文章目录文章开头0%
你有没有注意过，当你从 ChatGPT 点开一篇文章或一个网站时，网址后面经常会多出一串看不懂的英文？
| 情境 | 网址 |
|---|---|
| 原本的网址 | https://example.com/article |
| 从 ChatGPT 点开后 | https://example.com/article?utm_source=chatgpt.com |
这两个网址通常会带你前往同一篇文章，区别只在后面多出的 utm_source=chatgpt.com。
这串文字并不是 ChatGPT 的特殊识别码，也不是网站被篡改，而是一种在数字营销领域早已使用多年的流量追踪方式，叫作 UTM（Urchin Tracking Module）。
对普通用户来说，它可能只是网址后面一串不起眼的文字。但对网站运营者而言，这些参数可以帮助他们了解今天进入网站的访客，究竟是从哪里来的。
如今，随着 ChatGPT 等 AI 应用逐渐成为人们获取信息的入口，这套原本广泛用于广告、社交媒体与电子邮件营销的追踪机制，也开始在识别 AI 流量上扮演重要角色。
UTM 是什么？为什么营销人员需要它？
假设你经营一家电商，准备推出一场双十一促销活动。
为了吸引消费者，你同时在 Facebook、Instagram 和邮件订阅中发布活动链接。三个渠道指向的都是同一个商品页，但活动结束后，你遇到了一个问题。
这次活动一共带来 3,000 人进站，其中 120 人完成购买。可是，究竟是 Facebook 帖子带来最多订单？还是 Instagram 的效果更好？邮件订阅又贡献了多少流量？
如果没有妥善记录来源，你可能只能依靠各个平台提供的点击数据，大致估算效果。
UTM 正是为了解决这类问题。
UTM 是一组附加在网址后面的参数，让网站分析工具能根据这些信息，识别访客是通过哪个渠道、哪一场活动，甚至哪一则广告进入网站。
例如，同样指向商品页的链接，可以按渠道分别设置不同的参数：
| 渠道 | utm_source | utm_medium | utm_campaign |
|---|---|---|---|
| Facebook 帖子 | facebook | social | double11 |
| Instagram 帖子 | instagram | social | double11 |
| 邮件订阅 | newsletter | email | double11 |
组合成完整链接后，三个网址分别是：
# Facebook 帖子
https://example.com/product?utm_source=facebook&utm_medium=social&utm_campaign=double11
# Instagram 帖子
https://example.com/product?utm_source=instagram&utm_medium=social&utm_campaign=double11
# 邮件订阅
https://example.com/product?utm_source=newsletter&utm_medium=email&utm_campaign=double11三个网址都指向同一个网页，只是附加了不同的 UTM 参数。
当用户通过这些链接进站，且网站正确部署了 Google Analytics 4（GA4）等分析工具时，系统就能记录这些信息，帮助营销人员比较不同来源的流量与转化表现。
不过，UTM 本身并不是一套独立的追踪系统。它不会自行收集浏览记录，也不会因为网址附加了参数，就自动把数据发送给 Google。
UTM 主要负责提供来源标签，至于能否记录会话、用户行为及转化事件，仍取决于网站实际使用的分析工具与追踪设置。
拆解 UTM 的五个常见参数
看完前面的例子，可以进一步拆解 UTM 的结构。
一条完整的活动链接可能是这样的：
https://example.com/product?utm_source=instagram&utm_medium=social&utm_campaign=double11&utm_content=story_a其中，问号 ? 表示网址查询参数的开始，& 则用来分隔不同参数。如果原本的网址已经带有查询参数，添加 UTM 时通常应使用 & 接续。
以下是五个最常见的 UTM 参数：
| 参数 | 中文概念 | 主要用途 |
|---|---|---|
utm_source | 流量来源 | 访客从哪个平台或网站来 |
utm_medium | 流量媒介 | 通过哪一类渠道进站 |
utm_campaign | 活动名称 | 这次流量属于哪个营销活动 |
utm_content | 广告内容 | 区分不同素材、位置或链接版本 |
utm_term | 关键词 | 常用于识别付费搜索关键词 |
实际操作中，前三个参数最为重要。Google 也建议在自行创建活动追踪网址时，完整设置 utm_source、utm_medium 和 utm_campaign，避免数据分类不完整。
另外两个参数，可以根据实际需要补充。
例如，你可能同时在 Instagram 发布两个不同版本的快拍（Stories），想知道哪个素材带来更多点击。
这时就可以在 utm_content 中分别填入 story_a 和 story_b，把两个版本的流量分开比较。
Source 和 Medium 有什么不同？
初次接触 UTM 时，最容易混淆的通常是 utm_source 与 utm_medium。
可以把 Source 理解为访客来自哪个平台，而 Medium 则是这次访问所属的渠道类型。
| Source／Medium | 代表的流量 |
|---|---|
google / organic | Google 自然搜索流量 |
google / cpc | Google 付费点击广告流量（CPC） |
instagram / social | Instagram 社交媒体流量 |
newsletter / email | 邮件订阅流量 |
这里有个细节值得注意。utm_medium 并不是随便填写都能被 GA4 正确分类。
假如同一类流量，有时写成 social，有时写成 organic_social，甚至又出现 Social，就可能导致报告数据分散，或与 GA4 的默认渠道规则不一致。
因此，制定 UTM 命名规范时，通常建议统一使用小写英文，并固定各个来源与媒介的命名方式。
如果还没有既定的命名惯例，也可以直接参考 Google 官方的网址构建工具与 UTM 最佳实践说明，避免每次做活动都重新发明一套规则。
为什么 ChatGPT 会自动在网址后面加上 UTM？
了解 UTM 的用途后，再回头看文章开头的例子。
https://example.com/article?utm_source=chatgpt.com这条网址其实很好理解。
因为 utm_source 代表流量来源，而 chatgpt.com 就是 ChatGPT 使用的来源标记。
当用户通过 ChatGPT 提供的搜索结果或引用链接进入某个网站时，网站就有机会通过这个参数，识别出这次点击来自 ChatGPT。
这项功能并不需要网站运营者另外向 OpenAI 申请，而是 ChatGPT 自己在部分外部链接上加入的来源信息。
根据 Webflow 对 ChatGPT 流量归因机制的梳理，OpenAI 从 2026 年 6 月开始为 ChatGPT 回答中的引用链接加入 UTM 标记。
这种做法对网站运营者相当有帮助。
想象一下，过去某篇文章被 Google 收录后，用户可能在搜索结果页看到标题，再点进网站阅读。网站管理者可以在 GA4 中观察来自 Google 的自然搜索流量。
但现在情况开始变化。
用户可能先在 ChatGPT 提问“2026 年有哪些值得关注的 GEO 工具”，等 AI 整理完各个产品的优缺点后，才点开其中一家公司的网站。
对这家公司而言，用户依然是在网上查找信息的过程中找到自己，但最终带来点击的入口，已经不再是传统的搜索结果页，而是 ChatGPT 的对话界面。
这也是 utm_source=chatgpt.com 有价值的原因。
它让网站运营者有机会把来自 ChatGPT 的访问单独识别出来，而不是让所有流量混在搜索、社交媒体或直接流量里。
不过，这里必须先说清楚一点。ChatGPT 加上 UTM，不代表每一次通过 ChatGPT 点击的链接都一定带有这个参数。
不同界面、链接的呈现方式，以及平台自身的更新，都可能影响最终传递的来源信息。
2026 年 10 月发生的一次追踪异常，就让这个问题变得格外明显。
ChatGPT 的 UTM 曾突然消失，让网站流量看起来大幅下降
2026 年 10 月上旬，部分网站运营者开始发现，来自 ChatGPT 的流量出现异常下降。
奇怪的是，网站整体流量并没有同等幅度的减少，反而是原本标记为 Direct（直接流量）的访问有所增加。
后续研究发现，问题可能不是用户突然不再通过 ChatGPT 点击网站，而是 ChatGPT 的部分外链丢失了原本的 utm_source=chatgpt.com 标记。
Adobe 的 Cedric Huesler 对约 500 个原本有明显 ChatGPT 流量的网页做了对比，发现每天可识别的 ChatGPT 访问减少约 31,000 次，同时 Direct 流量增加约 26,000 次。
另一家 AI 搜索分析公司 Profound 也追踪了 ChatGPT 回答中的引用链接。
| 时间 | 观察到的情况 | 数据来源 |
|---|---|---|
| 10 月 8 日起 | 部分网站的 ChatGPT 流量下降，Direct 流量同步增加 | Webflow、Adobe |
| 10 月 14 日晚间（UTC）起约 27 小时 | 在含引用链接的回答中，至少带一条追踪标记的比例多数时段仅剩约 5% 至 12% | Profound |
| 10 月 15 日 | 相关修复开始陆续推出，带标记的链接逐步回升 | Huesler、Profound |
| 10 月 16 日上午（UTC） | 约 99% 带引用链接的受测回答，重新包含至少一条带追踪标记的来源链接 | Profound |
据 Huesler 表示，OpenAI 已向他确认这是已知的程序错误，而不是有意取消 UTM。相关经过后来也被 Search Engine Land 报道。
这起事件值得关注之处，在于它揭示了网站分析中一个常被忽略的问题。当流量来源无法被正确识别时，报告中的下降，未必代表真实访客数量也在同步减少。
没有来源标记，不代表没有流量
除了 UTM 参数，网站分析工具还可以通过 HTTP Referer 信息，判断用户是从哪个网页跳转过来的。
例如，用户从网站 A 点击链接进入网站 B，浏览器可能会把网站 A 的网址或来源信息一并传给网站 B。
这种信息通常称为 Referrer（引荐来源）。
但 Referrer 并不是任何情况下都能拿到。浏览器隐私设置、链接的打开方式、网站的 Referrer Policy，以及某些应用的处理方式，都可能导致来源信息无法传递。
而在这次 ChatGPT 事件中，部分点击不仅丢失了 UTM 参数，也没有提供可用的 Referrer。
当分析工具无法识别访客的真实来源时，就可能把这些访问归入 Direct。
这里的 Direct 并不完全等于用户“自己输入网址进站”，其中也可能包括来源信息丢失、因而无法正确归因的访问。
因此，如果某个网站在短时间内发现 ChatGPT 流量大幅下降，不能直接认定自己的 GEO 策略失效，更不能只因为报告上的数字变少，就推断 AI 不再推荐网站内容。
- 同时检查同期的 Direct 流量：ChatGPT 减少了多少，Direct 是否增加了相近的量。
- 比对主要着陆页：原本由 ChatGPT 带来流量的网页，Direct 是否同步上升。
- 查看各渠道的整体变化：确认是否发生了追踪方式的改变，而不是真实流量下滑。
- 在报告中标注异常期间：需要比较历史数据的网站，值得特别标注 2026 年 10 月 8 日至 15 日前后，避免把追踪缺口误认为实际流量下降。
来自 ChatGPT 的流量，该怎么在 GA4 查看？
了解来源标记的用途后，下一个问题是：能不能在自己的网站后台，看到这些来自 ChatGPT 的访客？
只要网站已正确部署 GA4，且相关的流量来源信息被成功记录，就可以通过报告来观察。
- 进入 GA4 的“报告”，找到“获客”下的“流量获取（Traffic acquisition）”。
- 把报告的主要维度切换为“会话来源／媒介”。
- 搜索
chatgpt.com，查看符合条件的来源数据。
如果想进一步观察访客行为，还可以结合着陆页、会话、参与度、关键事件等数据进行分析。
举个例子，假设你的网站有两篇文章：
| 文章 | ChatGPT 访客 | 产品试用、表单提交 | 可能接触到的读者 |
|---|---|---|---|
| A：什么是 GEO？新手入门教程 | 较多 | 较少 | 初次了解 GEO 的读者 |
| B：2026 年 GEO 工具对比 | 较少 | 较多 | 已经准备比较工具、甚至有采购需求的用户 |
这说明两篇文章对网站的价值可能不同。前者也许更适合承接初次了解 GEO 的读者，后者则可能触达已经准备比较工具、甚至有采购需求的用户。
但要判断这种差异是否稳定，仍需考虑样本量、用户构成以及不同时期的变化，而不能只比较单次转化率。
GA4 其实已经有 AI Assistant 分类
值得注意的是，现在要识别 AI 带来的网站流量，不一定要完全依靠自己创建的来源筛选规则。
GA4 已经提供 AI Assistant（AI 助理）默认渠道分组，用来集中识别来自 ChatGPT、Gemini、DeepSeek、Copilot、Grok 等 AI 助理的流量。
这意味着 Google 已经开始把 AI 助理视为值得单独观察的流量渠道，而不是简单地把它们和一般网站的引荐链接（Referral）放在一起。
不过，AI Assistant 和 UTM 处理的其实是不同层面的问题。
| 比较项目 | UTM | GA4 AI Assistant |
|---|---|---|
| 是什么 | 附加在网址上的来源信息 | GA4 根据获取到的流量信息与分类规则，在报告中呈现的渠道类别 |
| 两者的关系 | 提供识别来源的依据 | 依据来源标记或引荐信息分类；信息没有成功传递时，不一定能归入 |
| AI 概览与 AI 模式 | — | 不包含，Google 目前把这两者带来的流量归入 Organic Search |
UTM 可以提供识别来源的依据，但并不代表只要网址带有 utm_source=chatgpt.com，GA4 的所有维度都必然呈现相同结果。
如果来源标记或其他引荐信息没有成功传递，GA4 也不一定能把这次访问归入 AI Assistant。
此外，Google 目前把 AI Overviews（AI 概览）和 AI Mode 带来的流量归入 Organic Search，而不是 AI Assistant。这也意味着 GA4 的 AI Assistant 数字，不能直接当作所有 AI 搜索带来的流量总和。
如果想更完整地了解这项分类机制，可以延伸阅读 LS-Labs 之前的文章《从 Referral 到 AI Assistant：GA4 如何重新定义 AI 时代的流量来源》。
UTM 能追踪 AI 流量，但无法告诉你 AI 为什么推荐你
说到这里，你已经知道 UTM 可以帮助网站识别来自 ChatGPT 的流量。
但从 GEO（Generative Engine Optimization）的角度看，还有另一个值得思考的问题。
知道有人从 ChatGPT 点进网站，是否就代表你了解网站在 AI 搜索中的表现？
其实不然。
假设今天有 100 个人问 ChatGPT“有哪些好用的 SEO 工具？”其中 30 个人得到的回答提到了你的产品，最后有 10 个人点开了你的网站。
在这个情境下，网站分析工具可能会记录到部分来自 ChatGPT 的访问，但这并不代表你能从 GA4 还原整个过程。
| 想知道的问题 | UTM／GA4 能直接回答吗？ |
|---|---|
| 有多少人向 AI 提出这个问题？ | 不能 |
| AI 在多少次回答中提到你的品牌？ | 不能 |
| 产品出现在回答的什么位置？ | 不能 |
| 用户读完回答后为什么决定点击？ | 不能 |
| 有多少人点进网站、进站后做了什么？ | 可以记录一部分，前提是来源信息成功传递 |
因为一般的 UTM 来源标记，无法直接告诉你有多少人向 AI 提出了这个问题、AI 在多少次回答中提到了你的品牌、产品出现在什么位置，或用户读完回答后为什么决定点击。
再假设某位用户看完 ChatGPT 的介绍后，没有直接点开引用链接，而是另外打开 Google，搜索你的品牌名，最后才进入官网。
这次访问就可能被归因到 Google 自然搜索，而不是最初让用户认识品牌的 ChatGPT。
这不是多加几个 UTM 参数就能解决的问题，而是传统网站流量分析本身的观测局限。
过去，营销人员常以搜索曝光、点击率和网站转化作为衡量 SEO 效果的主要依据。
但随着 AI 搜索逐渐普及，用户可能在进入网站之前，就已经通过 AI 完成了一部分信息收集、产品比较，甚至初步的购买决策。这与零点击搜索的处境相似，LS-Labs 在《AI 搜索时代的检索机制报告》中也讨论过这种变化。
因此，要了解品牌在 AI 搜索中的表现，除了网站流量，还需要另外观察品牌是否出现在 AI 回答中、哪些问题会触发品牌提及，以及 AI 对品牌信息的描述是否准确。想先看看自己的网站在 AI 回答中的情况，可以用 LS-Labs GeoCheck 免费检测；AI 回答如何描述和提醒品牌，也可以参考《ChatGPT 开始质疑品牌排名文？GEO 内容该如何调整》。
这些信息和 UTM 追踪并不冲突，反而可以相互补充。
对网站运营者而言，更完整的衡量方式，应该是同时观察 AI 回答中的品牌可见度，以及用户实际进站后的行为与转化。
前者帮助理解品牌如何被 AI 呈现，后者则帮助判断这些流量是否为网站带来了实际价值。
网站运营者该如何开始使用 UTM？
回到日常的数字营销工作，UTM 其实没有想象中复杂，也不需要编程能力就能使用。
如果你正在运营社交媒体账号、投放广告或发送邮件订阅，可以先从以下几个方向入手。
1. 为自己能控制的外部活动链接添加 UTM
例如 Instagram 个人主页链接、Facebook 活动帖子、邮件订阅中的文章链接，以及合作伙伴提供的活动入口。
如果想统一管理命名方式，可以直接通过 Google Campaign URL Builder 生成链接。
2. 让相同渠道使用一致的标记规范
不要这次用 facebook，下次改成 fb，也不要在同一份报告中混用大小写不同的活动名称。
如果要把社交媒体的自然帖子和付费广告分开比较，就应使用能清楚区分两者的媒介命名，并确认与 GA4 的分类规则一致。
3. 不要随意在网站内部链接上加 UTM
UTM 主要用来标记从外部渠道进入网站的流量。如果在网站内部链接的导航上加入新的活动标记，可能会覆盖或干扰原有的来源归因，让分析结果失去意义。
站内按钮、导航菜单或站内推荐模块的互动，应优先使用 GA4 事件追踪等方式来衡量。
4. 定期查看各个来源的转化表现
追踪 UTM 的目的不是让报告多出几个分类，而是帮助你判断哪些渠道值得持续投入资源。
与其只比较流量多少，不如进一步观察哪些访客愿意阅读更多内容、注册会员、提交表单，或完成实际交易。想把 GA4 与 Search Console 的数字整理成固定周报，也可以试试 LS-Labs SEO Pulse。
5. 定期确认外链参数与追踪机制是否正常
特别是高度依赖 AI 搜索引流的网站，可以定期检查 ChatGPT 等平台的实际外链网址，以及 GA4 中对应的来源数据。
如果网站使用了网址重定向、短链接、跨域跳转或其他第三方服务，也应确认这些流程没有意外删除 UTM 参数。
从 UTM 看见 AI 搜索时代的流量变化
UTM 并不是一项新技术。它的核心逻辑一直很简单：通过网址参数，让网站运营者更容易了解访客从何而来。
但当网站运营者开始在 ChatGPT 的外链网址后面看到 utm_source=chatgpt.com，这个原本常见于数字广告与社交媒体营销的机制，也多了一层新的意义。
它反映出用户获取信息的入口，正逐渐从传统搜索引擎与社交平台，延伸到 AI 对话界面。
对营销人员来说，除了关注网站在 Google 的搜索排名，也需要开始理解用户从认识品牌、比较产品到完成转化的过程中，AI 究竟参与了哪些环节。
UTM 能帮助识别这段旅程中的部分点击，GA4 能帮助理解进站后的用户行为，但两者都无法单独还原完整的 AI 搜索决策过程。
而 2026 年 10 月的 ChatGPT 追踪异常也说明：当流量来源越来越依赖平台提供的标记，报告上的变化就不一定等于用户行为真的改变了。
因此，学会使用 UTM 只是第一步。更重要的是理解这些数字如何产生、能够证明什么，以及还有哪些用户行为是现有分析工具无法直接观察的。
