GSC 生成式 AI 報表是什麼？新手完整入門

Google Search Console（簡稱 GSC）原本就會把 AI Overviews 與 AI Mode 的曝光、點擊和排名資料計入一般「網頁」搜尋成效，但網站管理員無法把這兩項功能單獨拆出來看。Google 在 2026 年 6 月 3 日宣布測試生成式 AI 成效報表（Generative AI performance report），分成 Search 與 Discover 兩份，先向部分網站推出，變更始自 Google Search Central Blog 的公告。Search 版目前只提供生成式 AI 連結的曝光，不是 AI 專屬點擊報表（見 Google Search Console 的報表說明）。

這裡最容易看錯的地方，是把四個維度當成四個指標。報表只有曝光一個指標，可以按頁面、國家、日期與裝置分組；沒有 AI 專屬點擊、CTR、平均排名或查詢字。一般搜尋成效報表仍有曝光、點擊、CTR 與平均排名，而且其中已包含 AI Overviews 與 AI Mode 的資料。兩份報表的用途不同，不能相減來推算 AI 點擊。若還沒熟悉基本操作，可先看 Google Search Console 入門教學。

AI Overviews 是一般 Google 搜尋結果中的 AI 生成摘要，系統判斷生成式回答有幫助時才會顯示，摘要會附上可繼續查閱的網頁連結。AI Mode 是可連續追問的 AI 搜尋介面，會把問題拆成子題搜尋，再組成回覆與網頁連結。兩項功能目前都把台灣與繁體中文列在支援範圍內；實際是否出現仍會受查詢、帳戶與產品推出狀態影響（見 Google 搜尋說明對 AI Overviews 與 AI Mode 的介紹）。Google 也透過官方 Search 產品部落格發布相關功能公告。

Search 版報表把 AI Overviews 與 AI Mode 的曝光放在同一份資料裡。官方列出的分組維度只有頁面、國家、日期與裝置，沒有「AI 功能類型」，因此目前無法篩選成 AI Overviews 或 AI Mode，也不會逐筆標示來源。Search Labs 中仍在實驗的功能不計入這份報表，這是 Google Search Console 報表說明明定的範圍。

為什麼 Google 現在才把 AI 曝光獨立出來

AI Overviews 與 AI Mode 上線後，一般搜尋成效報表已記錄這些功能產生的曝光、點擊與位置，但沒有獨立篩選器。新的生成式 AI 報表補上的是「哪些頁面在 Google 的生成式 AI 功能中露出，以及曝光來自哪些國家、裝置與日期」，不是改寫原本的 Search Performance 計算方式。

這個拆分有實際用途。生成式 AI 介面可以直接回答問題，也可能同時列出多個網站連結。使用者有時會讀完回覆就離開，有時會點進來源查細節，這正是零點擊搜尋的典型場景。只有曝光的報表無法分辨這兩種行為，但至少能先找出哪些頁面開始被列為可見連結。看到曝光上升時，正確解讀是「連結露出增加」，不是「流量一定增加」或「內容一定被引用」。

行銷團隊對 AI 的投入確實增加。HubSpot 的 2026 年調查頁面指出，受訪行銷人中有 80％使用 AI 製作內容，75％用於媒體製作（見 HubSpot 2026 年的調查）。這組調查能說明市場關注度，不能證明哪種 AI 搜尋策略有效。GSC 新報表提供的是 Google 自己的曝光資料，也不是完整的 GEO 或 AI SEO 成績。

用這份報表可以回答「哪些網址開始在 Google 生成式 AI 功能裡出現」。它無法單獨回答 AI 是否吃掉流量、帶來多少轉換、哪個問題觸發曝光，或哪段文字被模型拿來組答案。後面的分析都要守住這條界線。

報表只有曝光，但可以切四個維度

目前 Search 版生成式 AI 報表只有曝光指標，可依頁面、國家、日期與裝置分組。頁面維度先看生成式 AI 功能連到的最終網址，也就是重新導向後的網址；和一般成效報表一樣，多數資料會歸給 Google 選定的 canonical 標準網址，不一定是畫面上最初出現的重複網址，這是 Google Search Console 的報表說明列出的歸因方式。

維度	可以回答的問題	不能推論的事
頁面	哪些最終網址或標準網址取得較多生成式 AI 連結曝光	哪段文字被採用、哪個查詢觸發
國家	搜尋從哪些國家發生	使用者語言、城市或精確位置
日期	曝光按日、週或月的變化	演算法更新就是變化原因
裝置	桌機、平板與手機的曝光分布	裝置差異由速度或版面單一因素造成

圖表與表格還有不同的彙總方式。圖表預設按資源彙總；同一個網站在同一項生成式 AI 搜尋功能裡出現兩個結果，圖表總數只算一次曝光。表格改按選定維度彙總，其中頁面會按頁面計算，國家、裝置與日期則按資源計算，所以圖表總數與表格加總可能不同。這是計算口徑差異，不一定是資料遺失，口徑細節見 Google Search Console 的說明。

把生成式 AI 報表與一般搜尋成效報表並排，比較容易看清楚分工。兩邊資料有重疊，指標與用途卻不同。

比較項目	生成式 AI 成效報表	一般搜尋成效報表（Search Performance）
指標欄位	曝光	曝光、點擊、CTR、平均排名
分組維度	頁面、國家、日期、裝置	查詢、頁面、國家、裝置、日期、搜尋外觀等
資料範圍	AI Overviews 與 AI Mode 的連結曝光	整體網頁搜尋，已包含上述 AI 功能的資料
適合回答	哪些頁面在生成式 AI 功能中露出，曝光分布如何	整體點擊、查詢主題、CTR 與位置變化
不能回答	AI 專屬點擊、CTR、平均排名、查詢、功能別與轉換	某一筆資料來自 AI Overviews、AI Mode 或傳統結果

傳統搜尋結果的點閱率研究可用來理解一般 SERP，不能拿來替生成式 AI 報表補出不存在的 CTR；可參考 Backlinko 於 2025 年 4 月整理的 Google CTR 統計。一般搜尋成效報表雖然記錄 AI 功能中的對外連結點擊，但資料與非 AI 結果混在一起；拿一般點擊除以生成式 AI 曝光，算出的數字不是 AI CTR（見 Google Search Console 說明對曝光與點擊的定義）。

最穩妥的用法，是先看生成式 AI 曝光趨勢與頁面分布，再用一般搜尋成效、GA4 與實際搜尋畫面補充脈絡。這些資料可以並排，不能硬湊成一條因果鏈。

在哪裡找到它，還有看不到報表的原因

這是一份獨立報表，不是一般「搜尋結果」報表裡的搜尋外觀篩選器。Google 官方文件將它命名為「Generative AI performance report (Search)」，並提供「Open the Generative AI performance report」直達入口。官方文件目前沒有寫死各語系介面的左側選單路徑，分批測試期間也可能調整，因此不宜把「成效＞生成式 AI」當成所有帳戶都相同的固定路徑（見 Google Search Console 說明的報表文件）。

如果資源已有入口，可先拉長日期區間，看整體曝光曲線，再切換頁面、國家與裝置。二十八天可當作實務上的第一個觀察區間，不是 Google 規定的最低天數。頁面資料較少時，改看八週或月層級，通常比盯著單日波動有用。日期與時間的計算沿用一般成效報表，可搭配 GSC 日期區間的基本觀念使用。

官方列出的主要原因有兩個：報表仍只向部分網站推出，或網站尚未累積足夠的生成式 AI 曝光。還有一項設定要檢查：Search Console 的 Search generative AI control 可以排除網站內容與連結；選擇排除後，網站不會從這些功能取得曝光或流量（見 Google Search Console 說明的〈Generative AI performance report (Search)〉與〈Search generative AI control〉設定說明）。

你看到的狀況	能成立的解釋	先做什麼
完全沒有報表入口	資源可能尚未被納入分批測試	查看官方說明的直達入口，之後再定期確認
有入口但沒有資料	曝光可能不足，或資源設定為排除生成式 AI 功能	檢查 Search generative AI control，再拉長日期區間
一般搜尋有資料，生成式 AI 報表空白	不能據此判定內容未索引，也不能證明從未出現在 AI 回覆	分開檢查報表資格、控制設定與重要頁面的索引狀態
只有少數頁面有資料	目前只有部分頁面累積了可報告的曝光	按頁面排序，再看國家、日期與裝置分布

不要自行把「曝光不足」改寫成隱私門檻的說法。現行說明只寫網站可能尚未取得足夠曝光，沒有公布數值門檻或等待週數。報表空白也不等於網站遭到懲罰。

全球網頁流量有很大一部分來自行動裝置；Statista 的資料系列追蹤 2015 年第 1 季至 2026 年第 1 季的全球行動裝置網頁流量占比。這份全球資料不能代替網站自己的裝置分布，仍要回報表查。

連結曝光不等於內容被採用

生成式 AI 報表計算的是網站連結曝光，不是模型內部的引用紀錄。AI Overviews 的規則很明確：網站連結必須被捲動或展開到可見範圍，才計一次曝光。AI Mode 則套用一般曝光規則；若連結位於需要獨立捲動的輪播或必須展開的區塊，是否計入還要看該元件的規則。不能把兩項功能都簡化成「答案一產生就算曝光」，也不能一律寫成「整張卡進入瀏覽器畫面才算」（見 Google Search Console 說明對曝光與點擊的定義）。

同一份官方說明也指出，在一般搜尋成效資料中，使用者點擊 AI Overviews 或 AI Mode 的外部網站連結會算一次點擊；AI Mode 的追問則視為新的查詢，重新計算新回覆中的曝光、點擊與位置。獨立的生成式 AI 報表沒有顯示這些點擊或查詢，所以你無法在其中還原一段完整的搜尋旅程。

曝光能確認某個網址的連結被顯示，不能證明頁面哪一句被採用，也不能證明沒有顯示連結的內容完全沒參與回覆。看到曝光上升時，可確認哪些標準網址取得更多露出，再回讀頁面是否仍正確、來源是否可查、限制條件是否清楚。

Google 對 AI Overviews 與 AI Mode 沒有額外技術要求，也不要求 AI 專用 Schema、llms.txt 或特殊機器可讀檔案。要成為支援連結，頁面仍須已建立索引，並符合在 Google 搜尋顯示摘要的資格；既有結構化資料要和頁面可見內容一致（見 Google Search Central 的〈AI features and your website〉）。實體資訊的整理可延伸閱讀Entity SEO 的核心概念，但 Entity 或 Schema 都不是取得 AI 連結的保證。

內容應提供可核對的資訊、清楚的來源與實際可用的細節。這是對讀者負責，不是已公開的 AI 引用公式。Google 沒有承諾「資訊越獨家就越容易取得連結」，也沒有公布讓網站保證出現在回覆中的做法。

用頁面類型補充判讀，但不要假裝看得到查詢

報表沒有查詢維度，不能直接判定哪種搜尋意圖觸發曝光。你仍可依頁面用途分成操作型、決策型與資訊型，拿來盤點內容。這是編輯分類，不是 Google 的報表規則，也不能用來推算點擊。

頁面類型	盤點時要看什麼	報表能提供的線索	不能推論的事
操作型（怎麼做、如何設定）	步驟、前置條件、例外與版本是否正確	該頁面的生成式 AI 連結曝光趨勢	使用者看完回覆就離開，或某一步被引用
決策型（哪個好、該選誰）	比較基準、日期、來源與限制是否清楚	哪些決策頁開始取得連結曝光	這類頁面的點擊潛力一定較高
資訊型（是什麼、為什麼）	定義、資料來源與更新狀態是否可靠	哪些資訊頁的曝光發生變化	某段內容因此被模型採用

這個框架能避免只看整站總曝光。可比較不同頁面類型的趨勢，再合併一般搜尋成效、站內轉換與內容更新紀錄。若某類頁面曝光變化明顯，先回讀內容與技術狀態，不要替報表補上一個看不到的查詢故事。

抽樣搜尋可用來查看當下畫面，但不是完整監測。記錄查詢字、日期、語言、地區與裝置，下一次用相近條件回看。搜尋結果會改變，單次截圖不能證明長期曝光率，更不能取代 GSC 的彙總資料。

盤點時可優先修正過期數字、失效步驟、缺少來源或限制條件的頁面。真實的第一手資料與具體範例能增加讀者價值，但報表無法證明這些特徵直接提高生成式 AI 曝光。

一個「AI 曝光上升、整體點擊不動」的技術文件案例

假設某篇技術文件連續幾週在生成式 AI 報表取得更多曝光，但同一頁在一般搜尋成效報表的總點擊沒有明顯變化。這兩條線可以形成待查假設，不能直接判定使用者都在 AI 回覆裡看完答案，也不能判定新增曝光完全沒有帶來點擊。

原因在於分母與分子不是同一口徑。生成式 AI 報表的曝光只涵蓋支援的 AI 功能；一般搜尋點擊混合 AI 與非 AI 結果。兩者都沒有提供可互相扣除的逐筆識別碼。頁面可能同時在 AI 回覆與一般結果出現，圖表還會按資源彙總，直接拿數字相減只會製造一個看似精準的錯誤指標。

實際檢查可分三層。先看生成式 AI 曝光是從哪一天開始變化，是否集中在特定國家或裝置；再回一般搜尋成效查看同頁的查詢、整體曝光、點擊與平均排名；接著核對內容更新、索引與 canonical 狀態。能找到同步變化，就寫成相關現象；沒有實驗或更細資料時，不要下因果結論。

若頁面缺少範例、限制條件或操作細節，可依讀者需求補強。不要為了追一個無法量測的 AI CTR，刻意把答案藏起來。內容可信度的整理可延伸閱讀E-E-A-T 的實戰指南。

比優化更前面的事：先確認 Google 有沒有把你收進索引

要成為 AI Overviews 或 AI Mode 的支援連結，頁面必須已建立索引，並符合在 Google 搜尋中顯示摘要的資格。網站也必須在 Search Console 的生成式 AI 控制中設為納入。符合這些條件只代表具備資格，不保證 Google 會檢索、建立索引或顯示內容（見 Google Search Central 的生成式 AI 優化指南）。

檢查時先用網址檢查工具（URL Inspection）查看重要頁面，確認 Google 能存取頁面、收到正常回應、沒有 noindex，並核對 Google 選定的 canonical。再看「網頁索引」與「檢索統計資料」報表，找出遭 robots.txt 阻擋、伺服器錯誤或重複網址等問題。不要再找舊介面的「涵蓋範圍」報表名稱。

robots.txt 管的是檢索，不是可靠的移除索引方法。被 robots.txt 阻擋的網址仍可能只以網址形式出現在搜尋結果；若要阻止網頁建立索引，應讓 Google 能檢索並讀到 noindex，或限制公開存取（Google Search Central 的技術要求文件，2025 年 12 月更新）；操作可參考網頁收錄查詢教學。

結構化資料要和畫面上的內容一致，但它不是生成式 AI 曝光的前置條件。Rich Results Test 可檢查既有標記是否符合對應的搜尋功能要求；不要為了 AI 報表另外發明 Schema 欄位。Google 現行文件明確表示，生成式 AI 搜尋不要求特殊 schema.org 標記（見 Google Search Central 的〈AI features and your website〉）。

Sitemap 能協助 Google 發現希望被搜尋的標準網址，不保證每個網址都會被檢索或建立索引。Google 也會忽略 XML Sitemap 裡的 <priority> 與 <changefreq>；把值設高不會取得較高優先權（見 Google Search Central 的 Sitemap 說明）；大型或更新頻繁的網站可再檢查重複參數、無限網址與爬取效率，延伸閱讀 爬取預算的優化策略 與 網站 Sitemap 入門指南。

把數字變成行動：四階段檢視流程

下面四個階段可直接做成固定檢查表，頻率依曝光量與網站規模調整。

1. 盤點：找出開始在生成式 AI 功能露出的頁面。按「頁面」維度排序，記下曝光較多或變化較大的網址。這只代表連結露出，不代表內容取得品質評分。
2. 對照：回到一般搜尋成效查看同一頁。比較整體曝光、點擊、CTR、平均排名與查詢主題，並註明一般報表混合 AI 與非 AI 資料，不能用兩份報表相減推算 AI 點擊。
3. 診斷：找出值得回讀的頁面。優先處理曝光突然變化、內容已過期、canonical 異常，或與一般搜尋趨勢明顯背離的頁面。報表沒有查詢與功能別，不要自行補故事。
4. 修正：處理讀者與搜尋系統都看得到的問題。更新錯誤資料、補齊來源與限制、修復索引問題，並讓既有結構化資料符合可見內容。這些工作能改善頁面，不保證取得 AI 連結。

可先用四週建立一次基準：第 1 週記錄主要頁面，第 2 到第 3 週觀察變化，第 4 週寫下結論與下一步。低曝光網站可拉長到八週，高曝光網站可縮短。這是分析節奏建議，不是 Google 公布的資料成熟週期。

整套流程只做一件事：分清楚「連結被顯示」與「使用者進站」是兩個指標，再決定要處理內容、技術問題，還是繼續觀察。若對一般搜尋的曝光與平均排名計算仍有疑問，可接著看搜尋曝光的真相。

這份報表沒有告訴你的事

第一個缺口是查詢與單次回答。報表無法回溯是哪個問題觸發曝光，也看不到答案引用了頁面哪一段。第二個缺口是 AI 專屬點擊、CTR、平均排名與轉換。第三個缺口是功能別，AI Overviews 與 AI Mode 目前不能分開篩選。第四個缺口是競品基準，報表只顯示自己的網站資料。

最新資料可能以虛線標成初步資料，接下來幾小時仍可能變動。一般搜尋成效報表的常見限制也適用，包括表格最多顯示 1,000 列。圖表與表格若因資源、頁面彙總方式不同而對不上，先核對維度與篩選器，不要把差額當成消失的曝光（見 Google Search Console 說明的〈Generative AI performance report (Search)〉）。

沒有競品基準，代表你無法從 GSC 得知同一個查詢中對手出現幾次。第三方監測可以補充抽樣比較，但每套工具的查詢集合、地區、時間與「提及」「引用」定義不同。站上另有 13 款 GEO 行銷工具完整評比，比較時要保留各工具原始口徑，不要把數字直接相加。

它跟第三方工具，到底是分工還是重複

GSC 提供 Google 自己的生成式 AI 連結曝光資料，範圍限於報表支援的 Google 功能。第三方工具用各自設計的查詢集監測不同 AI 平台，適合做橫向抽樣；GA4 則記錄真的進到網站、而且能被瀏覽器與追蹤設定辨識的造訪。三者回答的問題不同。想在品牌層級看跨平台的提及與引用，可以再搭配 Brand Radar 跟 GSC 報表的互補讀法。

截至 2026 年，GA4 的預設管道群組把 Google AI Overviews 與 AI Mode 的非廣告連結造訪歸入 Organic Search，並明確排除在新設的 AI Assistants 管道之外。Google 搜尋常見的來源／媒介是 google / organic，沒有 AI Overviews 或 AI Mode 專屬的預設來源／媒介值（見 Google Analytics 說明的〈Default channel group〉與〈About traffic-source dimensions〉）。

這代表手動建立「google／organic」區隔，只會圈出 Google 自然搜尋，不能可靠拆出 AI Overviews、AI Mode 與一般搜尋。標準 referrer 也沒有官方承諾提供可長期依賴的功能別標記。GA4 的 AI Assistants 管道適用於符合辨識清單的 AI 助理來源，系統會把 medium 設為 ai-assistant、campaign 設為 (ai-assistant)；它不包含 Google 搜尋中的 AI Overviews 與 AI Mode（見 Google Analytics 說明 2026 年 5 月的更新公告）。

GA4 仍適合觀察 Google 自然搜尋造訪的工作階段、參與與轉換，只是無法靠預設流量來源獨立還原 Google AI 功能。設定方式可參考GA4 對 AI 流量的追蹤。分析時可把 GSC 生成式 AI 曝光、一般搜尋成效與 GA4 自然搜尋行為並排，不要把它們合成一個「AI 流量」總數。

五個最常見的誤讀，一張表抓出來

看到數字時，先確認它的定義，再決定動作。下面五種誤讀最容易讓分析走偏。

誤讀	實際情況	下一步
「AI 曝光變多，代表 SEO 一定變強」	只能確認網站連結取得更多生成式 AI 曝光	查看頁面、日期、國家與裝置，再核對內容和技術變化
「可以從這份報表算 AI CTR」	獨立報表沒有 AI 專屬點擊與 CTR	不要拿一般搜尋點擊除以生成式 AI 曝光
「報表空白，代表網站被 AI 排除」	可能尚未開放、曝光不足，或控制設定為排除	檢查入口、Search generative AI control 與索引資格
「四個維度就是四個成效欄位」	頁面、國家、日期與裝置是分組維度，指標只有曝光	點擊、CTR 與平均排名回一般搜尋成效查看
「GA4 的 AI Assistants 會拆出 Google AI 搜尋」	AI Overviews 與 AI Mode 預設歸 Organic Search	用 GSC 看 AI 曝光，用 GA4 看整體 Google 自然搜尋進站行為

一份針對約 140 億個索引頁面的研究估計，96.55％ 的受測頁面沒有取得 Google 自然搜尋流量；研究也提醒，樣本偏向較高品質網頁，而且流量是依關鍵字資料庫估算（Ahrefs 於 2023 年 12 月發表的這份研究）。這項研究與生成式 AI 報表的曝光資格不同，不能拿來宣稱「出現在 AI 報表就是少數贏家」。

現在就能做的五個動作

1. 確認資源是否已有 Search 版生成式 AI 成效報表。沒有入口時，查看官方直達入口與分批推出狀態；不要拿一般搜尋外觀篩選器冒充。
2. 匯出曝光較高與變化較大的頁面。同時保留日期、國家與裝置，避免只看整站總數。
3. 回一般搜尋成效查看同一批頁面。比較整體點擊、CTR、平均排名與查詢，但不要相減推算 AI 點擊。
4. 回讀頁面並檢查索引。修正過期資訊、失效步驟、缺少來源與 canonical、noindex、robots.txt 等技術問題。
5. 把不同資料放在同一份監測表，但保留口徑。GSC 生成式 AI 報表看曝光，一般搜尋成效看整體搜尋表現，GA4 看進站與轉換，第三方工具只做其定義範圍內的抽樣。

這份報表最有用的地方，是把 Google 生成式 AI 功能中的連結曝光單獨拉出來。它不是引用次數，也不是 AI 點擊或排名報表。先把曝光、進站與轉換拆開，再決定要更新內容、修技術問題或繼續觀察。想把這份報表放進更完整的生成式搜尋策略，可接著看 生成式搜尋優化的完整解析。