AI 對話查詢正在「漏水」!四種方法從 Search Console 挖出 AI Mode 流量數據
AI 對話查詢正在「漏水」!四種方法從 Search Console 挖出 AI Mode 流量數據
一個被忽略的數據金礦
今年 6 月 3 日,Google 在 Search Console 中推出了搜尋生成式 AI (SGE) 成效報告,專門顯示網站在 AI Overviews 與 AI Mode 中的曝光數據。但問題來了:這份報告只告訴你曝光次數,卻沒有透露觸發曝光的查詢是什麼。
然而,SEO 社群發現了一個漏洞——AI 對話的片段(例如「yes go on」、「write a summary of」、「show me more」等)竟然以一般查詢的形式出現在 Search Console 成效報告中。
上週,Anastasia Kourou 在 LinkedIn 上分享了這個發現,Google 的 John Mueller 證實這些數據「一直以來都存在於成效報告中」。
昨日(8 月 19 日),SEJ 的 Suganthan Mohanadasan 發表了一篇綜合報導,整理了四種從 Search Console 提取這些 AI 對話查詢的方法——包括他自行訓練的機器學習模型所驅動的免費工具。
四種方法對比
| 方法 | 優勢 | 限制 |
|---|---|---|
| Glenn Gabe:API + Excel + Claude | 完整查詢庫存,Excel 工作流程 | 每次需手動排序,基於模式匹配 |
| Jean-Christophe Chouinard:自訂 Regex 過濾器 | 即時免費,直接在報告內使用 | 僅支援英文模式清單 |
| Amin Foroutan:Advanced GSC Visualizer | 無需匯出即可圖表化探索 | 無 AI Mode 專用過濾器 |
| Suganthan 的 MCP 工具 + ML 分類器 | 自動化大規模分類,每行查詢都有標籤 | 需 MCP 客戶端配置 |
為何需要機器學習模型?
前三種方法都存在共同限制:基於模式清單和每次手動排序,無法可靠捕捉邊緣案例(如排名追蹤器探測、代理提示字符串、貼上的長文本或「my location is」探測)。它們也主要針對英文設計,非英文查詢無法被正確標記。
Suganthan 於是自行訓練了一個模型:以 FacebookAI 的 xlm-roberta-base(預訓練於 100 種語言)為基礎,用自己標記的 Search Console 對話數據以及涵蓋 8 種語言的合成數據進行微調。該模型在超過 12 萬筆查詢上驗證,並經過兩次重新訓練。
免費工具如何使用?
他推出的 AI Mode and AI Overview query classifier 免費工具無需註冊,使用方法如下:
- 從 Search Console 或 BigQuery 導出查詢 CSV
- 將 CSV 拖放到工具頁面
- 按下 Classify
- 模型會將查詢分為 7 個類別:完整對話查詢、簡短回覆(如「yes go on」)、後續追問(如「what about the pro plan」)、排名追蹤器探測、代理提示字符串、貼上的文字、以及一般搜尋
- 可按類別過濾,匯出 CSV(無行數上限)
每次處理可舒適應付 10 萬筆不重複查詢。
重要限制
所有方法都有一個無法繞過的限制:Google 會對稀有查詢進行匿名化處理。對話字符串本身就很稀有,因此部分數據永遠不會顯示。Suganthan 的數據顯示,過去 59 天內 57.7% 的曝光數據存在於匿名化池中。所以,任何方法的結果都應視為低估的數字。
對香港企業的 GEO 啟示
1. 你已有的數據遠比你想像的多
AI 對話查詢一直在你的 Search Console 中——只是未被提取。建議技術團隊立即嘗試上述方法之一,最少從自訂 Regex 過濾器開始,零成本,立即見效。
2. 建立自己的 AI 流量測量體系
昨天(8 月 19 日)我們報道過 GA4 對 AI Overviews 流量有 22.4% 的誤歸率。今天我們又看到 Search Console 的 AI 報告缺乏查詢層級數據。這些資訊共同指向一個結論:目前的平台工具遠遠不夠成熟,每個香港企業都需要建立自己的多源交叉比對測量體系。
3. 中文查詢的追蹤尤為迫切
Suganthan 的模型支援多語言(包括混合語言如 Tanglish 和 Hinglish),但大多數 Regex 方法僅支援英文。對於以繁體中文為主的香港市場,使用 ML 模型的方法更具優勢——這也是為何我們推薦嘗試 Suganthan 的免費工具。
結語
AI Mode 和 AI Overviews 的流量是真實存在的,但Google 提供的測量工具遠遠跟不上實際發展。好消息是:數據就在那裡,只是需要你知道如何提取。 無論是使用 Regex 過濾器、Excel 工作流程、還是 ML 分類工具,現在就開始追蹤你的 AI 搜尋流量,不要等到 Google 提供「完美」的報告才行動。
(本文資訊截至 2026 年 8 月 20 日,基於 Search Engine Journal 8 月 19 日 Suganthan Mohanadasan 的報導及多個 SEO 專家的公開方法。Google 的 SGE 成效報告於 2026 年 6 月 3 日推出。)