搜尋觀點

怎樣在 GA4 分辨 ChatGPT Search 流量?別把 AI referral 當成詢盤

ChatGPT referral 由來源、landing page、服務互動到合格詢盤的追蹤漏斗圖

來源資料要回到落地頁與後續行為,才可判斷 AI referral 是否有價值。

看到 chatgpt.com referral 進入 GA4,當然值得留意;但不要立刻把它寫成『AI 帶來客戶』。真正需要確認的是:哪些頁面獲得流量、用戶有沒有繼續閲讀、前往服務頁或留下可跟進資料。

AI referral 先看落地頁,再看數量

AI referral 往往數量不大,而且可能由資訊型文章進站。若報表只看 session,就容易把一次閲讀與合格詢盤混為一談。

對香港公司來說,問題不在於是否追逐一個新名詞,而在於:客戶在 Google、AI 回答、比較頁與品牌搜尋之間來回時,哪一個頁面真正幫他理解服務,哪一個入口最後帶來可以跟進的查詢。

GA4 與表單怎樣保留同一條來源線索

OpenAI 指出 ChatGPT Search referral 會帶有 chatgpt.com 的 UTM 來源。這讓網站可以建立來源分組,但仍需配合自身轉換事件和 CRM 跟進資料。

這不代表要把原本 SEO 策略推倒重來。先把現有的重要服務頁、案例、FAQ、地區資訊、作者與公司資料整理清楚,才有足夠的依據作下一步取捨。

以合格詢盤而非 session 作結論

  • 建立 AI referral 分組:在 GA4 以來源/媒介與 referral domain 建立探索報表,並列出對應的 landing page。
  • 連接微轉換與詢盤:追蹤服務頁點擊、WhatsApp、表單開始與提交;在 CRM 或表單保存 landing page 以便回看。
  • 比較而非孤立看數字:將 AI referral 與自然搜尋、品牌直接流量、社交 referral 的互動品質並列,避免因樣本太小作結論。

公開內容的三層邊界

第一層是 crawler 是否可讀;第二層是頁面是否應被索引或顯示;第三層是資料是否本來就只能授權使用者查看。robots.txt、noindex 與登入權限分別處理這三層,不能互相替代。

實際判讀時要避開的誤差

首選指標是有意義互動、服務頁前往、表單完成和可跟進詢盤;次要才是 sessions。定期檢查 UTM 與 referral 排除設定是否把來源誤歸類。

排名、曝光、點擊和詢盤並不是同一件事。報表應該讓團隊判斷「哪個搜尋入口值得繼續投資」,而不是隻為了展示一個好看的數字。

容易令決策失準的做法

  • 把所有 AI referral 都標記為轉換成功。
  • 只看來源,不看 landing page。
  • 沒有處理同一用戶跨裝置、WhatsApp 與電話的後續跟進。

上線前的檢查清單

  • 重要服務是否有清楚的定義、適合對象、地區與下一步聯絡方式?
  • 關鍵頁是否可抓取、可索引,並有自我 canonical、正常 title 與 description?
  • 能否在 Search Console、GA4、WhatsApp 或表單紀錄中追到查詢來源?
  • 圖片、案例、FAQ 和作者資訊是否真的支援內容,而不是隻填版面?
  • 團隊是否已決定哪些公開內容可以被搜尋與 AI crawler 讀取?

延伸閲讀

若你已經有 Search Console、技術檢查與 AI 搜尋可見度的數據,但很難把它們連成可執行的優先次序,可以用 Fennec SEO Audit 集中查看審計項目與修正方向,或直接聯絡 YUSIHK 做 SEO / GEO 技術診斷

參考資料