AI Overviews 引用与自然前十重合度：76% 跌至 38%

“排进自然前十，就会被 AI 摘要引用”——这个等式在一年之内被数据拆掉了。据 Ahrefs 对 86.3 万关键词、400 万引用 URL 的实测（媒体转述，未逐一复验），AIO 引用 URL 落在自然前十的比例，从 2025-07 口径的约 76% 跌至 2026-03 口径的约 38%。排名仍然是入场券，但“排名等于被引用”的时代结束了；研究档案见Ahrefs：AI Overviews 引用与自然排名重合度研究。

从 76% 到 38%：下行曲线怎么读

先确认这条曲线在测什么：对每条关键词抓取 AIO 实际引用的 URL，检查它是否落在同一查询的自然前十，再对全部样本汇总成重合度。两个时间点用的是同一套方法，因此斜率可比；86.3 万关键词、400 万引用 URL 的规模，也排除了小样本抖动的解释——这不是统计噪声，是结构变化。

曲线的解读方向同样重要：重合度腰斩不是 AIO 收缩造成的，而是引用池扩张造成的。跌出前十的那部分引用没有消失，它们流向了主搜索结果页之外——这是一次引用源的再分配，蛋糕还在，切法变了。因此，把 38% 读成“AIO 不再引用排名靠前的页面”是错的，多数引用仍与前十重合，排名依旧是强相关线；读成“进了前十就稳进引用池”也是错的，重合度已经从“常态”跌成了“倾向”。正确的表述是：排名从充分条件退化为相关条件。

时间点本身也有信息量。2025-07 与 2026-03 两个口径之间隔着一次引擎换血——这正是下一节的主角。读外部报告时注意对齐口径日期：拿旧口径的 76% 与新口径的其他数据并表，会把引擎改版的效果误读成市场漂移。

转折点：换 Gemini 3 与“查询扇出”

时间线上的转折发生在 2026-01：AIO 换用 Gemini 3 驱动，选源机制引入“查询扇出”——把用户的原始查询拆解成一批子查询，分别检索、各自选源，再把结果汇入合成。扇出的直接后果是引用池大幅外溢：2026-03 口径下，未进前十的引用里约 31.2% 来自自然排名 11-100 位，约 31% 来自 100 位之外。引擎侧的机制与抓手整理见引擎卡Google AI Overviews。

扇出为什么必然压低重合度，机制上说得通。传统结果页用一套排序回答一个查询；扇出之后，引擎面对的是一批更具体的子问题，每个子问题各自有更贴切的答案页——这些页面在主查询的排名里未必靠前，却是子问题上的最佳答案。引用跟着子问题走，而不是跟着主排名走，重合度自然下行。对内容方的推论随之而来：覆盖子查询的密度，开始直接决定被引用的机会；一篇只为“主关键词”服务的页面，在扇出机制下只买了一注彩票。

注意“查询扇出”与“多引擎分裂”是两件事。前者是单一引擎内部的选源机制，后者是不同引擎引用池互不重合的格局——两者都指向“排名不再是唯一货币”，但作用层面不同，归因时不要混用。

跌出去的引用落在了谁头上

外溢的去向有明确的画像。其一来自视频：YouTube 以约 5.6% 的份额成为 AIO 最大被引域名，未进自然前 100 的引用中约 18.2% 是 YouTube 视频——口径见YouTube 成为 AIO 最大被引域名。视频内容正式进入引用池竞争，且大量视频本身就不参与传统排名，它们的涌入天然稀释重合度。其二是长尾子查询的独立内容：单答一个小问题的页面、社区里的深度讨论、垂直站的结构化资料——它们在主词上排不进前十，在子问题上是首选。

ChatGPT 侧的证据与同一结论互证：其最常引用页面中 28.3% 在 Google 自然结果前 100 之外——口径见ChatGPT 最常引用页面的零自然可见度。Google 与 ChatGPT 的引用机制并不相同，但“引用池与传统排名解耦”在两侧同时出现：这不是某一个引擎的改版副作用，而是生成式选源的共同走向——引擎要的是“能回答这个子问题的内容”，不是“这个查询的第十名”。

对内容团队的直接含义是资产盘点口径要改。旧盘点问“我们有多少词在前十”；新盘点还要问“我们覆盖了多少真实子问题”“我们的视频与第三方内容里有多少可被摘录的答案块”。两个问题的答案相加，才等于你在扇出时代的引用面。

新变量下的动作与监测

动作侧的变化集中在两件事。一是子查询覆盖：从搜索联想词、相关搜索、People Also Ask、社区高频小问、自家客服与销售记录里汇总去重出真实子问题，按“一个子问题一个自含答案”落成内容——这与查询扇出同构，是当前增量最大的杠杆。二是视频内容：有生产能力的团队把视频当一等公民而不是社媒素材，描述里写全定义、步骤与数据点并加章节时间戳，让转写文本可被摘录。

监测侧要建双本账。排名账照常记：收录、位置、点击；被引账另起一本：固定关键词集上 AIO 是否出现、引用了哪些域、自家的被引份额是多少，做成时间序列。两本账合读还有一个额外用处——与点击侧的代价对照：同一批词上，AIO 出现使首位自然点击率额外下降 34.5%——口径见AIO 出现使首位自然 CTR 额外下降——排名守住的页面也在丢点击，被引用才是摘要时代真正能守住的那份资产。

最后是这条数据自身的保质期提醒。重合度是一条已经证明会剧变的曲线：引擎一次换血就能让它一年腰斩。引用 38% 这个数值时带上口径日期（2026-03），并把它理解为“当前快照”而非稳态——按季度复核自家的被引份额曲线，比记住任何一个外部数字都重要。

三个常见误读，先拆掉再排期

误读一：“排名没用了，SEO 停掉”。38% 的另一面是重合度仍是多数，且引用池的入口仍是常规 Google 收录——没有收录，扇出子查询也检索不到你。正确的结论是排名从“目标”降级为“地基”：地基照打，楼往子查询与视频那边盖。误读二：“把主词页面拆成一百个小页面就能吃扇出红利”。拆分的依据必须是真实存在的子问题，而不是机械地把主词切碎——没有搜索与提问痕迹支撑的碎片页，既没有流量也没有被引价值，还可能触发低质内容的问题。误读三：“重合度跌了，我们的引用一定也跌了”。重合度是全样本口径，具体到一个站点，引用可能因为内容对位而上升——引擎引用池外溢对你可能是净利好，取决于你有没有接住外溢份额的内容形态。

排期落地建议按三步走。第一步盘点子问题库存：把联想词、相关搜索、People Also Ask、社区高频问、客服记录五路来源汇总去重，得到一张带真实提问痕迹的子问题清单。第二步对齐现有内容：逐条检查每个子问题在现有页面里有没有自含答案——多数站点会发现相当比例的子问题要么没覆盖、要么答案埋在页面中部不可摘录。第三步按被引潜力排优先级：先改已有自然流量与已有引用的页面（把埋着的答案提到小节开头），再补空白子问题的新页，最后才考虑视频这类新形态投入。三步的共同逻辑是：让每个子查询都有对应的、可被单独摘录的答案块，而不是把希望押在主词排名上。