这轮谷歌搜索的模型升级，先动起来的不是搜索结果页，而是品牌被 AI 引用的那张清单。11 月 12 日谷歌发布的 Gemini 4 Hydrogen，已经全面接入全球 Google 搜索的 AI 模式与 AI Overviews，成为默认底座；截至 11 月 14 日，公开信息显示这次升级把复杂多条件查询的并发检索、图文对照表这类能力一并带进了普通用户的搜索框。对盯 AI 搜索可见度的人来说，换底座不是「更快更好」那么简单——同一个问题，新模型会拆成多个子话题并行去检索，意味着它抓进来的网页集合变了，品牌被推荐和被引用的位次也要跟着重测。
换底座之后，被引用的网页集合先变了
理解这次变化的钥匙是「query fan-out」——模型把一个复杂问题拆成多个子话题，分别检索再拼回一个答案。过去一个长问题可能只命中一条检索路径，现在它会同时发散到多个方向。对品牌意味着：能被选中的网页，不再只是原来那批靠关键词对上的页面，而是更多、更分散的信源。
这个变化直接改写了可见度的观察口径。以前品牌盯的是「我的页面有没有出现在某个问题的答案里」，现在要盯的是「在拆开的多个子话题里，我的内容分别排在第几、被没被引用」。同一个品牌，可能在主问题上消失，却在某个被拆出的子问题上被引用——这既是机会，也是新的监测盲区。
位次不是一个数，是一张被拆开的表
新模型最直观的输出变化，是图文对照表和多条件参数表变多了。用户问「适合炎热天气的透气跑鞋」，搜索会生成一张带参数的对比表并给出购买入口。这张表就是新的「推荐位」：品牌如果挤不进这张表，就等于在这个问题里没有被 AI 推荐。
对操盘手来说，这意味着监测维度要从「是否被提及」细化到「在哪个结构化模块里被提及」。是正文里的一句话，还是对比表里的一行，还是引用卡片里的一个链接，含义完全不同。对比表里的一行往往对应着「被推荐」，比正文里一句带过的提及，离转化更近。
结构化模块是新的排名战场
过去 SEO 争的是蓝色链接的排序，现在 AI 搜索里争的是结构化模块的入选。一张参数对比表里能放下几个品牌、按什么顺序排列，就是新的「前十名」。品牌要做的，是把可被抽取、可被对照的结构化信息喂给模型，而不是只追求一段流畅的文案。
这也解释了为什么「可引用性」重新变得值钱。一个能被干净摘取的段落、一张能被直接拉进对照表的参数，比一篇长文更可能在新底座下被选中。内容要按「能被拆解、能被对照」的标准重新组织，而不是按传统的阅读流畅度。
重测窗口已经打开，但口径要自己定
换底座是重测的天然时点：模型变了，历史数据就失去了可比性。过去一周的可见度数据，和新底座下的数据不能直接放在一起比——检索路径变了，基线变了。正确的做法是趁这个窗口，重新建立一套「新底座下」的监测基线。
建基线不能靠一两个问题。要覆盖推荐类、对比类、资质验证类、价格成本类几个问题族，每类取一批真实用户会问的表述，在新模型下逐个跑，记录每个问题里品牌被引用的网页、被提及的位次、出现在哪个模块。跑两周，新基线的轮廓就出来了。
有一个动作值得现在做：把「引用来源」单独拎出来盯。新模型的并发检索会引入更多垂直站点和长尾信源，品牌需要知道自己的页面有没有进入这个更大的候选池，以及进去之后是被正文引用还是被塞进结构化模块。这两件事的监测口径不同，不能混成一个「可见度」。
到这里，能确定的只有一件事：底座已经换了，位次正在重排，谁先按新底座重建监测基线，谁就先拿到可比的数字。接下来两周，盯「结构化模块里的入选位次」就够了——它先动，结论才成立。以上判断基于截至 11 月 14 日的公开信息；谷歌尚未公开新底座下各品类的引用优先级，一旦披露，基线需要重算。
重测要覆盖的四个问题族
把重测的问题按用途分成四类，每类单独建样本，才能看出新底座下品牌真实的位置。四类问题的入选逻辑不同：推荐类看有没有进对比表，验证类看事实有没有被正确复述，混在一起统计会得到被抹平的假象。
| 问题族 | 要观察的指标 | 换底座后的重点 |
|---|---|---|
| 品牌推荐类 | 是否被推荐、推荐位次 | 是否进入图文对照表 |
| 产品对比类 | 对比表入选与排序 | 被拆出的子话题里排第几 |
| 资质验证类 | 事实是否被正确复述 | 信源是否被正文引用 |
| 价格成本类 | 参数是否被采纳 | 引用卡片里的链接位次 |
常见问题
谷歌这次换底座，对品牌的 AI 搜索可见度意味着什么？
意味着检索路径变了：复杂问题会被拆成多个子话题并发检索，能被选中的网页集合扩大，品牌被推荐和被引用的位次需要重新测量，历史数据与新数据不再可比。
AI 搜索可见度和传统搜索排名有什么不同？
传统排名是蓝色链接的排序；AI 搜索里，品牌可能出现在正文、对比表、引用卡片等不同结构化模块里，入选哪个模块、排第几，含义各不相同，需要分开监测。
换底座后，品牌现在最该盯哪个指标？
先盯「结构化模块里的入选位次」——尤其是图文对照表里的一行，它最接近「被推荐」。同时把引用来源单独监测，区分「被正文引用」和「进入结构化模块」两种口径。
为什么换底座是重测的合适时点？
因为模型变了，检索路径和基线都变了，旧数据失去可比性。趁窗口重建新底座下的监测基线，才能得到可比的数字，而不是拿新旧数据硬比。
