AI 搜索效果很难用一张报表回答。Google 可能只给你展示数据，Bing 可能只给你引用线索，GA4 只能看到点进站后的访问，Shopify 后台才更接近订单结果。把这些混在一起看，很容易得出错误结论。
更稳的做法是把问题拆开：有没有被展示、有没有被引用、有没有人点击、点击后有没有转化、页面能不能承接。每一步对应的工具不同，判断口径也不同。
先把 AI 搜索效果拆成 5 个问题
| 要回答的问题 | 优先看的工具 | 能说明什么 | 不能说明什么 |
|---|---|---|---|
| 有没有被展示 | Google Search Console | 页面在 Google 搜索和生成式 AI 功能里的展示趋势。 | 不能直接说明用户是否点击、是否下单。 |
| 有没有被引用 | Bing Webmaster Tools AI Performance | 哪些页面被 Microsoft Copilot、Bing AI 摘要或合作体验引用。 | 不是排名分数，也不是完整引用日志。 |
| 有没有访问 | GA4 | 来自 chatgpt.com、perplexity.ai 等 referral 的进站访问和行为。 |
看不到 AI 工具里“展示但未点击”的情况。 |
| 有没有订单 | Shopify 报表 | 访问来源、营销归因、订单和销售额。 | 小样本阶段不能用单日订单判断渠道价值。 |
| 页面能不能承接 | 商品页、集合页、博客页本身 | 用户点进来后是否看得懂、信得过、愿意继续行动。 | 不能替代抓取、索引和报表检查。 |
1. Search Console：先看 Google 侧的展示和索引
如果你的 Search Console 里已经有生成式 AI 表现报告，先看 Pages、Countries、Devices 和 Dates。重点不是某一天多了几个展示，而是哪些页面开始出现在 AI Overviews 或 AI Mode 相关结果里。
如果暂时没有这张报告，不要直接判断网站有问题。Google 这类报告仍是逐步开放，低展示量网站也可能暂时看不到。先回到普通 Performance 报告和 URL Inspection，检查目标页面是否已索引、是否可抓取、是否能生成摘要，以及有没有 robots、noindex、canonical 或结构化数据异常。
Shopify 店铺可以先选 5 个 URL 建基线：首页、一个核心集合页、两个核心商品页、一篇高价值博客。记录它们的普通搜索展示、点击、CTR、索引状态和最后抓取时间。
2. Bing AI Performance：把引用当线索，不当排名
Bing Webmaster Tools 的 AI Performance 更适合回答“哪些内容被 AI 答案拿来做来源”。它会显示 cited pages、grounding queries 和趋势，但这些数据是聚合后的可见引用活动，不是完整日志，也不是权威分数。
对 Shopify 店铺来说，重点看四件事：
- 被引用的是商品页、集合页、博客页，还是只有首页。
- grounding queries 是否接近买家真实问题，比如材质、尺寸、适用场景、兼容性、对比选择。
- 被引用页面是否能承接下一步行动，比如查看规格、加入购物车、读对比文章或联系咨询。
- 引用变化是否和你最近更新商品页、FAQ、博客或站内链接有关。
如果 Bing 有引用，但 GA4 和 Shopify 没有明显访问，不要马上否定内容。先看这个引用是不是商业相关，页面是否真的能让用户继续往下走。
3. GA4：单独拉出 AI referral
在 GA4 的 Traffic acquisition 或 Explorations 里，用 Session source / medium、Session source 或 Landing page 过滤 AI 相关来源。可以先看这些域名：
chatgpt.comperplexity.aicopilot.microsoft.combing.com- 你在 Shopify referrer、服务器日志或其他分析工具里看到的 AI 工具域名
不要只看 sessions。至少同时看 engaged sessions、view_item、add_to_cart、begin_checkout、purchase，或你自己定义的询盘、表单提交、WhatsApp 点击等 key events。
这里有两个常见误区。第一，AI 工具的 referral 规则不完全一致，可能被归到 referral、organic search、direct 或 unknown。第二，用户可能先在 AI 工具里看到你，后来直接输入品牌名购买，这种路径未必会把功劳算给 AI 搜索。
4. Shopify 报表：把访问和订单分开查
Shopify Acquisition reports 更适合看访客从哪里来，Marketing reports 和销售相关报表更接近订单与销售额。不要把“Sessions by referrer”直接当成“订单归因”。
建议每周固定做一次轻量检查：
- 在 Sessions by referrer 里看
chatgpt.com、perplexity.ai、bing.com等来源有没有变化。 - 在订单或营销报表里对照 first interaction 和 last interaction，避免只看最后一次点击。
- 把 AI referral 的落地页、停留、加购、询盘、订单放进同一张表。
- 订单量小的店铺至少看 28 天或 90 天窗口，不要用 24 小时数据做结论。
如果你同时在投广告，要把广告 UTM、自然搜索、AI referral 和直接访问分开，否则很容易把某个渠道的效果算到另一个渠道上。
5. 回到页面：报表只是提醒你哪里要改
如果某个商品页已经有展示或引用，但访问和转化很弱，问题往往回到页面承接。先检查这些位置：
- 首屏是否一句话说清品类、适用人群、核心差异和主要限制。
- 规格、材质、尺寸、兼容性、发货、退换货是否以 HTML 文本出现。
- Product、Offer、Review、AggregateRating、BreadcrumbList、Organization 结构化数据是否和页面可见内容一致。
- FAQ 是否回答真实购买问题，而不是只写物流、付款和售后。
- 同类商品、集合页、对比文章和政策页面之间是否有清楚的站内链接。
- 移动端速度和 App 脚本是否拖慢加载，尤其是评论、弹窗、货币切换和追踪脚本。
AI 搜索带来的通常是更靠前的信任判断。用户点进来之后，如果页面看不懂、证据不足、加载慢、下一步不清楚，再精准的引用也很难变成订单。
一张表开始记录就够了
不需要一开始就买复杂工具。先用一张表记录 5 个核心页面，每周更新一次。
| URL | 页面类型 | GSC 展示 | Bing 引用 | AI referral | 订单或询盘 | 下一步修改 |
|---|---|---|---|---|---|---|
| 核心商品页 | 产品页 | 按周记录 | 按周记录 | 按周记录 | 按周记录 | 补 FAQ 或首屏说明 |
这张表的价值不是“证明 GEO 有没有用”，而是帮你判断下一步该改哪一页。先改最有商业价值、最容易被用户提问、已经有一点自然搜索表现的页面。
今天可以做什么
- 选 5 个最重要的商品页、集合页或博客页，建一张基线表。
- 在 Search Console 查索引状态、普通 Performance 数据；如果已有生成式 AI 报告，再补页面展示数据。
- 在 Bing Webmaster Tools 查 AI Performance，记录 cited pages 和 grounding queries。
- 在 GA4 建一个 exploration，只看 AI referral，并把访问行为和关键事件放在同一张表里。
- 在 Shopify 报表里核对 referrer、UTM、订单和销售额，不把访问报表当订单报表。
- 只改最值得改的 1-2 个页面：补首屏说明、FAQ、结构化数据一致性和内部链接。改完至少观察 28 天。
FAQ
GA4 没有 chatgpt.com 流量，是不是说明 ChatGPT 没推荐我的店铺？
不能这样判断。GA4 只能看到用户点击进站后的来源，看不到 AI 工具里展示但未点击的情况。先查 Search Console、Bing Webmaster Tools，再看 GA4 和 Shopify 订单。
Search Console 没有生成式 AI 报告，是不是网站有问题？
不一定。这个报告仍在逐步开放，低展示量网站可能暂时看不到。先确认页面可索引、可抓取、文本内容清楚，再按周或按月观察。
Bing AI Performance 有引用但没有订单，值得继续做吗？
值得继续看，但不要把引用数当订单预测。引用说明页面可能被 AI 用作来源，下一步要检查查询主题是否商业相关、用户是否会点击、页面是否能承接。
Shopify 店铺要不要给所有链接都加 UTM？
你自己能控制的链接，比如广告、邮件、社媒、合作内容，应该规范加 UTM。AI 搜索外部 referral 不完全由你控制，不同平台规则也不一样，所以要同时看 referrer、landing page 和订单路径。
AI 搜索最应该先优化哪类 Shopify 页面？
先优化高毛利、高咨询、高广告消耗、已有自然搜索展示的商品页或集合页。不要从全站重写开始，先找最有商业价值、也最容易被用户提问的页面。
FAQ 对 AI 搜索还有用吗？
有用，但前提是真问题、短回答、可核验。对 Shopify 商品页，FAQ 应该回答尺寸、材质、兼容性、保修、退换货、适合谁、不适合谁、和竞品怎么选，而不是堆关键词。