ChatGPT 正從對話工具延伸為網絡發現的入口。用戶在獲得 AI 回答後，可能會繼續瀏覽新聞、產品、旅遊或傳統搜尋網站。本報告彙整 OpenAI、Similarweb、Semrush、Digiday、Microsoft Clarity 及 Pew Research Center 等公開來源，觀察 2025 至 2026 年間 AI 網絡推薦流量的增長、去向、行業差異及轉換表現。不同機構所使用的樣本、統計期間及流量定義並不一致，相關數據僅用於分別觀察趨勢，並不直接合併計算。
研究背景
2024 年 10 月，OpenAI 推出 ChatGPT Search，將即時網絡搜尋與對話互動結合，並在回答中提供可存取的來源連結。根據 OpenAI 官方公告，用戶可以用自然語言提問，並透過追問繼續獲取網絡資訊。這使 AI 回答與外部網頁之間建立了更直接的存取關係。
傳統搜尋通常透過結果列表引導用戶前往網站，而 AI 搜尋則可先整合資訊，再提供部分來源連結。兩種存取方式可能連續發生，也可能分別滿足不同的資訊需求。
因此，要評估 AI 搜尋對網站的影響，需要區分三個問題：AI 平台本身獲得多少流量、AI 平台向外部網站發送多少流量，以及這些造訪進入網站後產生什麼行為。我們聚焦後兩個問題，同時區分品牌提及、網絡引用與實際點擊。
ChatGPT 的對外推薦流量正在增長，但平台造訪與外部推薦並不同步
ChatGPT 向外部網站發送的流量正在增長，但這種增長不能直接等同於 ChatGPT 平台造訪量的變化。
根據 Semrush「ChatGPT Search Insights」對 17 個月點擊流數據的分析，ChatGPT 在 2025 年對外部網站的推薦流量增長了 206%。這意味著除了在對話介面內獲取資訊外，研究樣本中記錄到的越來越多用戶會繼續瀏覽外部網頁。
Similarweb 的「AI Referral Traffic by Industry」提供了另一個視角。根據其 2025 年 6 月至 2026 年 5 月的行業統計，全球 AI 平台平均每月為外部網站帶來約 7.707 億次推薦造訪，同比增長 117.4%。此指標涵蓋多個 AI 平台，並非 ChatGPT 單一的造訪量。
新聞及出版領域也觀察到類似變化。根據 Digiday 2025 年的一份報告，ChatGPT 在該年 4 月向研究涵蓋的 250 個新聞及媒體網站發送了約 2.438 億次造訪，較 1 月的 1.232 億次增長約 98%。此數據反映特定媒體樣本內的變化，不能直接代表所有網站。
三個來源共同呈現了 AI 推薦造訪增加的現象，但其統計對象不同。Semrush 聚焦 ChatGPT 的對外點擊流，Similarweb 觀察多個 AI 平台的行業推薦，Digiday 則報告特定媒體網站的造訪變化。
這一區分很重要。ChatGPT 平台造訪量衡量的是進入 AI 服務的用戶規模；對外推薦流量衡量的是用戶是否繼續瀏覽外部網站。單次對話可能沒有外部點擊，也可能涉及多個來源。因此，無法從平台的用戶規模推斷網站實際獲得的造訪量。
從公開研究來看，ChatGPT 已承擔了部分網絡發現功能。但流量增長並不意味著所有 AI 回答都會帶來點擊，也不能直接表明這些點擊最終產生了商業轉換。下一步需要觀察用戶離開 AI 對話後具體進入了哪些網站。
ChatGPT 的推薦流量並非均勻分散，而是集中於特定網站與行業
ChatGPT 的對外推薦流量呈現集中分布模式，部分傳統搜尋網站及具有明確後續造訪需求的內容網站獲得較多流量。
此處的「推薦目的地」指用戶透過 AI 平台提供的連結進入外部網站後的造訪目的地。它與品牌名稱出現在 AI 回答中或網頁被列為參考來源並非同一指標。
根據 Semrush 為期 17 個月的點擊流研究，前 10 個網域獲得了超過 30% 的 ChatGPT 推薦流量。其中，Google 獲得了約 21.6% 的對外推薦流量。
這一結果表明，AI 搜尋與傳統搜尋未必構成互斥關係。部分用戶可能先使用 ChatGPT 整理問題、理解概念或獲取建議，然後再進入 Google 繼續搜尋。在此情況下，AI 對話承擔了初步資訊整理的功能，而傳統搜尋則承擔了進一步查找網頁的功能。
與此同時，具有明確後續行動需求的網站也出現在 AI 推薦流量的主要目的地中。
根據 Similarweb 2025 年 6 月至 2026 年 5 月的行業統計，線上綜合市場平均每月獲得約 4,680 萬次 AI 推薦造訪，而新聞及旅遊行業各獲得約 4,450 萬次。
這些行業的共同特徵是，用戶在獲得初步答案後，可能仍需要進入網站完成其他任務。例如，產品資訊可能需要進一步比較價格、規格及購買條件；新聞內容可能需要閱讀完整報導；旅遊計劃可能涉及核實航班、住宿、日期及預訂資訊。
這些行為需求為 AI 回答後的網站造訪提供了解釋，但不能斷定所有用戶都會按相同順序行動。
還需注意，Semrush 的 Google 網域份額與 Similarweb 的行業造訪量來自不同研究。前者描述 ChatGPT 流量在網域之間的分佈，後者描述多個 AI 平台帶來的行業造訪規模。兩者不能直接相加或用於統一排名。
總體而言，AI 對話並未消除用戶繼續瀏覽網頁的需求，而是在部分場景中改變了用戶到達網頁的路徑。
各行業推薦流量的規模與增速不一，美容、時尚等行業增長迅速
AI 推薦流量規模較大的行業與同比增長較快的行業並不完全重疊。觀察行業變化時，需要區分總造訪量與增長率兩者。
根據 Similarweb 2025 年 6 月至 2026 年 5 月的分析，線上綜合市場平均每月獲得約 4,680 萬次 AI 推薦造訪，同比增長 237.3%。新聞及旅遊行業平均每月各獲得約 4,450 萬次造訪。
相比之下，美容及時尚行業在同比增長率方面表現突出。Similarweb 報告顯示，美容行業的 AI 推薦流量同比增長 312.5%，時尚行業則增長 278.2%。
| 行業 | 平均每月 AI 推薦造訪量 | 同比增長率 |
|---|---|---|
| 線上綜合市場 | 4,680 萬 | 237.3% |
| 新聞 | 4,450 萬 | — |
| 旅遊 | 4,450 萬 | — |
| 美容 | — | 312.5% |
| 時尚 | — | 278.2% |
數據來源：Similarweb「AI Referral Traffic by Industry」，統計期間為 2025 年 6 月至 2026 年 5 月。「—」表示原始報告框架及大綱未提供可驗證的對應數值，並不意味著該行業沒有流量或增長。
這組數據反映了兩類不同的行業變化。線上綜合市場同時具有相對較大的推薦造訪規模及相對較高的同比增長率；美容及時尚在已披露的增長指標中表現突出，但缺乏可用於直接比較的平均每月造訪量。
從用戶需求角度來看，美容及時尚涉及產品選擇、使用場景、風格偏好及產品比較。AI 對話可幫助用戶縮小資訊範圍，但產品細節、庫存、價格及交易條件可能仍需在外部網站確認。
Similarweb 還觀察到，在 ChatGPT 美容相關對話中顯示的引用連結裡，54.7% 指向零售及電商網站。這表明零售網站相關 AI 回答的資訊來源中具有一定的存在感。
然而，引用連結的行業分布並不等於實際點擊的行業分布。某類網站獲得較多引用，並不意味著用戶一定會點擊這些連結，也不能直接推斷該行業的訂單增長。
新聞及旅遊場景同樣具有後續造訪需求。新聞用戶可能需要核實原始報導、發布時間及背景資訊；旅遊用戶可能需要進一步確認預訂條件、服務詳情及即時價格。
因此，各行業 AI 推薦的差異不僅與平台使用規模有關，也可能與用戶完成後續任務所需的資訊深度及操作步驟有關。當前公開數據有助於識別這些差異，但仍不足以直接預測單一網站的流量表現。
AI 推薦流量整體佔比仍然有限，但部分研究觀察到不同的轉換表現
AI 推薦流量的快速增長並不意味著它已在整體網站流量中佔據很大比例。與此同時，部分網站樣本觀察到來自 AI 來源的訪客與來自傳統搜尋來源的訪客在轉換表現上存在差異。
根據 Digiday 2025 年「In Graphic Detail: The State of AI Referral Traffic in 2025」中引用的 Conductor 數據，在研究涵蓋的 10 個主要行業中，AI 平台平均貢獻了約 1% 的整體網絡流量。
這一比例表明，在該研究範圍內，AI 推薦仍是網站流量結構中相對有限的一部分。即使同比增長率很高，也不能直接得出 AI 流量已取代傳統搜尋流量的結論。
但造訪規模僅是其中一個維度。用戶進入網站後是否註冊、訂閱或繼續瀏覽，同樣影響對流量價值的評估。
Microsoft Clarity 2025 年的 AI 流量研究分析了超過 1,200 個新聞及出版網站的造訪數據。研究觀察到，LLM 來源訪客與傳統搜尋來源