文章目錄文章開頭0%
2026 年 5 月，Google 在 GA4（Google Analytics 4）的預設管道分組中加入了「AI Assistant」，主要是追蹤 ChatGPT、Gemini 這類 AI 助理點進網站的造訪。
表面上來看，這只是 Google 順應 AI 潮流，替網站工作者提供了一個新的分類。
但它背後反映的，其實是人們「上網找資料」的方式正在改變。
過去，人們習慣在 Google 搜尋，再從搜尋結果點進網站。現在，也有人先問 ChatGPT、Claude 或 Gemini，讀完 AI 整理的答案，才點開其中的連結。
在這個過程中，使用者可能已經在 AI 對話裡找過資料、比較過選項，才帶著更具體的問題進入網站。之前 LS-Labs 在〈AI 搜尋時代的檢索機制報告〉也談到過這種變化：搜尋意圖不再全都留到網站裡才被滿足，部分需求在點擊之前，就已經有了答案。
對網站經營者來說，這帶來一個很實際的問題：有多少造訪是 AI 帶來的？這些人進站後，又做了什麼？以前得從不同來源裡慢慢找，現在 GA4 多了一個 AI Assistant 分類，可以把符合條件的造訪集中查看。
這篇文章要談的，就是怎麼找出這些造訪，再用報表決定哪些頁面值得改善。先分清楚 GA4 能記錄什麼，再看報表，才不會把 AI 引用內容、爬蟲讀取網站和真人點擊混為一談。
在 AI Assistant 出現之前，AI 流量去哪了？
在這次更新之前，從 AI 點進來的造訪並沒有消失，只是沒有統一放在一個容易找到的分類裡。
例如從 ChatGPT 點開連結，網址有時會帶著 ?utm_source=chatgpt.com，這個 UTM 參數用來告訴網站這次點擊來自 ChatGPT。GA4 即使記下了這個來源，仍可能把它放在 Referral（其他網站引薦）裡，和一般網站的連結放在一起。如果來源資訊沒有傳過來，則可能被歸到 Direct（直接流量）。
也就是說，「知道訪客從 ChatGPT 來」和「在報表裡把 AI 來源集中列出」，原本是兩件事。想一起看 ChatGPT、Gemini、Claude 等來源，往往得自己建立分類規則。
AI Assistant 省下了這一部分整理工作：符合 Google 辨識條件的造訪，現在可以自動歸到同一個管道。不過，沒有被辨識到的來源仍可能留在其他分類，不能把這個數字當成所有 AI 帶來的造訪。
流量的幾種分類
說到「AI 流量」，最容易混在一起的是兩件事：AI 讀取你的內容，以及使用者從 AI 點進你的網站。它們看起來都和 AI 有關，但代表的意義完全不同。
第一種：AI 來看你的網站
例如 GPTBot、ClaudeBot 這類爬蟲來讀取文章。這時造訪網站的是程式，不是讀者。要知道它來過幾次、讀了哪些頁面，得查看伺服器或 CDN 留下的請求紀錄。
第二種：人從 AI 點進你的網站
例如你問 ChatGPT「台北有哪些適合聚餐的餐廳？」它推薦了幾間餐廳，你再點開其中一間的官網。這時網站才收到一次真人從 AI 連結進來的造訪，這也是 GA4 的 AI Assistant 要整理的資料。
如果 AI 引用了你的文章，但讀者看完回答就離開，沒有點進網站，GA4 就不會因此多記到一次造訪。被 AI 引用，和被 AI 帶來訪客，不能畫上等號。
接下來談的「AI 帶來的流量」，都指第二種。分清楚這一點，才知道報表上的數字能用來回答哪些問題。
AI 帶來的流量真的值得看嗎？
AI 帶來的造訪目前還不是多數網站最大的流量來源，但它的成長速度已經值得單獨觀察。Similarweb 估計，2025 年 6 月至 2026 年 5 月，全球網站平均每月收到約 7.7 億次來自 AI 的造訪，年增 117.4%。這是桌機與行動網頁的樣本推估，不是所有網站的實測總和。
同一份資料也指出，AI 來源在多數網站仍只占總流量的低個位數百分比。成長快，不代表已經占了很大的份額。比起只看成長率，更值得追問的是：這些人點進網站後，行為和其他訪客有什麼不同？
| 資料來源 | 觀察範圍 | 主要結果 |
|---|---|---|
| Adobe | 2026 年 5 月，美國零售網站；比較 AI 與非 AI 來源。 | AI 訪客停留時間高 53%，轉換率高 54%。 |
| Kaiser 與 Schulze | 973 個電商網站、超過 5 萬筆來自 ChatGPT 的交易；比較不同導流管道。 | ChatGPT 轉換率高於社群廣告，但低於多數其他傳統管道。 |
兩份結果不宜直接互相推翻。Adobe 看的是不同 AI 平台帶來的美國零售流量，另一份研究專注於 ChatGPT 與電商網站；研究期間、樣本與比較基準也不同。
它們共同提醒的是：「AI 訪客比較好」不能直接套用到每個網站。對你的網站而言，仍要看訪客進入哪些頁面，以及有沒有完成註冊、購買等行動。AI Assistant 的用途，就是讓這些訪客可以被單獨拉出來比較；而比較之前，得先知道哪些造訪會被算進去。
GA4 怎麼判斷 AI Assistant？
GA4 要先知道「訪客從哪裡來」，才能把這次造訪歸到 AI Assistant。瀏覽器通常會提供上一個來源頁面的資訊；如果 GA4 認出它屬於 Google 維護的 AI 助理清單，就能依規則分類。
在報表中，這類造訪的「媒介」會被設為 ai-assistant，「廣告活動」則是 (ai-assistant)。其中，媒介等於 ai-assistant，就是歸入這個管道的條件。這些是報表欄位名稱，不代表你真的投放了一場廣告。
但來源資訊不一定每次都能傳過來。從 App 開啟網頁、經過轉址，或追蹤受到限制時，如果沒有其他可用的來源標記，GA4 可能只會把它記成 Direct。Direct 也包含許多其他來路不明或直接進站的造訪，不能全部算成 AI 帶來的。
另一個要注意的差別是：Google 搜尋裡的 AI 摘要（AI Overviews）與 AI 模式（AI Mode），仍歸在自然搜尋（Organic Search）；Gemini 則在 AI Assistant 的辨識範圍內。
所以，這張報表適合用來觀察已辨識到的 AI 造訪及其後續行為。它能幫你找出值得關注的來源，但無法還原所有與 AI 有關的點擊。
如何實際查看 AI Assistant？
實際操作時，照著「有多少造訪、從哪裡來、進到哪一頁、後來做了什麼」往下看就好。先選好日期範圍，以下步驟都使用同一段期間。
1. 打開「流量開發」報表
進入 報表 → 客戶開發／獲客 → 流量開發（Reports → Acquisition → Traffic acquisition）。
確認表格使用的是「工作階段預設管道群組」（Session default channel group）。這個欄位會把每次造訪按來源分類，AI Assistant 就列在自然搜尋、直接流量、引薦等管道之中。
2. 找出 AI Assistant
新增篩選條件，把「工作階段預設管道群組」設為 AI Assistant，先單獨查看 AI 帶來的造訪。
這裡的「工作階段」（Sessions）可以先理解成一次造訪。同一個人可能來好幾次，所以100 次工作階段，不等於 100 個人。接下來切換欄位時，記得保留這個篩選。
3. 看「哪個 AI 把人帶到哪一頁」
把表格的主要分類欄位切成「工作階段來源／媒介」（Session source / medium），就能拆開看 ChatGPT、Gemini 等來源，而不只是 AI Assistant 的合計。
要繼續看訪客進入哪一頁，可以開啟「到達網頁」報表（Landing page），重新加上 AI Assistant 篩選，再加入「工作階段來源／媒介」作為次要分類欄位。到達網頁指的是這次造訪最先開啟的頁面。
這樣就能把兩件事對起來：哪個 AI 來源帶來造訪，以及這些造訪集中在哪些文章或產品頁。
4. 最後不要只看流量
假設 ChatGPT 帶來了 100 次造訪，接著要問的是：這些人只是開過頁面，還是有閱讀、註冊或購買？
| 報表指標 | 它告訴你什麼 |
|---|---|
| 工作階段 Sessions | AI 帶來幾次造訪。這是次數，不是人數。 |
| 互動率 Engagement rate | 有多少比例的造訪符合 GA4 的互動條件；不能直接當成滿意度或購買意願。 |
| 重要事件 Key events | 你設定的重要行動發生幾次，例如註冊或購買。先確認事件有正確記錄，次數也不一定等於完成的人數。 |
最後，切回「工作階段預設管道群組」，移除 AI Assistant 篩選，再與自然搜尋、引薦等來源比較。日期與重要行動的定義要一致，也要一起看實際次數。如果總共只有幾次造訪，多一次購買就可能讓比率大幅變動。
做到這裡，你應該能說清楚：哪些 AI 來源帶來造訪、主要進入哪些頁面，以及進站後有沒有完成你在意的行動。下一步，就是決定先改善哪裡。
看完 AI Assistant，可以判斷什麼？
報表不會直接告訴你「下一篇該寫什麼」，但能幫你縮小檢查範圍。先從已經有 AI 訪客的頁面著手，比只盯著總流量更容易找到具體的工作。
哪些內容正在被 AI 帶來訪客？
如果某幾篇文章持續收到 AI 來源的造訪，代表已經有人循著 AI 裡的連結找到它們。先把這些頁面照顧好：確認價格、日期與操作步驟沒有過時，讀者進來後能快速找到答案，讀完也有合適的相關文章或下一步入口。
例如，一篇工具比較文持續有人從 ChatGPT 點入，但方案價格已經更新，優先修正這篇文章，就比單純增加更多同類內容更有明確依據。
哪個 AI 平台真的在替你帶人？
把來源拆開後，你可能發現 ChatGPT 帶來的造訪最多，Gemini 帶來的造訪較少，卻有比較高的購買比例。先別急著判斷哪個平台更好：要一起看造訪次數，以及訪客進入的是哪些頁面。
如果一邊多半進入知識文章，另一邊直接進入產品頁，後續行為本來就可能不同。只有幾次造訪中的一次購買，也不足以代表長期表現。這些差異適合拿來繼續觀察，不宜立刻變成投入資源的排名。
AI 訪客和其他使用者有什麼不同？
比較不同來源時，盡量看相同或相近的到達頁面。如果 AI 訪客比較常互動或完成購買，可能是進站前已經透過 AI 做過比較，也可能是這群人原本就更有意願。GA4 看不到他們先前問了什麼，因此只能看出行為差異，不能直接解釋原因。
如果造訪不少，卻很少出現你期待的行動，就先確認事件是否記錄正常，再檢查頁面有沒有回答問題、下一步是否清楚。對知識文章而言，讀者找到答案後離開也可能很合理；要先想清楚這個頁面的目的，再判斷表現好不好。
這時候，問題就從「怎麼讓 AI 引用我」，往前走了一步：AI 已經把人帶來了，我的頁面有沒有讓他找到需要的東西？
AI Assistant 讓人看見的，仍然只是最後一段
因此，我不會把這次更新理解成「現在終於可以追蹤 AI 了」。更準確地說，是更容易看清楚 AI 帶來的網站造訪了。
回答中的品牌提及、來源引用與資訊正確性，需要在造訪數據之外另外觀察；GEO 主題頁的 MCAC 診斷整理了這些檢查項目。
讀者可能先在 AI 回答中認識品牌、比較選項，最後才點進網站。GA4 能記錄的是進站後的行為，並透過來源資訊辨識這次造訪從哪裡來；前面看過哪些回答、哪些內容影響了他的決定，並不會一起出現在報表裡。
如果要了解 AI 是否讀取過網站，要查爬蟲紀錄；如果要了解品牌有沒有被提到，要另外觀察 AI 的回答。這些資料各自回答不同問題，不能用一個 AI Assistant 數字代替。
對網站經營者而言，現在就能做的是：找出 AI 已經帶人進來的頁面，確認內容仍然有用，再看讀者進站後做了什麼。不必先掌握所有 AI 曝光，才能開始改善這些頁面。
以前網站經營者會問：「Google 幫我帶來多少人？」現在，可以開始多問一個問題：「有多少人，是問完 AI 之後才找到我？」
延伸閱讀
在訪客點進網站之前，網站要讓哪些 AI 爬蟲讀取內容，也會牽涉不同用途與取捨。〈robots.txt 該不該擋 AI？〉整理了 AI 搜尋與模型訓練爬蟲的差別，以及網站可以怎麼設定。
參考資料
- Google Analytics：AI Assistant 更新、預設管道分組規則
- OpenAI：出版者與開發者 FAQ
- Similarweb：各產業 AI 導流觀測
- Adobe：2026 年 5 月 AI 導流報告
- Kaiser & Schulze：ChatGPT 與傳統管道的電商導流比較
