商业比较词进入 AI Overview:Semrush 60 万关键词研究能说明什么

商业比较词进入 AI Overview:Semrush 60 万关键词研究能说明什么

摘要:Semrush 的美国桌面端样本显示,商业意图查询触发 AI Overview 的比例相对增长 71%,交易意图却下降 5%。这足以触发比较页实验,不足以证明中文站点会获得引用、流量或转化。
证据边界:Semrush 数据来自美国桌面端第三方关键词样本;Google 技术要求来自官方文档。两者都不能替代 AscendLab 自身的查询、流量和转化数据。

开篇:AI 摘要不再只回答"是什么"

AI Overview 早期常出现在信息型查询:定义、步骤、科普和健康问题。2026 年 Semrush 的一项跟踪研究显示,在美国桌面端样本中,AI Overview 正在更频繁地进入商业研究阶段,也就是用户比较、评估和寻找方案的查询。对工具站而言,这比"AI 会不会抢走点击"更具体:比较页面正在成为搜索答案层的候选证据源。

但这份研究不能被直接翻译成"中文商业词也增长 71%",更不能证明 AscendLab 当前流量已经发生同样变化。它提供的是一个美国 Google 桌面样本中的方向性信号,需要与 Google 官方技术要求和本站数据分开处理。

核心结论

  1. Semrush 跟踪超过 60 万个关键词、10 个行业,范围是美国桌面端数据库,时间为 2025 年 11 月至 2026 年 4 月。
  2. 研究报告商业意图查询中的 AI Overview 出现比例平均增长 71%,交易意图下降约 5%;这些是研究口径下的相对变化,不应写成绝对百分点。
  3. AI Overview 与 Google Ads 同屏的频率约同比翻倍,说明摘要层并不必然替代商业化 SERP 元素。
  4. 该研究是第三方样本观察,不建立因果关系,也不能外推到中文 Google、百度、Bing 或 AscendLab。
  5. Google 官方仍要求基础 SEO、可索引性、文本内容、内部链接、页面体验和可见内容与结构化数据一致;没有专门的 AI Overview Schema 或额外准入文件。

研究范围与口径

Semrush 文章《AI Overviews are expanding across commercial intent search》发表于 2026 年 7 月 2 日。原始研究说明,样本来自 Semrush 美国桌面端数据库,覆盖 10 个行业、超过 60 万关键词,观察 2025 年 11 月至 2026 年 4 月的六个月变化。

研究中的意图定义大致为:

意图 用户阶段 典型词形
Informational 获取知识 what is、how to
Commercial 比较和评估 best、vs、alternatives、review、deals
Transactional 准备执行或购买 buy、download、book、price

文章报告:商业意图 SERP 的 AI Overview 占比平均增长 71%,交易意图下降约 5%;Finance 增长 231.25%,Computers & Electronics 增长 107.62%,Games 增长 76.66%。Food & Drink 是一个反例,其交易型查询出现率约 16%,高于商业型的 14%。行业差异说明"商业词全面进入 AIO"过于粗糙。

71% 到底意味着什么

最容易犯的错误是把"增长 71%"写成"增加 71 个百分点"。Semrush 文章使用的是 share change 表述,未在所有摘要位置同时给出绝对起点和终点。稳妥写法是:

在该美国桌面端关键词样本中,商业意图查询触发 AI Overview 的比例相对增长约 71%。

假设某一组从 10% 增至 17.1%,相对增长是 71%,绝对增加只有 7.1 个百分点;如果从 30% 增至 51.3%,绝对增加 21.3 个百分点。缺少基数时,不能推断实际覆盖规模。

还要注意关键词样本不是随机抽取所有搜索。Semrush 数据库的关键词选择、行业分类、意图分类器和桌面端观测都会影响结果。研究能描述其样本变化,却不能直接估计所有美国搜索中的真实概率。

广告与 AI Overview 同屏意味着什么

Semrush 报告 AIO 与 Google Ads 同时出现的频率约同比翻倍。可推导出的最低限度结论是:Google 搜索结果可以同时承载生成式摘要、自然链接和付费广告,三者不是严格互斥。

不能从这条数据直接推导:

  • 广告点击率一定上升或下降;
  • AIO 一定提高商业转化;
  • 被引用页面一定获得更多点击;
  • Google 有意用 AIO 提高广告收入;
  • 所有商业关键词都会出现同屏。

要回答这些问题,需要搜索展示、点击、广告位置、设备和查询级数据,而研究公开摘要不足以建立因果链。

Google 官方到底要求什么

Google Search Central 的《AI features and your website》明确说明:AI Overviews 和 AI Mode 没有额外技术准入要求或特殊优化,现有 SEO 基础仍然适用。官方文档

页面要成为支持链接,至少必须可被索引且有资格显示摘要。Google 同时重申:

  • 生成对用户有帮助、可靠且以人为本的内容;
  • 允许 Google 抓取;
  • 通过内部链接让页面可发现;
  • 提供良好页面体验;
  • 把重要内容放在可解析文本中;
  • 图片和视频服务于文本内容;
  • 结构化数据与可见页面内容一致。

Google 没有要求专门的 AI 文本文件,也没有宣布 AI Overview 专属 Schema。将"GEO"包装成一套隐藏技术标签,会偏离官方要求。更实际的工作是提高页面的可引用证据密度:定义、比较方法、真实例子、测试条件、限制和更新时间。

对 AscendLab 的合理推论

AscendLab 的长尾词与商业研究意图高度重合:

  • A vs B;
  • A alternatives;
  • best X tools;
  • free X tool;
  • online X vs desktop X;
  • privacy-friendly X;
  • no-upload X tool。

从 Semrush 研究可以得到一个待验证假设:这类页面比纯信息科普更可能进入 AIO 扩张区间。不能得到的结论是"只要写对比页就能被 AIO 引用"。因此应把内容改造与站内实验绑定:

  1. 在 Search Console 建立 commercial-intent 页面组;
  2. 记录曝光、点击、CTR、平均位置和转化;
  3. 通过手工或第三方监测记录 AIO 出现与引用状态;
  4. 同时保留未升级页面作为对照;
  5. 观察 8---12 周,并控制页面年龄、链接和查询组合差异;
  6. 不把 Search Console "Web"流量误认为可以直接区分 AIO 与普通结果。

Google 官方说明,AIO 和 AI Mode 的流量计入 Search Console 的 Web 搜索类型。因此,仅凭该报告无法把 AIO 访问与普通 Web 搜索访问独立归因;实验结论必须保留这项限制。

页面应该从"工具壳"升级为"决策证据"

一个只有输入框和三段介绍的页面很难回答比较型查询。证据型页面至少包含:

模块 目的
一句话结论 让用户迅速知道选择方向
比较标准 防止结论看似客观、实际任意
功能矩阵 精确查找差异
真实输入输出 证明能力而非复述营销语
性能测试 给出环境、数据和方法
隐私边界 说明本地、上传、日志和第三方
适合/不适合 避免"最佳工具"泛化
已知限制 提高可信度与正确预期
更新时间与来源 让动态产品事实可审计

这不仅服务 AI 搜索。即使 AIO 不引用,页面也更能支持用户决策、内部链接和产品转化。

风险与限制

Semrush 研究是第三方测量,结果依赖其关键词库和分类方法。研究区间结束于 2026 年 4 月,而搜索产品持续变化。美国桌面端不能代表移动端、其他国家、中文查询或其他搜索引擎。AscendLab 必须用自身 Search Console、分析和页面级监测验证,而不是把行业百分比当作本站预测。

结论

这项研究真正值得关注的不是"AI Overview 增长 71%"这个标题数字,而是搜索答案层正在向比较和评估阶段扩展。对 AscendLab,正确响应不是批量生产薄对比页,而是建立有测试方法、真实证据、隐私边界、限制和更新时间的决策页面。研究给出方向,Google 官方给出技术边界,本站数据决定是否有效。

参考资料

相关推荐
政企项目老覃1 小时前
大模型幻觉治理与自动评测:金融风控场景的落地实践
人工智能·算法·机器学习
SuperHeroWu71 小时前
【HarmonyOS AI】 通用文字识别详解
人工智能·pytorch·深度学习·通用文字识别
Johny_Zhao1 小时前
网络安全等级保护测评实施方案
linux·网络·人工智能·网络安全·信息安全·云计算·等保测评·系统运维·itsm
鲲穹AI种草1 小时前
文本内容规范化整理,多款 AI 格式化工具能力客观记录
人工智能·文本内容
冬奇Lab1 小时前
一天一个开源项目(第211篇):prime-agent —— 会自我改进的 RLM 编码智能体
人工智能·开源·资讯
m0_587383001 小时前
全民健身解决方案软件开发实战:从架构设计到落地指南
java·spring boot·spring·架构·需求分析
大模型丫丫1 小时前
用 TypeScript、NestJS 和 LangGraph 搭建一个可控的 AI Agent
javascript·人工智能·typescript
ToTensor2 小时前
DataGen——合成数据生成器:把一句任务描述变成可校验的训练数据
langchain·agent
冬奇Lab2 小时前
Code Agent 解剖(23):从零扩展——接入 MCP 外部工具生态
人工智能·agent