via https://graphite.io/five-percent/debunking-the-myth-that-seo-traffic-has-dramatically-declined
当ChatGPT于2022年11月推出时，它引发了人工智能、搜索和营销领域的巨变。仅仅两个月后，ChatGPT就成为史上增长最快的消费者应用。截至2025年10月，ChatGPT每周活跃用户超过8亿，每日提示词请求量达到25亿次（数据来源），现在许多人使用ChatGPT进行搜索和发现。
这就引出了一个问题：SEO已死吗？
简短的回答是：没有。我认为，”SEO已死”的说法是基于一系列由推测、夸大、有缺陷的分析和虚假信息驱动的迷思。
迷思
在这项研究中，我旨在揭穿关于SEO流量已大幅下降（超过25%）的迷思，包括以下说法：
- SEO流量已经下降了25%，并且可能很快会下降50%。
- 大语言模型的急剧增长导致人们使用大语言模型代替搜索。现在超过60%的人使用大语言模型而不是搜索引擎，谷歌的访问量正在迅速下降。
- AI概览导致点击率大幅降低，从而使SEO流量急剧下降。
- 此外，谷歌正通过将越来越多的点击从自然结果转向广告，从而”窃取点击”。
真相
Graphite公司与Similarweb合作，分析了美国超过4万个最大的网站，以评估自然搜索流量的趋势。我们提供了大量证据，证明所谓SEO流量已急剧下降的流行说法是错误的。
- SEO流量仅略有下降（-2.5%），并非急剧下降。
- 搜索引擎的流量从2019年到2020年有所增加（+6.9%），在2022年略有下降（-1.5%），自2023年以来相对平稳（-1.0%）。事实上，2025年谷歌（+0.8%）和整个搜索引擎（+0.4%）的流量都略有增长。此外，与2024年第四季度相比，2025年第四季度谷歌的访问者数量增加了1.4%。
- AI概览确实会导致自然搜索结果的点击率降低（-35%）。然而，AI概览仅在大约30%的搜索中出现。在80%的情况下，在AI概览出现之前，谷歌显示精选摘要，这同样会降低点击率。
- 点击广告的比例略有增加，但自然点击量仍然是广告点击量的10倍。
搜索引擎流量略有下降
迷思： 从谷歌到网站的自然流量急剧下降（在-25%到-60%之间）。
真相： 从谷歌到网站的自然流量略有下降（同比下降-2.5%）。
数据： 来自所有搜索引擎的美国月度访问量。我们查看了规模最大的4万个网站，使用Similarweb的访问数据比较了2024年2月至12月与2025年1月至11月的情况。
这与谷歌在2025年8月的声明一致：”总体而言，来自谷歌搜索的网站自然点击总量逐年保持相对稳定。”（数据来源）
SEO流量略有下降（-2.5%）
数据来源
网站规模不同，SEO流量变化各异
我们比较了前4万个网站按规模划分的流量变化。前10大网站和许多较小的网站流量均有增长。流量的下降主要集中在中间层级的网站，即按规模排名的前100至前10,000名的网站。
数据来源
前10大网站流量实际上升（+1.6%）
中间层级的网站下降幅度最大
部分类别流量下降，但也有类别实现增长
新闻、健康、烹饪和娱乐类别的流量下降幅度最大，均减少了超过10%。然而，所有其他类别的下降幅度较小。服装、购物和线上市场类别均实现增长。
研究方法
如果SEO流量确实仅下降了2.5%，那为什么许多其他研究显示下降幅度要大得多，达到25%，高估了1000%？答案在于存在缺陷的研究方法，例如调查问卷以及小型、有偏见的样本（少于20个）。
调查问卷是研究流量趋势的一种有缺陷的方法
定量研究非常适合回答”是什么”和”有多少”的问题，而定性研究最适合回答”为什么”的问题。数据来源
多家知名研究公司发表了研究报告，都声称搜索量急剧下降，同时大语言模型的应用比例也相应大幅上升。
虽然我们看到流量下降了2.5%，但他们声称下降了25%，并预测未来将下降50%。
这些研究使用了有缺陷的调查问卷方法。
自我报告的调查问卷作为心理学、人机交互和市场研究领域的一种合法研究方法，已被使用了几十年。学术研究人员普遍接受调查问卷作为一种研究方法，用于帮助探索关于个人偏好和主观体验（例如，用户喜欢或不喜欢移动应用的哪些方面）以及未来行为（例如，你会投票给谁）的问题。
然而，自我报告的调查问卷并非总是合适的研究方法。特别是，当用于回答诸如过往经历、量化过往行为和客观行为等问题时，调查问卷的效果很差。这是因为人类的记忆通常不可靠。
让我们探讨一下为什么自我报告的调查问卷和人类记忆会失败，以及为什么调查问卷作为研究方法不适合评估SEO流量是否急剧下降。
- 人类记忆通常不可靠 – 当被问及过去的量化事实，比如某人做某事的次数时，人们往往难以回忆起确切的细节，转而依靠使用记忆中的部分信息来构建一个数字答案的推断。数据来源
- 频率错觉 – 频率错觉是一种认知偏差，指你刚刚注意到或了解到的事情突然似乎无处不在，并非因为它变得更常见，而是因为你的注意力已转向它。它源于选择性注意和确认偏误。
- 选择性/调查偏差及无应答偏差 – 做出回应的人往往不具备代表性；即使高质量的调查，如果”缺失数据”是系统性的，也可能存在偏差（数据来源）。一项关于大语言模型应用情况的调查，可能偏向于那些比普通人更常使用大语言模型的早期采用者。
- 问题措辞 – 措辞上的微小细节可能产生巨大且意想不到的影响。例如，比较一下这样两个问题的措辞：”你会使用ChatGPT来寻找想购买的产品吗？” vs. “回想一下你上次购买产品的情景。你是如何找到这个产品的？”前者引导参与者考虑大语言模型，并询问一个假设性问题；而后者则询问真实的过往事件和行为，不暗示答案。询问你实际做了什么，远比询问你会做什么要好得多。数据来源
我们未提及这些研究的具体名称，以避免批评特定个人或公司，而是专注于对数据和方法论的探讨。
样本量过小
一项研究观察了19个不同网站的SEO流量下降情况。其中一些网站流量下降，而另一些网站的SEO流量实际上却增长了。随后，一家主流媒体网站发表了一篇文章，标题聚焦于其中流量下降幅度最大的一个网站。
Hubspot和Monday.com的SEO流量下降的消息也成为了头条新闻。
在这些案例中，SEO流量下降是事实。然而，这些都是非常小且有偏见的样本。
轶事证据与个人经验
我多次听人说，他们听到一些轶事证据表明人们正在使用大语言模型而不是谷歌。
“我不再用谷歌搜索了，改用ChatGPT/Perplexity/Gemini。”
“我已经好几个月没用谷歌了，现在只用大语言模型。”
“我问了一教室的学生，超过一半的人说他们不再使用谷歌，转而使用大语言模型。”
轶事证据和个人经验之所以具有误导性，其原因与调查问卷的缺陷相似，只是程度更甚。
- 可得性启发 – 人们根据例子在脑海中浮现的难易程度来估计某事物的普遍程度。
“我看到很多人用AI而不是谷歌搜索。因此，美国民众肯定也都在转向使用AI。” - 虚假共识效应 – 人们系统性地高估他人与自己共享信念、行为或偏好的程度。
“我在科技行业和风险投资领域的朋友都用AI搜索。因此，美国民众肯定也都在转向使用AI。” - 自我中心偏差 – 人们在推断他人想法时，会过度依赖自己的视角。
“我自己用AI而不是搜索。因此，美国民众肯定也都在转向使用AI。”
在大多数情况下，那些声称自己不再使用搜索、完全转向AI的人，是在误导自己。
大规模面板数据是最合适的数据来源
评估市场趋势的最佳方式是使用大规模的、第一方的定量数据。
在我们的研究中，我们使用了Similarweb的数据。Similarweb通过结合来自自愿用户面板的数据、与互联网服务提供商和移动运营商的合作、公开的网络和应用信号，以及选择共享直接测量数据的网站，来估算网站和应用的流量。这些输入数据经过统计模型和机器学习技术的融合与校正，以估算访问量、流量来源和用户参与度。
Similarweb依托于商业上可获取的最大规模数字行为数据集之一，其数据来源于数亿台桌面和移动设备，覆盖全球数十亿个网站和应用。这使其具备了广泛的地理和跨平台可见性，对于比较大型网站和市场层面的趋势尤其有用。