AI搜索链接，需要一个有价值的落点

10月15日，Google宣布突出AI搜索链接，并测试强调官方目的地。公告。

对出版者而言，被引用意味着获得署名，访问意味着接触受众，回访读者才可能支撑一门生意。这是三种不同的结果。我们的判断是，AI搜索的下一轮竞争，将取决于平台如何连接这些环节，而不只是能展示多少链接。

衡量完整旅程，而非装饰

设想一家独立的天文出版机构。AI答案可能总结日食的成因，并引用它的解释。如果这已经回答了问题，读者就没有理由离开。但另一位读者想组织社区观测：比较可选时段，画出遮挡地平线的建筑物，并打印一张为参加者添加注释的星图。对他而言，访问这家虚构出版机构的规划工具，是完成任务的一部分。

这两种结果都不必然意味着产品失败，但它们给作者带来的经济结果不同。前者贡献了信息，却没有站内接触；后者提供了建立信任、销售服务或吸引未来读者的机会。若仪表盘把两者都计入“可见度”，就掩盖了这种区别。

因此，更有用的核算链条是：符合条件的查询、实际可见的来源展示、站外访问、有用的站内行动，以及持续的读者关系。出版者应在数据允许时衡量各环节的转化，明确标注缺失的观察，不能用假设填补。一次展示不是一个客户，爬虫请求也不是一次展示。

历史提醒，不是预测

Pew对2025年3月美国浏览行为的研究发现，有AI摘要时，传统结果点击更少。研究。这一相关性不能证明本次改版的效果。

查询意图很重要。快速查定义与寻找原创调查，不该合并为一个成功率。出版者也不应认定每次流失访问都有商业价值。有些访问原本就会立即结束，有些则可能转化为订阅者。这种差异需要测量。

一个可行的测试，是持续比较相似页面和查询类别，区分需求、排名与展示方式的变化。平台层面的随机实验会更有说服力。出版者仍可观察转介读者是否完成工具操作、阅读第二篇文章或再次访问。这些是我们提出的测试，不是Google公布的结果。

被发现只是投入环节

Cloudflare与OpenAI于10月15日报告了发现能力的改善，商业结果衡量仍待开展。更新。

我们的推论是，发现能力改善，可以扩大可用信息供给，却仍让注意力高度集中。如果新增一百个有用来源，答案却只向其中两个导流，技术上的纳入并不能证明广泛的经济参与。这不意味着发现毫无价值，而是说明下一环节至关重要。

因此，出版者应问：摘要之后还留下什么独特贡献？第一手数据、持续维护的目录、原创照片或可运行的计算器，都能让读者做一些超越核对出处的事情。单纯增加篇幅，可能只会提高成本，却没有创造访问理由。

链接本身也在作出承诺

一项2025年的归因研究发现，引用覆盖率与正确性之间存在权衡。这项研究提醒我们，统计带链接的短语数量，并不能衡量答案质量。

对读者而言，链接应说明目的页面提供什么，以及支持哪项陈述。对出版者而言，链接应保留足够的身份信息，让访问留下记忆。对平台而言，即使用户在答案界面停留更短，成功也应包括在外部页面有效完成任务。

核心的设计张力正在这里：答案应消除不必要的劳动，同时保留读者接触知识生产者的理由。更醒目的出口创造了机会。可持续价值则取决于出口通向哪里、那里还保留什么，以及读者是否愿意再来。