很多独立站团队现在最焦虑的问题是：自然流量是不是被AI抢走了？
如果只看某些泛信息词、教程词、定义词的点击下滑，答案很容易变成“是”。但这个判断太粗。Search Engine Land 与 Fractl 在 2026 年 7 月 2 日发布的一项分析，基于 Semrush 数据研究了 1,010,848 个高搜索量关键词，每个关键词月搜索量至少 10,000，覆盖 379 个品牌和 8 个垂直行业，并结合 1,004 名美国消费者调研。结论不是搜索正在死亡，而是搜索需求正在重新分配。
这对中国出海品牌尤其关键。因为独立站SEO过去太容易把“关键词排名、自然点击、文章数量”当成主要目标。但AI搜索、社媒搜索、Reddit、YouTube、品牌官网验证路径一起变化后，真正的问题变成：用户还在搜索，只是他们不一定还用同一组关键词、同一个入口、同一种点击路径完成决策。
所以，今天做 Google SEO/GEO优化 不能只问“流量掉了多少”，而要问“需求迁到哪里去了、哪些页面还能承接询盘、哪些品牌信号正在被AI和用户用来验证”。
100万关键词说明：搜索需求在迁移，不是简单消失
这项研究回应了 Gartner 在 2024 年提出的预测：到 2026 年，传统搜索引擎量级可能下降 25%，搜索营销份额会被AI聊天机器人和虚拟代理分走。
Search Engine Land/Fractl 的数据确实发现，40.7% 的高搜索量关键词出现可衡量下降，也就是过去一年搜索量下降超过 15%。其中，受影响关键词平均下降 41%，还有 112,378 个关键词搜索量下降超过 40%。
但真正重要的是另一组数字：
研究显示，285,489 个下降关键词合计约 102.9 亿月搜索量；140,835 个增长关键词合计约 103.1 亿月搜索量。整个数据集净变化是每月增加约 1,680 万次搜索，基本持平。
换句话说，下降是真的，但不是总需求消失，而是需求从旧关键词迁移到了新关键词、新场景和新入口。对独立站团队来说，这比“搜索死了”更麻烦，因为它要求你重新评估整个关键词组合，而不是简单砍内容、停SEO或只追AI工具监控。
哪些关键词最容易被AI截流？
AI最容易替代的是非品牌、泛信息、可直接回答的搜索。
原因很简单：如果用户搜索的是“什么是 deductible”“怎么选择护肤成分”“如何写一封邮件”，AI可以直接在答案里完成解释。用户没有必须访问某个品牌官网的理由，也没有必须点开某个页面的动机。
研究显示，整个数据集中 90% 的搜索量来自非品牌词。HealthTech 和 Wellness 暴露最高，非品牌搜索量占比分别达到 99.6% 和 98.5%。这说明，只靠泛信息词吃流量的内容资产，最容易在AI答案时代被重写价值。
对独立站来说，风险最高的页面通常有这些特征：
- 只回答基础定义，没有品牌经验；
- 只做教程列表，没有产品、案例或数据；
- 标题覆盖大词，但正文没有独家判断；
- 没有真实图片、评测、参数、客户问题和FAQ；
- 页面没有清晰的下一步动作；
- 没有和产品页、服务页、案例页形成内链闭环。
这也是为什么 Iwish 之前在 AI搜索SEO优先级 里强调，AI时代不能只追关键词、外链和点击。泛信息内容仍然有用，但它必须升级成答案资产、证据资产和转化入口。
有些行业下滑，有些行业反而增长
这项研究最值得拆的不是总量，而是行业差异。
Search Engine Land 提到，Lifestyle 的增长/下降比例达到 2.6 倍，SaaS 达到 2.5 倍；而 HealthTech 只有 0.4 倍，是数据中受冲击最明显的垂直领域。
为什么同样被AI影响，有的行业还能增长？
关键在“AI回答之后，用户是否还有下一步搜索”。
如果AI推荐一个项目管理工具、沙发品牌、户外装备或某个Shopify应用，用户往往还会继续搜索品牌名、官网、价格、评论、替代方案、配送和售后。这会带来新的品牌词和购买前验证词。
但如果用户问的是药物相互作用、保险免赔额定义、基础健康问题，AI可能已经把答案讲完。用户没有明显的下一步搜索，自然也不会给某个品牌站带来验证点击。
这对B2B和DTC独立站都有启发：真正能抵御AI截流的，不是“文章越长越好”，而是内容能不能让用户产生下一步动作，例如搜索品牌、访问官网、比较方案、下载资料、提交询盘或查看案例。
独立站关键词组合要重分成4类
过去很多团队按月搜索量、关键词难度、排名位置来管理关键词。AI搜索时代，这不够。你至少要把关键词分成四类。
1. 下降 + 无品牌：高风险泛信息词
典型关键词包括定义词、教程词、基础“how to”词、泛科普词。
这些词下滑不一定要救。先判断页面是否还有业务价值。如果页面只是带来低质量访问，没有询盘、没有内链价值、没有品牌搜索带动，就不应该继续按原来的SEO逻辑堆内容。
更好的做法是改写成：
- 对比页；
- 决策清单；
- 行业数据页；
- FAQ证据页；
- 工具页；
- 真实案例页。
目标不是抢回所有泛流量，而是让AI和用户都能看到你的独特证据。
2. 下降 + 有转化：不能按流量粗暴删除
有些页面流量下降，但仍然带来询盘、加购、样品申请或B2B线索。这类页面不能只因为流量变少就删除或合并。
应先接入 SEO ROI模型 看：
- 非品牌词是否仍贡献首访；
- 品牌词是否被后续拉起；
- 页面是否在销售沟通中被引用；
- 页面是否辅助广告转化；
- 页面是否带来高质量询盘。
AI时代，流量不是唯一价值指标。部分内容的价值会从“直接点击”转成“影响认知、辅助验证、支持成交”。
3. 增长 + 有品牌：AI推荐后的验证路径
研究还发现，59% 的消费者表示，当AI聊天机器人提到或推荐一个品牌后，他们可能访问该品牌官网。这是独立站最应该抓住的变化。
如果你的品牌被AI提到，用户下一步很可能不是直接下单，而是验证：
- 官网是否专业；
- 产品页是否清晰；
- 价格、物流、退换货是否可信；
- 是否有真实案例或评论；
- 是否有FAQ解释风险；
- 是否能找到第三方讨论和媒体提及。
这类需求不是传统意义上的“搜索流量”，但它会进入品牌词、直接访问、评论站、YouTube、Reddit和社媒搜索。独立站必须把官网做成信任承接点，而不是只把博客当排名入口。
4. 增长 + 跨平台：Google外还有发现入口
研究中的消费者调研显示，搜索行为已经扩散到更多平台。YouTube 和 Reddit 在被用作搜索目的地方面领先，分别达到 68% 和 57%，高于 Instagram、Facebook 和 TikTok。
这意味着独立站内容不能只在官网内闭环。尤其是B2B、户外、家居、美妆、消费电子、SaaS、工业品这些品类，用户会在多个入口完成验证。
更现实的内容结构应该是：
- 官网文章负责系统解释和转化承接；
- 产品页负责参数、场景和证据；
- YouTube/短视频负责演示；
- Reddit/论坛/问答负责真实讨论；
- Google搜索负责品牌验证；
- AI答案负责推荐和初筛。
如果团队没有办法监测这些入口，可以从 AI搜索可见性追踪 开始，把品牌被提及、被引用、被搜索、被访问和被询盘的路径串起来。
“零搜索购买”正在出现，但还不是主流
这项研究里最值得警惕的数字是：18% 的消费者表示，他们曾经基于AI推荐购买某个东西，没有再通过传统搜索验证。
这个比例不是主流，但已经足够影响独立站策略。尤其对年轻用户，Gen Z 和 Millennials 基于未验证AI推荐购买的可能性，是 Baby Boomers 的 2.5 倍。
同时，消费者对AI仍然不是完全信任。33% 的受访者同等信任AI和传统搜索，46% 更信任搜索，20% 更信任AI；56% 对AI产品推荐至少有一定怀疑。
这说明“零搜索购买”不是让官网失去意义，反而让官网的验证价值更重要。AI可以帮用户生成候选品牌，但用户仍会检查官网、评论、价格、配送、售后和品牌可信度。
这也是 零点击营销 的核心变化：不是所有影响都会变成点击，但不代表品牌没有被影响。你要把“被提及、被验证、被访问、被询盘”都纳入复盘。
不要把AI搜索优化做成另一套“关键词排名”
很多团队看到AI影响搜索，就会马上上AI可见性工具，监控某些Prompt里品牌有没有出现。这有价值，但不能只做成排名报表。
原因有三个。
第一，Prompt不是关键词。用户在AI里问的问题更长、更上下文、更接近任务。一个品牌是否被推荐，往往取决于页面证据、外部提及、评论、数据、案例和品牌实体，而不是单一关键词位置。
第二，AI答案会波动。不同模型、不同会话、不同地区、不同用户上下文，都可能影响推荐结果。
第三，AI可见性不等于业务结果。你需要继续看品牌词、官网访问、询盘来源、CRM线索质量和销售反馈。
如果要做，建议把Prompt监测和 Google Search Console AI报告 放在一起看：前者看模型推荐路径，后者看Google生态内的AI搜索曝光信号，再用GA4、CRM和询盘数据判断商业价值。
独立站30天执行清单
第1周：拉出关键词涨跌表
从现有关键词工具、Search Console、排名监控中导出过去12个月关键词和URL表现。至少包含：
- 关键词；
- URL；
- 页面类型；
- 搜索量变化；
- 点击变化；
- 排名变化；
- 询盘或转化贡献；
- 是否品牌词；
- 是否AI容易直接回答。
不要只看总流量。按页面类型分组看：产品页、分类页、服务页、博客页、案例页、FAQ页。
第2周：找出“需求迁移”而不是只找下滑
每个下降词都要问三个问题：
- 用户现在是不是换了问法？
- 这个需求是不是转到AI、YouTube、Reddit或电商平台？
- 是否出现了新的品牌词、比较词、评论词、替代方案词？
例如，“best project management software”下降，不代表需求没了。用户可能转去问AI“适合10人远程团队的项目管理工具”，然后再搜索某几个被推荐品牌。
第3周：改内容结构
高风险泛信息页不要只改标题。重点补这几类内容：
- 独家数据；
- 真实客户问题；
- 产品/方案对比；
- 适用场景和不适用场景；
- 购买前检查清单；
- FAQ；
- 案例；
- 评论与第三方证据；
- 图片、视频、表格和结构化信息。
目标是让页面从“回答一个泛问题”升级为“帮助用户做判断”。
第4周：把AI可见性接进询盘复盘
最后不要只交一个“AI里有没有出现”的截图。要把这几类数据放在一起：
- AI答案中是否出现品牌；
- Search Console AI曝光是否变化；
- 品牌词搜索是否变化；
- Direct/Referral流量是否变化；
- 重点页面是否带来询盘；
- 销售是否听到客户提到AI、Reddit、YouTube或评论；
- 高价值页面是否被更多外部来源提及。
如果是B2B出海品牌，还要特别看 B2B AI搜索可见性：传统Google排名不错，不代表一定会被AI Overview引用。AI更需要清晰实体、证据链和可验证来源。
结论：SEO不会消失，但“只追旧关键词”的SEO会失效
100万关键词的研究给独立站团队的提醒很直接：
搜索需求没有简单消失。它正在从旧关键词迁往AI答案、社媒搜索、品牌验证、官网承接和新增长词。
如果团队只盯自然流量下滑，很容易误判：
- 把正常迁移当成SEO失败；
- 把泛信息词下滑当成所有内容都没价值；
- 把AI曝光当成新的虚荣指标；
- 把官网从转化承接点降级成内容仓库。
真正该做的是重建关键词组合：保留有商业价值的页面，升级容易被AI截流的泛信息页，补强品牌验证路径，追踪AI可见性和询盘归因。
AI不会让SEO立刻消失，但会淘汰只靠旧关键词、旧文章模板和旧点击指标的SEO。独立站接下来要赢的不是单一排名，而是用户在AI、搜索、社媒和官网之间来回验证时，始终能看到你的品牌、证据和下一步行动。
FAQ
1. AI搜索会让Google自然流量消失吗？
不会简单消失，但部分关键词会明显下滑。Search Engine Land/Fractl 的研究显示，下降关键词和增长关键词的总搜索量基本抵消，说明需求在迁移。独立站要找迁移方向，而不是只看总流量。
2. 哪类SEO内容最容易被AI影响？
非品牌、泛信息、可直接回答的内容最容易被AI截流，例如定义词、基础教程词、简单清单词。如果页面没有品牌经验、数据、案例、对比或转化路径，风险更高。
3. 独立站还要继续写博客吗？
要写，但不能再写成泛信息流量入口。博客要承担主题解释、品牌证据、购买前教育、FAQ、案例和内链承接。目标是帮助用户判断，而不是只覆盖关键词。
4. AI推荐后用户还会访问官网吗？
会。研究显示，59% 的消费者表示，当AI提到或推荐品牌后，他们可能访问品牌官网。官网仍然是信任验证和转化承接的关键节点。
5. 如何判断一个关键词下滑是否值得救？
先看商业价值。若该关键词关联核心产品、服务页、询盘、品牌词增长或销售沟通，就值得优化；如果只是低质量泛流量且没有转化价值，可以合并、重写或降优先级。
来源参考
- Search Engine Land: What 1 million keywords reveal about AI’s impact on search, 2026-07-02, https://searchengineland.com/what-1-million-keywords-reveal-about-ais-impact-on-search-481474
- Gartner: Gartner Predicts Search Engine Volume Will Drop 25% by 2026, 2024-02-19, https://www.gartner.com/en/newsroom/press-releases/2024-02-19-gartner-predicts-search-engine-volume-will-drop-25-percent-by-2026-due-to-ai-chatbots-and-other-virtual-agents
- Google Search Central: AI features and your website, https://developers.google.com/search/docs/appearance/ai-features
- Google Search Central: Optimizing for generative AI search, https://developers.google.com/search/docs/fundamentals/ai-optimization-guide
