Kuroma
上週的行銷會議裡，主管問了一句：「我們在 ChatGPT 上表現怎麼樣？」同事當場打開 ChatGPT 問了一次，把截圖貼進群組，大家盯著那份沒有自家品牌的推薦清單，沉默了幾秒。我們想把答案說在前面：那張截圖既不能證明你不在，也不能證明你在，而這正是 AI 搜尋監測要解決的問題。AI 搜尋引擎每天都在重新生成關於你品牌的答案，而且絕大多數答案不留任何可追蹤的足跡，所以行銷人真正需要的，是每天、重複、跨引擎地監測 AI 實際說了什麼，而不是等報表，也不是靠一次抽查。
重點摘要
- Similarweb 統計，2025 年 1 月只有 0.6% 的 ChatGPT 回答附帶引用連結，8 月也只升到 2.8%：約 97% 的回答不留任何來源，這些品牌印象完全發生在報表之外。
- Cloudflare 實測（2025 年 7 月），Anthropic 每爬 38,065 頁才送回 1 次點擊，OpenAI 是 1,091 頁：AI 對你網站的理解量，和它送回的流量，是兩件幾乎不相關的事。
- 單次查詢會騙人：SparkToro 與 Gumshoe.ai 的 2,961 次實測中，同一提問兩次回傳相同品牌清單的機率不到 1%，但領導品牌的「出現率」穩定落在 55% 至 77%。
- 同一提問在 ChatGPT 跑 100 次，總共會出現約 44 個品牌，單次回答只點名約 10 個：一次抽查的漏判率極高（Contender 實測）。
- AI 帶來的顧客小而精：Microsoft Clarity 測得出版類網站的 LLM 導流註冊轉換率 1.66%，搜尋只有 0.15%，但 AI 導流總量仍不到整體的 1%。
- 本文引用的都是英文市場數據，繁體中文市場還沒有等量的公開研究：這正是台灣品牌需要自己建立第一手監測的原因。
為什麼你看不到 AI 每天怎麼談你的品牌？
先看規模。根據最新 TechCrunch 的報導，OpenAI 在 2025 年 10 月的開發者大會上宣布 ChatGPT 已有 8 億週活躍使用者。這麼多人每天問它「哪個牌子好」「哪家服務可靠」，而根據 Similarweb 的統計，2025 年 1 月只有 0.6% 的 ChatGPT 回答附帶引用連結，到 8 月也只升到 2.8%。也就是說，約 97% 的回答完全不附來源：你的品牌被推薦、被比較、被略過，全都發生在任何儀表板之外。
再看伺服器這一端。「爬取與點擊比」是指 AI 平台每送回你網站一次真人點擊之前，先爬走了多少頁內容。Cloudflare 的全網實測給了 2025 年 7 月的數字：Anthropic 每爬 38,065 頁才產生 1 次導回點擊（1 月時甚至是 286,930 比 1），OpenAI 是 1,091 比 1，Perplexity 是 194 比 1，Google 只有 5.4 比 1。同一份資料也顯示，AI 機器人約 80% 的爬取是為了訓練模型，約 18% 是為了建立搜尋索引，只有約 2% 與當下的使用者行為有關。
把兩端放在一起看，結論很清楚：AI 大量讀取你的內容、大量生成關於你的答案，但幾乎不送回可觀測的流量。點擊只是 AI 影響力漏出來的一小角，答案本身才是主戰場。
等 GA4 報表，為什麼等不到答案？
因為一次點擊要連過三關才會出現在報表裡：AI 要附上連結、使用者要點擊、referrer 要在傳輸過程中存活。最後一關經常失敗。根據 Ahrefs 的實測，ChatGPT 付費版的內文連結帶著 noreferrer，Perplexity 桌面版與 Windows 版 Copilot 不傳 referrer，Grok 則完全不傳。這些點擊會被 GA4 歸進 Direct，看起來像有人直接輸入網址。
GA4 直到 2026 年 5 月才新增「AI Assistant」預設管道群組，而根據 Search Engine Journal 的報導，這個管道目前只認得 ChatGPT、Gemini 和 Claude 三個來源。更弔詭的是 Google 自家的 AI 搜尋：Ahrefs 的追蹤測試與 Search Engine Land 的報導都證實，AI Overviews 與 AI Mode 的點擊帶著一般的 google.com referrer，會被歸進 google / organic，和傳統藍色連結的點擊完全無法區分。
還有一個常被忽略的變因：平台自己會改版。根據 Similarweb 的追蹤，2026 年 5 月 7 日 ChatGPT 介面改版後，「首頁引薦」佔 ChatGPT 導流的比例從原本的 26% 至 32% 跳升到約 60%。如果你那週的報表出現異常波動，那是 OpenAI 的產品決策，不是你的內容成效。
一個務實的比喻：報表裡看得到的那一小片 AI 流量，像從鑰匙孔看房間。不是不能看，而是不能只靠它判斷整個房間發生了什麼事。
AI 搜尋帶來的顧客，值得投入監測嗎？
值得，而且證據指向同一個方向：量小，質高，成長快。先說明一點，以下都是英文市場數據，繁體中文市場目前沒有等量的公開研究。
根據 Similarweb 的估計，AI 平台在 2025 年 6 月產生 11.3 億次引薦造訪，年增 357%；但同一個月 Google 搜尋送出 1,910 億次，AI 導流的絕對量還很小。品質卻是另一回事：Microsoft Clarity 針對 1,277 個出版與新聞網站的研究發現，LLM 導流的註冊轉換率是 1.66%，搜尋只有 0.15%，社群是 0.46%，不過 AI 導流總量仍不到整體流量的 1%。零售端的訊號也類似：Adobe 的假期購物季統計顯示，2025 年 11 至 12 月美國線上購物季中，AI 導流的轉換率比其他來源高 31%。值得注意的是，Adobe 自己在 2025 年 3 月的報告還測得 AI 訪客的轉換率比平均低 9%：同一家公司的數字在一年內翻轉，說明這類倍數有保鮮期，引用時要連日期一起引。
而使用者行為的遷移是單向的。Pew 研究中心的調查追蹤了 900 位美國成人的 68,879 次 Google 搜尋：出現 AI 摘要時，只有 8% 的搜尋會點擊傳統結果，沒有 AI 摘要時是 15%；點進摘要引用來源的更只有 1%。顧客在答案層形成印象、做出決定，然後多數時候不點任何東西。
「AI 搜尋監測」是指什麼？
AI 搜尋監測是指用固定的買家問題，定期、重複地向多個 AI 搜尋引擎提問，並長期記錄品牌在答案中的出現率與描述方式。
「AI 搜尋監測」是指不等使用者點擊回來，而是直接向 AI 引擎提問、記錄它的回答，並且持續重複這件事：你的品牌有沒有出現、被怎麼描述、和誰放在一起比較、AI 引用了誰的內容。也就是說，監測的對象是「答案層」本身，而不是答案偶爾漏出來的那一點流量。
這門學問有很多名字：GEO（AI 搜尋引擎最佳化）、AEO（答案引擎最佳化）、AISEO，或泛稱 AIO。名字不重要，順序才重要：你無法最佳化一個你看不見的東西，所以監測永遠是第一步。這個領域的學術起點，Aggarwal 等人發表於 KDD 2024 的 GEO 論文，在定義能見度時用的就是「跨大量查詢彙整的引用佔比」，從一開始就不是任何單次結果。
同事在 ChatGPT 上查一次，為什麼不能當結論？
因為 AI 引擎不會重複自己。根據 SparkToro 與 Gumshoe.ai 的研究，600 位志願者在 ChatGPT、Claude 和 Google 的 AI 搜尋上，把 12 組品牌推薦提問總共執行了約 2,961 次。結果是：同一提問兩次回傳「完全相同品牌清單」的機率不到 1%，連品牌帶順序完全一致的，大約只有千分之一。但把幾十次執行彙整起來看，類別領導品牌的出現率穩定落在 55% 至 77%，部分提問意圖甚至達 60% 至 90%。SparkToro 創辦人 Rand Fishkin 的結論毫不客氣：任何宣稱能給你「AI 排名位置」的工具，都是在唬人。排名是雜訊，出現率才是訊號。
Search Engine Land 報導的 Contender 實測把個人化因素也排除了：12 組提問，每組在登出狀態的 chatgpt.com 上執行 100 次，來自 1,200 個不同的 IP 位址。單次回答平均只點名約 10 個品牌，但同一提問跑滿 100 次，前後總共會出現約 44 個品牌；只有約 5 個品牌（約佔被提及品牌的 11%）能在八成以上的執行中出現，而在競爭激烈的類別裡，72% 被提過的品牌出現在不到兩成的回答中。反過來說：如果你的品牌不在那個穩定核心裡，同事查的那一次多半剛好查不到你，即使 AI 其實經常提到你。
Google 的 AI 搜尋也一樣善變嗎？
一樣，而且各有各的善變法。SE Ranking 的 AI Mode 波動實測把 5,000 個在地意圖查詢各執行 15 次：同一個城市、同一句一般性查詢，兩次執行之間的網址重疊率只有 18.3% 至 20.5%，超過六成的網域會在兩次執行之間消失；換成地點明確的查詢，重疊率升到 46% 至 49%。這件事本身就是方法論的提醒：提問寫得越具體，答案越穩定，所以監測用的提問組必須貼近真實買家的問法，而不是行銷人自己想像的關鍵字。
Authoritas 的研究則從另一個角度佐證：AI Overviews 的引用波動明顯高於傳統自然排序，而且兩者各動各的，AI 引用的變化並不跟著自然排名走。傳統排名追蹤工具看不到這一層。
等報表、手動抽查、重複掃描，三種做法差在哪裡？
三種做法沒有誰完全無用，差別在於各自能回答的問題不同：
| 做法 | 能看到什麼 | 盲點 | 適合的用途 |
|---|---|---|---|
| 等 GA4 報表 | 帶著 referrer 存活下來的那一小片點擊 | 約 97% 不附來源的回答；被剝除的 referrer；AI Mode 點擊混在 google / organic 裡 | 確認「有沒有流量進來」 |
| 手動抽查 | 某一次抽樣的單一答案 | 同一提問兩次回傳相同清單的機率不到 1%，單次漏判與誤判率都高 | 快速體感與截圖溝通，不能當結論 |
| 重複掃描監測 | 跨引擎、多次執行彙整出的出現率、描述方式與趨勢 | 看不到真實使用者的提問分布，也不直接等於流量 | 把 AI 能見度變成可管理、可問責的指標 |
務實的組合是三者並用：報表管流量，抽查管體感，重複掃描管指標。只是別把前兩者的結果，拿去回答只有第三種做法才能回答的問題。
台灣品牌該從哪裡開始建立監測習慣？
一套站得住腳的監測習慣，大致包含五件事。第一，提問組來自真實買家：把業務最常被問的問題、客服信裡的句型、帶比較意圖的問法整理成固定提問組。第二，跨引擎：ChatGPT、Gemini、Perplexity、Claude 和 Google 的 AI 搜尋各有各的引用習慣，也各有各的波動方式，只看一個引擎會誤判。第三，重複執行：前面所有數據都指向同一件事，出現率要靠次數撐起來，把執行次數當成問卷調查的樣本數看待。第四，看趨勢不看單點：share of voice（聲量佔比）是指你的品牌在多次執行中被提及的比例，這個數字隨時間的變化，比任何單日的數字都有意義。第五，變化要有人知道：當出現率明顯下滑，或 AI 開始把你的品牌和錯誤資訊綁在一起，應該即時觸發警示，而不是等下一季的檢討會議。
繁體中文市場還有一層現實：本文引用的研究全部來自英文市場，中文 AI 回答的引用結構目前沒有等量的公開數據。這對台灣品牌不全是壞消息，因為誰先開始量測，誰就先擁有第一手答案。Kuroma 就是為這件事打造的：以買家人設出發的提問組、跨七大 AI 引擎、每天重複掃描，彙整成品牌的 share of voice 趨勢線。同樣的標準也應該拿來檢驗所有監測工具，包含 Kuroma 在內：任何聲量數字都應該交代執行次數、引擎清單與取樣期間，因為每組提問只跑一次的掃描，在統計上和一則軼事沒有差別。
常見問題
AI 搜尋監測和 SEO 排名追蹤有什麼不同？
SEO 排名追蹤的對象，是搜尋結果頁上一個相對穩定的位置；AI 搜尋監測的對象，是每次都重新生成的答案。實證研究顯示，相同提問兩次回傳相同品牌清單的機率不到 1%，所以 AI 監測沒有「排名第幾」這種單點指標，取而代之的是多次執行彙整出的出現率與描述品質。兩者互補，不能互相取代。
需要監測哪些 AI 引擎？
至少涵蓋使用者實際在用的那幾個：ChatGPT、Google 的 AI Overviews 與 AI Mode、Gemini、Perplexity、Claude。各引擎的引用習慣差異很大，而且會在數週內漂移，單一引擎的結果無法外推到其他引擎。有外銷市場的台灣品牌，還需要分語言監測，因為提問語言本身就會改變答案的來源結構。
同一個問題到底要跑幾次才夠？
目前沒有公認的神奇數字，但「一次」肯定不夠：實測顯示同一提問執行 100 次會出現約 44 個品牌，單次回答只點名約 10 個。務實的做法是把執行次數當成樣本數，數十次起跳，並且要求你使用的任何工具或內部流程，明確揭露這個數字。
手動抽查完全沒有價值嗎？
有價值，但它回答的是「此刻這一次 AI 說了什麼」，不是「AI 通常怎麼說」。抽查適合用來體感驗證、向同事截圖說明、快速確認重大錯誤是否存在；要做成 KPI、要向主管報告趨勢，就必須用重複執行彙整出的數據。把兩種用途分開，是避免自己騙自己的第一步。
發現 AI 對品牌的描述是錯的，該怎麼辦？
先確認這個錯誤是穩定出現還是單次雜訊，也就是說，用重複執行驗證它的出現率。若是穩定出現，多半代表 AI 引用的上游內容有錯或過時，可能是自家網站、媒體報導或第三方平台。修正上游之後持續重測，觀察錯誤描述的出現率是否下降，這正是「監測、修正、再監測」循環的價值所在。