"我干了快 10 年 SEO，从没见过这种事。"——一位增长策略师在 LinkedIn 上晒出的 GSC 截图里，曝光量的线高高扬起，点击量的线一头扎下。这就是 SEO 圈人人都在谈的"大脱钩"（The Great Decoupling）：你的网站在搜索结果里被看到的次数越来越多，真正点击进来的人却越来越少——排名还在，流量没了。这篇的价值是把"为什么会是你"讲清楚了：数据证明，AI 概览猎杀的就是信息型内容。
一、什么是"大脱钩"
某博客一篇文章主关键词排名第一——过去这意味着源源不断的流量，但现在谷歌的 AI 概览（AI Overviews）甚至 AI Mode 直接抓取了这篇文章的核心内容，生成一段完美的回答展示在搜索结果最顶端。结果：用户找到了答案，心满意足地离开；你的网站依然排第一、依然"可见"，但用户不再需要你——你从"答案的提供者"，变成了"被 AI 提取专业知识的原材料"。这种无力感非常真实：你什么都没做错，排名还在，流量就是没了。从各大 SEO 论坛到社交媒体到处是类似的 GSC 截图，Search Engine Roundtable 创始人 Barry Schwartz 专门撰文称之为"令人悲伤的未来"。
二、为什么是你：AI 概览的狩猎目标
为什么有些内容被 AI"抄"得一干二净，有些却安然无恙？答案在数据里。Ahrefs 发现 99.2% 触发 AI 概览的搜索都属于"信息型意图"；Semrush 的数据也显示 88.1% 的 AI 概览由信息型意图查询触发。什么是信息型关键词？以"如何""什么""为什么""哪里"开头的提问式词——"如何写视频脚本""什么是SEO""聊天机器人的应用案例有哪些"。这些是营销漏斗最顶层（ToFu）的内容，也正是过去"内容为王"时代绝大多数 B2B 企业和创作者在博客上疯狂输出的类型：无数篇"终极指南""保姆级教程"。现在谷歌 AI 来了，它的核心功能就是"回答问题"——我们辛辛苦苦做出来的"标准答案"，成了 AI 最完美的养料。所以问题不是 SEO 已死，而是以信息型内容为核心的漏斗顶部 SEO 策略正在失灵。
三、解法：放弃漏斗顶部，直奔漏斗底部
路被堵死就换条路：全力转向"交易型意图"和"购买意图"的关键词——这策略一直存在，只是操作难度稍高被很多人忽视，而它本来就是转化率更高的策略。看一个对比（以 AI 服务公司为例）：漏斗顶部（信息型）"聊天机器人应用案例"；漏斗中部（研究对比）"AI 咨询公司排名"；漏斗底部（交易型）"人工智能和聊天机器人开发公司"。搜底部词的用户需求非常明确，离下单只差一步——他们不是来学习的，他们是来花钱的。漏斗底部策略为什么能更好应对 AI 概览？当用户搜"能提供视频报价的视频代理商"时，AI 无法直接变成代理商给他报价，AI 能做的是推荐最符合描述的品牌——如果你的页面精准优化了这个词，AI 不仅不会"偷"你的内容，反而会把你作为最佳答案推荐给用户。你和 AI 的关系就从"受害者与窃贼"变成了"合作伙伴"。
四、三步实操
- 研究关键词差异：用 SEMrush、Ahrefs 或直接在谷歌搜索框观察，训练自己识别带明确购买意图的词组——通常包含"价格""报价""购买""服务""开发公司""适用于XX的工具"。
- 用落地页而不是博客承载：博客天生带信息和教育属性，容易不自觉又写回"指南"；为每个核心交易型词（或一组高度相关的词）创建独立的落地页，页面唯一目的就是转化。
- 精准的页面优化：H1 大标题不再是花里胡哨的营销文案，而是直接完整使用目标交易型关键词；页面标题、URL 路径、正文第一句开头、元描述都自然包含关键词；其余部分围绕 H1 展开——优势、客户案例、价格、联系方式，像训练有素的销售员直奔主题。
五、博客还留吗？留，但换角色
不要再用博客直接获取关键词排名流量了——把博客转型为建立"主题权威性"（Topical Authority）的阵地：分享行业洞察和动态、讲客户成功故事、发产品更新和里程碑、写对未来的思考。这些内容不以某个具体关键词排名为目标，但能向谷歌和用户证明你是这个领域真正的专家；这种权威性会间接提升整站权重，为你那些"闷声发大财"的交易型落地页提供信任背书。
六、总结与行动
四条要点：大脱钩是现实，AI 概览正严重冲击信息型内容为主的策略（有曝光没点击）；问题根源是 AI 主攻漏斗顶部的问答内容；核心解法是战略转移到高转化率的漏斗底部交易型关键词；具体行动是研究并锁定购买意图词、用落地页承载、精准优化页面，同时把博客转型为主题权威工具。这像一次"强制升级"——谷歌用 AI 这只手，把所有 SEO 从业者推向一个早就存在、但被大多数人忽略的更高效赛道。
我的总结：这篇和站内几篇正好拼成 AI 搜索时代的完整应对图：GEO 优化的五步实战手册讲怎么让 AI 引用你，Google 偏爱工具站讲用功能属性绕开内容内卷，这篇补上了最关键的战略转向——从回答问题的人，变成被 AI 推荐的答案。