類為 Direct——你的 GA4 報表在騙你

這是整份研究中最引人關注的發現。

當 Galinos 將 AIO 點擊數據與 GA4 的流量歸類進行交叉比對時，他發現了一個系統性問題：平均 22.4% 的 AI Overviews 會話被錯誤地歸類為 Direct 流量，而不是 Organic Search。

  • 最差的月份（2026 年 5 月）：29.3% 的 AIO 會話被錯誤歸類
  • 最好的月份（2026 年 4 月）：仍有 16.8% 被錯誤歸類

為什麼這很重要？因為 AI Overviews 是 Google 搜尋的一部分——從 AIO 點擊過來的流量理應被歸類為 organic search。當它們被錯誤歸類為 Direct，你就無法在 GA4 中看到這些流量來源，導致：

  • 自然搜尋的 ROI 被低估——你可能花了很多精力做 GEO 優化，但在報表中看不到回報
  • Direct 流量中隱藏了 AI 搜尋轉化——你可能看到 Direct 流量上升，但不知道其中有多少來自 AI Overviews
  • 內容策略決策基於錯誤數據——如果你不知道哪些內容在 AIO 中被引用最多，你就無法優化它們

對香港企業的行動建議： 在 GA4 中設置 #:~:text= 片段的追蹤是目前唯一可靠的第一方 AIO 測量方法。步驟如下：

  1. 在 GA4 中建立一個自訂維度，捕捉 URL 中的 #:~:text= 參數
  2. 建立一個探索報表（Exploration Report），將這個維度與流量來源交叉比對
  3. 定期查看 AIO 流量的真實規模和被錯誤歸類的比例

3. 哪些內容最容易在 AI Overviews 中被引用？

研究還揭示了 AI Overviews 偏好引用的內容類型。在受測的交通運輸行業網站中：

  • 轉運時間內容（Transfer time content）和價格內容（Pricing content）：已被頻繁引用並呈現上升趨勢
  • 結構化的交通運輸比較表格（以實際 HTML 表格格式呈現）：被引用的頻率遠超預期——這告訴你 AI Overviews 在選擇內容時看重什麼
  • 目的地指南（Destination guides）：相對於數據所顯示的潛力，表現低於預期

更廣泛的模式：AI Overview 的引用偏好與 GEO 社區的普遍發現一致——AI Overviews 更傾向於引用具體、結構化、直接回答明確定義問題的內容。時間、價格、路線名稱、比較格式——而不是模糊的編輯性內容。

補充發現：引用片段的生命週期

研究還揭示了引用片段的動態特性：

  • 集中度很高：表現最好的單一片段獨自驅動了 2,276 次事件，而全部 1,661 個片段的平均值僅為 31 次
  • 片段有生命週期：有些片段在特定時期達到高峰然後消退——通常是因為查詢意圖隨季節變化，或內容相對於 Google 當前偏好變得陳舊
  • 另一些片段在發布數月後才浮現並持續上升——這使得新鮮度和具體性比你想像的更為重要

對香港品牌的 GEO 含意

1. 你的 GEO 投資回報正在被系統性地低估

這項研究最直接的商業含義是：如果你只依賴 GA4 的預設報表，你很可能看不見 AI 搜尋的真實回報。

想像一下這個場景：

  • 你每月花 $10,000 優化內容，希望被 AI Overviews 引用
  • AI Overviews 確實為你帶來了流量和轉化
  • 但這些流量被歸類為 Direct，你在 GA4 的 Organic Search 報表中完全看不到
  • 於是你得出結論：「GEO 沒有效果」，停止了投資

這正是 22.4% 錯誤歸類的危險所在。對香港企業而言，設置 AIO 流量追蹤不是可選項——它是任何 ROI 導向的 GEO 策略的必要前提。

2. 內容策略的優先級調整

根據這份研究的內容偏好數據，香港品牌的內容策略應該：

優先級高（立即行動）：

  • 建立 結構化的比較內容——如果你的服務或產品可以與競爭對手比較，用 HTML 表格（而非圖片）呈現
  • 發布 具體的價格和時間資訊——AI Overviews 特別偏好具體數據而非籠統描述
  • 創建 直接回答問題的 FAQ 頁面——每個問題和答案都應該是獨立、明確的

優先級中（一至三個月內）：

  • 定期更新現有內容——陳舊內容在 AIO 中失去引用份額
  • 擴展主題覆蓋範圍——從核心主題延伸到相關的長尾問題
  • 監控競爭對手的引用情況——了解他們哪些內容在 AIO 中表現好

優先級低（長期策略）：

  • 建立內容的結構化數據（Schema.org）— 幫助 AI 更好地理解你的內容
  • 開發獨家數據和原創研究——這是最難被替代的引用資產

3. 引用片段的生命週期管理

Galinos 的研究表明，AIO 引用片段不是永久性的。它們有生命週期：

對香港企業的實用管理框架：

階段特徵建議行動
萌芽期剛被引用，流量低觀察，不要立即擴充
增長期引用次數上升擴充相關內容，增加深度
高峰期流量達到頂峰強化競爭壁壘，更新內容確保新鮮度
衰退期引用次數下降重新評估內容的相關性和質量，考慮大幅更新或重新定位

4. 波動管理——不要追逐短期信號

AI Overviews 的自然搜尋佔比從 16-17% 波動到 2-4%，這種程度的變化對任何營銷策略都是巨大挑戰。

對香港 SME 的建議：

  • 預算配置要考慮波動——不要因為高峰月份就大幅增加 AIO 相關支出
  • 建立以季度為單位的評估周期——月度數據的噪音太大
  • 同時關注多個流量來源——AI Overviews 應該是多元渠道策略的一部分，而非唯一焦點

你可以今天做的三件事

在 GA4 建立 AIO 追蹤

  1. 在 GA4 的管理介面中，建立一個新的 自訂維度，範圍設為「事件」，參數名稱為頁面 URL 中的 #:~:text= 片段
  2. 建立一個探索報表，過濾條件為包含這個片段的會話
  3. 對比這個數據與你從「Search Console > Organic Search」看到的流量——差距揭示了被錯誤歸類的比例

審視你的內容結構

檢查你的網站上表現最好的頁面：

  • 它們的內容是否以結構化格式（表格、列表、比較）呈現？
  • 它們是否直接回答了明確的問題？
  • 它們是否包含具體的數字、價格、時間等數據？

如果答案是否定的，優先重寫這些頁面。

建立定期 AIO 監控日誌

每月一次：

  • 記錄你的核心頁面在 AI Overviews 中的引用狀況
  • 記錄哪些頁面被引用、引用上下文是什麼
  • 與前一個月比較，標記流失和新增的引用片段

結語

Alex Galinos 的 9 個月研究為 GEO 從業者提供了一份珍貴的實戰數據：AI Overviews 是真實存在的流量來源（7.53% 的自然佔比），但它的測量遠比你想像的複雜。22.4% 的錯誤歸類率意味著你的 GA4 報表正在系統性地欺騙你，而 AIO 的流量波動（從 17% 到 2%）則要求你用更長的時間維度來評估成效。 對香港企業而言，第一步不是寫更多內容，而是建立正確的測量框架——否則你永遠不知道你的 GEO 投資是否真的有效。

想知道你的品牌在 AI Overviews 中獲得了多少隱藏流量？到 /contact 聯絡我們做一次 AI 流量歸因審計。