Google AI Mode 全量来了：电商 SEO 的流量影响逐类目拆解
6月初这波更新有点不一样。Google 把核心算法更新和 AI Mode 全量推送合并在一起，AI Overview 的覆盖率从去年12月的 30% 直接跳到现在的 48%，同比涨了 58%。很多同行的 GSC 都在这两周内出现了波动。
但先别慌。实际数据比标题吓人的地方要复杂得多。
流量受伤最重的查询类型
信息类查询（informational）是这次被压得最厉害的。“什么是 X”、“X 是怎么工作的”、“X 和 Y 有什么区别” 这种查询，AI Overview 触发率现在接近 65%。原因也很直接：这类问题 AI 能直接答，用户拿到答案就走了，不需要点进任何网站。
how-to 类查询情况类似，但稍微好一点。“如何设置 X”、“怎么修 Y” 这类，AI Overview 触发率约 55%，而且 AI 会把步骤直接列出来。如果你的内容主要靠博客类 how-to 文章引流，这块流量跌幅可能在 20-35%。
长尾知识类查询（“X 对 Y 有什么影响”、“Z 的历史”）受影响也很明显。Google 之前测试表明这类流量可能减少 15-25%。如果你的电商站有大量配套博客文章，这部分是需要重点盯的地方。
一个相对积极的信号：被 AI Overview 引用的网站，CTR 反而比没有 AI Overview 时提升了约 35%。原因是 AI 引用框带有一种权威背书效果，用户点进去的意愿更强。被引用比没有曝光要好太多了。
电商交易类查询：基本没被动到
这是最值得电商卖家注意的数据。
“buy X online”、“best X for Y”、“X review” 这类交易意图明确的查询，触发 AI Overview 的概率只有 3-4%。Google 在这类查询上依然倾向于展示传统的 10 条蓝链 + 购物广告，没有大规模部署 AI 摘要。
本地查询（“X near me”、“X in [城市]“）触发率更低，约 2%，Local Pack 的位置基本稳定。
| 查询类型 | AI Overview 触发率 | 流量影响估计 |
|---|---|---|
| 信息类（what/why/how is） | 约 65% | -20% 到 -35% |
| How-to 教程类 | 约 55% | -20% 到 -30% |
| 比较类（X vs Y） | 约 40% | -10% 到 -20% |
| 交易类（buy/best/review） | 3-4% | -5% 以内 |
| 本地查询（near me） | 约 2% | 基本无影响 |
| 品牌词 | 约 5% | 基本无影响 |
所以如果你做的是纯电商（以 PDP 页和 category 页为主），这次更新对你的直接流量影响比想象中小。真正受伤的是那些靠内容博客带流量到电商站的混合模式网站。
被 AI 引用是怎么发生的
这块值得单独说一说，因为很多人把它当作不可控的黑盒，其实是有规律可循的。
AI Overview 在选择引用来源时，有几个明显的偏好：结构化程度高（有 FAQ、步骤、表格）、有作者信息和发布日期、来源域名权重稳定、内容和查询的语义匹配度高。
电商网站被引用比较常见的场景：品类页面的详细说明文字、产品页面的规格比较、FAQ 页面的结构化内容。被引用之后，用户看到的是你的品牌名 + 一段摘录，点进去的往往是已经有购买意图的人，所以转化率往往高于普通自然搜索流量。
不是每家都能被引用，但可以主动优化让自己更容易进入候选池。下一节的 checklist 里会具体说。
结构化数据 + E-E-A-T 修复清单
这是操作层面最直接的部分。根据目前被 AI Overview 引用站点的共性，整理了以下几条：
1. Product schema 补全：确保每个 PDP 页面都有 Product schema，包含 name、brand、offers（含 price、availability、priceCurrency）、aggregateRating。缺少任意一个字段，被购物面板和 AI Overview 引用的概率都会下降。
2. Review schema 实测：如果你有用户评价，用 Review schema 嵌套在 Product 下，而不是单独一个 Review 页面。Google 对 review 摘要的抓取逻辑更偏向 PDP 页嵌套结构。
3. FAQ schema 添加到关键品类页：品类页加 FAQ schema 的效果在 2025 年已经有案例验证。每个品类页面放 3-5 个购买决策相关的 FAQ（比如”这类产品适合什么场景”、“如何选择尺码/型号”），被 AI Overview 引用的概率明显提升。
4. 作者信息页面：如果你有博客或买家指南内容，给每篇文章添加作者信息，链接到一个有资质介绍的作者页。不需要很复杂，但要有真实的信息：名字、背景、相关经验。
5. 内容更新日期可见：确保文章页面上有清晰可见的发布日期和更新日期，而且 dateModified 字段在 schema 里也要同步更新。Google 对新鲜度的判断部分来自这里。
6. 主页和 About 页面的 Organization schema：很多电商站忽视这个。Organization schema 里补上 contactPoint、address、sameAs（链接到你的社媒主页），有助于 E-E-A-T 整体评分。
7. Core Web Vitals 确认：AI Overview 的来源筛选会参考页面体验信号。LCP 控制在 2.5s 以内，CLS 低于 0.1，这是进入候选池的基本门槛。
用 Google Search Console 识别 AI Overview 的流量影响
GSC 目前没有直接标注”这次点击来自 AI Overview”的字段，但可以通过几个方法间接判断。
方法一：对比 impression 和 click 的背离。如果某些关键词的 impression 没有明显下跌，但 CTR 大幅下滑，高概率是 AI Overview 占用了顶部位置，用户不用点击就拿到了答案。把 impression 稳定但 CTR 跌超过 30% 的词单独拉出来看，这些是被”消耗”最多的词。
方法二：按查询类型过滤。在 GSC 的 Search Type 里用”Web”过滤，然后按查询词人工分类（what/how/why 开头的归信息类，buy/shop/best 开头的归交易类），对比两类词在这次更新前后 28 天的 CTR 变化。交易类如果跌幅超过 10%，可能有其他问题，不一定是 AI Overview 导致的。
方法三：用 Performance 报告的时间维度。把日期范围设置成这次核心更新开始前 28 天对比后 28 天，把所有 position 在 1-3 的词单独筛出来，看 CTR 有没有系统性下滑。位置没变但 CTR 跌了的，AI Overview 是最可能的解释。
目前 Google 没有计划在 GSC 里加 AI Overview 专属的过滤维度，但这三个方法已经可以帮你把问题范围缩得很窄。
这次更新对信息类内容的影响是真实的，电商 PDP 和 category 页受到的直接冲击则远没有一些报道说的那么大。操作重心放两件事上：把交易类页面的结构化数据补全，把信息类内容做成更容易被 AI 引用的形式，争取进入引用候选池。能不能被引用，长期看会拉开越来越大的流量差距。
Read this article in English: Google AI Mode Rolls Out Fully: Traffic Impact on Ecommerce SEO by Query Type
相关文章
多语言 listing 零成本翻译：DeepL Free 加 Google Translate 免费 API 叠着用
把 DeepL API Free 的 50 万字符和 Google 翻译的 50 万字符叠起来，每月白嫖近 100 万字符。讲清两个 key 怎么申请、按语种分流的脚本逻辑、隐私坑、什么时候要补润色。
薅 Gemini API 免费额度：写个脚本批量生成 listing 和描述
免费额度的真正价值不在网页版聊天框，而在那把不要钱的 API key。配一个十几行的脚本，挂着每分钟跑十来次，一夜下来能攒出几千条 listing 草稿，成本零。这篇讲管道怎么搭，不讲文案怎么写。
AI Mode 里的对话式发现广告：Gemini 按问题现编创意，电商该怎么喂数据
Google Marketing Live 2026 上线两种 AI Mode 新广告位——对话式发现广告（Gemini 按用户那一句话现场生成创意）和 Highlighted Answers（优质广告进推荐列表）。两者都带 Sponsored 标。能不能投得准，取决于你 feed 里的结构化产品数据够不够。