AI 平台的使用量仍在增长，但这种增长并没有平均转化为网站访问。本报告对比 Adobe、SE Ranking、SearchSignal 与 Similarweb 的公开研究，观察 AI 推荐流量在行业、平台和用户行为三个层面的变化。不同报告的样本范围、网站构成以及“AI 推荐流量”定义并不完全相同，因此本文以趋势对照为主，不将不同样本中的占比直接合并计算。
研究背景
过去两年，企业讨论 AI 搜索时，常用平台访问量、用户数量或回答次数判断影响规模。但对网站经营者而言，更直接的问题是：AI 回答究竟为哪些行业带来了访问，这些访问来自哪些平台，以及进入网站后的行为是否不同。
公开研究显示，AI 平台使用量、回答中的品牌推荐和可识别的推荐访问，并不是同步变化的指标。用户可能点击回答中的链接，也可能在完成比较后通过品牌词搜索或直接输入网址访问。因此，仅观察分析工具中的 AI referral，会遗漏一部分发生在点击之前的品牌发现和筛选过程。研究 AI 搜索导流，需要同时区分平台使用量、推荐访问量和网站总流量占比。
AI 推荐流量已覆盖多个行业，但流向并不均衡
AI 推荐流量已经进入零售、旅游、银行和科技等行业，但增长速度与当前流量占比存在明显差异。根据 Adobe 2025 年 6 月发布的研究，2024 年 7 月至2025 年 5 月，零售网站的 AI 推荐流量增长35倍，旅游行业增长33倍，银行行业增长28倍，科技行业增长13倍。
增长倍数描述的是相对起点变化，并不代表各行业获得了相同规模的访问。Adobe 数据显示，2025 年 5 月，科技行业的 AI 推荐访问占比约为旅游行业的5倍，并约为零售和银行行业的10倍。SearchSignal 汇总的2025年公开研究也显示，在其引用的行业样本中，IT与科技网站的 AI 推荐流量占比可达2.8%，高于多个其他行业。
这一差异与用户面对的问题类型有关。消费电子、家居用品、国际旅行和金融服务通常需要比较参数、价格、风险与适用条件，用户更可能借助 AI 整理信息。Adobe 的零售数据还显示，桌面端只占整体零售流量的34%，却占 AI 推荐访问的82%。这说明部分用户正在较大的屏幕上完成更深入的研究，但它不能被直接解释为所有购买场景都会沿着同一方向变化。
| 行业 | 观察周期 | AI 推荐流量变化 | 参与度指标 | 来源 |
|---|---|---|---|---|
| 零售 | 2024年7月至2025年5月 | 增长35倍 | 2025年5月跳出率低27%，访问时长高38% | Adobe，2025年6月 |
| 旅游 | 2024年7月至2025年5月 | 增长33倍 | 2025年5月跳出率低37%，访问时长高25% | Adobe，2025年6月 |
| 银行 | 2024年7月至2025年5月 | 增长28倍 | 2025年5月访问时长高35% | Adobe，2025年6月 |
| 科技 | 2024年7月至2025年5月 | 增长13倍 | 2025年5月推荐访问占比约为零售和银行的10倍 | Adobe，2025年6月 |
AI 推荐流量保持增长，但仍处于低基数阶段
从网站总流量看，AI 推荐流量当前呈现“增长较快、占比较小”的特征。根据 SE Ranking 于2026年6月发布的研究，AI 搜索引擎带来的网站流量占比从2024年的0.02%升至2025年的0.24%，2026年进一步达到0.32%，两年内约为原来的16倍。
同一研究显示，2026年自然搜索约占样本网站流量的42.75%，其导流规模约为 AI 平台的134倍。换言之，AI 推荐访问已经能够被网站分析工具持续识别，但尚未取代自然搜索作为主要导流来源。平台拥有大量用户，也不意味着这些用户都会点击外部链接。AI 可以在回答界面内完成信息汇总、产品比较和候选筛选，从而减少部分访问第三方网站的必要性。
不同研究对当前占比的估计也有差异。SearchSignal 在2026年2月更新的基准报告中，汇总 Conductor、Ahrefs、SE Ranking 等研究，得到 AI 推荐流量约占网站总流量0.1%至1.08%的区间，其中 IT与科技类样本可达2.8%。差异主要来自行业构成、网站规模、地区范围和流量识别方法，因此单个比例更适合与自身历史数据比较，而不是直接作为所有网站的统一基准。
企业还需要区分三个概念：AI 平台访问量反映用户进入平台的规模；AI 推荐访问量反映用户从平台跳转网站的次数；AI 推荐流量占比则需要放入网站全部来源中计算。将三者混用，容易高估或低估 AI 对网站经营的实际影响。
网站导流正由单一平台集中转向多个平台共同增长
海外 AI 推荐流量目前仍集中于 ChatGPT，但 Gemini、Perplexity、Copilot 与 Claude 已形成可持续观察的导流来源。根据 SE Ranking 的2026年样本，ChatGPT 占 AI 推荐流量的74.78%，Gemini 占11.56%，Perplexity 占7.23%，Copilot 占3.51%，Claude 占2.62%。
ChatGPT 的份额由2025年的79.74%降至2026年的74.78%，但这不代表其推荐访问量减少。SE Ranking 数据显示，其实际推荐流量同比增长27%；份额下降的原因，是部分规模较小的平台增长得更快。2025年至2026年，Gemini 推荐流量增长231%，Claude 增长320%，Copilot 增长约31%。
这组变化表明，平台份额与平台实际导流量需要分开判断。某个平台的份额下降，可能来自整体市场扩大，而不是自身访问减少。对于企业而言，只检测单一 AI 引擎，可能无法反映推荐来源结构的变化。
AI 推荐流量还出现了阶段性波动。SE Ranking 记录到，AI 推荐流量占网站总流量的比例在2025年10月达到0.3511%，随后在节假日期间回落，并于2026年初恢复。单月上升或下降可能受到季节、产品更新和用户需求变化影响，不宜直接外推为长期趋势。
| AI 引擎 | 2026年推荐流量份额 | 同比变化或增长率 | 观察说明 |
|---|---|---|---|
| ChatGPT | 74.78% | 实际推荐流量增长27% | 份额较2025年的79.74%下降，但导流量仍增长 |
| Gemini | 11.56% | 增长231% | 2026年已成为样本中的第二大推荐来源 |
| Perplexity | 7.23% | 全球推荐流量小幅下降 | 份额受到其他平台增速影响 |
| Copilot | 3.51% | 增长约31% | 体量较小，已形成持续可识别的推荐流量 |
| Claude | 2.62% | 增长320% | 增长率较高，但当前份额仍较小 |
表中份额来自 SE Ranking 2026年研究样本，仅反映其研究范围内的 AI 推荐流量结构，不代表所有网站或地区的统一市场份额。
AI 推荐访客参与度提高，链接归因却只能覆盖部分影响
AI 推荐访问数量仍小，但进入网站后的参与度正在接近或高于其他来源。Adobe 数据显示，2025年5月，零售行业 AI 推荐访客的跳出率比非 AI 流量低27%，单次访问时长高38%，每次访问浏览页数高10%；其单次访问收入相当于非 AI 流量的70%。同期，旅游行业 AI 推荐访客的跳出率低37%、访问时长高25%，银行网站的 AI 推荐访问时长高35%。
SE Ranking 的2026年研究也得到相近方向：其样本中的 AI 推荐访客，网站停留时间平均比自然搜索访客高68%。一种可能解释是，用户已在 AI 对话中完成基础信息筛选，点击网站时往往带有更明确的问题。但停留时间不能单独代表转化，还需要结合浏览深度、表单、交易和后续回访判断。
与此同时，可识别的推荐链接并不能覆盖 AI 对购买决策的全部影响。Similarweb 对2024年10月至2026年初的趋势观察显示，AI 平台月访问量在2026年初接近15亿次，而 AI 推荐访问量自2025年中期至2026年1月大致保持在每月2.4亿至2.8亿次。平台使用量继续增长，外部点击却趋于平稳，说明更多研究和比较可能在对话界面内完成。
用户获得品牌建议后，也可能稍后通过 Google 搜索品牌名称，或直接访问品牌网站。常规分析工具通常会把这些行为记录为自然搜索或直接流量，无法自动关联到此前的 AI 对话。因此，“AI 推荐流量趋平”并不等于 AI 对品牌发现的影响停止增长。
AI 搜索的影响正在从“带来多少点击”，转向“在用户点击之前影响了哪些比较与决策”。
趋势观察与行业意义
AI 搜索对网站流量的影响，正在从“是否产生访问”进入更细分的观察阶段。行业之间的差异已经出现：科技与复杂决策场景的推荐占比较高，零售、旅游和银行则从较低基数持续增长。对企业而言，行业基准比笼统的全球平均值更有参考意义。
平台结构也在变化。ChatGPT 仍贡献较多可识别的推荐访问，但 Gemini、Perplexity、Copilot 与 Claude 的占比和增速并不相同。随着用户在多个 AI 产品之间分散，只依赖单个平台的数据，可能遗漏新增的品牌提及、引用和推荐访问。
抓取、引用与导流之间同样不存在简单的线性关系。SearchSignal 引用 Cloudflare 2025年7月固定样本指出，ChatGPT 平均抓取1091个页面带回1个访客，而 Google 对应为5.4个页面。该数据说明，平台读取网站内容的规模不能直接等同于点击回流规模，但不适合据此判断具体平台的整体价值。
后续评估需要把 AI 可见度、引用来源、推荐访问、品牌词搜索与直接访问放入同一观察框架。只有在相同时间区间内持续记录，企业才能判断某次变化来自平台整体增长、行业季节性，还是自身内容与网站结构变化。
研究启示
企业观察 AI 搜索成效时，可以从单一推荐访问量扩展到四组指标。
- 记录品牌在 ChatGPT、Gemini、Google AI Mode、Perplexity 与 Google AI Overview 中的出现情况、回答位置和引用来源。
- 分析 AI 推荐流量占比、访问时长、跳出率、浏览深度、表单提交和交易表现。
- 对照品牌词搜索量、直接访问量与 AI 可见度变化，观察不同指标之间是否存在时间关联。
- 按照行业、地区、问题类型和平台分别建立基准，避免用单一平均值判断所有市场。
在执行层面，GEO 检测报告可以帮助企业建立初始可见度基线；网站结构与 Schema 检查用于确认关键信息是否清晰、可识别；效果监测和持续数据分析则用于判断趋势是否稳定。重点不是追求某一次回答中的推荐，而是建立可重复的监测方法。
公开数据能够呈现全球 AI 推荐流量的整体方向，但每个品牌仍需要结合自身行业、市场和网站数据建立独立基线。通过 aipogeo，可在1分钟内查看品牌在6大 AI 引擎的真实可见度，并进一步观察引用来源与平台差异。
相关问题
2026年 AI 搜索为网站带来的流量占比有多大？
SE Ranking 的2026年样本显示，AI 搜索引擎约占网站总流量的0.32%。SearchSignal 汇总的多项2025年研究给出的区间约为0.1%至1.08%，具体结果会受到行业和样本构成影响。
哪些行业获得的 AI 推荐流量增长更明显？
Adobe 数据显示，2024年7月至2025年5月，零售、旅游和银行行业分别增长35倍、33倍和28倍。科技行业增长倍数较低，但2025年5月的推荐访问占比仍明显高于上述行业。
ChatGPT、Gemini 和 Perplexity 的网站导流份额有什么差异？
在 SE Ranking 的2026年样本中，三者分别占 AI 推荐流量的74.78%、11.56%和7.23%。这些数据描述的是研究样本内的推荐访问结构，不等同于平台用户份额。
AI 推荐访客的停留时间和跳出率是否优于自然搜索访客？
多个行业样本观察到更长的停留时间和更低的跳出率。SE Ranking 数据显示，AI 推荐访客平均停留时间比自然搜索访客高68%，但企业仍需结合转化和收入指标判断访问价值。
为什么 AI 平台访问量增长，网站推荐流量却开始趋平？
部分用户可以在 AI 回答内完成研究、比较和筛选，不一定点击外部链接。用户也可能稍后通过品牌搜索或直接访问进入网站，使 AI 影响被记录到其他渠道。
企业应该如何衡量无法被推荐链接直接归因的 AI 影响？
可以同时监测 AI 可见度、引用来源、品牌词搜索、直接访问和推荐访问，并比较这些指标在相同时间区间内的变化。持续监测比单次截图更适合识别趋势。
合规自查：文章依据已审核骨架与原报告纲要展开，未新增或删除四项核心发现，结构、两张表格及六条相关问题均与骨架保持一致。 文中35倍、0.32%、74.78%及参与度等具体数据均注明时间与 Adobe、SE Ranking、SearchSignal 或 Similarweb 来源，并经公开页面交叉核对。全文未使用承诺推荐结果、贬低平台或《广告法》限制词；仅使用一次 strong 标签，CTA 采用统一的1分钟、6大 AI 引擎表述。
