先看三个数：60%、95.1%、0.5%。
它们说的是同一件事——AI正在给网站导流。但把这三个数放在一起，你会发现“ChatGPT贡献6成AI引荐流量”这句话，很容易被读错。
Graphite基于Similarweb数据算出，过去一年，来自AI服务的全球外部引荐流量增长92%，其中ChatGPT贡献了60%。 注意，这60%说的是增量贡献，不是“所有AI引荐流量里ChatGPT占六成”。小红书
BrightEdge今年1—8月的监测数据显示，ChatGPT拿下了95.1%的AI引荐流量。 但引荐份额不等于可见份额——Gemini和Claude在影响买家选型时，常常不留引荐痕迹。小红书
0.5%则来自另一个样本：某博主统计美、法各约1万个网站，两年里AI引荐流量涨了5.6倍和6.4倍，但只占总流量约0.5%。小红书
三个数不矛盾，只是各问各的：60%问增量，95.1%问归因，0.5%问总盘子。混成一句话，就会得出“AI流量已经很大”的错觉。
更麻烦的是，连“AI到底带来了多少流量”都不太测得准。10月9日起，不少出海品牌、DTC网站和SaaS团队发现，GA4里的ChatGPT引荐流量突然下降30%–50%。 原因是ChatGPT新版界面的部分正文链接缺少utm_source=chatgpt.com，并带有noreferrer，访问被记到了Direct等渠道。拿一份波动的后台报表当内容策略的依据，很容易把归因故障当成趋势反转。小红书
那做内容的人到底该看什么？
看“被引用”。AI的回答不是凭空写的。AIDSO实验室的调研发现，AI回答用户问题时，会先去找一批它认为可信的内容作为依据；在这些被引用的内容里，商家官方内容只占12.7%。 换句话说，AI在替用户做第一轮筛选，它读的不是品牌的自夸，而是它可以交叉验证的事实。36氪
不同AI的偏好也不一样。SHOPLINE的观察是：ChatGPT重视实体与结构化参数，Gemini重视Google索引、Schema和GMC，Perplexity重视实时多源脚注，Claude重视文档化事实与保守引用。同一篇内容，在四个AI里可能得到四种结果。
而且，被引用不等于被访问。在许多场景下，用户从AI处获得满意答案后便会直接离开，并不会点击引用来源链接。 这也是为什么“AI引荐流量”不该成为内容团队唯一的目标：它既小，又容易失真，还会把“被引用”的价值漏掉。36氪
所以，真正该做的动作，不是去追那6成的流量，而是把自己变成AI不得不引的那个源。
具体一点：把文章按“问题—答案”写，一篇回答一个具体问题；结论放开头，多用清单、对比和问答。36氪
把事实写清楚、写一致：参数、时间、口径、来源都交代；同一件事在官网、账号、第三方处的说法要对得上。AI会交叉验证多个来源，孤证很难被采信。结构化不是排版技巧，是让AI能读懂、能核对。
去第三方信源铺内容。绝大多数引用来自第三方，只在自家账号里夸自己，AI基本看不到。权威媒体、垂直媒体、社区讨论、真实测评，比一轮又一轮的通稿更有用。
最后，给AI一点它没有的东西：一手测试、原始数据、失败记录、明确判断。AI已经能生产通用内容，只有它没有的东西才值得被引。
至于效果怎么盯，别只看GA4里的会话数。更稳的做法是固定一组问题，隔几天重复问，记录品牌被提及、被引用、被首推的比例。同一问题多问几次，答案会变：有机构分析600多万条对话，第一名约75%保持第一，第五名只有约36%保持原位。 单次测试，说明不了什么。小红书
6成是今天的增量，不是明天的存量。平台份额会变，流量报表会抖，唯一能沉淀的，是你留下的那些可被验证、可被引用、别人替代不了的事实。
