TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

AI 归因:追踪来自 AI 助手的访问和注册

怎样把访问和注册归因到 ChatGPT、Perplexity 等助手:四种信号、为什么爬虫读取不是访问,以及怎样把藏起来的那部分按范围报告。

许安 发布于 2026 年 11 月 21 日 8 分钟阅读 数据分析
示例数据:24,000 个会话的一个月里有 180 个 AI 会话(0.75%);13 个注册,注册率 7.2%,自然搜索是 2.0%,但 13 个注册对应的区间是 4.3% 到 12.0%。示例数据

AI 归因是用来源域名和 UTM 标记,把访问和注册记到把人送来的 AI 助手名下,同时把爬虫读取单独计数,因为它们代表曝光而不是访问。总会有一部分 AI 访问落进直接访问,所以要报告「已观察到的数字,加上一个怀疑范围」,而不是一个看似精确的单值。

读完你会知道

  • 把真人访问和爬虫读取分开:示例里同一运营方的 4,510 次答案引擎读取只带回 96 个访客
  • 别拿几个注册给助手排名:13 个注册对应 4.3%–12.0% 的区间
  • 把隐藏的直接访问按范围报告(观察到 180,最多 580),并留在 AI 渠道之外

AI 归因是什么,为什么总是少算

AI 归因,是把访问、注册和成交记到把这个人送来的 AI 助手名下:ChatGPT、Perplexity、Gemini、Claude、Copilot 等。它有两半,常被混在一起。真人访问是点了答案里的链接、落到你网站的人;爬虫读取是程序为了训练模型、建搜索索引或回答问题而抓取你的页面。只有前一半是通常意义上的归因,后一半是曝光。

结果一定偏少。有的助手发来源,有的不发,浏览器也可能在来源到你这里之前把它去掉;没有来源的访问会记成直接访问。所以老实的结果是一个范围:你能看到的,加上你怀疑藏在直接流量里的。本文逐项讲怎么测,并把两半分开。

能观察到的四种信号

信号它能说明它看不到
来自 AI 产品的来源页有人点了链接并到达;能分出是哪个助手来源被去掉或根本没发的访问
链接上的 UTM 标记一个有名字的来源和活动(助手或你自己加了的话)你控制不了的链接;引用了你的网址但没带标记的答案
服务端或机器人数据里的爬虫读取内容被读了,哪个运营方读的,用途是什么有没有人看到;多数读取不会带来任何人
直接流量在深层页面上的突增暗示存在没打标记的 AI 访问证据:邮件、App、书签造成的现象一模一样

四种都用,按可信度从高到低排。来源页和 UTM 能证明访问;爬虫数据能证明曝光;直接流量的信号只能告诉你该去哪里查。

正确读懂爬虫数据:读取不是访问

运营方公开了各自爬虫的作用,用途不同,所以先按用途分组再计数。

运营方爬虫用途(出自运营方文档)robots.txt
OpenAIOAI-SearchBot让网站出现在 ChatGPT 的搜索功能里适用
OpenAIGPTBot抓取可能用于训练生成式 AI 模型的内容适用
OpenAIChatGPT-User用户向 ChatGPT 或自定义 GPT 提问时访问页面可能不适用,因为是用户发起的
PerplexityPerplexityBot让网站出现在 Perplexity 搜索结果里并附链接,不用于训练基础模型适用
PerplexityPerplexity-User用户提问时访问页面一般不遵守 robots.txt,因为是用户触发的

由此有三点:

  1. GPTBot 这类训练爬虫可以读几千个页面而一个访客都没带来。它的读取量衡量的是训练曝光,不是流量。
  2. 搜索或答案类爬虫(OAI-SearchBot、PerplexityBot)的读取才可能变成引用和点击。
  3. 用户触发的抓取(ChatGPT-User、Perplexity-User)说明那一刻有人问到了你的页面。它不是对你网站的访问,但比定时抓取更能说明兴趣。

如果你在 robots.txt 里屏蔽爬虫,先读运营方的说明:屏蔽训练爬虫不会让搜索爬虫看不到你,反过来也一样。单个爬虫的细节见 GPTBot 和 PerplexityBot。

按来源页归因访问,再做对比

建一条渠道规则,把各 AI 产品的来源域名(chatgpt.com、perplexity.ai、gemini.google.com、claude.ai、copilot.microsoft.com)映射到一个「AI 助手」渠道,同时保留域名作为来源以便拆分。浏览器会按引荐策略决定发什么;现代浏览器的默认策略(strict-origin-when-cross-origin)对跨站链接仍会发送来源域名,但带 rel="noreferrer" 的链接或更严的策略什么都不发。所以总有一部分 AI 访问会落进直接访问。

示例数据:一个月,24,000 个真人会话。

来源会话注册注册率
chatgpt.com9677.3%
perplexity.ai3139.7%
gemini.google.com2214.5%
claude.ai17211.8%
copilot.microsoft.com1400.0%
AI 合计180137.2%

AI 来源占会话的 180 ÷ 24,000 = 0.75%。拿同一个月的自然搜索对比:9,600 个会话、192 个注册,注册率 2.0%。

app.tapcub.com

各来源的 AI 会话

示例数据,一个月的会话数
chatgpt.com96
perplexity.ai31
gemini.google.com22
claude.ai17
copilot.microsoft.com14
示例数据
示例数据:24,000 个会话的一个月里有 180 个 AI 会话(0.75%);13 个注册,注册率 7.2%,自然搜索是 2.0%,但 13 个注册对应的区间是 4.3% 到 12.0%。

别把小渠道的数字读过头

AI 访客的注册率是 7.2%,自然搜索是 2.0%。对这两个比例做两比例 z 检验,z = (0.0722 − 0.02) ÷ 0.0108 = 4.8,显著。但这 7.2% 只建立在 13 个注册上。13 对 180 的 95% Wilson 区间是 4.3% 到 12.0%,范围接近三倍。

判断规则:报告比例时带上区间;只有各来源都至少有 30 个转化时,才去比较来源之间(ChatGPT 7.3% 对 Perplexity 9.7%)。现在只有 7 个和 3 个注册,这两个数字谁大谁小还没有意义。数量上来之前,先在渠道层面汇总。

还要记住是谁在点击。从答案里点进来的人通常已经读过摘要,并选了你的页面,所以带着意图。比搜索更高的转化率是合理的;把它当作下个月要复测的假设,而不是助手之间的排名。

估算藏起来的那部分,但不要把数字撑大

有些 AI 访问到达时没有来源。要估它的大小,看落在深层页面(一篇博客、一个定价页)上的直接会话,这类页面很少有人手敲或收藏。示例数据:深层页面上的直接会话通常每月约 1,000 个,这个月是 1,400 个。

多出来的 400 个只是候选,不是 AI 访问。归给 AI 之前先查三件事:

  • 突增是否从你被引用的日期开始,或从某条新答案开始引用你的网址那天开始。
  • 落地页是不是助手引用的那些页面。
  • 没有邮件群发、App 发版或活动可以解释它。

结果按范围报告:观察到的 AI 会话 180 个,如果多出的直接会话全是 AI 则最多 580 个。把那 400 个留在 AI 渠道之外,这样你逐月跟踪的数字才站得住。

把爬虫读取和它们带回的访客放在一起比

有用的比值是每个访客对应的读取数:运营方每送来一个人,读了你的页面多少次。同一个月的示例数据:

运营方训练读取答案引擎读取带来的访客每个访客对应的读取
OpenAI18,5004,5109647 : 1(仅答案引擎);240 : 1(全部读取)
Perplexity—1,9003161 : 1

OpenAI 的答案引擎读取是 OAI-SearchBot(4,200)加 ChatGPT-User(310)。除以 96 个访客,大约每个访客对应 47 次读取;算上 GPTBot 的 18,500 次训练读取,23,010 ÷ 96 约为 240。

看趋势,不看水平。读取翻倍而访客不变,说明内容被用了但没被引用;访客上升而读取不变,说明已有的引用被点得更多了。

信号它能说明它看不到
来自 AI 产品的来源页有人点击并到达;是哪个助手来源被去掉的访问
链接上的 UTM 标记一个有名字的来源和活动你控制不了的链接
爬虫读取内容被谁读了、为什么读有没有人看到
深层页面上的直接流量突增暗示有未标记的访问AI 是原因的证据

四种都用,按可信度排序:来源页和 UTM 能证明访问,爬虫数据能证明曝光,直接流量突增只能说明去哪里查。

把结果写成带范围的报告

把数字写进一段让管理者不看方法也能读懂的话。用示例数字写的模板:

「10 月,AI 助手带来 180 个会话(占真人会话的 0.75%)和 13 个注册(7.2%,95% 区间 4.3% 到 12.0%),自然搜索是 2.0%。深层页面上另有 400 个直接会话高于常态,不计入 AI。OpenAI 的搜索和答案类爬虫读取了我们的页面 4,510 次,带来 96 个访客。」

三个习惯能让报告保持老实:写明是哪个月、包含哪些来源;转化数不到 100 时一律给出区间;写明排除了什么。下个月只改数字,趋势才有可比性。

在 TapCub 里跟踪 AI 归因

拿上面这个月的示例,从头到尾设置一遍。

  1. 看人。 打开 网站统计 › 来源,进入 AI 来源 页签。它统计从 AI 产品来的真人会话,依据来源域名和 UTM,并且和爬虫读取分开。来源规则可以在 配置 › 网站设置 里改,历史数据可以重新计算。
  2. 比转化。 渠道表里有转化列,可以把 AI 渠道和自然搜索放在一起看;注册用 网站统计 › 目标 来定义。
  3. 看爬虫。 网站统计 › 机器人 有 AI 与智能体、全部机器人、访问记录 三个页签。AI 内容账本 按运营方列出读取次数,训练爬虫和答案引擎分两列,同时给出带回的真人访客和读取与访客的比值。
  4. 注意限制。 只装页面脚本时,不执行 JavaScript 的爬虫看不到;爬虫请求要走服务端接口发送。只有 Applebot 做 DNS 反查验证,其他机器人显示为未验证。
  5. 认出这个人。 注册时调用 tapcub.login,注册的人会出现在 全端分析 › 用户 › 用户 里,时间线上能看到他的第一个来源。

TapCub 不会告诉你助手是怎么说你的,也不会猜哪些直接访问是 AI。它衡量到达了什么,以及谁读了你的页面。

常见问题

什么是 AI 归因?

AI 归因是把访问、注册和收入记到推荐这个人的 AI 助手名下。主要靠点击上的来源域名和 UTM 标记来测量。爬虫读取单独跟踪,因为它们显示的是曝光,不是访问。

怎么追踪来自 ChatGPT 的流量?

在分析工具的渠道规则里把 chatgpt.com 映射到 AI 渠道,并拿它的转化和其他渠道比。预期会有缺口:没有来源的访问会落进直接访问。留意直接流量在深层页面上的突增,并把它们排除在 AI 数字之外。

为什么 AI 流量显示成直接访问?

没有来源到达,就是直接访问。浏览器可能去掉它,链接可能带 rel="noreferrer",App 打开链接时也可能不带。所以 AI 访问适合报告成「已观察到的数字,加上一个怀疑范围」。

AI 爬虫流量和 AI 引荐流量一样吗?

不一样。爬虫读取是程序抓取你的页面用于训练、索引或回答;引荐流量是真人点击进入。示例里 OpenAI 的 4,510 次答案引擎读取只带来 96 个访客。

要不要屏蔽 AI 爬虫来保护流量?

屏蔽 GPTBot 这类训练爬虫,只是不让它把内容用于训练,对搜索爬虫没有影响,搜索爬虫有自己的 robots.txt 规则。按爬虫和用途分别决定,并在前后对比每个访客对应的读取比值。

资料来源

  • OpenAI,OpenAI 爬虫概览:OAI-SearchBot、GPTBot、ChatGPT-User 的用途和 robots.txt 行为。核对日期 2026-11-21。
  • Perplexity,Perplexity 爬虫:PerplexityBot 和 Perplexity-User。核对日期 2026-11-21。
  • MDN Web Docs,Referrer-Policy 响应头:浏览器发送的来源信息和默认策略。核对日期 2026-11-21。
归档:数据分析

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

许安

客户体验顾问

关注在线客服、访客沟通与自助服务,分享常见问题的处理思路和可复用流程,让每一次沟通更清晰有效。

看看哪些 AI 产品给你送来了人

把真人 AI 访问和爬虫读取分开,对比它们和其他渠道的转化,并观察每个访客对应的读取数。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie