AI 引荐流量：归因、质量与转化核查
衡量 AI 辅助产品带来的访问，但不要假定它们总能被识别或具有更高价值。应审计来源、直接流量泄漏、落地页与真实转化。
AI 引荐流量
AI 引荐流量是一个实用分析分类，表示用户通过 AI 辅助产品中的链接进入网站。它不是所有分析平台共享的标准渠道，也不是每次访问都能识别：应用、重定向、隐私控制、复制网址和缺失来源信息，都可能让访问被归入其他来源或 (direct) / (none)。
不要假定 AI 引荐一定更有质量，或价值固定高于自然流量若干倍。质量取决于查询、引用语境、落地页、市场、产品和转化定义，应使用自己的分组数据比较。
建立可审计的来源规则
从原始会话来源、媒介、可用的完整 referrer、落地页与时间开始。根据实际观察维护有版本记录的已确认服务商域名，而不是复制一条静态正则表达式。产品域名和跳转方式都可能变化。
Google Analytics 说明，引荐会话通常使用访问前的域名，而缺少来源信息的访问可能被报告为直接流量。解释缺口前应阅读 GA4 官方的引荐流量说明与 (direct) / (none) 文档。
分别保留以下分类：
- 已确认的 AI 引荐主机名；
- 通过测试验证的服务商跳转或链接域名；
- 带有活动参数的服务商流量；
- 证据不足的疑似 AI 流量；
- 直接或无法归因流量。
与合理基线比较质量
在相同市场与落地页目的下，把 AI 引荐分组与自然、付费、社交及直接流量比较。衡量：
- 会话与参与会话；
- 与任务有关的事件，而不只看滚动深度；
- 注册、线索、购买、留存或收入；
- 辅助转化与最后点击贡献；
- 样本量及可行时的置信区间；
- 制作和维护来源内容的成本。
十次访问得到的高转化率，还不能证明这是可规模化获客渠道。
谨慎连接可见性与流量
人工提示词测试可以证明某产品在记录条件下展示了引用；分析工具可以证明会话带有特定来源信号。任何一项都不能单独证明某次观察到的回答导致了该服务商的全部流量。
只有在能够控制链接时才使用活动参数。不要改写外部引用，也不要事后虚构 UTM。保留落地页日志和分析定义，避免把分类变化误认成增长。
改善落地体验
让被引用主张与落地页承诺一致，明显展示支持证据，提供清晰下一步，并保持页面快速、可访问。增长应按有效结果判断，而不是只追求更多 AI 引用。