当前位置:首页 > 科技资讯 > 正文

AI驱动搜索革命:流量格局527%的巨变

‍‍‍‍过去一年,我们见证了AI如何重塑搜索领域。如今,这场变革已不仅仅是讨论,我们正亲身经历着网络流量的显著变化。

在Previsible的研究中,我们分析了19个GA4属性中的大型语言模型(LLM)带来的流量,揭示了一个无可争议的事实:ChatGPT、Perplexity、Claude、Gemini和Copilot等AI平台正在改变用户发现和访问网站的方式

这不是理论推测,而是实实在在的流量数据。

仅仅五个月内,AI推荐的会话量就从17,076次激增到107,100次。

2025年1月至5月间,增幅高达527%。部分SaaS网站中,已有超过1%的会话来自LLM。

在法律、健康和金融等垂直领域,来自ChatGPT、Claude等平台的流量正翻倍甚至三倍增长。

若你从事SEO、内容创作或增长策略工作,这种变化或许并不陌生。它如同“移动优先”策略一夜之间颠覆排名因素,或社交媒体从品牌点缀转变为正规获客引擎的时刻。

每次规则改变,早期采用者总能胜出。这次也不例外,只是变化速度更快。因此,问题不在于AI是否在改变你的流量构成,而在于它已经带来了多大影响,却未被你察觉。

01.核心要点:关于AI搜索你需要知道的事

AI信息发现增长527%:对比2025年与2024年的前五个月,19个GA4属性中来自LLM(如ChatGPT、Perplexity、Gemini)的总会话量从17,076次飙升至107,100次。

LLM已成为用户旅程的一部分:部分网站,尤其是SaaS领域中,超过1%的流量由AI推荐结果驱动,主要面向漏斗底部用户和精准潜在客户。

高咨询需求行业领先:法律、金融、中小企业服务、保险和健康领域占所有LLM驱动会话的55%,表明用户倾向于向AI咨询复杂的情境化问题。

ChatGPT领先,但竞争格局正在扩大:ChatGPT仍占主导地位,但Perplexity、Copilot和Gemini正获得实质性增长。

SEO正分化并加速演进:不再仅限于在Google中排名,还需在AI助手、摘要和对话界面中获得可见性,这些场景更青睐结构清晰、内容明确且真正有用的信息。

02.AI信息发现增长527%,且不等你获得排名就已经发生

AI正以惊人速度重塑网络流量格局。

对比2025年1月至5月与2024年同期,19个GA4属性中AI来源的会话量从17,076次增至107,100次。这意味着同比增长527%。

AI驱动搜索革命:流量格局527%的巨变 AI搜索 LLM SEO进化 信息发现 第1张

一个突出案例是,ChatGPT的月访问量从2024年初的仅600次增至2025年5月的22,000次以上。

按行业细分,流量占比的增长同样显著:

法律:LLM来源会话占比从0.37%升至0.86%

健康:从0.17%升至0.56%

金融和SaaS呈现类似趋势,部分领域的LLM流量占比已超1%

大语言模型正迅速成为一个合法的信息发现渠道。

AI驱动搜索革命:流量格局527%的巨变 AI搜索 LLM SEO进化 信息发现 第2张

为何重要?

大多数SEO策略仍停留在旧时代:优化→等待→抓取→排名→转化。

这套流程是为Google的抓取和索引周期设计的,该系统奖励耐心、反向链接和缓慢迭代。

但LLM不在乎这套流程。它们的抓取方式不同,排名顺序不同,也不会等待你的规范标签生效。只要内容有用,它们会立即呈现。唯一重要的是,你的内容能否以模型信任的方式回答用户问题。

03.LLM的流量实际去向:真实细分

不是预测,不是直觉,而是真实流量数据。

在《2025年Previsible AI数据研究》中,我们分析了19个GA4属性的LLM驱动会话,以了解ChatGPT、Claude、Gemini、Copilot和Perplexity等平台如何影响真实用户行为。

发现如下:

法律领域位居榜首,LLM流量占总流量的0.28%

金融紧随其后,占0.24%,显示在受监管市场的强劲增长

健康领域占0.15%,流量来源包括ChatGPT、Gemini和Perplexity

AI驱动搜索革命:流量格局527%的巨变 AI搜索 LLM SEO进化 信息发现 第3张

结论

法律、金融、健康、中小企业服务和保险领域占数据集中所有LLM来源会话的55%

为何是这五个领域?

因为人们使用LLM的方式不同于搜索引擎。

他们提出的是有语境、重信任、需咨询的问题。那些通常会向真人专家提出的问题:

“签署这份合同前,我应该向律师问些什么?”、“考虑到我的XYZ健康状况、个人信息和症状,这种药物安全吗?”、“我是一家花店的小企业主……

这些都是高情境场景,也是LLM开始占据优势的领域。

因此,若你的品牌处于依赖信任、清晰度或专业度的领域,而内容未针对AI优化……

结论

这带来两个启示:

  • 不能只针对一个模型优化……
  • 要不同模型偏好不同格式、来源和结构……

启示

  • 开始追踪AI平台驱动的回话……
  • 为AI界面优化内容结构……
  • 转变思维……
  • 让你的内容在整个营销漏斗中都做好AI准备……