当谈到人工智能和公司的知名度时，我从一个担忧开始：我们可以非常擅长计算某些东西，而无需了解它的含义。一个名字出现在响应中，一份报告记录下来，该数字成为要带到会议的结果。但在被提名和成为一个人的选择之间存在着信息、比较、怀疑、信任和具体条件。如果我们跳过这些步骤，我们就有可能将我们尚不知道如何解释的东西描述为成功。
这并不会让我忽视变化。这让我认真对待它。让我们想象一下，一个家庭询问 ChatGPT 在都灵周末选择哪家酒店。如果我们的酒店在提议之列，那么有趣的事情就发生了。如果用我们不提供的服务来描述，也会发生危险的事情。作为一名顾问，我想在决定投资多少之前了解这两件事：如何形成反应、客户的选择可以改变什么以及需要什么证据来区分可能性和结果。
背景：搜索可能在访问网站之前结束
要理解这个问题，先要看一个人究竟想完成什么。选酒店的人不一定想逛很多网站，而是想找到适合家人、出行安排、所需服务和可预订情况的选择。过去，为了比较这些信息，访问网站往往是必要步骤。把信息汇集成回答的助手，试图在人们到达企业网站之前，先完成其中一部分工作。
在都灵的假想例子中，旅行者可以首先要求一个舒适的区域，然后是一个带有家庭房间的结构，最后是对替代方案的比较。助理会伴随推理并提出后续问题。酒店网站对于检查条件、查看房间或预订仍然很重要。然而，偏好的形成可能已经在其他地方开始了。这是我感兴趣的变化：可以通过公司当时不直接向客户提供的信息来评估公司。
AI 可见度描述品牌在 AI 回答中出现多少、以什么方式出现。GEO，即 Generative Engine Optimization，是通过内容、信息和来源改善这种出现情况的工作。这些名称在帮助识别问题时有用；如果让尚待衡量的事情显得已经解决，就不那么有用了。出现、被准确描述、被优先选择，是三件不同的事。
然后有一个区别，可以避免许多错误的结论：谷歌不是人工智能的对立面。 Google 搜索包括生成的答案，例如 AI 概述和 AI 模式。在官方文档中，Google表示来自其AI功能的访问会流入Search Console网络报告中。因此，将 ChatGPT 流量与 Google 流量进行比较并不等同于将所有人工智能与缺乏人工智能的搜索进行比较。我们正在比较可观察到的来源，而不是两个不同的世界。
为什么十月的争论会影响预算决策
2026 年 10 月 21 日，顾问 Marie Haynes 发布了对一组网站的 GA4 数据的分析，质疑 GEO 优先于可衡量的 Google 搜索结果的做法。 10月22日iPullRank创始人Mike King回应AI搜索也应该被视为品牌建设渠道。分歧在于现在投资的选择，而不是变化的存在。
Haynes 提醒我们看哪些活动带来了网站访问和有意义的行为。King 则认为，一条回答即使没有带来即时访问，也可能让企业被认识、被优先考虑。例子中的旅行者可能读到酒店名称，记住它，再去 Google 搜索。最后一步可以被记录，先前看到推荐的过程却未必可见。这使品牌效应成为合理解释，但并没有证明它对所有企业都具有多大的作用或价值。
SparkToro 的 Rand Fishkin也质疑与证据不成比例的投入。新闻报道方面，Axios 的 Simon Hernandez-Arthur 在 10 月 28 日强调了受众问题的作用。对我而言，关键正在这里：决定投入或改善哪种出现情况之前，先弄清我们希望进入客户的哪类选择。一般性的行业提问与购买前的比较，可能让同一个名称出现在完全不同的语境中。
因此，我不会将这种比较视为乐观主义者和悲观主义者之间的竞争。有两个合理的问题：我们今天看到有多少业务以及公司的预接触代表可能有多重要。第一个需要结果数据；第二个需要有关考虑和信任的证据。如果我们使用单一措施来回答这两个问题，那么部分现象就会被遗漏。
此前的证据：出现 AI 回答时，点击有何不同
为了进行讨论，我使用了之前的数据，并注明了日期。 皮尤研究中心于 2025 年 7 月 22 日发布 对 2025 年 3 月 900 名美国成年人的在线活动进行了分析：68,879 次不同的 Google 搜索。在使用人工智能摘要的页面访问中观察到点击传统结果的比例为 8%，在没有人工智能摘要的访问中则为 15%。该图表显示了这一具体指标，而不是购买率。
点击传统结果后访问结果页面的百分比。范围从 0 到 100%。
在观察到的两组 Google 页面中，8% 和 15% 关注传统结果的点击。他们不衡量销售额，也不衡量对所有公司的影响。资料来源：皮尤研究中心，2025 年 7 月 22 日； 2025年3月的活动，2025年4月7日至17日期间重新阅读结果。编辑验证：2026年10月31日。
皮尤研究中心 · 07/22/2025 · 美国 · 2025 年 3 月 · 900 名成人 · 68,879 次搜索这个结果有助于理解为什么主题是具体的：答案的存在可能伴随着与链接的不同关系。但是，应谨慎阅读。这是在美国进行的一项观察性研究，并不能证明向同一个人展示相同的问题（无论是否使用人工智能）一定会产生这种差异。两组的搜索和页面可以具有不同的特征。该方法还在四月份重建了结果，而导航是在三月份：答案可能会随着时间而改变。
我从中得到的后果是有限的。我不再理所当然地认为成为一个有帮助的消息来源就意味着接受访问。同时，我不会使用这些 2025 年的数字来估计 2026 年意大利酒店的预订量下降情况。意图、价格、供应情况和质量会影响点击和预订之间的关系。数据提出了一个测量问题；它尚未为我们的业务提供答案。
Haynes 的数据：访问量与转化率回答不同问题
Haynes 宣布对 100 个网站进行了为期 12 个月的观察，Google 的分析工具 Google Analytics 4 记录了超过 1.45 亿次会话。会话将网站上的一段用户活动组合在一起。 ChatGPT 的会话量相当于 Google 有机流量的 0.62%，即来自免费搜索的流量。原始数据未公开，且未指定该时期的详细信息：这些结果是作者报告的结果，并于 2026 年 10 月 31 日在来源上进行了验证。
为了阅读该报告，我们将 Google 的访问量标准化为 10,000 次：ChatGPT 将有 62 次。这只是重写的比例，不是新样本，也不是来自发明公司的流量。图中的小条故意很小，因为比例是线性的。放大它以使其更明显会扭曲我们想要理解的差异。
标准化比率：Google 有机 = 10,000 次访问。这些值不是单个站点的原始计数。
10,000 人中有 62 人表示观察到的比例为 0.62%，以 Google 为比较基础。这还不是 ChatGPT 在整个网络中所占的份额。资料来源：玛丽·海恩斯，2026 年 10 月 21 日；对 100 个地点进行了 12 个月的观察，未显示极端情况，原始数据未公开。检查日期：2026 年 10 月 31 日。
玛丽·海恩斯 · 10/21/2026 · 100 个站点 · 12 个月 · 超过 1.45 亿次会话Haynes 报告称，在也测量转化的 55 个网站中，ChatGPT 的转化率为 13.8%，Google 有机转化率为 3.02%。 转化是选择作为目标的操作：它可以是销售，也可以是请求或其他记录的活动。通过比较可以了解访问次数在所分析的网站上完成该目标的频率。它并不能证明人工智能会自动将人们变成更好的客户。
| 访问来源 | 转化率 |
|---|---|
| ChatGPT | 13.8% |
| Google 自然搜索 | 3.02% |
原始来源是Haynes分析。我会将这两种推理分开：一个渠道可能会带来很少的非常感兴趣的访问，而另一个渠道由于数量而产生更多的总体结果。然后，我不会将这些比率应用于图表比例来计算将有多少销售额：转化是在子组中衡量的，而不是在整个样本中衡量的。而且我们对目标类型和受众构成了解不够，无法将结果转移到具体活动中。
这就是顾问的判断发挥作用的地方。如果人们到达时已经比较了替代方案，那么高比率可能是一个有用的信号。然而，它可能反映了那些决定离开对话的人的选择，而不是助理带来的改进。在花更多钱之前，我会问他们是什么类型的请求，它们是否符合所需的客户以及他们需要做多少工作才能成为机会。该号码开启调查，而不是结束调查。
回答如何形成，为什么我们无法控制整条链路
人工智能的响应不一定是阅读一页。使用网络搜索时，系统可以搜索信息、选择段落并将它们组合起来。对于其搜索引擎的AI功能，Google描述了查询扇出：通过跨多个方面的链接搜索来探索一个问题。该技术名称旨在表明研究范围的扩大；它本身并不能描述每个助手或每个响应。
我们回酒店吧。 “适合家庭”请求包含网站可以在不同页面上分发的要求：房间类型、可达性、交通距离、儿童条件。如果这些信息相互矛盾、过时或难以查找，系统可能会遇到不完整的材料。它还可能使用第三方评论或页面。我们不能通过向主页添加关键字并假设其他所有内容都按照我们想要的方式解释来解决问题。
谷歌的文档清楚地表明，SEO 基础仍然很重要，并且您不需要特殊的方案来出现在其人工智能功能中。 SEO 帮助在搜索中找到并理解页面；一致的结构化数据可以描述内容，但不能保证推荐。我认为这是评估商业报价的有用标准：无论谁承诺某种外观，都必须解释该承诺基于哪种可控机制。
被选择作为来源和值得一个人的偏好之间也存在区别。技术上可访问的页面可以提供通用信息。因此，答案可能会列出该公司的名称，但不会明确选择该公司的原因。定位工作仍然是：我们提供什么、为谁提供、通过什么测试以及有什么限制。人工智能可以使用该信息；他无法使它们对我们来说真实。
提及、引用和推荐：名称可能存在，但价值可能不存在
当我们阅读可见性报告时，让我们关注响应的内容。 提及是指名称的存在。 引文是指向来源的链接。 推荐增加了评级：它表明该公司适合某种需求。实地考察和商业行动仍需稍后进行。这些步骤可以连接，但每个步骤也可以分解。
在我们的示例中，酒店的名称可能会出现，因为一篇文章将其报告为家庭的替代选择。然而，它也可能出现在预订前检查的服务的答案中，或者作为不太适合携带小孩旅行的选项。在所有这些情况下，名字数量都会增加。对于公司来说，意义会有所不同。出于这个原因，如果没有包含它的句子、产生它的问题以及它所基于的来源，我就不会阅读存在。
还应该查看该链接。助理可以通过引用旅游指南来推荐酒店。在这种情况下，酒店会在回复中得到代表，而最终的访问可能会交给导游。或者，酒店网站可能仅引用取消政策，而没有推荐该酒店。将链接和名称添加到单个分数中的报告隐藏了这些差异。
品牌声誉，即公司的声誉，就在这里：重要的是名称所带来的含义。不正确的信息可能会造成服务无法满足的期望。通用的承诺可以使不同的报价看起来相同。批判性的判断可能是合理的，需要真正的改进，而不是新的描述。因此，致力于声誉意味着验证信息并将其与公司可以维护的信息进行比较。
为什么海外市场的数据不能直接套用到意大利
Semrush AI 可见性指数于 2026 年 10 月 13 日发布 也对英国和美国进行了比较。该分析涵盖 2026 年 1 月至 7 月，根据搜索数据构建每月固定的 250 万条英国提示和 2500 万条美国提示，以及 Google AI 概览的变量集。这些并非都是消费者自发提出的问题。
在 ChatGPT 的 100 个被引用最多的域名中，英国新闻网站的平均引用比例为 29.5%，美国为 19.6%。分母至关重要：我们讨论的是这些域之间的引用，而不是 ChatGPT 的整个使用。该报告还将指定品牌与用作来源的网站区分开来。这些措施有助于了解市场、平台和类别改变了存在感的解读。
我的操作解释是，意大利公司必须从意大利语的问题及其竞争环境出发。酒店可能会遇到不同语言的本地评论、国际指南、预订门户和过时的描述。咨询公司可以通过文章、专业简介和专业材料来代表。没有理由仅仅因为外国天文台发布了总分就将两者归为相同的路径。
这也改变了营销工作的价值。知道如何生成可读的页面仍然有用；了解如何识别哪些信息缺失、哪些来源支持该信息以及哪些公众正在寻找该信息成为分析的决定性部分。只销售增加外观的机构需要解释与客户问题的联系。公司需要澄清他们购买的是研究、信息修正、内容还是商业目的。它们是可以协作的活动，但没有相同的预期结果。
简而言之：建议还不是选择
让我们想象一个向我们推荐酒店的人。这些建议可能会让我们找到一个名字，但在预订之前我们可以检查位置、阅读其他评论并比较价格。公司不一定会看到所有这些工作。如果我们通过输入名称到达该站点，分析程序可能只会记录该到达。根据这些数据，它无法自动重建促使我们开始搜索的对话。
这个类比有助于理解知识与购买之间的距离，但它也有其局限性。熟人可能有亲身经历；助理生成的响应可能包含不完整或不正确的信息。解释的流畅性并不能证明每个细节都是正确的。对于消费者来说，开放源头仍然是明智的一个重要条件。对于公司来说，知道自己被提名是不够的：它还必须验证其名称中的承诺。
我会这样总结这个问题：人工智能推荐可以打开一扇门。客户仍然必须识别合适的报价，找到确认并能够在他期望的条件下购买。战略工作包括了解路径的终点及其原因。如果信息有误，优先更正。如果报价不能满足需求，则有必要对报价进行干预。如果价值证据缺失，其他优化内容不会取代它。
如何围绕受众真实问题设计有用的核查
我会从公司实际收到的问题开始：商业要求、购买前的疑虑、放弃的原因、反对意见和需要澄清的条件。我会在尊重人们隐私的同时收集它们。这是为了避免测试中常见的错误：只选择我们期望出现的方便问题，并将结果误认为是市场照片。
对于酒店，我会区分，例如，目的地的搜索、街区之间的比较、结构的选择以及预订前的条件验证。它们是意图的例子，而不是我对真实客户进行衡量的细分。对于专业服务，我会寻找有关要解决的问题、所需的技能、替代方案以及向供应商询问哪些证据的问题。定义请求和选择请求不具有相同的业务含义。
然后，我将记录观察结果：确切的问题、语言、平台、日期、答案、引用的来源以及相关的测试条件，包括任何定制。我会重复这些问题，看看结果有多稳定。我不会将这一组中的存在百分比称为“市场份额”：它是对所选问题的衡量标准。如果选择较弱，则准确的报告会准确地描述不太有用的样本。
此次修订将涉及不同的内容。名字存在吗？公司描述是否正确？是否针对相关需求提出？约束条件是否明确？消息来源真的支持该段落吗？从这里我将建立纠正优先级。错误的服务需要在平淡的句子之前引起注意。阻碍购买的疑虑可能比只会引起好奇心的非常广泛的问题值得更多的研究。
将此分析与 ChatGPT 的数字化战略联系起来的标准是：档案、目标和约束先于生产。在 ChatGPT、Claude 和 Gemini 的工作流程中，研究和批评之间的分离有助于控制假设。工具之间的比较在提高推理能力时才有价值，而不是在增加相似答案时才有价值。
我会衡量什么结果以及什么会导致我增加支出
如果目标是纠正信息，我会测量观察到的响应中的错误频率，并检查继续重复错误的来源。我会记录公司纠正的内容以及其他公司纠正的内容。站点更改并不能保证每台服务器都会立即更新。因此，如果没有可验证的依据，我不会承诺在规定日期消除所有不准确之处。
如果目标是建立联系，我会将访问分析与收到的请求、请求的质量和商业成果联系起来。我还会询问新客户他们是如何发现我们的，为开放式回答留下空间。这些信息可以讲述跟踪无法看到的通道，但它仍然是一条线索：人们只能记住部分路线。我不会把它变成它不具备的精度。
如果该项目被视为对声誉或信任的投资，我会要求采取一致的措施：公共研究、对公司的认可以及其成为替代方案的原因。计算对供应商选择的提示的响应与衡量受众所看到的内容不同。这是两种不同的观察结果。第一个对于控制表示很有用；当我们想谈论对人的影响时，第二个是必要的。
在开始工作之前，我会定义一个起始情况、计划的活动以及证明继续进行的合理性的结果。如果该项目承诺保留，我会评估保留以及获得保留的成本。如果它纠正了不正确的描述，我会查看这些描述。如果它改进了内容，我会检查满足了哪些信息需求。这种明确性也使我们能够停止一项投资：仅提及次数的增加并不能说服我扩大投资。
可见性报告可能遗漏的成本
项目成本不只是统计出现次数的工具订阅费，还包括收集问题、核查回答、更新材料、与服务负责人协调，以及验证结果。如果各部门发布的条件互相矛盾，造成描述错误，多买一款监测工具并不能解决问题。必须明确谁对信息负责。
因此，对于一家公司，我会从必要干预的成本开始。更正页面、更新服务表、澄清商业承诺和解决实际问题是不同的工作。我不会把它们都放在同一个标签下，然后用一个分数来评判它们。我会将结果与同样的人员和预算在客户旅程的其他地方可以改进的结果进行比较。
人为控制的内容工厂 进入这个推理，因为生产需要审查能力。在不检查承诺、来源和一致性的情况下增加页面可能会增加同一错误的版本。我更喜欢回答重要问题并随着情况变化而更新的内容，而不是用不同标题重复相同答案的系列。
公司、专业人士和个人会发生什么变化
对于企业来说，首先是组织上的改变。营销、销售和提供服务的人员必须能够验证报价的相同描述。名称和需求之间的有用关联源自一致的信息和可信的证据。可见性方面的工作使这种依赖性更加明显，但并没有消除它。即使人工智能的回应重复或扭曲了承诺，公司仍然对承诺承担责任。
对于顾问、机构和专业人士来说，价值转向解释问题并将活动与结果联系起来的能力。客户需要能够理解我们为什么要分析某些问题、变化意味着什么以及我们正在考虑哪些替代解释。透明度还包括验证所需的时间。自动化可以帮助收集和分类回复；判断一个糟糕的承诺或证据不足需要背景。
对于人们来说，可能的好处是更容易比较分散的信息。风险是在没有检查决定性条件的情况下就停止在令人信服的解释上。就酒店而言，无障碍、取消或儿童服务可能会改变选择。对于专业人士来说，不准确的能力归因可能会产生不正确的期望。有用的做法是检查会产生后果的陈述，尤其是当答案没有显示相关来源时。
三种情景，以及我在相信它们之前会寻找的迹象
在谨慎的情况下，助理仍然是一个补充联络点。公司检查描述并纠正最重要的信息，而不会从已经有效的渠道转移大部分工作。我希望看到偶尔的建议和参差不齐的交易结果。在这个框架中，首要任务是建立一个可靠的基础，并与当今为客户带来的东西保持比较。
在我认为最可能的情景中，人们会在对话、搜索引擎、评价和网站之间切换。同一个决定跨越多个渠道，没有一种工具能独自讲清全过程。我会在咨询、客户的讲述，以及 AI 助手使用的信息质量中寻找反复出现的信号。衡量需要结合多个来源，同时说明哪些关联仍不确定。这是我的假设，并非引用数据已经证实的预测。
在突破场景中，代理商代表人们进行比较和预订。在这种情况下，数据的可用性、条件、权限和正确性可能成为市场准入的直接组成部分。仅仅让一个名字被识别是不够的：报价还应该能够在这个过程中被理解和使用。当真正的行业相关集成和行为出现时，我会考虑这种情况，而不仅仅是产品演示。这些结果都没有得到保证。
我的立场：先确保被准确描述，再谈追逐分数
我现在会投资于信息的质量以及与问题相称的验证。我迫不及待地想知道人工智能的每一个效果来纠正错误描述或澄清重要服务。与此同时，我会保护已经产生成果的投资，并在根据得到建议的承诺改变预算之前要求提供更有力的证据。
Haynes 的贡献，是把讨论拉回可观察的结果。King 则提醒我们，选择可能在点击之前就开始形成。我认真考虑这两点，却不把它们合并成对经济回报的确定判断。我把它们转化为工作问题：要触达谁、进入哪一种决策、提供什么信息、由谁负责，以及用什么证据判断改善？
有用的建议必须达到这个水平。它必须使机制易于理解，表明我们可以控制什么，并选择对公司有意义的措施。当承诺得到认可且可持续时，声誉就会提高；然后必须验证商业结果。 被提名是一个值得一读的标志。成为客户的选择，才是理解之道。
常见问题
AI 可见度是什么意思？
它描述企业在 AI 回答中出现多少、如何出现。理解它，需要查看问题、名称关联的信息、来源和推荐语境。统计出现次数只衡量其中一部分，不能单独说明有多少人看到了回答，或是否选择了企业。
GEO 和 SEO 是一回事吗？
SEO 关注能否被搜索引擎发现和理解；GEO 关注在生成式回答中的出现。当 AI 回答使用搜索时，两者会重叠，Google 的 AI 功能就是例子。清晰内容、可核实的来源和可访问性依然重要，却不能保证被推荐。因此，我会先看受众需求和信息质量，再选择服务的名称。
被提及能证明有客户找来吗？
不能。核查结果需要实际观察到的咨询、购买等成果，以及人们如何认识企业的信息。追踪和询问客户都能提供帮助，也各有局限。多一次提及不等于多一笔销售；一笔无法归因的销售，也不能自动证明没有受到影响。结论必须与现有证据相称。
来源、方法和作者
主要来源和国际读物在它们支持的段落中相互关联。数据和公告与解释不同；场景和操作协议表达了我的标准，而不是专有的测试结果。酒店的例子是虚构的。这些研究涉及不同的时期、市场和样本：它们尚未被加在一起以产生对意大利的估计。来源核实：2026 年 10 月 31 日。
我是Giorgia Palazzo，顾问、企业家和教师。我将战略、数据、人工智能和技术实施与公司决策联系起来。我的编辑工作是解释变化，检查证据，并使其后果可以理解，而不是承诺我无法证明的结果。