搜索框的退场不是流量少了，而是入口换了主语——过去是人找链接，现在是模型替人给答案。Gartner 的判断被反复引用：到 2026 年底传统搜索流量将下降约 25%，超过 60% 的信息查询由 AI 直接给出答案，用户看完答案往往不再跳转（海鹦云）。对品牌来说，这不只是流量结构的位移，而是竞争单元换了：SEO 争的是排名，GEO 争的是被引用。以下盘点以 11 月 10 日的公开信息为界。
排名与引用是两套计分
两套计分的差别落在日常动作上。做排名的人优化关键词密度、外链和页面速度；做引用的人优化的是事实密度、实体明确度和口径一致性。同一篇内容，在排名体系里可能因为缺关键词而失分，在引用体系里却因为参数完整、来源清楚而被优先抽取。把两套指标混在一个看板里，团队会本能地去优化那个更容易看见变化的指标，也就是排名。
更关键的差别在失效方式。排名下滑是渐进的，能在一个季度里看到曲线；引用消失是突然的，某一天模型换了抽取偏好，答案里就只剩竞品。这也是为什么监测要按周做，而且要留原始回答的截图与时间戳——只留一个百分比，事后无法判断是内容变了还是模型变了。
被引用需要三件东西同时成立
第一件是可抽取。页面结构要让模型能分段取用，标题即问题、首段给结论、参数用表格列出，这三件事比堆关键词有效得多（优采云）。第二件是可验证。数据要标出处、标日期、标口径，模型在挑选引用源时更倾向权威信号明确的页面。第三件是可对齐。同一款产品在官网、店铺页、媒体稿里的参数必须一致，不一致会让模型无法建立稳定的实体关系，最终选择不引用。
从「写给人看」改成「写给抽取看」
改写不需要推翻内容，只需要换顺序。把结论提到第一段，把参数从描述性语言换成可比较的字段，把「适合三口之家」这类判断换成「容量 4.5 升，宽度 60 厘米」这类可核对的事实，再把不适用范围写清楚。做完这三步，同一篇内容在比价类问句里的表现会明显不同，因为模型拿到的是一组能直接比对的字段，而不是一段需要理解才能提取的文案。
入口迁移期的三个动作
第一个动作是把问题库建起来。问题库不是关键词表，而是用户真实会问的完整句子，来源是客服工单、评论区追问和直播间提问。第二个动作是把事实清单固化成一份，各入口按自己的格式取用，避免同一个型号在不同入口被描述成两个样子。第三个动作是按周复测，记录三个字段：是否被提及、在第几个位置被展开、复述的参数是否与页面一致。
| 动作 | 产出 | 判据 | 常见偏差 |
|---|---|---|---|
| 建问题库 | 三十到五十个真实问句 | 问句来自用户原话 | 用内部关键词代替用户问法 |
| 固化事实清单 | 一份参数与承诺的结构化清单 | 各入口表述一致 | 渠道各自维护一套说法 |
| 周度复测 | 提及率、展开位次、参数一致性 | 连续四周可比 | 只跑一次就下结论 |
排名还在，但不再是唯一入口
搜索排名没有消失，它仍然是很多 AI 引擎挑选候选页面的第一层筛子——排在首屏之外的页面被引用的概率更低。区别在于它变成了必要条件而不是充分条件：排名进不去，引用基本无从谈起；排名进去了，页面读不懂、事实不一致，引用照样不会发生。把这句话写进考核，团队才不会在「已经排第一」的错觉里停下。
怎么排复测节奏
复测要固定问题、固定入口、固定字段，三样都固定，数据才有可比性。每周一次，同一批问题在豆包、千问各跑一遍，记录回答里出现了谁、谁被展开比较、复述的参数与页面是否一致。连续四周之后，改动与结果之间的因果关系才看得出来；只跑一次，看到的只是当天的模型状态。
常见问题
传统搜索流量真的会掉四分之一吗？
这是 Gartner 的预测值，不同行业与不同品类的降幅不会一致。对品牌更有用的做法是看自己的自然搜索流量同比与 AI 来源流量的占比，用自有数据校准外部预测。
GEO 和 SEO 会互相冲突吗？
不冲突，但优先级不同。SEO 决定能不能进入候选页面池，GEO 决定进入之后会不会被引用。前者是门票，后者是发言权，缺一项都不完整。
被引用之后怎么判断有没有用？
看两件事：引用时复述的参数是否正确，以及引用带来的访问是否转化为订单。参数错了，被引用反而是负分；参数对了但没转化，问题在落地页与价格，不在可见度。
小品牌还有机会吗？
有，而且机会在长尾问句上。大品牌占据品类认知层的答案位，长尾的规格、场景、适配问题仍然是空的，结构化写清楚就能被抽取。
