用户正在逃离AI搜索吗？碎片化采纳与SEO的两头下注

摘要：整个行业都在喊“人人都转向AI搜索了”，但数据没那么夸张：微软的全球AI扩散报告显示，2026年第一季度全球劳动年龄人口里只有17.8%的人在常态化使用生成式AI，反过来说，八成多的人并没有。与此同时，DuckDuckGo那个主打“无AI搜索”的页面流量在Google更新后翻了三倍。真相不是“所有人都涌向AI”，也不是“AI搜索是泡沫”，而是采纳被撕成了碎片：按人群、按地区、按查询风险高低分化。看懂这个分化，你既不会盲目唱衰传统SEO，也不会对GEO视而不见，而是按你自己受众的真实结构，把力气两头下注。

每年这个时候，SEO圈的空气里都飘着同一种味道：焦虑。今年的版本是“AI搜索要把传统搜索连根拔起了，你再不All in就晚了”。Google I/O开完，AI模式、AI概览铺天盖地，从业者群里隔三差五就有人问：是不是该把所有筹码都押到AI搜索上去？传统SEO是不是没几天活头了？

保哥想先泼盆冷水，但不是那种“别慌，船到桥头自然直”的空泛安慰，而是用几组实打实的数据，把“人人都在用AI搜索”这个被默认成前提的判断，重新摆到台面上验一验。验完你会发现，事情比“拥抱AI还是抵制AI”这种二选一，要有意思得多。

所有人真的都转向AI搜索了吗？

先看一个最容易被忽略的大数。

微软在2026全球AI扩散报告里给了一个数字：到2026年第一季度，全球劳动年龄人口（15到64岁）里，常态化使用生成式AI工具的比例是17.8%。这个数字相比上一季的16.3%确实在涨，但你把它翻过来读一遍——超过八成的劳动年龄成年人，并没有把生成式AI用进日常。

这跟我们这行人的体感差得有点远。为什么？因为做SEO、做营销、做技术的，本身就泡在AI最浓的那一小撮人里。你身边十个同行九个在用ChatGPT，你就很容易默认全世界都这样。这是典型的“信息茧房式高估”：我们用自己所在圈层的采纳率，去推断整个市场的采纳率，然后得出一个严重偏高的结论。

科技从业者最大的认知盲区，往往不是不懂新技术，而是高估了新技术在普通人里的普及速度。你天天用，不代表你的客户的客户也天天用。

报告里还有几个值得记住的对比。AI采纳率最高的是阿联酋，劳动年龄人口里70.1%在用；美国是31.3%。但全球北方（发达经济体）整体是27.5%，全球南方只有15.4%。换句话说，AI采纳本身就是一张分布极不均匀的地图，不同市场之间能差出四五倍。对做出海生意的人，这个差异不是背景板，而是直接影响你判断的变量，后面会细说。

DuckDuckGo的“无AI搜索”为什么突然火了？

如果说微软的数据是“多数人还没上车”，那另一边有个更扎眼的信号：有一批人正在主动下车。

DuckDuckGo一直有个专门的“无AI搜索”页面，挂在noai.duckduckgo.com这个子域名上。在这个页面搜东西，没有AI生成的合成答案、没有聊天框、连AI生成的图片都被滤掉，就是干干净净的传统链接列表。这个页面平时不温不火，但在Google宣布新一轮AI搜索改动之后，据TechCrunch报道，它的访问量在2026年5月28日那天直接翻了三倍，创了新高，而且还在往上走。

DuckDuckGo顺势在6月1日推出了Chrome和Firefox的“无AI搜索”扩展，让用户一键就能把这个无AI页面设成默认搜索引擎，还预告要给自家的隐私扩展也加上控制AI搜索的开关。

这里有个反差特别值得品：DuckDuckGo自己并不是个反AI公司，它有自己的AI聊天产品，还卖带最新模型的订阅。但它最近卖得最火的，偏偏是“无AI”这个卖点。一个本身做AI的公司，靠“帮你关掉AI”吸引来一波用户，这本身就说明：市场上确实存在一股不小的、想躲开强制AI的需求。关于这类主打隐私和纯净的搜索引擎到底怎么影响SEO，我在隐私搜索引擎那篇里拆过DuckDuckGo、Brave这一类的逻辑，可以配着看。

把微软的“八成人没用AI”和DuckDuckGo的“无AI流量翻三倍”放在一起，一个轮廓就出来了：这不是一边倒的迁徙，而是一场分流。一部分人往AI那边走，一部分人往传统搜索这边退，中间还有一大批人压根没动。

用户到底在躲AI搜索的什么？

要看懂这场分流，光看“多少人”不够，得问“为什么”。那些主动避开AI搜索的人，躲的到底是什么？这背后其实有挺扎实的行为研究支撑，不是凭空的情绪。

第一个原因，是不透明。传统搜索给你一串链接，你点进去、看来源、自己判断可信度，整个过程是看得见的。而AI搜索直接甩给你一段合成好的答案，它从哪儿抓的、怎么综合的、有没有漏掉关键信息，你看不到。对很多人，尤其是要做重要决定的人来说，这种“看不见过程的答案”天然让人不踏实——我凭什么信你？

第二个原因，是失控感。当AI界面是被强制塞给你的、关都关不掉的时候，人会本能地产生一种被剥夺主动权的抵触。我本来只想搜个链接，你非要先给我一段我没要的AI总结，还占了最显眼的位置。这种“我的工具不再听我的”的感觉，会把一部分人直接推向那些“尊重用户自主权”的替代品。DuckDuckGo无AI页面火起来，踩中的正是这个点：它把“关掉AI”的控制权，明明白白还给了用户。

很多产品团队没意识到：强制，本身就是一种伤害。同样一个AI功能，作为可选项提供，用户可能乐意试；作为强制项塞过来，反而会激起逆反。是不是“给了用户说不的权利”，常常比功能本身好不好用更影响接受度。

为什么有人一被强推AI就反感？

失控感这件事，还能再往深挖一层。行为研究里有个挺有用的框架，把人面对新事物的取向大致分成两类。

一类是进取型(promotion-focused)：他们关注的是“这能带来什么新机会”，对新工具天然好奇，愿意第一时间尝鲜，出点小毛病也无所谓。我们这行的人，多半属于这一类。

另一类是防御型(prevention-focused)：他们关注的是“这会不会出错、会不会给我带来麻烦”，优先要的是安全、稳定、简单。对这类人，一个突然变样、还塞满AI的搜索界面，带来的不是兴奋，而是实打实的焦虑——我熟悉的那个搜索框去哪了？这个答案靠谱吗？万一它编了怎么办？

关键在于：防御型人群在整个人口里占的比例一点都不小，甚至可能是多数。我们这行因为自己是进取型扎堆，特别容易忘了这群人的存在。但恰恰是这群人，在被强制AI推着走的时候，反弹最大、最容易转身去找无AI的替代品。

所以你看，“躲AI”不是少数极客的怪癖，而是一个有相当人口基数、有清晰心理机制的真实现象。理解了这点，你就不会再把“所有人都会习惯AI搜索”当成铁定的未来。

“算法厌恶”是个什么老现象，和今天有什么关系？

其实，人对自动化系统的不信任，早在生成式AI火起来之前，学术界就研究透了，还给了它一个名字：算法厌恶(algorithm aversion)。

这个概念来自Dietvorst、Simmons和Massey三位学者2015年发在《实验心理学杂志》上的一项经典研究。他们做了五组实验，结论反直觉但特别耐人寻味：哪怕算法的预测准确率明明比人类更高，人们在亲眼看到算法犯了一次错之后，就会迅速对它失去信心，转而宁愿相信同样会犯错、甚至错得更多的人类。

核心机制是：人对算法的容错度，远低于对人的容错度。一个人出错，我们会说“他也不容易，下次注意”；一个算法出错，我们会说“看吧，这玩意儿根本不靠谱”。同样的错误，落在算法身上，信任崩塌得快得多。

把这个2015年的发现搬到2026年：AI搜索每编造一次错误答案、每给出一条看似权威实则离谱的“事实”，在用户心里扣的信任分，都比一个普通网页出错要狠得多。它每翻一次车，就把一批人更彻底地推回传统搜索。

这就解释了一个现象：为什么AI搜索的“幻觉”问题，杀伤力被放得这么大。不是因为它出错的绝对频率有多高，而是因为人对算法的错误本来就格外苛刻。算法厌恶这个十年前的老现象，在AI搜索时代被重新激活，而且威力更大。

用户回避AI是怎么一步步形成的？

不透明、失控、算法厌恶，这些因素不是孤立起作用的，它们会顺着一条相当清晰的路径，把一个用户从“有点犹豫”一步步推到“坚决回避”。

这条回避路径，大致能拆成四步：

1. 感知到威胁。用户先是隐约觉得，这个AI可能动了我某些东西——比如我的隐私、我自己思考的能力、我对信息的掌控权。
2. 判断可以躲。接着他发现，这个威胁是可以规避的——原来有“无AI搜索”这种东西，原来可以换个搜索引擎。一旦“躲得掉”这个认知建立，行动门槛就低了。
3. 产生恐惧或反感。对AI的不确定，发酵成一种明确的负面情绪，可能是担忧，可能是烦躁。
4. 形成使用迟疑。最终落到行为上：能不用就不用，默认绕开。

用户在这条路上最常说的具体顾虑，无非是这么几样：怕隐私被吃掉、怕长期依赖AI让自己变笨、怕丧失独立判断。这些顾虑你可能觉得多虑，但对持有者本人，它们足够真实，真实到能改变行为。

对做内容、做SEO的人，这条路径有个直接启示：你越是能在“感知威胁”那一步打消顾虑——比如把信息来源标得清清楚楚、把判断依据摊开给用户看——就越有可能把人留在“愿意接受”那一侧，而不是眼睁睁看他滑向回避。

这是不是说明AI搜索其实是个泡沫？

讲到这儿，可能有人要走向另一个极端了：既然八成人没用、还有人主动逃，那AI搜索是不是被吹过头了，根本不用当回事？

打住。这个结论，跟“人人都转向AI”一样片面。

同样一份数据，换个角度看，AI采纳的一面也很硬。Yext在2026年的消费者搜索行为报告里给了另一组数字：接近一半的全球受访者(42.7%)在过去一个月里用过AI工具做本地搜索；在用过AI的人里，有62%表示信任AI来指导他们的品牌选择，这个信任度已经和传统搜索在关键决策时刻打平；在年收入15万美元以上的家庭里，AI甚至已经超过Google，成了本地商业搜索的首选起点。

但同一份报告里，还有那个被反复引用的57%：在研究个人、医疗、财务这类重要话题时，57%的人仍然更愿意用传统搜索引擎。而且即便是用了AI的人，也有53%会再去Google或Bing上验证一遍，才放心。

把这两面摆在一起，真相就清楚了：AI搜索既不是席卷一切的海啸，也不是无人问津的泡沫。它是一种碎片化的、按场景分化的采纳。在低风险、图省事的查询上，AI攻城略地；在高风险、要担责的决定上，人们依然退回那个看得见来源、自己能把关的传统搜索。

哪类查询用户更愿意用AI，哪类还是回传统搜索？

“按场景分化”这句话太抽象，落到具体查询上，分界线其实相当清晰：决定的风险越高，用户越倾向于绕开AI、回到传统搜索。

偏向用AI的，通常是这一类：

• 低风险、答错了也没啥损失的：晚饭吃什么、附近哪家咖啡馆、某个名词什么意思；
• 图快、要个大概方向就行的：某主题的初步了解、灵感发散；
• 重复性、流程性的：整理资料、改写措辞、生成清单。

偏向回传统搜索的，基本都带着“出错代价高”的标签：

• 钱袋子相关：投资、贷款、保险、报税；
• 健康相关：症状、用药、就医选择；
• 人生大事相关：法律、移民、重大采购。

有没有发现，后面这串，和SEO里那个老概念YMYL（Your Money or Your Life，你的钱或你的命）几乎完全重合？这不是巧合。YMYL话题之所以一直被Google用最高标准对待，正是因为这些领域信息出错的后果最严重。而用户的本能和Google的标准在这件事上是一致的：越是性命攸关、钱财攸关，越要看得见来源、越不敢把判断外包给一个不透明的黑箱。

一个简单的自测：想象你的目标用户，在做你这个生意相关的决定之前，会不会先停下来认真核实一遍？如果会，那他大概率还在传统搜索里；如果他随手问问就够了，那他可能已经在AI那边了。

碎片化采纳，对你的SEO到底意味着什么？

看懂了分化，回到最实际的问题：这对你的SEO策略，意味着要改什么？

第一条，也是最重要的一条：别因为AI的喧嚣，就把传统SEO的基本盘扔了。如果你的生意落在YMYL区间，或者你的受众里防御型人群占比高、所在市场AI采纳率低，那么传统搜索仍然是你流量和转化的主战场。在这种情况下，慌慌张张地把资源从“把内容做扎实、把页面做可信、把技术做干净”这些确定有回报的事上抽走，去追一个你的受众还没怎么用的AI入口，是本末倒置。

很多人现在最大的误区，是把“AI搜索在涨”直接等同于“传统搜索要死”。涨和死是两件事。一个东西从15%涨到20%，不代表剩下那80%明天就消失。关于流量数字下滑到底该怎么理性解读、怎么跟老板交代而不是跟着恐慌，我在流量下降≠SEO失败那篇里给了一套完整的话术和框架，这里就不展开了。

那是不是该把AI搜索的投入全砍了？

当然也不是。把基本盘守住，不等于对AI那一侧的机会视而不见。这又会走到另一个极端去。

碎片化的另一层意思是：确实有42.7%的人在用AI做本地搜索，确实有一批高价值、高消费意愿的用户（比如那些高收入家庭）已经把AI当成了首选入口。如果你的受众恰好偏年轻、偏科技、偏进取型，或者你做的是低风险、易决策的品类，那AI搜索就是你不能不抢的阵地。

正确的姿势，是把它当成一道需要按受众结构来调配比例的题，而不是一道“要么全押AI、要么全押传统”的判断题。具体到怎么针对AI搜索做优化、怎么在AEO的框架下重新组织内容，我在自然搜索被打乱后的AEO实战那篇里有系统的打法。而AI模式目前到底吃掉了多大比例的流量、值不值得为它单独投入，可以参考AI模式流量占比那篇里的实测数字，再结合你自己的受众做决定。

一句话：别让“守住传统盘”变成“对AI装睡”。两件事不冲突，冲突的只是你有限的预算和精力，而怎么切这块蛋糕，得看你的用户站在分化的哪一边。

透明和来源标注，为什么反而成了竞争优势？

碎片化采纳里，藏着一个对内容方特别友好的机会，很多人没看到。

前面说过，用户躲AI的核心顾虑之一是“不透明”——看不到来源、不知道答案怎么来的。那么反过来，谁能把“透明”这件事做到极致，谁就能在这群人心里建立起AI给不了的信任。

这意味着，在内容上，这些动作的价值在上升：

• 把信息来源标得清清楚楚，关键数据注明出处、附上链接，让用户能自己点过去核实；
• 把判断依据摊开讲，不只是给结论，还给“为什么是这个结论”的推理过程；
• 把作者是谁、凭什么有资格说这个话，亮明白，也就是把E-E-A-T里的经验和权威做实；
• 在YMYL领域，该有的资质、审核、免责该标的标全，让谨慎的用户感到安心。

这套东西的妙处在于：它既是做给那些躲AI的人看的（让他们觉得“这里看得见、信得过”），同时也是做给AI看的——一个来源清晰、论证扎实、权威可信的页面，本来就更容易被AI搜索引用。你为“躲AI的人”做的透明功夫，顺手也讨好了“AI本身”。这种一份投入、两头受益的事，在当下这个分化的市场里，性价比极高。

怎么跟焦虑的老板或客户解释“别恐慌”？

做乙方、做团队的，绕不开一个场景：老板或客户看了几篇“SEO已死”的爆款文，慌了，跑来问你是不是该大动干戈。这时候你需要的不是安慰，是数据。

保哥的建议是，用三组事实把对话拉回理性：

1. 用大盘数据破“人人都用AI”的幻觉。把微软那个17.8%摆出来：全球八成多劳动年龄人口还没常态化用AI。我们的目标用户里，大概率有相当一部分，还在传统搜索里好好待着。
2. 用分化数据破“非此即彼”的焦虑。把Yext那两面摆出来：42.7%用AI做本地搜索，但57%在重要话题上仍信传统搜索。所以这不是要不要转型的问题，是按我们受众的结构，两边各投多少的问题。
3. 用受众画像落地到“我们这门生意”。具体分析我们自己的客户：他们是进取型还是防御型？我们的品类是低风险还是YMYL？我们的主要市场AI采纳率高不高？用这三个问题，把抽象的行业趋势，翻译成对“我们”的具体判断。

对抗恐慌最好的工具不是乐观，是颗粒度。越能把“整个行业怎样”拆到“我们这门生意、我们这群用户具体怎样”，焦虑就越没有立足之地。空泛的趋势制造恐慌，具体的画像消解恐慌。

出海独立站，该怎么两头下注？

把视角收回到做出海生意的你身上。碎片化采纳这件事，对出海有几个特别具体的含义。

首先是市场维度的分化。前面提过微软那张极不均匀的地图：阿联酋70.1%，全球北方27.5%，全球南方只有15.4%。这意味着你卖往不同市场，面对的AI采纳现实可能天差地别。一个主打海湾富裕市场的品牌，和一个主打东南亚新兴市场的品牌，在“该为AI搜索投入多少”这个问题上，合理答案完全不同。把全球当成一个统一的“AI市场”来做决策，是会吃亏的。

其次是人群维度的分化。同一个市场里，你的用户也分进取型和防御型。年轻、科技、高收入的那一群，可能早就用AI做决策了；年长、谨慎、对隐私敏感的那一群，还牢牢扎在传统搜索里。你的受众重心偏哪边，直接决定你的投入重心偏哪边。

最务实的做法，是给自己的盘子做一次诚实的分层：列出你的主要目标市场，标上各自的AI采纳水平；再列出你的核心用户画像，判断他们的取向。两张表一叠，你就能看出自己到底该“传统盘为主、AI为辅”，还是“两手并重”，甚至“AI优先”。这比跟着大盘情绪走，靠谱得多。

不同市场AI采纳差这么多，选品选市场要不要考虑进去？

顺着市场分化再往前想一步，这个变量甚至能影响更上游的决策。

如果你正在选新市场，AI采纳水平可以作为一个参考维度，但要看它和你品类的化学反应。举两种相反的情况：

一种是，你的品类天然适合AI推荐（比如标准化、低决策成本的消费品），那么进军一个AI采纳率高的市场，可能意味着你能更早吃到“被AI推荐”的红利，前提是你愿意在GEO上认真投入。

另一种是，你的品类是高决策成本、强信任驱动的（比如高客单的耐用品、专业服务），那么哪怕在AI采纳率高的市场，用户在掏钱前大概率还是会回传统搜索反复核实，这时候你在传统搜索里的内容深度和信任建设，依然是决定胜负的关键。

我也不是说让你拿AI采纳率当选市场的唯一标尺——那太武断了。而是说，在你原有的选品选市场逻辑（需求、竞争、物流、合规等）之上，现在多了一个值得顺手考量的变量。多看一眼，总比假装它不存在好。

怎么衡量传统搜索和AI搜索在你站上的真实占比？

道理讲再多，最终都要落到“你自己的站到底是什么情况”。别人的行业数据是参考，你自己的数据才是依据。问题是，AI搜索带来的访问，在常规分析工具里特别容易“隐身”。

几个可以动手的方向：

• 盯住直接流量和品牌词的异动。当用户在AI里看到你、记住你，然后绕过搜索直接来找你，这部分会体现在直接访问和品牌词搜索的增长上。如果自然搜索点击在降、但直接流量和品牌词在涨，这往往是AI在替你做曝光的信号。
• 用GSC拆查询类型。把信息型、导航型、交易型的查询分开看。如果信息型查询的曝光还在、点击却明显往下掉，很可能是AI概览把答案截胡了；而交易型、决策型的查询如果点击依然坚挺，说明这部分用户还是认认真真点进来、自己把关。
• 给来路打标签，尽量识别AI引荐。虽然不完美，但可以尝试通过引荐来源、UTM、专门的落地页等手段，去捕捉那些从AI工具里点过来的访问，哪怕只能抓到一部分，也比完全没有概念强。
• 定期做品牌可见度的人工抽查。拿你的核心词，定期在AI搜索和传统搜索里各搜一遍，看自己出现在哪、怎么被呈现。这种笨办法反而最直观。

这些指标拼起来，你就能画出一张属于你自己的“分化地图”：在我的站上，到底有多少用户还在传统搜索的路径上，多少已经走进了AI。有了这张图，前面所有的策略才不是纸上谈兵。关于零点击时代下品牌影响力还能怎么衡量，这套思路可以进一步延伸。

两类客户的不同打法，长什么样？

说点具体的。保哥手上两类截然不同的客户，在这件事上的打法，正好是碎片化采纳的两个极端样本。

一类是做户外储能的DTC品牌。他们的用户偏年轻、爱玩科技、热衷露营和房车，典型的进取型人群，而且主力市场在AI采纳率不低的北美和西欧。对这种客户，保哥的建议很明确：AI搜索是必抢的阵地。他们的产品参数清晰、使用场景明确，特别适合被AI拿去回答“适合露营的便携电源怎么选”这类问题。所以我们花了不少力气把产品信息结构化、把对比内容做透，目标就是让AI在回答相关问题时，绕不开他们。

另一类是做财税和合规咨询的B2B服务商。他们的客户是企业主和财务负责人，做的是关乎真金白银甚至法律责任的决定，妥妥的YMYL，而且这群人普遍谨慎、要反复核实。对这种客户，我的判断完全相反：传统搜索仍是绝对主战场。他们的用户绝不会看一段AI总结就把税务方案定了，一定会点进具体内容、看资质、看案例、反复比较。所以我们把重心放在内容的专业深度、作者权威背书、真实案例的可信度上——把“看得见、信得过”这件事做到极致。当然，AI那边也没完全放手，但只是顺带做透明化和来源标注，顺势被AI引用，不作为主攻方向。

你看，同样面对“AI搜索来了”，因为用户站在分化的两端，两套打法几乎完全相反。这正是“碎片化采纳”最实际的样子：没有一个放之四海皆准的答案，只有“看你的用户是谁”这一个锚点。

给出海团队的一份判断清单

把上面这些收拢成一份能直接照着走的清单，帮你把“到底该怎么应对AI搜索”一次性想清楚。

1. 先破除幻觉。记住17.8%这个大盘数：多数人还没常态化用AI。别用自己圈层的体感，去推断整个市场。
2. 给受众定取向。你的核心用户偏进取型还是防御型？偏年轻科技，还是年长谨慎？这决定你的大方向。
3. 给品类定风险。你的生意是低风险易决策，还是YMYL高风险？风险越高，传统搜索的分量越重。
4. 给市场标采纳率。你的主力市场AI采纳水平如何？海湾、北美高，新兴市场低，投入比例要随之调整。
5. 守住确定有回报的基本盘。内容质量、页面可信、技术健康、转化优化——这些不管AI怎么走都得做的事，永远优先。
6. 把透明做成壁垒。来源标注、推理摊开、权威背书——既留住躲AI的人，又讨好AI本身，一举两得。
7. 按比例下注AI，而非All in或装睡。根据前面四条画出的受众结构，理性决定AI侧投多少，别走极端。
8. 用自己的数据校准。盯直接流量、品牌词、查询类型异动，画出你自己站上的分化地图，定期复盘调整。

这场关于AI搜索的喧嚣，正确的收尾不是“赶紧All in”，也不是“当它不存在”，而是：看懂采纳已经碎成了片，然后按你自己受众的真实结构，把有限的力气，精准地投到回报最确定的那一边。

潮水的方向确实在变，但它不是一道平推的墙，而是一片有深有浅、各处水位不同的滩涂。看清自己脚下的水位，比盯着远处的浪头慌张，有用得多。

常见问题解答

“八成人没用AI搜索”这个说法靠谱吗？

这个说法来自微软2026年的全球AI扩散报告：2026年第一季度，全球劳动年龄人口里常态化使用生成式AI的比例是17.8%，反过来就是超过八成的人没有常态化使用。需要注意的是，这是“常态化使用”的口径，偶尔用过的人会更多；而且不同市场差异极大，阿联酋高达70.1%，全球南方只有15.4%。所以更准确的说法是：AI采纳整体还不算普及，且分布极不均匀。

用户主动避开AI搜索，主要是因为什么？

核心是三点：一是不透明，AI直接给合成答案，看不到来源和推理过程，让人不踏实；二是失控感，被强制塞AI界面、关不掉，激起逆反；三是算法厌恶这个老现象，人对算法犯错的容忍度远低于对人，AI每出一次错，信任崩塌得特别快。防御型人群对这三点尤其敏感，也最容易转向无AI的替代品。

AI搜索是不是被吹过头了，可以不用管？

不能这么下结论。同一批数据的另一面同样硬：Yext报告显示42.7%的人用过AI做本地搜索，62%信任AI指导品牌选择，高收入家庭里AI已超过Google成为本地搜索首选起点。真相是“碎片化采纳”——低风险查询AI在涨，高风险决策传统搜索仍占优。既不能盲目唱衰传统SEO，也不能对AI侧的机会装睡。

哪类内容受AI搜索冲击大，哪类相对安全？

规律是按决策风险分化。低风险、易决策的查询（晚饭吃什么、名词解释、初步了解）更容易被AI截胡；高风险、出错代价大的查询，也就是YMYL范畴（投资、医疗、法律、重大采购），用户依然倾向回传统搜索、看得见来源、自己把关。你的内容越靠近YMYL，传统搜索的基本盘越稳。

怎么判断我的生意该往AI搜索投多少？

用四个问题定位：受众偏进取型还是防御型？品类是低风险还是YMYL？主力市场AI采纳率高不高？自己站上的数据（直接流量、品牌词、查询类型异动）显示用户走到哪一步了？这四项叠起来，就能判断你该“传统为主、AI为辅”，还是“两手并重”乃至“AI优先”，而不是跟着行业情绪一刀切。

面对躲AI的用户，内容上能做什么留住他们？

把“透明”做成壁垒：信息来源标清楚、附可核实的链接；判断依据摊开讲，给推理而非只给结论；作者资质和权威背书亮明白，做实E-E-A-T；YMYL领域该有的资质和免责标全。这些动作既让谨慎的用户觉得看得见、信得过，又因为来源清晰、论证扎实，顺手提高了被AI引用的概率，一份投入两头受益。

权威参考资料