AI 搜索时代的关键词研究：SearchGPT 与 AI Overviews 下怎么选词

上个月帮一个做外贸工具站的客户复盘流量，他问了我一个很现实的问题：同样的词，我们在 Google 排第二，但最近两个月点击比去年同期少了三成。排名没掉，点击却掉了。查了一圈，答案藏在结果页最上面那个 AI 摘要里——用户的问题被 AI 直接回答了，我们的链接排在下面，根本没人往下看。

这不是个例。2025 年开始，Google 的 AI Overviews 逐步覆盖更多查询，ChatGPT Search 和 Perplexity 也成了不少人的默认搜索入口。关键词研究这个活儿，底层逻辑确实被改写了。这篇文章想聊聊我这几年的实操变化：哪些旧方法还能用，哪些必须换思路，以及我现在的选词流程长什么样。

先承认一件事：搜索量这个数字，越来越不靠谱

传统的选词逻辑很简单：找到搜索量大的词，评估难度，写内容，等排名。这套逻辑成立的前提是——搜索量能转化为点击量。但 AI 摘要出现后，这个前提开始松动。

拿”什么是关键词聚类”这种定义类查询举例。用户问出这个词的时候，他要的就是一句定义。以前这句定义得点进某个页面才能看到，现在 AI 直接在结果页顶部回答完了，顺便把我们的站名列进引用来源里。用户得到了答案，却没点我们的链接。展示量照常计入，点击量却归零。

我统计过手上几个站的数据：定义类、对比类、简单步骤类查询，AI 摘要出现后点击率普遍下滑 20%-40%。这不是 SEO 做错了什么，是流量分配规则变了。还在用旧逻辑做这类词，等于往一个漏水的桶里灌水。

判断一个词还值不值得做，我只看三件事

既然搜索量不可全信，我现在选词先过三个检查，顺序不能反：

• 第一，这词搜出来，结果页首屏有没有 AI 摘要？有的话，AI 回答得完整吗？如果 AI 一句话就把问题答完了，这个词的点击基本被锁死，除非你能被 AI 引用。
• 第二，这个词的搜索意图，是”想要一个答案”还是”想要一套方法”？前者容易被打包进摘要，后者用户必须点进来看完整操作，点击是安全的。
• 第三，这个主题的答案有没有”可引用性”——即你的内容是否结构清晰、结论明确、能被 AI 摘录成一段话。这决定你能否从”被截流”变成”被引用”。

三个检查都过了，词才值得写。有一个不满足，先想想内容形态能不能调整，调整不了就放一放。

我现在怎么做选词：三步流程

这套流程我跑了快一年，核心就一句话：从”选词”变成”选问题”。步骤很简单，但每步都有讲究。

第一步，拆意图。把候选词按”想要答案”和”想要方案”分类。想要答案的，做结构化内容去争引用；想要方案的，做深度教程去争点击。我见过太多站点把这俩混在一起写，结果既不伦不类，又两头不靠。

第二步，看被引用潜力。打开结果页，看看 AI 摘要现在引用了谁、引用了哪段。如果引用的是第 5 名的页面，说明这个位置有机会；如果 AI 压根不给这个查询出摘要，说明这词暂时还安全。顺手把被引用的页面打开，研究它的开头怎么写——那 100 字就是 AI 眼中的”标准答案模板”。

第三步，算真实价值。别再盯着工具的月搜索量，去 GSC 翻这个词过去三个月的真实点击。再搜一次这个词，估算 AI 摘要吃掉的部分。真实点击减去 AI 截流，才是你能争取的增量。这一步算下来，很多”高流量词”直接被我划掉了——投入产出比划不来。

AI 时代，什么样的内容会被引用

做了半年 AI 引用实验，我总结出三个被引用内容的共性，供参考：

• 开头 200 字内给出明确结论。AI 喜欢”先结论后展开”的结构，因为它摘录的就是开头这段。
• 观点有数据或案例支撑。被引用的内容通常是”可验证”的——有具体数字、有真实案例、有出处。空泛的”最佳实践”没人引用。
• 段落结构清晰，一句话一个要点。AI 摘录按语义块切，结构越清晰，被切走的概率越大。

说句实话，被 AI 引用带来的直接点击很少，但品牌曝光是实打实的。用户问 AI”怎么做关键词聚类”，AI 回答里带出你的站名，用户记住了你。下次他搜索具体问题时，你出现在结果页，点击概率完全不同。这是长期账，得算。

给还在用老方法选词的人三个建议

如果你还在按搜索量排序选词，我建议从今天开始做三件事：

• 第一，把 GSC 里的真实点击拉出来，和工具搜索量对比，找出”高展示低点击”的词——这些是 AI 截流的重灾区，先标记。
• 第二，每周挑 2-3 个核心词，无痕搜索看结果页形态，截图存档。一个月后对比，AI 摘要覆盖率的变化一目了然。
• 第三，新写的文章，开头 200 字先写结论，让内容”可被引用”。这不是为了讨好 AI，是为了让用户 10 秒内知道这篇文章对他有没有用。

工具不会消失，选词的人得换脑子。搜索量是过去，可引用性是未来。这话我说了一年，回头看，方向是对的。

怎么量化一个词被 AI 截流了多少

打开 GSC 的「查询」报告，把展示量高但点击率低于 2% 的词挑出来，这些词大多出现在 AI 摘要覆盖的结果页。再把工具给的搜索量乘以你真实的 CTR，得到的才是实际能拿到的点击。比如某词工具显示月搜 1.2 万，真实 CTR 只有 1.5%，落到手里约 180 次访问，这个末端数字比搜索量更接近真相。

想进一步验证，每周用无痕窗口搜 3 个核心词，截图看 AI 摘要是否把答案给全了。连续四周，你就能画出「被截流比例」的走势。关于 AI 搜索时代的关键词研究完整框架，可以对照 AI 搜索时代的关键词研究完整框架 一起看。

重写内容让 AI 愿意引用你

AI 摘要偏好结构清晰、结论前置、有出处的内容。把每篇核心结论放到开头 150 字，用 H3 拆步骤，关键数据标来源。这样 AI 抓取时更容易把你当引用源，思路与 零点击搜索应对 一脉相承。

别堆关键词。AI 更看重你有没有回答问题。把用户可能的追问写成 FAQ 小节，覆盖「是什么、为什么、怎么办」，被引用概率会明显提升。语义搜索已不再匹配字面词而是理解意图，提前铺好同义词能让你在更多问法下命中，详见 语义搜索与同义词。

可引用性检查清单

把下面这张表当成发稿前的勾选单，四项全过再发布。

每周回看一次，把「结论前置」和「数据出处」两项作为硬门槛，长期做，被 AI 摘要命中的比例会稳步上升。

检查项	达标标准	常见扣分项
结论前置	开头150字给出答案	铺垫三屏才入题
数据出处	关键数字标来源	全篇无引用
结构清晰	H3拆分步骤	一大段堆砌
语义覆盖	含同义词变体	只堆核心词