AIO 出现使首位自然 CTR 额外下降 34.5%

AI 摘要出现在结果页顶部时，连排第一的自然结果也要让出约三分之一的点击。据 Ahrefs 对 30 万关键词的分析（2025-03 口径，媒体转述，本站未复验），AI Overviews 出现时，信息类关键词的首位自然点击率从 0.073 降到 0.026，额外下降 34.5%——在信息类查询本就偏低的基数上再抽走一层。这是 AIO 点击代价目前引用最广的量化口径，研究档案见Ahrefs：AI Overviews 引用与自然排名重合度研究。

0.073 到 0.026：先弄清“额外”二字

口径里有三个限定词，丢掉任何一个都会读错。第一，对象是信息类关键词——用户在找“怎么做”“是什么”“为什么”，不是导航类或品牌词，后者的摘要触发与点击行为都不同。第二，位置是首位自然结果——第一位是摘要功能重叠最大的位置，降幅不能平移到其他位置，更不能平移到整页。第三，“额外”指在信息类查询自身点击分流之外再降的部分：0.073 这个基数已经反映了信息类查询的普遍特征，34.5% 度量的是摘要出现带来的那层增量损失，而不是从 0.073 到 0.026 的名义落差。名义落差里混着查询结构与时间的因素，“额外”口径把这部分剥离掉，才让摘要的代价单独现形。

把 0.073 与 0.026 并排读更直观：同一个“首位”位置，摘要出现与否对应的是两档完全不同的点击水位。对以信息类内容为主要资产的知识站、工具站与媒体站，这个量级的侵蚀足以改写流量模型；对以品牌词与转化页为主的站点，体感则钝得多。评估自己受多大影响，第一步是盘点核心词里信息类的占比与 AIO 触发率，而不是拿单一降幅乘以全站流量。

样本与时间也要带着走：30 万关键词、Ahrefs 口径、2025-03 采集，媒体转述未复验。跨报告比较时，先对齐关键词类型、位置定义与时间窗——不同研究对“首位”的定义（含不含广告位下方的第一条自然结果）与对“信息类”的筛选标准都不尽相同，直接并表会出现假矛盾。

为什么受伤最重的是第一名

机制上顺理成章：摘要与首位结果的功能重叠最大。信息类查询的第一名，本来扮演的就是“最完整的那个答案”；AI 摘要把综合多源后的答案直接放在它上面，用户的提问在摘要内被满足，首位的独特价值被抽走的就是最大的一份。第二位以下的结果本来就不承担“完整答案”的角色，被摘要替代的部分反而更小——降幅沿排名的分布并不均匀，头部承压最重。

行为侧的独立实测与这个方向严丝合缝。Pew 对近 7 万次真实搜索的记录显示：有 AI 摘要时用户点击自然结果约 8%，无摘要时约 15%，点击摘要内链接的仅约 1%，约 26% 的访问在看到摘要后直接结束会话——口径见有 AI 摘要时自然结果点击率。一个来自关键词层面的 SERP 分析，一个来自真实用户的行为面板，方法不同、方向一致——两条独立证据互相咬合，构成本站“零点击时代”流量叙事的底座（均未复验），概念展开见零点击（Zero-click）。

还有一层结构性解读：摘要改变的不只是点击的量，还有点击的去向。原先流向首位的点击，一部分被摘要本身吸收（用户不再点任何链接），一部分流向摘要内嵌的引用链接，还有一部分流向摘要下方的次级结果——第三种流向意味着页面的相对位置价值被重新洗牌。监测自家数据时，只盯首位 CTR 会漏掉后两种位移，把摘要出现前后的整页点击分布都记录下来，归因才完整。

流量账怎么重算

趋势预测与实测可以并排看：Gartner 在 2024-02 预测 2026 年传统搜索量将下降 25%——机构预测而非实测，口径见Gartner 传统搜索量预测；Ahrefs 这条度量的则是单条结果页内部分配的变化。大盘可能缩、单页被抽得更狠，两者叠加才是完整的流量账。对内容方的含义是双重的：信息类查询的点击预算在总量与分配两个层面同时被改写，靠信息类长尾吃流量的商业模式需要预案，而不是等年报时才发现曲线弯了。

预案的方向不是放弃排名。摘要仍然引用来源，被引用与被提及的价值在点击缩水的同时上升；同一批数据里，AIO 引用与自然前十的重合度一年内从约 76% 跌至约 38%——口径见AI Overviews 引用与自然前十重合度——排名守得住是基本盘，进得了引用池才是新账本。把监测从“排名加点击”扩成“排名、点击、被引”三条线，是这条数据最务实的用法。

算账的颗粒度建议下探到页面类型。教程、科普、定义类页面的 AIO 敏感度最高，预算上优先给它们补“被引用”的改造；品牌词页面与转化落地页的敏感度低，维持既有打法即可。全站一个平均数会把两类页面的相反趋势互相抵消——这是流量账重算时最常见的记账错误。

三类误读与一条引用纪律

误读一，把相关性读成因果：触发 AIO 的查询本身可能是更“可摘要”的类型，点击特征与普通信息词有天然差异，34.5% 里混着查询结构的影响，严谨的表述是“出现摘要时的首位点击率差异”。误读二，把信息类首位的降幅外推到全站：导航词、品牌词、交易词的摘要触发与点击分配都不同，全站影响要按词类分别估算。误读三，从这条推出“SEO 已死”：它度量的只是点击分配的变化，收录、排名与可抓取性仍是进入引用池的前提，点击账之外还有一笔被引账要算——两本账一亏一盈，结论要合在一起做。

引用纪律与全站一致：数值引用时标注“据 Ahrefs CTR 研究，未复验”；转述时保留三个限定词（信息类、首位、额外）里的至少两个，砍掉限定词的转述基本必然变成夸大。对内汇报建议附上自家核心词的 AIO 出现率与点击变化——外部数字给方向，自家数据给刻度，这条纪律适用于本库所有未复验口径的数据卡。

把降幅变成自家仪表：三步走

第一步分词建组。把核心关键词按意图分组——信息类、品牌类、交易类、导航类——各自统计 AIO 触发率与首位点击率。AIO 触发率用固定词表定期抓取结果页来记，首位点击率从搜索控制台的页面与查询报表里取；两个口径对不齐时，以自家时间序列的自洽为准，绝对值与外部研究有出入并不影响趋势判断。

第二步做对照读数。同一词组内，比较摘要出现与未出现两类结果页的点击表现；有条件的话，跟踪单条词的 AIO 状态翻转前后各一段时间的点击变化——这种“自然实验”比横截面比较更接近因果读数。读数时把设备类型也带上：摘要的呈现形态与用户耐心在移动端与桌面端差异不小，混在一起会摊平信号。

第三步把结论接到动作上。信息类占比高且 AIO 触发率高的词组，优先做引用池改造——结构化的事实块、清晰的出处、覆盖子问题的内容密度；触发率低、点击稳定的词组，维持现有排名投入即可。三步的关键是让“摘要出现率”成为一个被例行盯住的指标：它从低变高的那个月，往往就是流量模型需要重算的那个月。