同一個關鍵字，你的排名還是第二，點擊卻從每月兩百掉到四十。內容沒改、外連沒少、技術也沒出狀況，後台卻像被人偷偷關掉了水龍頭。如果你最近打開 Google Search Console，看到曝光線往上、點擊線往下，兩條線張開成一個越拉越大的缺口，那多半不是你做錯了什麼，而是搜尋結果頁的最上方，多了一段 AI 幫使用者寫好的答案。
這就是 AI Overview 曝光下降背後最常見的劇本。AI Overview（AI 概覽，前身為 SGE）是 Google 把 Gemini 整合進搜尋結果頁的功能，它抓幾個來源的內容拼成一段摘要，直接放在所有連結最上面。使用者讀完就走，根本不必點進你的網站。問題是，「曝光下降」和「點擊下降」是兩回事，它們混在同一張報表裡，很容易讓人誤判，甚至先慌著去改根本不該改的東西。
要修對，得先診斷對。接下來這套流程，會先教你分辨眼前掉的到底是曝光、是點擊、還是報表本身在騙你，再帶你把五個真正會讓內容從 AI 概覽裡消失的原因，一個一個排查掉。
你掉的是曝光還是點擊？先分清楚這兩件事
第一步不是急著優化，而是先確認你看的數字代表什麼。曝光（Impressions）是你的網頁在搜尋結果裡被看到的次數，點擊（Clicks）是有人真的點進來的次數，兩者掉下去的原因完全不同，藥方也不一樣。
在 AI 概覽出現之前，這兩條線幾乎是綁在一起的，曝光多，點擊就跟著多。現在它們會朝相反方向跑。SEO 圈把這個現象叫「大脫鉤」（The Great Decoupling）。Ahrefs 拿自家網站實測，曝光與點擊的相關係數從 2024 年底的正 0.425，翻轉成 2025 年初的負 0.352。白話講就是，曝光越爬越高的同時，點擊反而同步往下掉。同樣的內容、同樣的排名，流量卻只剩一半。
分辨方法其實很直觀，看你兩條線怎麼動：
- 曝光持平或上升、點擊下降：這是 AI 概覽攔截點擊的典型訊號。你還在搜尋結果裡，但答案被 AI 摘要先講掉了。
- 曝光下降、點擊也跟著下降：這比較像排名真的掉了，或某些關鍵字整體搜尋量減少，要往「排名流失」而不是「AI 概覽」的方向查。
- 曝光暴增、點擊沒怎麼動：留意這可能不是好消息，後面會講到一個 Google 報表本身的計算問題。
換句話說，看到流量掉就先別認定是 AI 害的。把曝光和點擊拆開看，方向對了，後面的工才不會白做。
用 GSC 三步抓出受影響的頁面
確認方向之後，接下來要做的是把「哪些頁面在流血」精準框出來，而不是全站一起瞎改。Google Search Console 的成效報表就夠用，照這三步走。
第一步、拉一張十六個月的趨勢圖找「鱷魚嘴」。 打開成效報表，把時間範圍拉到最長，同時勾選曝光和點擊兩條線。如果圖形像一張張開的鱷魚嘴——曝光線往上揚、點擊線往下沉，中間的開口越來越大——那道缺口，就是 Google 自己留下、沒有流進你網站的流量。觸發 AI 概覽不多的網站不會有這種圖形，所以這個鱷魚嘴幾乎可以當成 AI 概覽的指紋。
第二步、切到「網頁」分頁，用點擊率揪出嫌疑頁。 把日期設成最近六個月，切到「網頁」標籤，再點「點擊率」欄位由低排到高，並且篩掉曝光太少的雜訊（留曝光至少 500 次的頁面）。重點看那些平均排名在第 1 到第 5 名、點擊率卻低於 2% 的頁面。正常情況下，前五名的點擊率該有 8% 到 30%，一個排第三、曝光兩千、點擊率卻只有 0.2% 的頁面，背後幾乎都站著一段 AI 概覽。這些就是你的優先處理名單。
第三步、實際搜一次，確認你有沒有被引用。 報表只能告訴你「點擊不見了」，沒辦法直接告訴你「AI 摘要有沒有引用你」。最可靠的方法是親手把那個關鍵字丟進 Google 搜，看 AI 概覽摘要底下列的引用來源（通常是 3 到 7 個）裡有沒有你的網站。有被引用、和完全沒被引用，是兩種完全不同的處境，修法也不一樣，這點下一節展開。
排查前要先排除 Google 報表自己的計算問題
在你動手改任何內容之前，有一個容易被略過、卻可能讓你白忙一場的前提要先排除——有時候曝光數字異常，不是你的網站變了，是 Google 的報表在那段時間算錯了。
Google 曾公開承認，從 2025 年 5 月 13 日到 2026 年 4 月 3 日這段期間，搜尋成效報表多計了你的網站出現在搜尋結果裡的次數，也就是曝光被灌水高報了。這代表兩件事。第一，如果你看到的是「曝光突然暴增」，先別開心，那可能有一部分是假的；第二，當 Google 把這個計算問題修正回來，你會看到曝光「下降」，但那是回到真實值，不是你的內容變差。
所以排查的第一道關卡，是問問自己這波曝光變動，會不會剛好落在那段報表異常的區間？如果是，先把它排除掉，別把報表修正當成 AI 概覽或排名出問題，急著大改內容反而會打亂判斷。確認不是報表因素之後，再進入下面五個真正的原因。
為什麼你的內容排得上去，卻不好被 AI 擷取當答案？
第一個、也是最容易自己修掉的原因，是你的內容雖然排得上去，卻不好被 AI 抽出來當答案。AI 概覽要的是一段能乾淨回答問題、不用上下文也讀得懂的文字。一個頁面可以權威到足以排進前幾名，卻因為答案埋得太深、結構太亂、或跟使用者問的問題對不太上，而當不成好的引用來源。
判斷方法很簡單，你自己讀一遍那個頁面就知道。使用者搜的那個問題，答案是在開頭一兩句就講清楚，還是要捲過三段鋪陳才出現？每個段落抽出來單獨看，讀不讀得懂？如果答案總是藏在段落中後段，AI 抓的時候就容易略過你。
修法是把內容改成「分塊友善」（Chunking）的結構：
- 每個小標底下，第一句先直接回答那個小標的問題，再展開細節，把結論放最前面而不是結尾。
- 小標用使用者實際會搜的問法，而不是行銷術語。使用者問「怎麼設定 SMTP」，小標就別寫「郵件協定的進階組態」。
- 段落控制在 150 到 300 字，每段聚焦一個重點、能獨立讀懂，AI 抽出來當答案時不需要前後文補腦。
這一步成本最低、見效最直接，動的是編輯功夫，不用寫一行程式。
原因二，你被引用的位置被別人搶走了
如果你已經確認過、那個關鍵字底下有 AI 概覽，引用來源裡卻看不到你，那答案就很清楚，你不是沒被看到，是被別人擠下去了。AI 概覽一段摘要只列 3 到 7 個引用，這是個有限的版位，別人進去了，就等於你出局。
值得先講清楚的是，被引用本身就有價值，這也是為什麼要先確認自己有沒有在引用名單裡。即使使用者沒點進來，你的品牌名和連結出現在 Google 搜尋頁的最頂端，就是一種曝光。Seer Interactive 的分析發現，被 AI 概覽引用的品牌，在同一批關鍵字上，每次曝光換到的自然點擊，比沒被引用的品牌多了約 120%。也就是說，搶回引用位，連帶會把點擊也拉回來一些。
那怎麼搶回來？關鍵在於，AI 概覽多半從排名前段的頁面挑引用來源，所以排名仍是入場券，但光排得上不夠，你還要比同樣排在前面的對手更「好引用」：
- 在頁面開頭的一兩句，就把主問題的答案講完整，讓 AI 第一眼就能抓到一段完整答案。
- 覆蓋整個主題，而不只是標題那一句問題。對手只回答了一半，你補滿剩下的延伸問題，被選中的機率就高。
- 強化主題的深度與廣度，用一篇核心文加上數篇周邊文互相支撐，讓這個主題在你站上是「成片」而不是「孤篇」。
所以搶引用位，搶的從來不是版面上那一個格子，而是讓 Google 判斷「這個主題，找它最準」。
原因三，E-E-A-T 不夠，AI 不敢拿你當來源
有時候你的內容寫得夠清楚、結構也對，卻還是進不了引用名單，問題可能出在更底層的信任度。AI 在挑來源時，會先過一道可信度的篩選，再去比相關性。換句話說，E-E-A-T（經驗、專業、權威、可信）不是加分項，是入場前的安檢門，過不了這關，內容寫得再漂亮也排不上隊。
E-E-A-T 抽象，但落到頁面上是看得見、改得動的：
- 作者要署名，而且要可驗證。把作者的專業背景、相關年資、發表過的內容攤開來給人看，而不是掛一個「編輯部」。有明確專家署名、背景可驗證的內容，被 AI 引用的機率明顯高於匿名或只掛「編輯部」的內容。
- 提供別人沒有的第一手東西。不是只給觀點，而是給你自己做的整理、實測過的數據、真實服務過的情境歸納。獨特、查得到出處的資訊，AI 更敢引用。
- 品牌信號要在站外累積。當你的品牌在多個地方被一致地提到、被引用，AI 會更傾向把你判定成可信來源。爭取產業媒體報導、公協會或學術單位的提及，都是在替這道安檢門加分。
這一關沒辦法靠單篇文章硬衝，它是長期累積的結果，但越早開始堆，後面每一篇新內容都會更容易被採信。
原因四，Schema 缺漏？先別急著怪它
講到這裡，幾乎所有「如何被 AI 概覽引用」的建議都會叫你「快去補 FAQ Schema、HowTo Schema」。Schema（結構化資料）確實是該做的基本功，但如果你正為了曝光下降焦慮，把它當成救命稻草，可能會失望——這也是最多人診斷錯方向的地方。
Ahrefs 做過一項追蹤了約 1,885 個網頁的對照研究，這些頁面在某段期間加上了 JSON-LD 結構化資料，研究比對它們在 Google AI 概覽、AI Mode 和 ChatGPT 上的引用變化，結果是加了 Schema，引用數幾乎沒有起色。在 AI Mode 和 ChatGPT 上的變化小到跟零沒兩樣，在 AI 概覽上甚至還微幅下滑了約 4.6%。更直接的是另一個實驗：當五個主流 AI 系統（ChatGPT、Claude、Perplexity、Gemini、Google AI Mode）即時抓取一個頁面時，它們讀的全是看得見的 HTML 內容，藏在程式碼裡的 JSON-LD 全被忽略。
那為什麼大家還是覺得「有 Schema 的頁面比較會被引用」？因為會花心思加 Schema 的網站，通常本來就把其他事做得好——內容紮實、有外連、頁面維護勤、技術乾淨。是這些訊號一起把頁面送進引用名單，Schema 只是剛好搭了順風車。所以這個原因要這樣排查：
- 如果你頁面已經會被 AI 引用、只是想再往上推，那補 Schema 很可能不是那個關鍵開關，先別把力氣全押在這裡。
- 如果你的頁面根本還沒被 AI 系統看見，Schema 在「幫頁面被正確抓取、解析、索引」這個更前面的環節，仍有它的角色，該補的還是要補。
- 不管哪種情況，標記的內容都必須真的出現在頁面上，而且格式要驗證正確，否則反而會扣分。
簡單說，Schema 是地基的一部分，不是放大器。它能幫你不出錯，但別指望靠它一招把引用率拉起來。
搜尋意圖偏移時，你答的早已不是使用者在問的
最後一個原因最隱形。你的頁面其實沒做錯任何技術或結構，只是它回答的問題，跟現在使用者真正在搜的、跟 AI 概覽想呈現的，已經對不太上了。
使用者用 AI 搜尋的提問方式變了，問題變得更長、更具體、更帶情境。同一個主題，過去大家搜的是兩三個字的大詞，現在更多是完整的一句話。如果你的頁面還停在「回答那個大詞」的層次，AI 概覽在處理那些具體提問時，自然會去找答案更貼題的頁面。這不是你的內容變差，是讀者的問題變細了，而你還停在原地。
排查意圖偏移，可以這樣做：
- 回到 GSC 的「查詢」報表，看那個受影響頁面實際是被哪些字串帶進來的。如果進站的查詢，跟你頁面主要在回答的問題有明顯落差，意圖就是偏了。
- 把通用主題切到更具體的情境、地區或對象。與其硬碰會被通用摘要吃掉的大詞，不如往更細的長尾問題去回答，那是 AI 概覽比較不會一段話講完、仍需要點進來看細節的地方。
- 針對偏掉的查詢，新增或重寫對應的段落，讓頁面真正接住使用者現在在問的那個版本的問題。
到這裡，五個原因就排查完了。回頭看會發現，它們其實是同一件事的不同切面：使用者問得更刁，AI 又先替你回答了一半，誰的內容更貼題、更好擷取、更值得信任，誰就拿到那個有限的引用位。
修復不是一週的事，給它一個合理的節奏
最後要校正一個期待，AI 概覽的修復不是改完當天就見效，它有自己的節奏，急不來。一個合理的推進路線，大致分成三段。
頭一個月，重心放在診斷和分流：用 GSC 把受影響的頁面框出來、排除報表因素、按關鍵字類型分群，再針對價值最高的頁面動結構、補該補的內容。接下來一兩個月，是 Google 重新抓取、重新評估的時間，引用行為會開始位移，通常導購型、交易型的頁面會先穩下來。再往後，資訊型的頁面才會慢慢沉澱出新的引用樣貌，這時你才有足夠的數據去衡量：救回了多少點擊、AI 帶來的流量轉換得好不好，然後把有效的做法加倍投入。
還有一件事得一起調整，就是你看成績的方式。當點擊不再是唯一的成績單，你得開始把品牌搜尋量、直接流量、來自各個 AI 工具的引薦流量，分開來追蹤。如果你發現有人專門搜你的品牌名的次數在上升，那其實是個好消息——流量沒有消失，只是改從別的門進來了。把報表的眼睛打開，你才看得見它。
曝光下降從來不是世界末日，它逼著你回答一個更根本的問題——當答案可以被一段摘要講完，你的內容還剩下什麼非點進來不可的理由。把這個問題答好，AI 概覽就不是來搶你流量的，而是來替你免費背書的。