Google Search Console 多了一份生成式 AI 成效報表，網站終於能分開查看 AI 搜尋曝光。不過，把新報表的曝光加到原有搜尋曝光上，會讓成績單變得比實際情況好看。
Google Search Central 在 2026 年 6 月宣布這項報表，並於 8 月 31 日更新說明，表示已向全球網站推出。公告同時交代，生成式 AI 的資料也包含在整體成效報表中。這是一份獨立檢視，並非可以直接相加的新流量來源。
9 月出現的單站研究，讓另一個問題浮現：同一段期間，網站總曝光與逐頁曝光加總也可能不同。報表變多後，首先要確認每個數字究竟算了什麼，才有辦法判斷內容應該繼續投資在哪裡。
定義：本文的 AI 曝光比率
本文把「AI 曝光比率」定義為同一網站、同一期間及相同篩選與聚合方式下，生成式 AI 曝光除以整體 Web 搜尋曝光。這是自行計算的描述性比率，並非 Google 的官方成效分數。
這個比率描述兩份報表的數值關係，不能當成 AI 帶來的流量占比，也不能代表使用者有多少次搜尋看見 AI 摘要。曝光、搜尋次數與到站人數是不同的計數對象。
還有一個容易混淆的地方：「整體搜尋」不能直接改名為「傳統搜尋」。既然整體報表包含 AI 資料，把整體曝光與 AI 曝光畫成兩個互斥管道，圖表從命名時就已經失準。
已確認的計數規則，與平台公告的範圍
Google Search Console 的 Generative AI performance report (Search) 說明，目前報表涵蓋 AI Overviews 與 AI Mode。網站層級的圖表會把同一網站在同一生成式搜尋功能中出現的多個結果計為一次曝光；按頁面分組的表格則按頁面聚合。
這些是平台公布的計數規則，可以用來解釋報表差異。它們沒有承諾曝光增加就會增加訂單，也沒有替內容編輯提供一個跨網站通用的及格比例。
因此，月報上的每一欄都需要註明單位。網站層級數值適合追蹤整站；頁面層級數值適合比較內容分布。拿逐頁加總去除以網站總數，會把不同計數方式混在一起。
一份近期研究，能支持哪些判斷
Hog the Web 的 What 366,000 Google AI Search Impressions Reveal About SEO，使用一個健康資訊網站的 Search Console 匯出資料，觀察 2026 年 5 月 18 日至 8 月 24 日，共 99 天。
研究報告的網站層級 AI 曝光是 365,994，頁面層級加總則為 427,271。兩個值並不相等，與官方所述的聚合差異相符。這個案例可用來提醒讀者核對計數方式，不能用來估算自己的網站應有多少曝光。
資料來自匿名第三方網站，原始匯出檔未公開，本文沒有獨立重算。研究發布者也提供 SEO 與 AI 搜尋服務，存在商業利益。研究交代方法與限制，讓人能檢查論證；這仍不足以讓單站結果代表台灣、電商或其他產業。
這份資料更沒有透過對照實驗證明哪一種內容改寫會增加 AI 曝光。某頁的比率較高，只能先視為待查的現象。
核對限制時，也要核對它是否已被修正
研究把 8 月 13 至 17 日的生成式 AI 搜尋記錄錯誤列為曝光低估的限制。Google Search Console 的 Data anomalies in Search Console 確實記載這段異常，但也在 8 月 21 日補充：缺漏資料已恢復。
官方記錄確認這是資料記錄問題，並非搜尋行為本身的變化。研究中的風險說明與目前官方記錄已有差異，因此本文不沿用「那五天一定還在低估」的判斷。個別匯出檔是否反映修正，仍需重新匯出並比對，不能只靠文章的限制段落確認。
這對網站月報有實際影響。保存資料時，除了觀察期間，也應留下匯出日期與篩選條件。報表修正後，同樣的期間可能得到不同數值。若沒有記錄，團隊很容易把資料回補誤認成內容優化有效。
本站分析：先讓數字可以比較，再決定是否改內容
以下是本文提出的判讀方式，並非平台公布的排名因素。
每次比較都先固定計數方式。看整站就用網站層級資料，看文章就用頁面層級資料；日期、國家、裝置與搜尋類型也要一致。若條件改了，報表應把改動寫出來，避免把前後兩欄當成同一條趨勢。
接著，把曝光比率當成調查入口。比例升高可能來自 AI 曝光增加，也可能是整體搜尋曝光減少。只展示比例，會藏掉分母的變化。月報應保留兩個原始數值，讓編輯知道上升究竟發生在哪一端。
例如，某篇文章的 AI 比率升高時，先確認總曝光是否下滑，再查看市場與裝置分布有沒有改變。這是一個判讀情境，不是本站實測案例。僅憑這種變化，還不能宣布新寫法得到 AI 偏好。
內容決策則需要再往下走一步。如果某篇文章持續被看見，卻沒有足夠理由讓讀者進站，可以檢查頁面是否提供完整的適用條件、比較依據或後續解答。這些編輯工作有讀者需求作為理由，不必先宣稱它們能提高 AI 比率。
若文章的到站互動與詢問表現穩定，AI 曝光比率偏低也不足以成為全面重寫的理由。為了追高一個新指標而改掉有效內容，成本可能比那個指標透露的機會更大。
月報如何交代，才方便做決策
一份可用的 SEO × AI 月報，可以把整體搜尋曝光放在總覽，另列 AI 曝光作為其中一項觀察。頁面比較放在另一張表，採用一致的頁面層級資料，並保留分子與分母。
報表旁邊再寫下本期要處理的問題：是修補過時資訊、補足讀者進站後需要的內容，還是先查清楚某個異常。若資料仍不足，就把決策標為待查。
這篇文章的判斷是，衡量框架應該能阻止團隊做出沒有證據的內容改動。AI 曝光值得觀察，但一個比率的高低，還不能直接決定文章的去留。
FAQ
AI 曝光可以和整體搜尋曝光相加嗎？
不能直接相加。Google 已說明 AI 資料包含在整體成效報表內。兩欄可以並列展示，並清楚標示重疊關係，避免把同一部分曝光算成額外成果。
為什麼逐頁加總會高於網站總曝光？
兩者採用不同聚合方式。同一網站有多個頁面符合曝光計數時，網站層級與頁面層級可能產生不同總數。這個差異本身不能當成漏算或重複收錄的證據。
AI 曝光比率高，就代表文章比較好嗎？
不能這樣判斷。比率會受到分母與觀察條件影響。本文沒有把它當成品質分數，也沒有建立通用門檻。比較時應先固定條件，再調查造成差異的原因。
把整體曝光扣掉 AI 曝光，就能得到純藍色連結曝光嗎？
不能直接如此命名。兩份報表的總數沒有提供每次展示的完整交集明細，網站聚合又可能合併多個頁面。同一搜尋中的不同展示形式，未必能靠總數相減乾淨拆開。
研究與最新官方異常記錄不同，該怎麼處理？
先說明兩者差異，再確認自己使用的匯出資料是否更新。不要因為官方已修正，就自行改寫研究的原始數字；也不要把研究保留的舊限制當成目前平台狀態。
來源與查核範圍
本文查核重點為 2026 年 7 月 10 日至 10 月 10 日可取得的近期資料，包括 8 月的官方更新與 9 月發布的研究。6 月公告用於補足報表背景。研究觀察期部分早於這個搜尋範圍，兩者不能混為一談。
主要來源為 Google Search Central 的 Introducing Search Generative AI performance reports in Search Console、Google Search Console 的 Generative AI performance report (Search) 與 Data anomalies in Search Console，以及 Hog the Web 的 What 366,000 Google AI Search Impressions Reveal About SEO。
官方資料用於確認平台規則與修正狀態；研究數字限於該匿名健康網站。本文的月報與內容決策建議是分析，沒有宣稱已在本站驗證成效，也不推估其他 AI 平台的表現。