跳过主要内容
全部文章
研究

5771 篇 AI 辅助撰写的博客文章,在 Google 上的真实表现

我们追踪了数十个品牌的 5771 篇 AI 辅助撰写的文章,历时 16 个月。中位数文章在 90 天内只有 1 次点击。以下是表现最好的文章的共同点。

关于 AI 写作内容的建议,大多是观点。这一篇是数据。

我们追踪了 5771 篇 AI 辅助撰写的博客文章,它们来自 11 个行业的数十个品牌,覆盖 16 个月的每日 Search Console 数据(2025 年 6 月至 2026 年 10 月)。每篇文章都从自己的发布日期开始计算,下文的所有比较都在同一个品牌内部进行,因此域名强弱不会让某种文章格式显得更好。

核心发现

  • 中位数文章在发布后 90 天内只有 1 次点击。 49% 的文章一次点击都没有。
  • 排名前 10% 的文章拿走了 73% 的点击。 前 1% 拿走了 22%。
  • 帮助做决定的内容胜出。 排行榜、规则与法规解读、「X vs Y」对比文最常成为所在品牌的头部文章。案例研究和「为什么选择我们」类文章几乎从未成为头部。
  • 关键词难度是唯一有预测力的关键词指标。 搜索量没有预测力。
  • 文章赢的是话题,不是关键词。 一篇文章 74% 的点击来自它从未瞄准的搜索词。
  • 话题集群最关键。 在一个典型品牌中,一个集群贡献了全部点击的 37%。
  • AI 工具已经在搜索这些页面。 28% 的文章在 Search Console 中出现了提示词形态的查询。

哪些格式胜出

每篇文章按发布后 90 天的点击量,与同一品牌的其他文章比较排名。按随机概率,任何格式都会有 20% 落入所在品牌的前五分之一。

格式成为前 20% 文章的比例
规则、法规与政策解读32%
排行榜 / 精选推荐30%
X vs Y 对比27%
具体问题与解决方法26%
价格与费用拆解26%
资源(模板、清单)23%
操作指南17%
概念解释(「什么是」)17%
泛泛的技巧清单15%
案例研究9%
观点类文章3%
「为什么选择我们」3%

规律很一致:胜出的内容帮助读者做决定(选哪个、哪个更好、是否允许、要花多少钱、我的问题出在哪)。泛泛的概念解释只处于中位数水平。而样本中 54% 的文章都是概念解释、操作指南和技巧清单,也就是说,大多数内容计划把大部分预算花在了中位数格式上。

关键词:难度重要,搜索量不重要

计划关键词难度成为前 20% 文章的比例
0 到 926%
10 到 1915%
20 到 3918% 到 19%
40 及以上14% 到 18%

计划搜索量与文章在同一品牌内的表现没有可测量的关系。月搜索量低于 50 的关键词,表现与品牌平均水平相当。

原因在查询数据里:只有 14% 的文章排进了自己目标关键词的前列,74% 的点击来自其他相近的搜索。文章排名的是一个话题,焦点关键词只是标签,不是目标本身。

集群决定结果

在同一品牌内,最好的话题集群远远领先最差的集群;平均而言,一个集群贡献了品牌 37% 的点击。集群选择解释了同一品牌文章表现差异的大约四分之一,远超任何标题或关键词特征。

实用规则:把集群当作下注,在 90 到 120 天时复盘,把新文章集中投入一到两个已经胜出的集群。

核心更新对泛泛内容打击最大

Google 的 2026 年 5 月核心更新让同一批已发布文章的点击下降了 27%,但影响并不均匀:

格式2026 年 5 月核心更新后的点击变化
购买指南0%
价格与费用-13%
规则与法规-15%
对比文与排行榜-30% 到 -32%
操作指南与概念解释-36% 到 -37%
资源类-46%

最容易被 AI 回答替代的内容损失最大,帮助人做选择的内容最稳。

2025 年 12 月的核心更新对这批样本的影响则相反:已发布文章的点击上升了 69%。

AI 工具正在搜索你的页面

这些品牌的 Search Console 数据中,有些查询并不是人会在 Google 里输入的内容,而是完整的提示词,例如:

context: location: … (not for language). do not include location references in your response. question: what's the best way to compare lesson packages across music schools when they all price differently?

我们在 84 篇文章中找到了 119 条这种固定模板的查询,平均排名 3.8,点击为零。这是 AI 工具在为回答做调研,而它找到的正是这些文章之一。目前没有公开资料说明是哪个助手使用这个模板,所以我们统一称之为「AI 提出的问题」。

这些问题的价值远超点击数。它们是买家向 AI 提出的原话,并且集中出现在对比类和购买指南类页面上。CiteCycle 现在会自动从你的 Search Console 中提取它们,位于 问题 → Asked by AI,你可以每周追踪每个问题,并在已经有排名的页面上作答。

关于展示次数的说明

Google 已确认,Search Console 在 2025 年 5 月 13 日至 2026 年 4 月 27 日期间错误统计了展示次数、平均排名和点击率,且不会修正历史数据。点击数据不受影响。因此本研究的所有结论都基于点击,这也是我们的方法论报告点击和 AI 提及、而不是展示次数的原因。

怎么用这些结论

  1. 把内容结构转向决策型内容。 对比文、排行榜、费用拆解、规则解读和具体问题的解决方法,应该是内容日历的主体,而不是例外。
  2. 优先选择低难度、具体的话题,而不是高搜索量的大词。
  3. 为话题写作。 给每个相近的问题一个独立的小节,四分之三的点击来自那里。
  4. 在 90 天时复盘集群,加码已经胜出的集群。
  5. 回答 AI 工具提出的问题。 在 Search Console 中找到它们,给每个问题一个直接、可引用的答案。

方法

  • 样本: 数十个品牌的 5771 篇有 Search Console 追踪的 AI 辅助撰写文章,共 130 万行每日数据。文章由 AI 起草,部分文章根据人工反馈做过修改。
  • 时间窗口: 从每篇文章的发布日期起,按固定窗口(第 0 到 89 天、第 90 到 179 天)衡量表现。只有完整观察到窗口的文章才会计入。
  • 品牌内排名: 每篇文章按点击与同一品牌的其他文章比较排名,从而抵消域名强弱的影响。
  • 格式: 每个标题都由审阅者结合标题、目标关键词和品牌背景,归入 16 种格式之一。
  • 排除: 追踪中断的品牌(中断之后的数据),以及从未获得展示的文章(很可能从未被收录)。品牌名称不予公开。