假设这样一个场景：2026 年 5 月，一位 DTC 品牌的 CMO 在内部会议上展示了两组数据。
GA4 显示：来自 AI 平台的流量占总流量的 1.8%。Shopify 后台显示：可追溯到 AI 推荐的订单占总订单的 7.2%。
相差 4 倍。在座的每个人都在想同一个问题：哪个数字是对的？
答案是：两个都是对的——它们只是在看不同的层。
2026 年 5-6 月发生了什么
过去一个月，Google 对旗下两大分析工具做了历史性更新。5 月 13 日，GA4 新增了原生的「AI Assistant」频道，用于识别部分已支持 AI 助手 referrer 带来的引荐流量。6 月 3 日，Google Search Console 新增了「Search Generative AI」效果报告，展示网站在 AI Overviews 和 AI Mode 中的展示数据，同时推出了 AI 可见度开关，允许站长选择是否出现在 AI 搜索结果中。
这些更新确实重要。AI 流量在官方工具中终于从「不可见」变成了「部分可见」。
但「部分可见」可能比「完全不可见」更危险——因为它会给你一种错觉：以为你看到的就是全部。
五层冰山模型
AI 流量不是一个单一的数字。它是一座冰山，有五层结构，每一层代表不同类型的 AI 影响，需要不同的测量工具，具有不同的商业价值。
第一层：可追踪的 AI 引荐（水面以上）
这是 GA4 AI Assistant 频道能捕获的部分：用户在 ChatGPT 对话中点击了你的链接，浏览器带着 chatgpt.com 的 referrer 到达你的网站，GA4 识别出来，标记为「AI Assistant」频道。
这一层的特征是：有明确的 referrer、有完整的浏览器会话、可以追踪到页面浏览和转化。它是最容易测量的一层，也是商业价值最直接的一层——因为它是真实的人类访问。
但它有严格的边界。GA4 的原生识别范围仍然有限，而且会随 Google rollout 调整。许多区域性、垂直或长尾 AI 平台不一定被原生归类。更重要的是，这一层完全依赖 referrer header——如果用户从 AI 移动端 app 点击链接，很多情况下 referrer 会被剥离，这些流量会默认归入「Direct」。
由于 referrer 丢失等技术限制，GA4 的 AI Assistant 频道无法捕获全部 AI 引荐流量——移动端 app 内浏览、copy-paste 行为都会导致大量 AI 来源流量被归入 Direct。
第二层：AI Overview 流量（水面附近）
当用户在 Google 搜索中看到 AI Overview 并点击了其中引用的链接，这次访问在 GA4 中会被记录——但不是记录在「AI Assistant」频道里。Google 把自家 AI Overview 产生的点击归入了「Organic Search」。
这意味着你在 GA4 中看到的「Organic Search」流量，实际上包含了不确定比例的 AI Overview 流量。你无法区分一次 organic 访问是用户从传统搜索结果点击的，还是从 AI Overview 中点击的。
GSC 的新 AI 报告能帮你看到一部分：它告诉你网站在 AI Overviews 中获得了多少次展示。但它不告诉你点击数。你知道你被引用了 500 次，但不知道有多少人因此来了你的网站。
这一层是半透明的：你能看到一些信号（GSC impressions），但关键数据（clicks、CTR、query）是缺失的。
第三层：Dark AI Traffic（水面以下）
一个用户在 ChatGPT 移动端 app 上与 AI 对话，AI 推荐了你的产品并附上了链接。用户点击链接，浏览器打开——但 referrer header 在这个过程中被剥离了。GA4 收到了这次访问，但无法识别来源，标记为 (direct) / (none)。
另一种情况：用户在 Claude 对话中看到了你的产品推荐，复制了 URL，打开浏览器粘贴——同样没有 referrer。或者用户在 Perplexity 的 iOS app 内浏览了搜索结果，点击了引用链接——app 内浏览器的 referrer 行为取决于操作系统版本和 app 配置，不确定性很高。
这就是「Dark AI Traffic」——用户确实是从 AI 来的，但在 GA4 中它看起来和直接输入 URL 没有区别。
Dark AI Traffic 的规模难以精确量化，但技术分析表明它是一个显著的盲区。综合第一层的 referrer 丢失和这一层的问题，GA4 能看到的 AI 引荐流量很可能明显低于真实影响。
但这还不是全部。
第四层：AI 爬虫意图信号（深水区）
每天，不同类型的 AI 爬虫和 agent 请求在访问你的网站。GPTBot 在抓取你的产品页面用于模型训练。PerplexityBot 在索引你的内容用于搜索。ChatGPT-User 在代用户访问你的退货政策页面。OAI-SearchBot 在实时验证一个用户的查询结果。Google-Agent 在代用户执行一个操作。
这些都不会出现在 GA4 中——因为 GA4 是客户端分析工具，依赖浏览器执行 JavaScript。AI 爬虫不执行 JS、不加载 GA4 标签、不创建会话。它们在 GA4 的世界中完全不存在。
它们也不会出现在 GSC 的 AI 报告中——GSC 的 AI 报告只关注 Google 自家的 AI 功能（AI Overviews 和 AI Mode），不追踪第三方 AI 爬虫。
但这些爬虫访问包含着极有价值的商业信号。一个 ChatGPT-User 的访问意味着有用户正在对话中让 ChatGPT 帮他了解你的产品——这是高意图信号。一个 OAI-SearchBot 的访问意味着有用户正在用 ChatGPT 搜索你所在品类的产品——这是市场需求信号。一个 Google-Agent 的访问意味着有用户正在让 Google AI 代他执行某个操作——这是最高意图信号。
区分「AI 爬虫来是为了训练模型」和「AI 爬虫来是因为有用户正在问关于你的问题」，是 AI 时代流量分析最关键的能力之一。GA4 和 GSC 都不具备这个能力。
第五层：零点击 AI 影响力（海底）
最深的一层：AI 在回答用户问题时提到了你的品牌、推荐了你的产品、引用了你的数据——但用户在 AI 的回答中就获得了所需的信息，没有点击任何链接。
这是「零点击 AI 影响力」。用户知道了你的品牌，对你的产品有了认知，可能下次直接搜索你的品牌名——但在你的任何分析工具中，这次影响是完全不可见的。
Shopify 的数据间接印证了这一层的存在。AI 搜索来源的新买家订单率是传统 organic 的约 2 倍——这意味着 AI 推荐带来的用户中有更多是「第一次接触品牌就购买」的。一种可能的解释是：这些用户之前已经在 AI 对话中了解过品牌（零点击层），当他们最终点击链接来到网站时，已经有了足够的信任感。
零点击层的测量方式只有一种：主动向 AI 平台发送查询，记录品牌是否被提及、在什么位置被提及、提及的上下文是什么。这就是 Citation SOV 采样——它不是 GA4 或 GSC 的功能，而是一种独立的监测能力。
20% 的来源
回到开头的问题：GA4 显示 AI 流量占 1.8%，Shopify 显示 AI 订单占 7.2%。
GA4 只看到了 Layer 1（可追踪引荐，且受 referrer 丢失影响无法全量捕获）。Layer 2 被混入了 Organic Search。Layer 3 被归入了 Direct。Layer 4 和 Layer 5 完全不可见。
当你把五层加在一起，AI 对你品牌的实际影响可能是 GA4 显示数字的 3-5 倍。20% 不是一个精确数字——它是一个数量级的判断：GA4 让你看到的 AI 影响，大约只有实际影响的五分之一。
只看 Layer 1 的战略风险
如果品牌只看 GA4 中的 AI 流量数据来做决策，会得出什么结论？
「AI 流量只占 1.8%，不值得投入。」——错误。实际影响可能是 8-10%。
「ChatGPT 是最大的 AI 流量来源，应该优先优化。」——可能是对的，但你看不到 Perplexity 的移动端流量（被归入 Direct），看不到 Google AI Overview 的引用（被归入 Organic），更看不到豆包和 Kimi 的流量（不在 GA4 识别范围内）。
「我们的 AI 策略没效果，因为 AI 流量没变化。」——你可能在 Layer 4 和 Layer 5 已经有了显著进展（更多 AI 爬虫来了、AI 推荐提到你更频繁了），但 GA4 看不到这些层。
正确的做法是建立跨层的测量体系，每一层用合适的工具：
- Layer 1：GA4 AI Assistant 频道 + 自定义频道组（补充更多 AI 平台）
- Layer 2：GSC AI 报告（impressions）+ GA4 交叉分析
- Layer 3：服务端流量分析（不依赖客户端 JS，不受 referrer 丢失影响）
- Layer 4：服务端爬虫日志分析 + 爬虫意图分类
- Layer 5：Citation SOV 采样 + AI 回答监测
下一篇预告
GA4 和 GSC 的更新到底做了什么？每个功能的边界在哪里？如何正确配置才能最大化它们的价值？下一篇我们逐项拆解。
FAQ
Q1: GA4 的 AI Assistant 频道上线后，AI 流量追踪问题是不是已经解决了？
A: 没有。GA4 AI Assistant 频道是一个重要进步，但它只覆盖了五层 AI 流量中的第一层（可追踪引荐），且即使在这一层也因 referrer 丢失无法全量捕获。Google AI Overview 流量被归入 Organic Search、Dark AI Traffic 被归入 Direct、AI 爬虫活动和零点击影响力完全不可见——这些盲区加在一起，意味着 GA4 让你看到的 AI 影响只是实际影响的一小部分。
Q2: 为什么 Shopify 后台显示的 AI 订单比 GA4 显示的 AI 流量比例高这么多？
A: 因为 Shopify 的 Agentic Storefronts 有独立的 AI 渠道识别逻辑，能在订单层面追踪到部分 GA4 看不到的 AI 来源。同时 AI 引荐流量的转化率显著高于平均水平（Adobe 数据显示高 42%），所以即使 AI 流量占比看起来小，AI 订单占比会高得多。
Q3: 「Dark AI Traffic」有多大？品牌能做什么？
A: Dark AI Traffic 是一个显著的盲区。它的本质是 referrer 丢失——移动端 app 内浏览、copy-paste 行为、隐私浏览模式都会导致 AI 来源的访问在 GA4 中变成 Direct。品牌能做的是：部署不依赖 referrer 的服务端分析工具，通过 User-Agent 分析和 IP 验证来识别 AI 来源。
Q4: 零点击 AI 影响力真的能被测量吗？
A: 可以，但需要主动采样而不是被动等待。方法是定期向 AI 平台发送与品牌相关的查询（如「最好的 [品类] 产品是什么」），记录品牌是否被提及、提及的位置和上下文。这就是 Citation SOV（引用声量占比）采样。Gravity 的 CitationGraph 平台提供这个能力。
Q5: 品牌应该从哪一层开始建设 AI 流量监测？
A: 从 Layer 1 开始：确认 GA4 的 AI Assistant 频道已上线，配置自定义频道组补充更多 AI 平台。这是零成本的起步。然后是 Layer 4（服务端爬虫日志分析），因为它能让你看到 AI 生态对你品牌的「关注度」在如何变化。Layer 5（Citation SOV）是最高阶但也是最有战略价值的。