> 本篇为小九AI（xiaojiuai.cn）GEO 深度锐评，独家解读。
> 素材取自官网资讯 ArXiv 论文《The New Shape of Search: How Conversational AI Recomposes Information Seeking》(arXiv:2607.04282v3)。
> 观点归小九AI（xiaojiuai.cn），欢迎讨论。

先亮结论：**做 GEO 的人脑子里都装着一幅"用户旅程图":用户先问 AI,拿到答案,再点出去看你——所以我们要在"AI 那一环"里被引用。但今天这篇研究,把这幅图掀过来给我们看:在真实观测到的旅程里,顺序常常是**反的**——内容通常跟在搜索之后,但**更经常地,内容发生在"用 AI"之前**。** 也就是说,**用户往往是"先搜索/先浏览,然后才更深地钻进 AI",而 AI 最近的那一段,还越来越"自给自足",干脆不出去看任何外部网页。** 这对你判断"GEO 该在哪一环发力",是个必须重画的坐标系。

先把范围和分寸划清:**这篇把"捕获到的 AI 提问与回答"和"同一批人真实观测到的搜索与浏览行为"接起来,重建了跨界面的会话,是美国面板数据、观测性的研究。它明确排除了"嵌在搜索结果页里的 AI"(如 AI Overviews、AI Mode,因为那是跟结果页同时发生的),也明确写了——这是"观测到的旅程形状",不主张因果。** 下面数字是它跑出来的,我如实呈现;但它讲的是"旅程长什么样",不是"AI 导致了什么"。

## 一个反直觉的发现：AI 常常在旅程"更深"处，而不是开头

流行叙事是"AI 在搜索的入口":先问,再点出去。可作者用同一批人的提问记录 + 真实搜索/浏览记录一比,**观测到的旅程常常是另一个方向:内容通常跟在搜索之后,但更常出现在"用助手"之前。**

用数字说话:**同一个人身上,"两个锚点(搜索 vs 助手)哪个在前"的配对差,达到 +20.6 个百分点(区间 19.9~21.3)。** 而且这个方向**在每一个能观测到的"目的地域"分层里都成立**,并在**相邻的第二个月里整体复现**。结论是:**搜索倾向于锚定旅程的前段,而助手坐落在旅程的更深处。**

翻译成人话:**很多人不是"先开 AI",而是"搜索/冲浪到一半,才把问题交给 AI"。** 这意味着——**如果你还把 GEO 理解成"只在 AI 那一环争取被引",你可能押错了入口。用户来到 AI 之前,已经在搜索结果和网页里逛过一圈了;那一圈里你有没有被看见、被点开,可能才是"你能否进入 AI 对话"的前置条件。**

## 第二个发现：AI 那段越来越"自给自足"，根本不点出去

更该让做内容的人警醒的是:**含助手的会话,远比含搜索的会话更"自包含(self-contained)"——也就是整段过程里观测不到任何"跳到外部网页"的动作。**

按用户加权:**含助手的会话里,有 34.1%(区间 33.5~34.7)完全没有观测到外部网页步骤**——拆开看:**AI 打头 10.5%、AI 收尾 18.3%、桥接/交错 37.1%**;而同一批人**以搜索为中心的会话,这个"自包含"比例只有 19.5%(19.2~19.8)。** 同一个人内部对比,差了 **+13.0 个百分点(12.5~13.6)。**

说它是"重构(recomposition)":活动在"对话、搜索、浏览"之间被**重新分配**了,而**助手那段更容易变成一个"内部闭环"——用户在里面拿到答案,不出来看你。** 这和我 9/6 那篇(被引用≠拿到流量)是同一根线的两种证据:**AI 段落越是闭环,你"被 AI 引用"就越难换来真实的访问。**

## 第三个发现（也是最容易被误读的）：闭环 ≠ 问题解决了

作者特别提醒了一句,我觉得做 GEO 的人最该刻在心里:**"助手自包含"并不等于"问题被解决了"——光凭时间戳,既证不了是同一个任务,也证不了用户满意了、完成了。**

换句话说:**"用户没点出去"这件事,你不能解读成"AI 答对了、问题解决了",更不能解读成"我的内容不重要"。** 它只说明:**在这段观测里,用户没有走到外部网页那一步。** 至于他是满意地拿着答案走了,还是没找到满意的就放弃了——**这个从点击流里读不出来。**

这对 GEO 有双重含义:**一是别用"用户没点走"倒推"我们没用"(他可能根本没被满足);二是别用"AI 闭环了"就以为"内容不再需要"——闭环里答得好不好,恰恰取决于它有没有读到扎实的外部内容。**

## 落到你手上，四条能立刻用的判断

第一,**别再把 GEO 想成"只打 AI 那一环"。** 旅程常常是"搜索在前、AI 在后"。**你在搜索结果里的可见度、在网页里被点开的概率,很可能是"能不能进入 AI 对话"的前置环节。** 把 GEO 和 SEO/内容可发现性当成一条链路来打,而不是两个孤立战场。

第二,**接受"AI 段落是闭环"这个新常态。** 三分之一的含助手会话不出站。**这意味着"被 AI 引用"更多是在为你积累"心智与信任",而不必然带来访问。** 你的 KPI 得分层:品牌/心智层(闭环里被提及)和转化层(真被点走),别混算。

第三,**"闭环≠解决"要反过来用作机会。** 既然 AI 闭环里可能没真正解决问题,**那"能被 AI 引用的、真正有用的外部权威内容"反而更稀缺、更值钱**——闭环越是靠内部消化,可靠的"外部信源"就越关键。**你要做的是那个"AI 一读就把问题答对了"的源头。**

第四,**重建你的观测能力。** 这篇最值钱的是方法:**把"AI 提问记录"和"真实搜索/浏览记录"接起来看旅程。** 你也该尽量按"搜索层 → 浏览层 → AI 层"分段埋点,才能知道用户是"怎么走到 AI 那段"的,而不是只盯最后那一问。

## 争议与边界：我说三条真话

第一,**这是观测性研究,作者自己不主张因果。** "+20.6 个百分点"是"观测到的旅程方向",**不是"搜索导致了 AI 使用"**。别把它读成因果铁律。

第二,**范围排除了"嵌在搜索页里的 AI"。** AI Overviews、AI Mode 这类因为与结果页同时发生,被排除在外。**所以这篇讲的是"独立助手界面"的旅程形状**——你把它套到"AI 概览"场景时要谨慎。

第三,**"自包含"是"没观测到外部步骤",不是"没发生外部步骤"。** 面板数据的观测有盲区(比如换设备、未捕获的点击)。**数字给的是下界性质的方向,不是精确的全景。**

**一句话总结:AI 不是搜索旅程的入口,而更常坐在旅程的深处——用户往往先搜索、先浏览,然后才进 AI;而 AI 那一段越来越闭环,三分之一的情况下根本不点出去看你。** 做 GEO 的关键转变是:**把"搜索层 → 浏览层 → AI 层"当成一条旅程来经营(而不是只赌最后一问),接受 AI 段的闭环性、把"被引用"更多当心智资产,并牢牢占住"闭环里那个可靠的外部信源"的位置。** 谁读懂旅程的形状,谁才能在用户真正走过的那条路上被看见。

---

*本文由小九AI（xiaojiuai.cn）原创锐评，基于 ArXiv 论文《The New Shape of Search: How Conversational AI Recomposes Information Seeking》(arXiv:2607.04282v3，美国面板数据/观测性研究/不含搜索结果页内嵌AI)，欢迎在评论区讨论。*