Google AI Mode 廣告、引用與搜尋能見度

Table of Contents

最後更新於 2026年7月22日 10:05

一項最新分析顯示，Google AI Mode 在 29% 的商業意圖關鍵字中展示了廣告，但付費廣告主卻很少出現在同一答案引用的來源裡。付費曝光、自然積累的聲譽和 AI 引用正在彼此分離，迫使行銷人員重新設計搜尋能見度的建立與衡量方式。與此同時，AI 提升創意產量的速度快於原創性，世界盃競爭推高了創作者影片的投放支出，而隨著 B2B 採購走向AI 代理輔助流程，Amazon Business 的年化商品交易總額已達到 600 億美元。

Beecommercer 每日快報

日期：2026 年 7 月 22 日，星期三

由 beecommercer.com 提供

今天的主題很明確：AI 搜尋正在形成一個三層市場。

第一層是付費曝光，品牌可以購買 AI Mode 中的展示位置。第二層是自然獲得的曝光，由引用、評論、媒體報導、社群討論以及其他影響 AI 系統如何描述一家企業的訊號共同構成。第三層是衡量：行銷人員必須知道，這兩種曝光是否真正帶來了需求、優質流量和收入。

這三層可能出現在同一個介面中，卻不會自動彼此強化。購買廣告並不保證獲得 AI 引用；自然排名靠前也不保證擁有付費展示位置；偶爾出現在一次 AI 答案中，更不能證明品牌已經獲得持久的能見度。

對電子商務和效果行銷團隊而言，這意味著搜尋不能再被當作一個儀表盤或單一通路來管理。付費能見度、贏得的聲譽和 AI 監測需要各自獨立的營運體系，同時又必須連線到同一個商業結果。

下面進入正題。

焦點新聞

Google AI Mode 正在建立獨立的付費搜尋層

Search Engine Journal 報導，在 SE Ranking 的一項新分析中，Google AI Mode 在 29% 的受測商業意圖關鍵字上返回了文字廣告。由於樣本關鍵字本身就是按商業意圖篩選的，因此不能把這一結果視為所有 AI Mode 查詢的普遍廣告展示率。即便存在這一限制，這項研究仍初步展示了付費廣告進入對話式搜尋的速度。

更重要的發現，是廣告與引用之間的重合度很低。在出現廣告的關鍵字中，廣告主域名只有 11% 同時出現在 AI Mode 引用的來源裡；完全相同的付費 URL 出現率僅為 1.95%。只有 2% 的付費 URL 還針對同一關鍵字獲得了自然排名。

這讓同一搜尋體驗中出現了三種不同的能見度：企業可以購買廣告位、在產生式答案中贏得引用，或在周邊自然搜尋結果中取得排名。很多時候，一家企業無法同時佔據這三個位置。

分析還發現，廣告出現頻率與每次點擊費用的關係，比與搜尋量或關鍵字難度的關係更密切。CPC 低於 2 美元的關鍵字中約有 24% 出現廣告；CPC 在 2 至 10 美元之間時，這一比例為 32.45%；CPC 達到或超過 10 美元時，則升至 53.56%。不同品類的差異也很明顯：寵物相關受測關鍵字的比例高達 72%，醫療保健領域只有 2%。

這表明，Google 可能正在商業價值已經得到驗證的領域更積極地變現 AI Mode。它不能證明高 CPC 會直接導致廣告出現，卻進一步說明 AI Mode 正在成為一個新增的付費搜尋環境，而不是自然發現的免費延伸。

對廣告主而言，實際風險在於誤以為付費展示會增強品牌贏得的 AI 權威。資料並不支援這一假設。廣告活動可以立即帶來曝光，卻不會自動提高 AI Mode 將品牌作為可信來源引用的機率。

營運要點：把 AI Mode 廣告、AI 引用和自然排名視為三套獨立的獲客與能見度系統。付費媒體團隊應衡量曝光占比、點擊品質、轉換和增量需求；SEO 與公關團隊應監測引用占比、品牌情緒、權威度和第三方報導；報告層再把兩套系統與品牌搜尋、優質流量、商機管線和收入連結起來。

趨勢轉變

聲譽正在成為新的 SEO 輸入

Fast Company 指出，AI 驅動的發現過程越來越依賴可信外部來源對一家公司的評價，而不只是公司在自己網站上發布的內容。文章援引 Muck Rack 的研究稱，AI 產生答案中約 99% 的參考連結來自新聞報導、行業出版物、獨立評論、專家觀點和第三方提及等贏得的非付費來源。

這並不意味著自有內容不再重要。品牌仍然需要準確的產品頁面、結構化資料、易於訪問的資訊、清晰的政策和紮實的技術 SEO。但這些資產如今只是 AI 系統判斷是否提及一家企業、如何描述它以及是否推薦它時所使用證據的一部分。

可以把 AI 聲譽理解為一個分散式知識庫。每一次可信訪談、客戶評價、行業媒體引語、產品測評、創作者演示、社群討論和一致的企業資料，都在補充背景資訊。當這些訊號強而一致時，AI 系統就擁有更多證據準確描述品牌；當證據稀少或相互矛盾時，系統可能只能依賴最容易檢索到的資訊。

Search Engine Journal 還提醒，行銷人員不能依靠偶爾手動提問來管理這一環境。AI 答案會重新產生，引用來源會變化，上個月出現過的品牌也可能在沒有明顯排名警報的情況下消失。

單次提示詞測試無法建立基準線。它不能說明能見度是否改善、競爭對手是否在提升市占率、品牌情緒是否變化，也無法解釋哪個來源導致答案發生改變。持續監測應使用一組固定提示詞，並長期追蹤引用、品牌提及、聲量市占率和情緒。

正是在這裡，AI 能見度從每月偶爾檢視的資料變成了一項持續營運流程。提示詞集合應覆蓋客戶在發現、比較、驗證和購買階段提出的真實問題。團隊隨後還要把 AI 能見度的變化與品牌搜尋、直接流量、推薦流量、潛在客戶和收入連結起來，而不是把引用數量當作孤立的虛榮指標。

營運要點：圍繞可重複的衡量方式和可驗證的聲譽建立 AI 能見度計劃。核心工作是確保產品事實、資質、評論、專家內容、媒體報導和第三方提及準確且一致。目標不是偶爾出現在一次答案裡，而是成為 AI 系統反覆認為可以放心採用的來源。

營運層

B2B 商務正在展示AI 代理採購如何規模化

Amazon 宣佈，Amazon Business 第二季度年化商品交易總額達到 600 億美元，目前服務全球超過 1,100 萬家機構。該公司表示，2026 年上半年有超過 180 萬家機構加入，其適用於企業採購的商品選擇年增近 30%。

這一里程碑表明，B2B 電子商務已經不再是消費電子商務的縮小版。醫院、學校、工廠、酒店和小企業正在把採購整合到同一平台中，由平台統一提供商品選擇、企業定價、審批、分析、重複訂購、配送和賬戶控制。

Amazon 也在採購層引入 AI。Business Assistant 可以回答賬戶問題，Savings Insights 可識別潛在折扣或重複訂購機會，Spend Anomaly Monitoring 則會標記異常採購。這些應用很務實，因為採購團隊本來就擁有結構化資料、重複性流程和明確的財務結果。

Digital Commerce 360 報導，參加 Deloitte 一場研討會的供應商中，使用過AI 代理 AI 銷售流程的不到 24%。Deloitte 的 Paul do Forno 表示，完全自主的 B2B 商務仍有一段距離，但企業已經開始用AI 代理消除特定摩擦點，而不是試圖一次性自動化整個購買旅程。

最有價值的早期案例都集中在營運環節。AI 代理可以跨系統檢查庫存、推薦可接受的替代品、確認能否在指定日期前交付，或把 PDF 附件中的採購訂單轉換成結構化訂單。這些流程不需要AI 代理創造需求，而是減少拖慢既有交易的行政工作。

這與許多面向消費者的 AI 行銷形成了有益對比。B2B 團隊對再生產一篇泛泛內容的興趣較小，更關心如何讓複雜交易更容易完成。價值來自連線產品資料、庫存、定價、合同、審批和履約，而不是增加一個無法訪問後端系統的聊天機器人。

營運要點：先從一個資料可靠、結果可衡量的狹窄摩擦點切入AI 代理商務。重複訂購、可承諾庫存、採購訂單轉換、報價準備和審批路由，都是比直接嘗試完全自主的 B2B 購買體驗更穩妥的起點。AI 代理應在不削弱定價、授權和審計控制的前提下縮短週期或降低錯誤率。

廣告、創意與衡量的 3 個重點

1. 世界盃推高創作者影片支出，但相關性仍然勝出

Performance Marketing World 援引創作者市場 Billo 的資料稱，2026 年世界盃首月，每條創作者製作的影片廣告獲得的平均投放支出增加了 17%。研究覆蓋 Meta、TikTok 和 YouTube Shorts 上 15 個電子商務品類的 13,000 多條廣告，其中 13 個品類的支出上升。

這個數字衡量的是每條創作者影片背後的平均投放金額，並不代表所有平台的 CPM 或 CPC 都普遍上漲 17%。即便如此，它仍說明大型文化事件能夠多快地加劇注意力和媒體預算的競爭。

體育用品取得了最強表現，因為該品類與當時的文化熱點存在可信連結。其廣告鉤子率達到 28.9%，歸因購買量增加 26%，點擊率較該品類 2025 年月均水平上升約 31%。這並不意味著所有企業都應在創意中生硬加入足球元素，而是說明當產品、受眾、創作者與文化時刻真正契合時，相關性可以抵消部分成本壓力。

營運要點：在媒體價格較高的文化事件期間，先測試多個聚焦的創作者概念，再把大量預算押在某一素材上。應透過鉤子率、觀看時長、點擊率、轉換和獲客成本評估活動，而不只是看播放量。小品牌很難靠匹配贊助預算取勝，卻可以找到更相關的切入角度。

2. AI 提升創意產量的速度快於原創性

EMARKETER 報導，在美國、英國、澳大利亞和巴西接受調查的行銷人員中，90% 認為生成式 AI 對創意開發很重要。88% 表示 AI 提高了創意產量，但只有 45% 認為品質得到顯著改善。

這種落差並不難解釋。40% 的受訪者把過度依賴通用風格視為 AI 創意的最大限制，36% 指出品質不可預測，32% 認為缺乏原創性。與此同時，許多行銷人員仍然用寬泛的人口統計細分來向 AI 下達簡報，儘管他們越來越認為這些細分效果有限。

AI 可以產生更多變體，卻無法彌補薄弱的受眾洞察、模糊的創意方向或缺乏辨識度的品牌。當所有廣告主都使用相似的提示詞、模型預設設定、視覺風格和廣告結構時，更高的產量可能只會讓整個品類看起來更加同質，而不是更加個人化。

營運要點：用 AI 延展好創意，而不是取代發現好創意的工作。更好的輸入包括客戶語言、產品使用場景、品牌資產、過往活動經驗、平台行為和明確的創意目標。人工稽核仍然不可或缺，因為拒絕平庸輸出的能力，正變得和產生內容的能力一樣有價值。

3. Google 讓多賬戶廣告主更容易治理 GA4

Search Engine Land 報導，Google Ads 正在推出批次連結功能，可將多個 Google Ads 賬戶連線到同一個 GA4 資源。該控制元件位於 Data Manager、Google Analytics 4 和 Link Setup 路徑下，廣告主可以在一個介面中選擇或取消選擇多個賬戶。

這一變化對需要把多個廣告賬戶連線到同一Analytics 資源的代理商、企業團隊和連鎖經營組織尤其有用。它減少了重複設定工作，也降低了新賬戶遺漏必要資料共享連線的風險。

這項功能本身並不能解決衡量品質問題。轉換定義、歸因設定、同意管理、幣別、跨域行為、重複標籤和資料治理仍然必須正確。不過，更簡單的賬戶連結消除了一個行政故障點，讓大規模保持一致的衡量設定更容易實現。

營運要點：把批次連結功能上線視為全面稽核 Ads-to-GA4 結構的契機。確認每個活躍賬戶都連線到正確的媒體資源，轉換操作以一致方式匯入，過時賬戶已經移除，並確保報告不會混合需要分別治理的市場或業務單元。

收工之前

行銷預算應跟隨營運職能，而不是舊通路名稱

Search Engine Journal 一篇關於 2027 年規劃的專欄指出，SEO、付費社交、電子郵件和展示廣告等傳統預算類別，越來越像舊客戶旅程的產物。作者建議不要簡單增加一項籠統的 AI 預算，而應改為五個功能類別：AI 能見度與引用管理、信任驗證、分發工程、人工判斷與編輯監督，以及衡量體系重建。

這一方案屬於觀點，並非通用會計標準，但其邏輯很有價值。一項內容資產如今可能同時服務於網站 SEO、社交發現、自然獲得的媒體報導、AI 引用、付費分發和銷售賦能。把全部成本歸到單一通路下，會掩蓋企業真正投入建設的能力。

衡量也面臨同樣問題。末次點擊歸因無法識別這樣的客戶：先向 AI 助手尋求推薦，再閱讀多個第三方評論、觀看創作者影片，最後直接搜尋品牌。只按最終通路組織預算，會鼓勵團隊過度投資最容易衡量的環節，卻低估真正建立信任與購買考慮的工作。

Yahoo Finance 的另一篇報導援引 SEO Essex 的一項分析稱，73% 的行銷人員目前優先製作適合被 AI 產生答案採用的內容。由於這是一份由代理商分析並以新聞稿形式發布的資料，具體比例應謹慎看待。不過，更廣泛的趨勢與今天其他新聞一致：AI 能見度正在從實驗性任務變成一項有明確名稱的行銷職責。

這一變化不應促使行銷人員建立一套脫離業務的獨立 AI 戰略。AI 能見度、廣告、創作者生產、聲譽和AI 代理商務都依賴相同的底層資產：準確的產品資訊、客戶證據、清晰的定位、可用的資料、紮實的創意判斷和可靠的衡量體系。

Amazon Business 能達到 600 億美元，是因為它減少了採購摩擦，並把商品選擇、定價、配送、分析和賬戶控制連結起來。體育用品廣告主能在世界盃期間取得好成績，是因為創意契合受眾當時真正關心的內容。品牌能夠獲得 AI 引用，是因為可信外部來源反覆支援其主張。這些結果都不是僅僅增加技術預算就能獲得的，它們需要圍繞業務重新設計整個系統。

因此，下一份行銷計劃必須回答一組更實際的問題：什麼創造能見度？什麼建立信任？什麼負責分發資訊？哪些環節必須保留人工判斷？當客戶旅程不再留下清晰點擊路徑時，團隊要如何證明商業影響？

能回答這些問題的企業，會比那些只會產生更多廣告、購買更多 AI 工具或增加另一個儀表盤的企業準備得更充分。

Beecommercer 團隊

發佈留言取消回覆

每天早上都值得打開的電商簡報。

資源