九個月、51,000 次追蹤揭露：AI Overviews 流量有 22.4% 被錯誤歸類為「直接流量」

一個許多人忽略的 GA4 歸因漏洞

國際 SEO 專家 Alex Galinos 昨日在 Search Engine Land 發表了一項為期九個月的實測研究，揭露了一個對 GEO（生成式引擎優化）成效評估至關重要的發現：

AI Overviews 帶來的流量中，平均有 22.4% 被 Google Analytics 4（GA4）錯誤歸類為「直接流量（Direct）」，而非「自然搜尋（Organic Search）」。

這意味著，如果你的品牌已經在 AI Overviews 中獲得曝光，你所看到的成效數據很可能被系統性地低估了近四分之一。

研究方法是什麼？

從 2025 年 9 月到 2026 年 6 月，Galinos 為一個交通運輸行業的品牌，捕捉了 AI Overviews 的推薦數據。當用戶點擊 AI Overviews 中的引用片段時，Google 有時會在目標 URL 後附加 #:~:text= 標籤。研究團隊利用這個特徵，在 GA4 中建立了一個自訂維度來追蹤這些點擊。

最終，他們記錄了 51,200 次追蹤事件，橫跨 1,661 個被引用的片段。

關鍵發現

1. AI Overviews 佔自然搜尋流量的 7.53%——但波動極大

從整個 9 個月來看，AI Overviews 貢獻了總自然搜尋工作階段的 7.53%。但這個數字並非穩定：

高峰期（2026 年 2-3 月）：達到 16-17%——即每六個自然訪客中就有一個來自 AI Overviews
近期（截至報導時）：回落至約 2-4%

這種劇烈波動意味著，將 AI Overviews 視為固定比例的假設是危險的。Google 對 AI Overviews 的啟用頻率會因查詢類型、可用內容品質和演算法調整而大幅變化。

2. 22.4% 的 AI Overviews 流量被錯誤歸類

最嚴重的月份是 2026 年 5 月，誤歸率高達 29.3%；最低的月份是 4 月，也有 16.8%。總計超過 11,000 次 AI Overviews 事件被記為直接流量。

這對 GEO 投資回報評估的影響是直接的：如果你的團隊依照 GA4 報表來決定是否投入 GEO，你可能因為數據不完整而做出錯誤判斷。

3. 結構化、具體的內容最容易獲引用

研究還發現，AI Overviews 明顯偏愛以下內容類型：

傳送時間和價格資訊——清晰的具體數據
結構化的交通方式對比表格——以實際 HTML 表格格式呈現的內容表現遠超預期
目的地指南——相對於其潛力，表現低於預期

這印證了業界共識：AI Overviews 偏好具體、結構化、直接回答明確問題的內容，而非模糊的編輯性文字。

對香港企業的實際建議

1. 立即建立 AI Overviews 流量追蹤

研究中使用的 #:~:text= 標籤方法，你的 GA4 中可能已經有這些數據——只是未被提取。建議技術團隊建立一個自訂維度來捕捉這個信號。

2. 不要依賴單一數據源做 GEO 決策

GSC 的 Generative AI 報告（上週剛出現數據 bug）、GA4 的流量歸類（22.4% 的誤歸率）——目前每個測量 AI 搜尋成效的工具都有缺陷。建議交叉比對至少三個數據源。

3. 投資具體、結構化的內容

對香港企業而言，這意味著：如果你提供服務價格、營業時間、服務範圍等具體資訊，確保這些數據以清晰的 HTML 表格或結構化數據呈現，而非隱藏在段落文字中。

4. 接受波動性，建立長期監控

AI Overviews 佔比從 17% 跌到 2-4% 的事實提醒我們：GEO 不是一次性的優化工作，而是需要持續監控和調整的策略。 建議至少按月追蹤 AI Overviews 流量佔比，並記錄每一次 Google 模型更新前後的變化。

結語

這項研究最重要的價值，是提供了一個基於第一方數據的實證基礎：AI Overviews 的流量是真實且可觀的，但目前的測量工具遠遠不夠成熟。對於正在考慮是否投入 GEO 的香港企業，結論很清楚——AI 搜尋流量值得你關注，但你需要自行建立可靠的測量體系，而不是等待平台提供完美的答案。

（本文資訊截至 2026 年 8 月 19 日，基於 Search Engine Land 8 月 18 日 Alex Galinos 的研究報告。數據涵蓋 2025 年 9 月至 2026 年 6 月，基於單一品牌的追蹤，具體數值因行業和網站而異。）

九個月、51,000 次追蹤揭露：AI Overviews 流量有 22.4% 被錯誤歸類為「直接流量」