Ahrefs AI概览点击率研究解读

结论先说：Ahrefs于2025年4月17日公布三十万关键词分析，发现出现Google AI Overviews的关键词样本中，排名第一页面的平均点击率相对预测基线低约34.5%。这个结果提示信息型搜索点击承压，但它是基于聚合Search Console数据和对照趋势的估算，不代表所有查询、国家、设备和网站都会下降同样幅度，也不能在没有随机实验时把相关差异描述为确定因果。

研究方法和计算过程

Ahrefs从Keywords Explorer数据库选择三十万关键词，其中十五万在2025年3月触发AI Overview，另十五万为没有该功能的信息型关键词。研究称，触发AI概览的关键词中99.2%属于信息意图，因此用信息词进行更接近的比较。点击率来自聚合Google Search Console桌面数据，以点击总和除以展示总和，比较2024年3月和2025年3月。

普通信息词第一名平均CTR从0.056降到0.031；后来触发AI概览的那组词从0.073降到0.026。研究把普通组的整体降幅应用到AI概览组的旧基线，得到假设没有AI概览时约0.040的预测值，再将实际0.026与预测值比较，计算出约34.5%的差异。这个算法比只看前后下降更谨慎，但预测基线仍依赖两组趋势可比的假设。

专业知识点：为什么不能直接写成确定因果

1. 研究不是随机实验。哪些词触发AI概览由Google系统决定，两组关键词在长度、主题、需求和SERP特征上可能仍有差异。
2. 同期搜索环境也在变化。广告、精选摘要、论坛模块、用户设备和品牌结构都可能影响CTR，对照趋势只能降低部分干扰。
3. 聚合平均会隐藏分布。平均值不能说明每个词都下降，某些页面可能持平、上升或从AI概览中的链接获得点击。
4. 第一名CTR不是全部价值。研究集中排名第一页面的桌面点击，不能直接推算其他位置、移动端、品牌曝光和后续跨渠道行为。

对企业意味着什么

依赖信息型自然流量的企业应调整测量，而不是停止创作。可用GEO与SEO联合诊断区分传统排名和AI呈现，通过新闻源内容积累有时间与证据的事实，再参考媒体营销规划分散单一入口风险。内容应帮助用户完成真实任务，并设计订阅、工具、案例或咨询等合理下一步。

行动清单

• 标记会触发AI概览的核心信息词，按设备、国家和页面保存展示、排名、点击与CTR基线。
• 区分品牌词、非品牌词、信息词和交易词，不用全站平均CTR掩盖结构变化。
• 为重要内容补充第一手数据、可下载模板、案例条件和更新记录，提供答案界面之外的访问理由。
• 同时观察品牌搜索、直接访问、订阅、辅助转化和线索质量，避免把无点击一律视为零价值。
• 引用34.5%时完整写明样本、桌面CTR、时间与预测方法，不将其改写为Google官方统计。

企业自己的验证设计

可选择一组长期稳定的信息词，按是否出现AI概览分层，每周保存SERP状态和Search Console数据。发生排名、标题、摘要或页面修改时单独注释，至少观察数月。若AI概览出现后CTR下降，也要检查排名位置和其他结果组件是否同步变化。样本不足时报告中位数、区间与绝对点击，不追求一个看似精确的行业损失率；真正的预算调整应依据企业流量与收入敏感度。

点击下降后的页面策略

如果用户在结果页已经获得简短答案，页面需要提供无法由摘要完全替代的价值，例如原始数据、可操作工具、完整清单、条件化案例和持续更新。这里不是故意隐藏答案，而是把结论与证据、方法和下一步组织完整。标题与摘要仍应准确，不用夸张承诺骗取点击；即使点击更少，高匹配访问也可能带来更好的参与，但需要企业数据验证。

怎样向管理层汇报

报告应同时呈现查询展示、排名、CTR、点击绝对量、AI概览出现比例和业务结果，并说明数据来自桌面还是移动端。若引用Ahrefs研究，用脚注写清三十万关键词、两组各十五万、2024与2025年3月比较以及预测值算法。企业自身变化与行业研究并列展示，不能用行业百分比乘以全站历史点击就宣称损失金额，因为查询结构与设备分布并不一致。

证据边界

34.5%是Ahrefs样本和模型下的相关估算，不是Google官方数字，也不是每个网站的固定损失。研究使用聚合GSC数据，具体域名、国家分布与误差区间并未让读者逐项复核。预测值依赖普通信息词能代表无AI概览趋势的假设，仍可能存在未观测差异。文章可以支持“AI概览与第一名CTR下降相关”的表述，但不足以证明所有下降都由AI概览单独造成。

原文引用链接

Ahrefs：https://ahrefs.com/blog/ai-overviews-reduce-clicks/
原始来源发布日期：2025-04-17；本站解读日期：2026-08-10。

FAQ