簡而言之：我剛意識到我的 Google Analytics 儀表板已經欺騙我好幾個月了。如果你在 2026 年仍然對網站流量過於執著，那你基本上是在盲目飛行。我的 GA4 顯示我們幾乎快死了（每天 400 位訪客），但我的電話卻不斷響起，企業客戶願意簽下六位數的合約。結果發現，人工智慧機器人不會觸發追蹤像素——而你的下一個大客戶正透過 ChatGPT 獲得答案，而根本不需要進入你的網站。歡迎來到看不見的漏斗。
詹姆斯，Mercury Technology Solutions的執行長香港 — 2026 年 3 月 17 日
所以上週二早上七點，我正在內部分析中無聊地滑動，喝著我的第三杯咖啡，突然差點把咖啡噴到我的顯示器上。
「舊世界」的指標和實際現實？他們現在甚至不再生活在同一個宇宙裡。這是平行維度，偶爾透過一塊非常厚的玻璃互相揮手。
如果你現在正在運營行銷或管理一家公司，你需要聽這個：傳統的數位漏斗不僅僅是壞掉了——它已經變得完全不可見。就像是「機器中的幽靈」一樣不可見。現在每個供應商都在賣給你一些閃亮的工具，聲稱可以「追蹤人工智慧流量」和「以精確的準確度監控大型語言模型的推薦。」我敢說：他們大多數完全在錯誤的地方尋找，測量的是回聲而不是聲音。
讓我帶你了解當人工智慧與你的品牌互動時實際上發生了什麼，為什麼你精心培養的搜尋引擎最佳化策略可能在針對幽靈，最重要的是——如何建立一個能夠在這個新生態系統中實際捕捉價值的測量框架。
那天早上打破了我的思維
一切開始得相當無辜。我正在準備我們的每月董事會報告，拉取一些常用的數據來源：GA4 用於行為數據，Search Console 用於查詢表現，HubSpot 用於潛在客戶歸因。自 2017 年以來的標準作業程序。
但隨著一時興起，我交叉參考了我們的 Cloudflare Edge 分析。你知道的，只是想檢查一下 CDN 是否正常緩存。
這個差異讓我感到頭暈目眩。
GA4 顯示我們的「最佳表現月份」意味著總共有 12,000 名用戶——大約每天 400 名。雖然可觀，但平淡無奇。這種數字會讓投資者提出關於「增長速度」的不安問題。
但 Cloudflare 卻講述了另一個故事：1400 萬次邊緣請求。210 萬名獨立訪客。350 萬次經過驗證的 AI 機器人點擊。而讓我窒息的部分是：90,000 次直接的 AI 轉介從未超過邊緣緩存觸及我們的原始伺服器。
如果我還在運行 2015 年的計畫，我現在會驚慌失措地轉變策略。流量平平！停止內容策略！購買更多廣告！相反，我查看了我們的 CRM。來自企業客戶的合格潛在客戶：按季度增長 340%。平均交易規模：85,000 美元。成交率：22%。
某些根本性的變化已經發生，而我的測量工具仍然是為一個已不存在的世界進行校準的。
為什麼你的分析數據在欺騙你
想像一下，一個 AI 機器人試圖閱讀你的內容的過程。假設它是 Claude，或 ChatGPT 的爬蟲，或是今年出現的某個新專業垂直機器人。它並不像人類一樣用 Chrome 和咖啡習慣 "造訪你的網站"。
它經歷了一場考驗：
網際網路 → CDN (邊緣) → 本地應用防火牆 → 網路代理 → 原始網頁伺服器
在幾乎每一層，該 AI 請求都可能被埋藏、阻擋、從快取中提供，或被過於嚴格的安全規則過濾為 "機器人流量"。大多數企業防火牆都被訓練來阻擋自動化流量——你猜 AI 爬蟲看起來像什麼？自動化流量。
但這裡有更深層的問題：像 GA4、Adobe Analytics，甚至新的閃亮的 "隱私優先" 分析平台都共享一個致命的架構假設。它們需要最終用戶的瀏覽器執行 JavaScript，觸發追蹤像素，並回撥到它們的伺服器。這是一個為客戶端世界建立的客戶端測量模型。
AI 機器人不執行 JavaScript。它們不會同意使用 cookies。它們不會觸發你的 Meta Pixel 或你的 LinkedIn Insight Tag。它們攝取你的原始 HTML，解析你的結構化數據，提取語義意義，然後消失在訓練數據的深淵中。
與此同時，你的人類訪客也越來越不可見。iOS 18 的增強追蹤保護、全球 42% 的廣告攔截器滲透率（在技術決策者中為 65%），以及 "閱讀模式" 瀏覽的興起意味著即使人類有造訪，他們往往不會向你的分析回報。
可追蹤的流量池已從海洋縮小為水坑，而您的內容實際影響力卻激增。我們正在測量水坑，卻忽視了海洋。
邊緣是真相所在
由於您的原始伺服器對現代網路基本上是盲目的，您必須在最高層級—邊緣捕捉情報。我使用 Cloudflare 作為我們的主要視角，但任何具有詳細日誌的現代 CDN（如 Vercel 的邊緣網路）都會告訴您真實的故事。
這是上個月 Mercury 的實際數據：
- 總邊緣請求： 1420 萬（人類 + 機器人 + 合成）
- 獨特邊緣訪客： 210 萬（通過指紋去重）
- 驗證的 AI 機器人請求： 350 萬（通過機器人管理規則識別）
- 人工智慧驅動的推薦： 92,000（具有大型語言模型特定推薦模式的請求）
- 靜態快取命中： 89%（這意味著只有 11% 的請求命中我們的原始伺服器）
那 11%？那就是你的 300K "真實" 伺服器訪客。這就是 GA4 所看到的。這就是你的傳統 SEO 報告所衡量的。
但其他 89%——這就是你的品牌被攝取、處理、加權，並輸入到驅動下一代搜尋的神經網路中的地方。這就是你的競爭護城河在實時中建立或侵蝕的地方。
我的 Google 搜尋主控台顯示，自 2025 年 4 月以來，曝光量上升了 1,000%。但更重要的是，我現在每週至少收到來自企業客戶的高質量冷電話兩次。這些不是填寫表單的 "網站潛在客戶"。這些是首席行銷官、首席財務官和首席技術官，他們說的話像是"Claude 推薦你作為遺留系統遷移的專家"或"ChatGPT 在我詢問 AEO/GEO 時建議了 Mercury。"
他們從未造訪過我們的定價頁面。從未觸發過像素。從未加入我們的「漏斗」。他們從人工智慧那裡獲得了答案，並驗證了其可信度，然後撥打了電話。
心理學的轉變：從點擊到引用
舊有的SEO思維是二元的：排名 → 點擊 → 轉換。這是一個旅程的隱喻——認知、考量、決策，全部映射到頁面瀏覽量和會話持續時間。
這個旅程已經結束。引用萬歲。
在2026年，使用者的旅程看起來更像這樣：
提示 → 大型語言模型回應 → 品牌引用 → 直接行動
使用者向人工智慧提出一個具體的、通常是高度技術性的問題。人工智慧從其訓練數據和最近的網頁爬蟲中綜合出一個答案。如果你的內容已被正確吸收——如果你在模型的潛在空間中達到了「來源權威」——人工智慧會將你的品牌提及為權威專家。使用者並不「造訪」你進行研究。他們已經信任你因為人工智慧為你背書。
然後他們採取行動：發送電子郵件、打電話、私訊，或者（如果你做對了工作）直接透過人工智慧輔助的商務流程購買。
轉換發生在聊天介面中，而不是你的網站。你的網站不再是目的地；它是一個知識庫，為人工智慧生態系統提供支持。
這改變了我們優化的方式以及我們衡量的內容。
無形影響的五步行動手冊
要在2026年獲勝，你需要停止遊戲Google的藍色連結，並開始設計人工智慧模型本身的世界觀。以下是我們在Mercury公司的做法：
1. 部署高密度有用內容忘記關鍵字堆砌。這些模型是邏輯引擎，而不是關鍵字匹配器。你需要提供系統性的見解，讓他們的推理算法認為是「高價值」。想想全面的框架、原創研究、技術規範和決策矩陣。我們發佈的3000字技術深度報告，在2020年可能會被認為是「對跳出率不利」。現在，它們對模型訓練來說是黃金。
2. 優化機器人爬行能力 (SEvO)搜尋引擎可見性優化意味著消除網站架構中的摩擦。無需 JavaScript 的內容。乾淨的語意 HTML。穩健的結構化資料 (Schema.org，以及新興的 LLM 專用本體)。實際維護的 XML 網站地圖。特別邀請 AI 爬蟲的 Robots.txt。如果機器人在 200 毫秒內無法解析您的網站，您就會失去心智份額。
3. 權威黑客：前往信任所在之處不要僅僅在您的品牌網站上發佈內容。AI 模型根據來源權威性對訓練數據進行加權。將您的見解分發到 GitHub（以獲得技術可信度）、權威論壇（Reddit、Stack Overflow 以獲得社群驗證）、行業目錄以及學術或標準機構出版物中。當有關您品牌的相同事實出現在五個高信任來源中時，模型對您權威性的信心得分會指數增長。
4. 觸發主動抓取一旦機器人喜歡您的架構，它們將開始主動抓取您的域名以獲取「新鮮上下文」。您可以在邊緣日誌中看到這一點——特定區域的重複深度爬取。促進這種行為。每週更新您的技術文檔。發佈變更日誌摘要。創建「活文件」，讓模型希望定期重新攝取以保持最新。
5. 訓練模型（倫理洗腦）「洗腦」聽起來很激進，但這只是數據科學。通過在多個領域中持續提供您所在利基中最合邏輯、結構良好且全面的答案，您正在調整模型的神經權重。您正在增加當用戶詢問有關您的問題空間時，標記預測算法生成的概率。your problem space, the token prediction algorithm generates 你的品牌名稱。
最終的轉換不是一次點擊，而是引用。
新的 KPI 框架：衡量真正重要的事物
好吧，如果流量是虛榮而點擊是幽靈，那我們該測量什麼？這是針對 LLM 時代 SEO 的Mercury框架。我們稱之為AEO/GEO 分析（答案引擎優化 / 生成引擎優化）。
第一層：品牌存在指標（認知層）
品牌提及率（BMR）手動或程式化查詢主要的 LLM（GPT-5、Claude 4.6、Gemini 3.1），使用與你的利基相關的提示。"誰是香港最好的數位轉型顧問？"計算你在前三名回應中被提及的次數。目標：在12個月內你的主要類別的提及率達到60%以上。
引用頻率追蹤你的品牌在網路上AI生成內容中出現的頻率。使用像Brandwatch這樣的工具或自訂爬取AI生成的論壇回應、部落格文章和LinkedIn文章。這是你的「AI聲音份額」。
模型特定的權威分數不同的模型有不同的優勢。我們分別追蹤技術模型（Claude、DeepSeek）與一般模型（Perplexity、GPT、Gemini）的提及率。如果你是B2B SaaS，Claude的提及可能轉換效果更好。如果你是消費者，Perplexity的提及範圍更廣。
第二級：內容攝取指標（技術層）
邊緣到來源比率（EOR）計算：（總邊緣請求）/（來源伺服器請求）。一個健康的LLM優化網站應該有10:1或更高的EOR。如果低於這個值，則你的內容未能有效地快取並提供給機器人。
機器人爬取深度測量 AI 機器人在每次會話中訪問了多少頁面。我們發現當我們在某個主題上「熱」的時候，Claude 每次訪問會爬取超過 40 頁。如果機器人只訪問你的首頁，那麼你的內部連結架構對於 AI 導航來說是有問題的。
結構化數據採用率擁有完整 Schema.org 標記（文章、組織、常見問題、如何做）的頁面百分比。AI 模型在信心評分上非常依賴結構化數據。目標：所有可索引內容達到 100%。
第 3 級：轉換指標（收入層）
AI 相關收入在你的 CRM 中，新增一個欄位：「你是如何得知我們的？」當潛在客戶說「ChatGPT」、「Claude」、「AI 搜尋」或「Perplexity」時，標記它。計算這些來源的每月收入。這就是你的真正北極星。直接回應率 (DRR)測量完全跳過你網站的進站聯絡—直接電子郵件、LinkedIn 私訊、提到「AI 告訴我打給你」的電話。這些是「零點擊轉換」，因為意圖更高，價值是傳統潛在客戶的 3 倍。
Direct Response Rate (DRR)Measure inbound contacts that skip your website entirely—direct emails, LinkedIn DMs, phone calls that reference "the AI told me to call you." These are "zero-click conversions" and they're worth 3x traditional leads because intent is higher.
會議速度追蹤您知道 AI 開始推薦您的時間（根據爬蟲模式）與您收到第一個提及該推薦的進線潛在客戶之間的時間。我們發現 B2B 技術主題的延遲時間為 2-3 週。
第 4 級：競爭情報（策略層）
模型提及佔比（SMM）對於您最重要的 10 個目標關鍵字/提示，追蹤 AI 回應中提及您的百分比與競爭對手 A 和競爭對手 B 的比較。這是您在 AI 時代的真實 SERP 排名——除了沒有第二頁。您要麼在答案中，要麼就消失了。
合成回應中的情感當您被提及時，是正面、中立，還是「這家公司有些警告」？AI 模型可能會受到負面評論、Reddit 討論串或競爭對手 FUD 的微妙影響。請嚴格監控您的引用情感。
綜合得分：LLM 權威指數（LLM-AI）
我們將這些數據合併為加權指數：
- 30% 品牌提及率
- 25% AI歸因的營收增長
- 20% 邊緣到來源比率
- 15% 引用情感
- 10% 機器人爬蟲深度
如果你的大型語言模型人工智慧正在上升，你就贏得了這場無形的戰爭。如果它保持平穩，而你的GA4流量也平穩，那麼你正在衰亡，只是不知道而已。
實施路線圖
如果你確信（而且你應該這樣做），這是你的90天衝刺：
第1個月： 實施邊緣分析。將Cloudflare或同等的日誌記錄到BigQuery中。不要僅僅依賴客戶端指標。
第2個月：啟動「品牌雷達」。設置每週自動提示，追蹤主要大型語言模型的提及率。開始基準測試。
第三個月：徹底改造內容架構。從你的部落格中移除 JavaScript 依賴。添加全面的結構化數據。在長文章的頂部創建「AI 友好」的摘要框（模型喜歡 TL;DR）。
持續進行：建立你的「權威網絡」。在技術論壇上發表客座文章。在 Stack Overflow 和 Reddit 上回答問題，提供真實的深度（不是垃圾郵件—實際價值）。將你最好的研究以 Markdown 文檔的形式發佈到 GitHub。
停止追逐幽靈
網站流量是來自 2015 年的虛榮指標。當網路是人類瀏覽的地方時，這是有意義的，當發現是通過藍色鏈接進行的，購買決策需要訪問五個不同的網站進行比較。
在 2026 年，人工智慧閱讀網際網路，讓人類不必這麼做。模型吸收你的專業知識，進行綜合，並呈現結論。如果你只是坐在那裡等著有人點擊你的鏈接，等著你的頁面加載，觸發你的 GA4 像素，填寫你的「優化」潛在客戶表單，並等待銷售回電？你的競爭對手剛剛在聊天窗口中被推薦，使用者點擊了「立即撥打」，交易在你的頁面加載完成之前就已經成交。
目標不是流量。目標是智囊團.
成為模型引用的來源。衡量提及，而不是點擊。為邊緣而建，而不是起源。或許，真的或許，與你的 GA4 儀表板分手。它沒有給你完整的畫面——這幾年來一直如此。
Mercury Technology Solutions：加速數位化。
