Google AI Mode 广告、引用与搜索可见度

Table of Contents

最后更新于 2026年7月22日 10:12

一项最新分析显示，Google AI Mode 在 29% 的商业意图关键词中展示了广告，但付费广告主却很少出现在同一答案引用的来源里。付费曝光、自然积累的声誉和 AI 引用正在彼此分离，迫使营销人员重新设计搜索可见度的建立与衡量方式。与此同时，AI 提升创意产量的速度快于原创性，世界杯竞争推高了创作者视频的投放支出，而随着 B2B 采购走向智能体辅助流程，Amazon Business 的年化商品交易总额已达到 600 亿美元。

Beecommercer 每日快报

日期：2026 年 7 月 22 日，星期三

由 beecommercer.com 提供

今天的主题很明确：AI 搜索正在形成一个三层市场。

第一层是付费曝光，品牌可以购买 AI Mode 中的展示位置。第二层是自然获得的曝光，由引用、评论、媒体报道、社区讨论以及其他影响 AI 系统如何描述一家企业的信号共同构成。第三层是衡量：营销人员必须知道，这两种曝光是否真正带来了需求、优质流量和收入。

这三层可能出现在同一个界面中，却不会自动彼此强化。购买广告并不保证获得 AI 引用；自然排名靠前也不保证拥有付费展示位置；偶尔出现在一次 AI 答案中，更不能证明品牌已经获得持久的可见度。

对电商和效果营销团队而言，这意味着搜索不能再被当作一个仪表盘或单一渠道来管理。付费可见度、赢得的声誉和 AI 监测需要各自独立的运营体系，同时又必须连接到同一个商业结果。

下面进入正题。

焦点新闻

Google AI Mode 正在建立独立的付费搜索层

Search Engine Journal 报道，在 SE Ranking 的一项新分析中，Google AI Mode 在 29% 的受测商业意图关键词上返回了文字广告。由于样本关键词本身就是按商业意图筛选的，因此不能把这一结果视为所有 AI Mode 查询的普遍广告展示率。即便存在这一限制，这项研究仍初步展示了付费广告进入对话式搜索的速度。

更重要的发现，是广告与引用之间的重合度很低。在出现广告的关键词中，广告主域名只有 11% 同时出现在 AI Mode 引用的来源里；完全相同的付费 URL 出现率仅为 1.95%。只有 2% 的付费 URL 还针对同一关键词获得了自然排名。

这让同一搜索体验中出现了三种不同的可见度：企业可以购买广告位、在生成式答案中赢得引用，或在周边自然搜索结果中取得排名。很多时候，一家企业无法同时占据这三个位置。

分析还发现，广告出现频率与每次点击费用的关系，比与搜索量或关键词难度的关系更密切。CPC 低于 2 美元的关键词中约有 24% 出现广告；CPC 在 2 至 10 美元之间时，这一比例为 32.45%；CPC 达到或超过 10 美元时，则升至 53.56%。不同品类的差异也很明显：宠物相关受测关键词的比例高达 72%，医疗保健领域只有 2%。

这表明，Google 可能正在商业价值已经得到验证的领域更积极地变现 AI Mode。它不能证明高 CPC 会直接导致广告出现，却进一步说明 AI Mode 正在成为一个新增的付费搜索环境，而不是自然发现的免费延伸。

对广告主而言，实际风险在于误以为付费展示会增强品牌赢得的 AI 权威。数据并不支持这一假设。广告活动可以立即带来曝光，却不会自动提高 AI Mode 将品牌作为可信来源引用的概率。

运营要点：把 AI Mode 广告、AI 引用和自然排名视为三套独立的获客与可见度系统。付费媒体团队应衡量展示份额、点击质量、转化和增量需求；SEO 与公关团队应监测引用份额、品牌情绪、权威度和第三方报道；报告层再把两套系统与品牌搜索、优质流量、销售管道和收入连接起来。

趋势转变

品牌声誉正成为 SEO 的新评价信号

Fast Company 指出，AI 驱动的发现过程越来越依赖可信外部来源对一家公司的评价，而不只是公司在自己网站上发布的内容。文章援引 Muck Rack 的研究称，AI 生成答案中约 99% 的参考链接来自新闻报道、行业出版物、独立评论、专家观点和第三方提及等赢得的非付费来源。

这并不意味着自有内容不再重要。品牌仍然需要准确的产品页面、结构化数据、易于访问的信息、清晰的政策和扎实的技术 SEO。但这些资产如今只是 AI 系统判断是否提及一家企业、如何描述它以及是否推荐它时所使用证据的一部分。

可以把 AI 声誉理解为一个分布式知识库。每一次可信访谈、客户评价、行业媒体引语、产品测评、创作者演示、社区讨论和一致的企业资料，都在补充背景信息。当这些信号强而一致时，AI 系统就拥有更多证据准确描述品牌；当证据稀少或相互矛盾时，系统可能只能依赖最容易检索到的信息。

Search Engine Journal 还提醒，营销人员不能依靠偶尔手动提问来管理这一环境。AI 答案会重新生成，引用来源会变化，上个月出现过的品牌也可能在没有明显排名警报的情况下消失。

单次提示词测试无法建立基准线。它不能说明可见度是否改善、竞争对手是否在提升份额、品牌情绪是否变化，也无法解释哪个来源导致答案发生改变。持续监测应使用一组固定提示词，并长期追踪引用、品牌提及、声量份额和情绪。

正是在这里，AI 可见度从每月偶尔查看的数据变成了一项持续运营流程。提示词集合应覆盖客户在发现、比较、验证和购买阶段提出的真实问题。团队随后还要把 AI 可见度的变化与品牌搜索、直接流量、引荐访问、潜在客户和收入联系起来，而不是把引用数量当作孤立的虚荣指标。

运营要点：围绕可重复的衡量方式和可验证的声誉建立 AI 可见度计划。核心工作是确保产品事实、资质、评论、专家内容、媒体报道和第三方提及准确且一致。目标不是偶尔出现在一次答案里，而是成为 AI 系统反复认为可以放心采用的来源。

运营层

B2B 商务展示智能体辅助采购如何走向规模化

Amazon 宣布，Amazon Business 第二季度年化商品交易总额达到 600 亿美元，目前服务全球超过 1,100 万家机构。该公司表示，2026 年上半年有超过 180 万家机构加入，其适用于企业采购的商品选择同比扩大近 30%。

这一里程碑表明，B2B 电商已经不再是消费电商的缩小版。医院、学校、工厂、酒店和小企业正在把采购整合到同一平台中，由平台统一提供商品选择、企业定价、审批、分析、重复订购、配送和账户控制。

Amazon 也在采购层引入 AI。Business Assistant 可以回答账户问题，Savings Insights 可识别潜在折扣或重复订购机会，Spend Anomaly Monitoring 则会标记异常采购。这些应用很务实，因为采购团队本来就拥有结构化数据、重复性流程和明确的财务结果。

Digital Commerce 360 报道，参加 Deloitte 一场研讨会的供应商中，使用过智能体 AI 销售流程的不到 24%。Deloitte 的 Paul do Forno 表示，完全自主的 B2B 商务仍有一段距离，但企业已经开始用智能体消除特定摩擦点，而不是试图一次性自动化整个购买旅程。

最有价值的早期案例都集中在运营环节。智能体可以跨系统检查库存、推荐可接受的替代品、确认能否在指定日期前交付，或把 PDF 附件中的采购订单转换成结构化订单。这些流程不需要智能体创造需求，而是减少拖慢既有交易的行政工作。

这与许多面向消费者的 AI 营销形成了有益对比。B2B 团队对再生产一篇泛泛内容的兴趣较小，更关心如何让复杂交易更容易完成。价值来自连接产品数据、库存、定价、合同、审批和履约，而不是增加一个无法访问后端系统的聊天机器人。

运营要点：先从一个数据可靠、结果可衡量的狭窄摩擦点切入智能体商务。重复订购、可承诺库存、采购订单转换、报价准备和审批路由，都是比直接尝试完全自主的 B2B 购买体验更稳妥的起点。智能体应在不削弱定价、授权和审计控制的前提下缩短周期或降低错误率。

广告、创意与衡量的 3 个重点

1. 世界杯推高创作者视频支出，但相关性仍然胜出

Performance Marketing World 援引创作者市场 Billo 的数据称，2026 年世界杯首月，每条创作者制作的视频广告获得的平均投放支出增加了 17%。研究覆盖 Meta、TikTok 和 YouTube Shorts 上 15 个电商品类的 13,000 多条广告，其中 13 个品类的支出上升。

这个数字衡量的是每条创作者视频背后的平均投放金额，并不代表所有平台的 CPM 或 CPC 都普遍上涨 17%。即便如此，它仍说明大型文化事件能够多快地加剧注意力和媒体预算的竞争。

体育用品取得了最强表现，因为该品类与当时的文化热点存在可信关联。其广告钩子率达到 28.9%，归因购买量增加 26%，点击率较该品类 2025 年月均水平上升约 31%。这并不意味着所有企业都应在创意中生硬加入足球元素，而是说明当产品、受众、创作者与文化时刻真正契合时，相关性可以抵消部分成本压力。

运营要点：在媒体价格较高的文化事件期间，先测试多个聚焦的创作者概念，再把大量预算押在某一素材上。应通过钩子率、观看时长、点击率、转化和获客成本评估活动，而不只是看播放量。小品牌很难靠匹配赞助预算取胜，却可以找到更相关的切入角度。

2. AI 提升创意产量的速度快于原创性

EMARKETER 报道，在美国、英国、澳大利亚和巴西接受调查的营销人员中，90% 认为生成式 AI 对创意开发很重要。88% 表示 AI 提高了创意产量，但只有 45% 认为质量得到显著改善。

这种落差并不难解释。40% 的受访者把过度依赖通用风格视为 AI 创意的最大限制，36% 指出质量不可预测，32% 认为缺乏原创性。与此同时，许多营销人员仍然用宽泛的人口统计细分来向 AI 下达简报，尽管他们越来越认为这些细分效果有限。

AI 可以生成更多变体，却无法弥补薄弱的受众洞察、模糊的创意方向或缺乏辨识度的品牌。当所有广告主都使用相似的提示词、模型默认设置、视觉风格和广告结构时，更高的产量可能只会让整个品类看起来更加同质，而不是更加个性化。

运营要点：用 AI 延展好创意，而不是取代发现好创意的工作。更好的输入包括客户语言、产品使用场景、品牌资产、过往活动经验、平台行为和明确的创意目标。人工审核仍然不可或缺，因为拒绝平庸输出的能力，正变得和生成内容的能力一样有价值。

3. Google 让多账户广告主更容易治理 GA4

Search Engine Land 报道，Google Ads 正在推出批量关联功能，可将多个 Google Ads 账户连接到同一个 GA4 媒体资源。该控件位于 Data Manager、Google Analytics 4 和 Link Setup 路径下，广告主可以在一个界面中选择或取消选择多个账户。

这一变化对需要把多个广告账户连接到同一分析媒体资源的代理商、企业团队和连锁经营组织尤其有用。它减少了重复设置工作，也降低了新账户遗漏必要数据共享连接的风险。

这项功能本身并不能解决衡量质量问题。转化定义、归因设置、同意管理、币种、跨域行为、重复标签和数据治理仍然必须正确。不过，更简单的账户关联消除了一个行政故障点，让大规模保持一致的衡量设置更容易实现。

运营要点：把批量关联功能上线视为全面审核 Ads-to-GA4 结构的契机。确认每个活跃账户都连接到正确的媒体资源，转化操作以一致方式导入，过时账户已经移除，并确保报告不会混合需要分别治理的市场或业务单元。

收工之前

营销预算应围绕业务职能分配，而不是沿用旧渠道标签

Search Engine Journal 一篇关于 2027 年规划的专栏指出，SEO、付费社交、电子邮件和展示广告等传统预算类别，越来越像旧客户旅程的产物。作者建议不要简单增加一项笼统的 AI 预算，而应改为五个功能类别：AI 可见度与引用管理、信任验证、分发工程、人工判断与编辑监督，以及衡量体系重建。

这一方案属于观点，并非通用会计标准，但其逻辑很有价值。一项内容资产如今可能同时服务于网站 SEO、社交发现、自然获得的媒体报道、AI 引用、付费分发和销售赋能。把全部成本归到单一渠道下，会掩盖企业真正投入建设的能力。

衡量也面临同样问题。末次点击归因无法识别这样的客户：先向 AI 助手寻求推荐，再阅读多个第三方评论、观看创作者视频，最后直接搜索品牌。只按最终渠道组织预算，会鼓励团队过度投资最容易衡量的环节，却低估真正建立信任与购买考虑的工作。

Yahoo Finance 的另一篇报道援引 SEO Essex 的一项分析称，73% 的营销人员目前优先制作适合被 AI 生成答案采用的内容。由于这是一份由代理商分析并以新闻稿形式发布的数据，具体比例应谨慎看待。不过，更广泛的趋势与今天其他新闻一致：AI 可见度正在从实验性任务变成一项有明确名称的营销职责。

这一变化不应促使营销人员建立一套脱离业务的独立 AI 战略。AI 可见度、广告、创作者生产、声誉和智能体商务都依赖相同的底层资产：准确的产品信息、客户证据、清晰的定位、可用的数据、扎实的创意判断和可靠的衡量体系。

Amazon Business 能达到 600 亿美元，是因为它减少了采购摩擦，并把商品选择、定价、配送、分析和账户控制连接起来。体育用品广告主能在世界杯期间取得好成绩，是因为创意契合受众当时真正关心的内容。品牌能够获得 AI 引用，是因为可信外部来源反复支持其主张。这些结果都不是仅仅增加技术预算就能获得的，它们需要围绕业务重新设计整个系统。

因此，下一份营销计划必须回答一组更实际的问题：什么创造可见度？什么建立信任？什么负责分发信息？哪些环节必须保留人工判断？当客户旅程不再留下清晰点击路径时，团队要如何证明商业影响？

能回答这些问题的企业，会比那些只会生成更多广告、购买更多 AI 工具或增加另一个仪表盘的企业准备得更充分。

Beecommercer 团队

发表评论取消回复

每天早上都值得打开的电商简报。

资源