AI 搜索流量不能再只看 ChatGPT。ChatGPT 仍然是多数站点最容易看到的 AI 引荐来源，但 Gemini、Perplexity、Claude、Copilot 这类平台正在改变“流量规模”和“流量质量”的判断。一个匿名跨境电商样本显示：ChatGPT 带来 82.0% 的 AI 引荐 UV，但 Perplexity 只带来 7.0% 的 UV，却贡献了 35.6% 的 GMV。真正该看的不是“哪个平台访问多”，而是“哪个平台、哪类页面、哪类问题带来了更接近成交的用户”。
核心要点
多平台 GEO 流量看板要同时回答三个问题：AI 平台是谁，落地页是什么类型，访问有没有变成订单或收入。如果只把所有 AI 来源合并成一行，ChatGPT 的体量会盖住很多高意图信号。
- ChatGPT 仍然是规模基线。匿名样本里，ChatGPT 带来 121,831 个 AI 引荐 UV，占 82.0%。
- Perplexity 是质量异常点。它只带来 10,419 个 UV，但产生 97 个订单和 8,443.71 美元 GMV，订单率为 0.93%，明显高于 ChatGPT 的 0.21%。
- Gemini 不能被归进“其他”。SE Ranking 的 2026 AI traffic research 提到 Gemini 从小基数快速增长；匿名样本里 Gemini 也已经占到 8.1% 的 AI 引荐 UV。
- 页面类型要单独拆。匿名样本中首页拿到 77.0% 的 AI 引荐 UV，商品页拿到 17.1%。首页能带规模，商品页和列表页更接近转化。
- 归因一定不完整。Google 的 Search generative AI control 文档 把 AI Overviews、AI Mode 等放在 Search 体系内，很多 AI 影响会被算进 organic、direct 或品牌搜索，而不是一个干净的 AI referrer。
所以，电商团队应该把 AI 搜索当成一个组合渠道：用 ChatGPT 看规模，用 Gemini 看增长趋势，用 Perplexity/Claude 这类研究型平台看比较和决策意图，用 Copilot 观察职业场景里的早期流量。再把这些平台行和订单、GMV、被引用页面、Prompt 组接起来，才能判断下一步该优化哪类页面。
如果团队还没有基线，可以先做一次 AI 可见度检测，确认 AI 回答是否提到品牌、是否引用站内页面、是否把竞品放在更靠前的位置。
公开基准说明了什么
公开基准给出的共同结论是：ChatGPT 仍然大，但 AI 引荐流量正在分散。Goodie 2026 报告 显示，2026 年 3-4 月可衡量的 B2B AI 引荐中，ChatGPT 仍然占最大份额，但 Claude、Gemini、Perplexity、Copilot 已经有明显存在感。SE Ranking 的 2026 研究也提到 Gemini 从小基数快速增长。数字不应该直接套进每个站点，但足够说明一件事：看板必须拆平台。
Goodie 报告里有一个很重要的矛盾：平台访问量和外送引荐量不是同一个东西。截图显示，ChatGPT 和 Gemini 的平台访问量非常大，但归一化后的 B2B 推荐份额里，Claude 和 Perplexity 的权重高于它们访问量占比所暗示的水平。这说明某些平台虽然用户总量小，但更容易发生“读答案后点击来源”的行为。
SE Ranking 的 AI traffic research 给了另一个视角：它报告 Gemini 的平均 traffic share 从 2025 年的 0.0114% 到 2026 年的 0.0368%，增长 231%。它的 Gemini vs ChatGPT 分析 还提到 2026 年 1 月 Gemini 在全球口径下超过 Perplexity。这里不需要纠结某个第三方口径是不是完全适配你的站点，重点是：Gemini 和 Perplexity 不应该被揉成“其他 AI”。
| 平台 | 应该观察什么 | 对电商报表的意义 |
|---|---|---|
| ChatGPT | 最大可见 AI 引荐基线 | 看规模、被引用页面和后续品牌需求 |
| Gemini | 小基数快速增长 | 单独观察，不要只归到 Google 或 other |
| Perplexity | 研究型点击行为 | 重点看订单率、GMV/UV，而不只看 UV |
| Claude | B2B/研究型推荐份额变化 | 用采购、比较、方案类 Prompt 监控 |
| Copilot | 职业工作流里的早期来源 | 保留单独行，避免早期变化被隐藏 |
Google 的 generative AI optimization guide 也提醒了一点：AI Overviews 和 AI Mode 依然依赖 Google Search 的核心排序和质量系统。也就是说，做 AI 搜索可见度不等于另起一套“AI SEO”。页面仍然要可抓取、内容要清楚、图片和商品数据要有用，内部链接要能帮系统和用户理解页面关系。
匿名电商样本告诉我们什么
匿名样本最有价值的地方，不是证明哪个平台“最好”，而是证明 UV 和收入会给出不同答案。这个样本覆盖 2025 年 9 月 23 日到 2026 年 6 月 29 日，共 148,608 个 AI 引荐 UV、400 个订单、23,726.98 美元 GMV。ChatGPT 的访问规模最大，但 Perplexity 的收入占比远高于它的访问占比。
| 平台 | UV | UV 占比 | 订单 | 订单占比 | GMV | GMV 占比 | 订单率 | GMV/UV |
|---|---|---|---|---|---|---|---|---|
| ChatGPT | 121,831 | 82.0% | 261 | 65.2% | $13,040.91 | 55.0% | 0.21% | $0.11 |
| Gemini | 12,092 | 8.1% | 30 | 7.5% | $1,096.96 | 4.6% | 0.25% | $0.09 |
| Perplexity | 10,419 | 7.0% | 97 | 24.2% | $8,443.71 | 35.6% | 0.93% | $0.81 |
| Copilot | 4,266 | 2.9% | 12 | 3.0% | $1,145.40 | 4.8% | 0.28% | $0.27 |
如果只看 UV，结论会很简单：继续盯 ChatGPT。但如果看 GMV/UV 和订单率，Perplexity 就不能被忽略。它可能代表一类更靠近比较、筛选、采购决策的用户。这个结论不能外推成“所有电商站 Perplexity 都更好”，但足以说明看板必须保留质量指标。
落地页类型也很重要：
| 页面类型 | UV | UV 占比 | 订单 | GMV |
|---|---|---|---|---|
| 首页 | 114,474 | 77.0% | 267 | $16,592.98 |
| 商品页 | 25,483 | 17.1% | 99 | $5,255.88 |
| 列表/商品集合页 | 3,335 | 2.2% | 26 | $1,496.29 |
| 智能购物页 | 3,139 | 2.1% | 0 | $0.00 |
| 批发相关页 | 1,370 | 0.9% | 6 | $338.27 |
首页能承接品牌发现，但商品页、列表页、类目页更接近交易。如果 AI 回答总是引用首页，而不是引用具体商品、类目或购买指南，说明站内可能缺少更适合被引用的页面。优化方向不是把首页写得更长，而是补足商品对比、类目定义、购买理由、规格说明、配送/售后证据和内部链接。
这组数据也必须带 caveat：它只统计可见引荐。复制链接、App 内打开、后续 direct、Google AI 结果中的曝光，都可能没有干净的 AI referrer。公开文章只能把它当作匿名样本，用来说明看板设计，而不能当作行业均值。
为什么小平台可能更值得单独看
小平台值得单独看，是因为流量规模和用户意图不总是同步。研究型平台上的用户往往在比较选项、核对来源、寻找供应商或确认购买风险。这样的访问不一定多，但更可能接近决策。GEO 看板如果只按 UV 排名，很容易把这类信号当成噪音。
在电商场景里，AI 平台大致可以按用户任务分层：
| 用户任务 | 常见平台信号 | 应该看的指标 |
|---|---|---|
| 泛发现 | ChatGPT、Gemini、Google AI 搜索结果 | UV、品牌提及、被引用页面 |
| 研究与比较 | Perplexity、Claude、ChatGPT Search | 订单率、询盘率、GMV/UV、竞品引用 |
| 职业工作流 | Copilot、Claude、企业账户环境 | B2B 线索、批发页访问、复访 |
| 后续验证 | Google organic、direct、品牌搜索 | 品牌搜索量、直接访问、Search Console 表现 |
这个分层不会永远固定。AI 平台的产品形态会变，用户习惯也会变。但它能防止团队犯一个常见错误：把所有 AI 流量看成同一种用户。一个从 ChatGPT 问“某品类是什么”的用户，和一个从 Perplexity 点进商品页的用户，购买阶段可能完全不同。
OpenAI 的 ChatGPT Search 帮助文档 提到搜索回答可能带有 inline citations 和 Sources panel。这说明 ChatGPT 也能产生可点击来源，但具体是否出现引用、用户是否点击，取决于问题和答案界面。Perplexity 的产品习惯更强调来源阅读，因此它在某些站点可能表现出更强的点击质量。Claude 是否能带来高质量 B2B 流量，则要看行业、用户群和问题类型。
真正的做法不是提前押注平台，而是每个月保留平台行。只要一个平台的订单率、GMV/UV、引用页数或高意图 Prompt 表现异常，就值得拆出来复盘。
页面类型应该怎么拆
AI 流量入口不能只按平台拆，还要按页面类型拆。首页通常承接品牌和泛问题，商品页承接具体购买，类目页承接选择范围，指南页承接比较和解释。不同页面的价值不同，放在同一行里会让优化动作变得很模糊。
建议至少拆这几类：
| 页面类型 | 常见 AI 入口问题 | 优化重点 |
|---|---|---|
| 首页 | “这个品牌/平台是什么” | 清晰实体定义、核心品类、可信信号 |
| 商品页 | “某产品是否值得买/规格是什么” | 规格、图片、评价摘要、配送和售后信息 |
| 类目页 | “某品类哪里买/怎么选” | 类目定义、筛选维度、热门用例、内部链接 |
| 对比/指南页 | “A 和 B 怎么选/最佳供应商” | 对比表、选择标准、风险提醒、证据来源 |
| 支持/政策页 | “退货、运费、认证、批发规则” | 简短答案、结构化 FAQ、可抓取说明 |
如果 AI 流量主要落在首页，先不要急着庆祝。首页访问多，说明品牌发现或泛搜索有效，但不一定说明商品页被 AI 系统理解。下一步要看：商品页是否被引用，类目页是否能回答选择问题，指南页是否解释了买家真正关心的比较标准。
这也是内部链接的作用。一个商品页如果没有连到类目定义、购买指南、配送政策和相关商品，AI 系统很难理解它在站点知识结构里的位置。团队可以用 页面审核 先检查抓取、标题、结构化内容和内部链接，再决定是否重写正文。
页面类型拆开之后，报表会更像一个行动清单：哪个平台在送访问，哪个页面在承接，哪个页面缺少证据，哪个页面的转化质量已经值得继续放大。
多平台 GEO 流量看板怎么搭
一个可用的 GEO 流量看板至少包含平台、页面类型、UV、订单、GMV、订单率、被引用页面、Prompt 组和归因说明。目标不是做到百分百归因，而是让团队每月能复盘：哪些 AI 平台在带来访问，哪些页面被引用，哪些页面需要补证据或改结构。
最低字段建议如下：
| 字段 | 示例 | 用来判断什么 |
|---|---|---|
| 平台 | ChatGPT、Gemini、Perplexity、Claude、Copilot | 避免非 ChatGPT 增长被隐藏 |
| 页面类型 | 首页、商品页、类目页、指南页 | 判断访问是否接近转化 |
| UV / Sessions | 10,419 UV | 看规模 |
| 订单 / 线索 | 97 个订单 | 看业务结果 |
| GMV / 收入 | $8,443.71 | 看价值 |
| 订单率 | 0.93% | 跨平台比较质量 |
| 被引用 URL | 商品页、指南页、类目页 | 连接 AI 可见度和站内页面 |
| Prompt 组 | 商品比较、供应商研究、价格问题 | 判断用户意图 |
| 归因说明 | 可见引荐、可能 direct、Search 影响 | 防止把数字讲得过满 |
搭建顺序可以很朴素：
- 统一来源命名。把
chatgpt.com、chat.openai.com、perplexity.ai、gemini.google.com、Copilot 相关来源归到稳定的平台字段。 - 给 URL 打页面类型标签。先用规则拆首页、商品、类目、文章、支持页、国家页，再人工抽查。
- 接入业务结果。订单、GMV、询盘、新买家、复购买家，选团队已经信任的指标。
- 加 Prompt 测试。每个核心品类准备 10-20 个问题，在主要 AI 平台记录是否提到品牌、是否引用页面、是否引用竞品。
- 月度复盘。AI 平台变化太快，季度看一次容易错过变化。月度足够用于内容和 SEO 排期。
如果还没有成熟模板，可以先从 Convertos 工具箱 的页面检查和可见度工作流开始，把 Prompt、被引用页面、竞品引用和业务指标放到同一张表。
常见问题
这些问题来自本主题的搜索相关问题、社区讨论和 Prompt 需求。答案只保留可执行口径，不把内部研究流程写进正文。
电商网站怎么追踪 ChatGPT、Perplexity、Gemini、Claude、Copilot 带来的 AI 流量？
先在 analytics 里识别可见 referrer，再把来源归一成平台字段。来源信号：搜索相关问题和社区讨论反复提到 AI 流量会混入 referrer、direct 和品牌搜索。
现在做 GEO 还只看 ChatGPT 够不够？
不够。ChatGPT 仍然是规模基线，但 Goodie 2026 AI Search Traffic Report 和 SE Ranking AI traffic research 都显示 AI 引荐来源在分散。来源信号：搜索结果持续把 ChatGPT、Gemini、Perplexity、Claude、Copilot 放在一起比较。
为什么 Perplexity 流量小，但可能带来更高订单质量？
用户可能正在比较来源。来源信号：匿名样本约为 7% UV、36% GMV。
AI 搜索更容易引用首页、商品页还是类目页？
要看问题类型。来源信号：匿名样本显示首页拿到最多 UV，但商品页和列表页更接近订单；搜索相关问题也经常把追踪和页面优化放在一起讨论。
AI 流量被算进 direct 或 Google organic 时，报表应该怎么解释？
把“可见 AI 引荐”和“AI 影响需求”分开写。来源信号：社区讨论和 Google 文档都说明，AI 可见度可能出现在 Search、direct、复制链接或后续品牌搜索里。
多平台 AI 搜索流量看板应该放哪些指标？
至少放平台、页面类型、UV、订单或线索、GMV、订单率、被引用 URL、Prompt 组和归因说明。来源信号：本主题的搜索问题集中在追踪、平台优先级、页面优化和归因 caveat。
内容声明
本文使用三类资料：公开 AI 搜索流量研究、平台官方帮助文档，以及一个经过匿名处理的电商分析样本。匿名样本只使用汇总数据，不披露来源品牌、域名、内部团队或原始文件。
公开来源包括 Goodie 2026 AI traffic report、SE Ranking 的 2026 AI traffic research、SE Ranking 的 Gemini vs ChatGPT 分析、Google 的 generative AI optimization guide、Google 的 Search generative AI control 文档，以及 OpenAI 的 ChatGPT Search 帮助文档。AI 搜索产品变化很快，实际执行前应复核平台文档和自己的站点数据。