排名升但查詢跌：AI 可見度與 SEO 排名要分開量

客戶看到目標詞上了首頁，自然流量持平，查詢量卻少了近一成。這份報告沒有寫錯，只是把兩個不同的問題放進同一欄。seo排名量的是你在搜尋結果中的位置，AI 答案裡的品牌提及量的是你有沒有在用戶比較之前被選中。兩者都要看，但不能相加，也不能互相代替。

重點摘要

• 排名是位置，AI 答案裡是預選；看首頁的用戶還要自己比較，讀完 AI 答案的用戶可能已經決定。
• 搜尋與 AI 不是此消彼長：搜索引擎月獨立訪客兩年多來仍有增長，聊天機械人的增幅更大，兩邊的人高度重疊。
• 引用率與提及率要有分母：同一個數字放在不同的問題集、引擎與期間，意思完全不同。
• 品牌搜尋上升與 AI 推薦同步出現，這是趨勢上的相關，不足以證明因果。
• 報告分開列出排名、品牌提及率、來源出現率與商業結果四層，讀者才知道下一步該改哪一項。

目錄

• 同一份月報裡的兩個問題
• 排名遊戲與答案遊戲的分別
• AI 流量佔比小，但不等於沒有價值
• 指標要有分母，提及才不是虛數
• 被檢索與被看見引用不是同一件事
• 香港中小企的判斷框架
• Topkee 怎樣把兩套指標分開管理
• 下一步：建立自己的量度基線
• 常見問題

同一份月報裡的兩個問題

客戶委員會開會時通常只問一句：「為甚麼好客少了？」這條問題需要兩種數據才答得到。排名報表可以告訴你目標詞在約定的引擎、地區、語言與設備下排第幾，卻答不出買家在比較階段看過甚麼、被誰說服。

Search Engine Journal 在同日的文章把這個落差講得很直接：排名量的是「清單遊戲」，你坐在用戶仍然要逐項評估的名單之中；AI 可見度量的是「答案遊戲」，你是否在用戶比較任何人之前已被預選。兩者中間隔著一段用戶的心智過程，而這段過程不會出現在排名報表裡。

接手這種報告時，我會先請客戶把兩個數字分開寫：自然搜尋的查詢數，以及在指定問題集裡 AI 答案提到品牌的比率。兩欄並排放在同一頁，但各自標明單位、樣本與期間，不再合成一個「成效分數」。做seo顧問這一環，第一步就是拒絕用一個數字代表兩種遊戲。

排名遊戲與答案遊戲的分別

排名遊戲：量的是位置

傳統 SEO 的工作單位是關鍵詞簇與目標頁面，交付的是診斷、頁面優化與排名報告。它的量度可以寫得很清楚：固定搜尋引擎、地區、語言、設備、詞表、目標域名與採樣時間，然後逐詞記錄位置。固定了這些條件，前後兩個月才有比較的意義。

這種量度的邊界也很明確。位置只說明你有資格被看見，不說明買家有否點進來，更不說明他讀完之後有幾大機會查詢。seo排名的報告寫得再仔細，也只覆蓋前半段。把兩件事混在一起，就會出現「排名升、查詢跌」這種看似矛盾的月報。

答案遊戲：量的是被選中

AI 答案的場景不同。用戶問一條問題，模型已經在內部掃過並比較過一輪，答案往往只有幾個名字。當買家讀到答案時，候選名單可能已經收窄。

Search Engine Journal 的文章提出三層判斷：有沒有被提及（inclusion）、描述是否準確（framing）、以及會否被推薦（endorsement）。三層要分開記錄，因為它們回答三個不同的問題。被引用不代表被推薦，被推薦也不代表描述準確；一篇被引用的文章可以寫得很專業，卻把你定位成入門級選項。

三層的層級關係，在下面這張表可以直接看出來：

AI 流量佔比小，但不等於沒有價值

不少客戶看完 AI 引薦流量後的第一個反應，是「佔比只得零點幾%，不值得投資」。這個反應忽略了兩點。

第一，AI 引薦流量本身只是冰山露出水面的部分。用戶在 AI 答案裡看到品牌，未必當下點擊；他可能幾日後在 Google 打品牌名，那個到訪被記為自然搜尋或直接流量。Similarweb 的追蹤研究就捕捉到這個現象：當 Capital One 被推薦時，14.2% 的用戶在七日內到訪；六組品牌全部由被推薦的一方勝出。這些用戶到達網站後也更深，平均 12.0 個頁面瀏覽，停留時間比一般到訪長得多。

第二，AI 流量與搜尋流量的關係不是零和。Similarweb 的最新基線顯示，近兩年間搜尋的每月獨立訪客仍有增長，幅度為 2%；同期 AI 聊天機械人增長 57%，增速明顯較快；超過十個 ChatGPT 用戶之中有九個同時使用 Google。美國桌面購物旅程包含 AI 的比例升至 11.4%，其中 89% 同時使用傳統搜尋。

Ahrefs 的基準頁提供了另一組對照，也提醒我們要看分母。它追蹤 118,671 個網站的流量，AI 搜尋只佔 0.46%；同期直接流量下跌 8.21 個百分點。AI 流量佔比小是事實，直接流量下滑也是事實，兩者放在一起比較，才是值得追問的問題。

Similarweb 這份研究另有明確的樣本邊界：美國、桌面、2025 年 7 月至 12 月，只選三個行業與六組品牌。香港的中小企市場、繁體中文的提問習慣，以及線下成交為主的生意，都不能直接套用這些比率。我把它的作用定在方向：AI 推薦會帶來下游到訪，而這個到訪會被記在別的渠道下。

指標要有分母，提及才不是虛數

我會在每次報告的第一頁寫明三個變數：問題版本、引擎與採樣期間。因為「這個月提及由二十次升到三十五次」這句話，如果問題集換過，就沒有意義。

一個數字要有意義，至少要知道分母是甚麼。四十條問題裡有十二條出現品牌，觀察到的提及率就是三成；換成一百條問題裡同樣十二條，就只有一成多。同一種算法也用在seo 排名的追蹤上，只是分子換成某個位置內的詞數。四十條問題那組數字，只說明那四十條問題的情況，不代表全市場的 AI 搜尋。

XOVI 的 AI 可見度工具做了一個示範：它為每項服務產生買家問題、重複執行、記錄品牌有無被提及及位置，每兩週自動重跑一次，每次報告覆蓋 3 項服務與 30 條 AI 可見度查詢。這種設計的重點不在查詢數量，而在重複與固定，同樣的問題配同樣的節奏，變化才可歸因於內容或市場，而不是隨機抽樣。

這與 SEO 排名追蹤的做法其實同源。排名要固定引擎、地區、語言、設備與詞表；AI 提及率就要固定問題版本、引擎、語言、地區與採樣節奏。兩邊的紀律一樣，只是樣本單位不同。

被檢索與被看見引用不是同一件事

為甚麼來源匯總會被誤讀

工具匯總的「引用來源」清單總數，常被當成「AI 答案中有幾多次顯示我的網站」。兩者統計範圍不同：前者包括 AI 生成答案時檢索過、但沒有在答案正文展示給用戶的頁面。把這些頁面計入分子，等於把「AI 看過」寫成「用戶看得到」。

我自己處理這類報表時，會把它拆成四格：被檢索、答案中可見引用、網站訪問、商業結果。四格分開列示，任何一格都不拿來代替另一格。缺失資料與真零值也要分開標示，不然同一個零既可能是真的沒有出現，也可能是引擎根本不支援來源分析。

四個階段的記錄方式

這張表最大的作用，是讓報告的每一句都有對應的來源。寫「答案提及率上升」時，要同時寫清楚分母、引擎與問題版本；寫不到，就不要寫這個數字。

香港中小企的判斷框架

香港市場的樣本特別小，這個限制要寫進報告。繁體中文的問題在部分引擎的樣本量本來就有限，品牌名或服務範圍愈窄，有效答案愈少，一個答案的浮動就足以令百分比跳幾個點。

以下幾條問題，可以用來決定下一年預算放哪裡：

1. 現有的自然搜尋查詢，若把品牌詞與非品牌詞分開，哪一邊在跌？品牌詞跌，通常與 AI 答案無關；非品牌詞跌而排名穩定，就值得檢查比較階段的曝光。
2. 你的買家在決策前，會不會向 AI 問這一類問題？若是高單價、重比較的服務，答案階段的影響通常大於低價日用品。
3. 你現時有無可重複的問題集與固定節奏？沒有，就先建立；買工具之前先有口徑，否則第一份報告已經無法與下個月比較。

這幾條問題的答案，其實就是一套預算分配的次序。先確認買家在決策前是否會向 AI 提問，再檢查自己的量度是否可重複，最後才決定買哪一項服務。seo 排名的追蹤可以同步進行，因為它成本低、週期短，而且能回答「非品牌詞有沒有失去位置」這個問題。

如果答案集中在第二與第三題，而排名本身沒有惡化，把一部分預算放在 AI 可見度的量測與內容修正，比繼續買排名更貼近問題。

Topkee 怎樣把兩套指標分開管理

Topkee 的做法，是把排名與答案當成兩個交付單位，而不是一份儀表板上的兩欄。SEO 搜尋引擎優化以關鍵詞簇與目標頁面為工作單位，目標是商業關鍵詞進入自然搜尋前 10，交付診斷、頁面優化、執行記錄與排名報告；GEO 服務則以追蹤問題與知識主題為單位，量的是客戶向 AI 提問時品牌有無出現、描述是否準確。

兩者在官網上是分開定價、分開交付的，兩項可分開買，也可用一份聯合計劃同時做。這種分工之所以必要，是因為「SEO 與 GEO 分工」不能靠在舊報告旁邊加一欄就算：排名那一邊的驗收要固定引擎、地區、語言、設備、詞表與採樣時間，AI 答案那一邊卻要固定問題版本、引擎、採樣節奏與有效答案的分母，兩套條件根本不同。

在口徑上，Topkee 把 AI 提及率定義為「包含品牌提及的有效答案 ÷ 相同條件下的有效答案」，來源出現率則只在支援來源分析的引擎中，以自有網站出現的有效答案除以同組有效答案計算。非內嵌的檢索來源另列一項，不能直接當成答案可見引用率；無來源與資料缺失分開標示，分母先經系統驗證。這一點直接回應了業界對「只數提及」的批評：沒有分母與版本記錄的引用率，只是一組會隨問題集變動的數字。

報告結構上，Topkee 把成效分成「成效報告四層」，依次是服務交付、搜尋與 AI 可見度、訪問與互動、商業結果；再用「成效觀察三層」框架，把被檢索、答案引用、網站訪問與產生查詢逐階段說明。至於「Google Search Console 的邊界」，它的生成式 AI 表現報告只涵蓋 AI Overviews 與 AI Mode 的曝光，不能擴寫成完整 prompt 清單或獨立轉化數據；其平均位置也不可替代固定條件下的 SERP 排名。這些邊界寫在報告的備註裡，客戶就不會把不同來源的數字混為一談。

至於工具，GEO Insight 展示 AI 回答中的品牌排名、可見度、競品與引用來源，以 API 採樣運作，資料缺失時不會宣稱取得完整搜尋路徑。客戶拿着這份報告，看到的是一個有標明條件的快照，而報表的責任，是說明這個快照可以支持哪一個決策。

下一步：建立自己的量度基線

在下一次月報之前，先做一份為期兩週的基線：選十至十五條真實的買家問題，把引擎、語言與地區固定下來，每日同一時間跑一次；每次記錄品牌有無出現、描述是否準確，以及有無被推薦，並同時記下同期自然搜尋的非品牌詞查詢數與品牌詞查詢數。

想先理解排名這一邊的驗收條件，可以看全面優化提升網站排名的頁面設計說明；在意排名承諾的界線，則可以讀SEO 成效保證的說明，它寫明排名保證不等於收入保證。

基線跑完，你會拿到兩條線：一條是位置的變化，一條是答案中的位置。下一次客戶問「為甚麼查詢少了」，你可以用同一份數據回答，而不必憑感覺挑一個指標來解釋。seo顧問的工作，很大一部分就是守住這條紀律。

常見問題

AI 可見度上升，是否代表查詢一定會增加？

不一定。Similarweb 的研究顯示，被推薦的品牌七日內到訪率較對手高，六組品牌全部由被推薦的一方勝出，但研究同時指出這是相關趨勢，不是因果證明。品牌搜尋上升也可能來自公關、付費推廣或季節性因素。

有了排名報表，還需要另做 AI 可見度量測嗎？

需要，但要看你的買家是否在決策前向 AI 提問。排名報表答的是「用戶在搜尋結果中見不見到你」，AI 可見度答的是「你有無在答案中被提及、描述正確、被推薦」。兩份報告的樣本單位與條件都不同，不能互相取代。

客戶要求一份綜合分數，可以怎樣回應？

建議分層列出，而不是合成一個分數。你可以把服務交付、可見度、訪問與互動、商業結果四層分開寫，每層註明單位、樣本與期間。綜合分數一旦出現，下一次任何一項變動都無法追查原因。

為甚麼同一個問題，AI 今日與下星期的答案不同？

AI 工具會更新模型、資料來源與答案生成方式，即使你的網站沒有改動，答案也可能變化。這就是為甚麼監測要固定節奏重複執行：一次性的檢查讀到的可能已經是過時的答案，只有連續幾次的重複才能看出趨勢。

引用次數增加，是否等於表現變好？

要看是哪一種引用。答案中顯示的引用增加，只說明你的頁面被用來支撐答案；如果描述不準確或未被推薦，引用增加未必帶來查詢。工具匯總中非內嵌的檢索來源更不能算作可見引用。

香港市場的樣本足夠嗎？

多數情況下不足。繁體中文問題在部分引擎的樣本量有限，加上香港市場的商品與服務選擇較窄，同一條問題的有效答案可能只有十幾條。樣本少的時候，我建議固定問題集與節奏，看連續四至六次的趨勢，並把每一次的有效答案數與失敗數一併記錄，讓讀者知道每個百分比的重量。

Sources

1. AI Visibility vs. Search Rankings: Is Your Agency Measuring the Wrong Thing For 2027?, Search Engine Journal, 2026-11-05. https://www.searchenginejournal.com/ai-visibility-vs-search-rankings-is-your-agency-measuring-the-wrong-thing-for-2027-spa/594163/
2. What Happens After AI Recommends Your Brand?, Similarweb AI Search, 2026-11-06. https://aisearch.similarweb.com/blog/after-ai-recommends-your-brand/
3. AI vs Search Traffic Analysis, Ahrefs Benchmarks, 2026-11-05. https://ahrefs.com/benchmarks/ai-vs-search
4. See How ChatGPT Talks About Your Business, XOVI (Riva), 2026-11-06. https://www.xovi.com/riva-ai-visibility-tool/