AI 給答案 vs 關鍵字搜尋：r2decide 研究揭 LLM 流量轉換率高出 9 倍
隨著生成式 AI 崛起，兩種根本性的變化正在改變消費者搜尋行為：傳統搜尋引擎提供的生成式 AI 摘要，以及用於搜尋的大型語言模型（LLM）興起。值得關注的是，消費者不只在 LLM 尋找資訊，也更樂於接受「建議」。
AI 新創 r2decide 近期揭露一項研究結果：LLM 驅動的互動介面，其轉換率幾乎是傳統關鍵字搜尋的 9 倍。線上能見度管理 SaaS 平台 Semrush 的研究也指出類似方向：AI 搜尋流量在其研究的轉換率，是傳統搜尋平均流量的 4.4 倍。
LLM 提供的不只是資訊，而是答案與建議
r2decide 的研究結果來自與電商平台 Shopify 上的珠寶店 Elli 合作，並以 A/B 測試。他們在 Elli 的電商環境中建立了類似 ChatGPT 的對話式 AI 體驗，讓消費者能像聊天一樣描述需求。結果顯示，這樣的互動模式不僅讓消費者平均多花 3 倍時間停留，最終下單的轉換率更提升達 9 倍之多。
r2decide 創辦人 Lutz Finger 舉例，假如你在尋找某一產品，現在不再需要爬文、看影片，只需詢問 ChatGPT 就能獲得直接建議，「這不是搜尋，而是建議，」Finger 指出，LLM 所帶來的流量，更接近顧問式的個人化推薦，而非傳統的關鍵字導向搜尋。
此外，使用者的互動方式也跟著改變──過去使用者在搜尋引擎只會輸入一兩個關鍵字，但是在 LLM 中看到更自然、詳細的回應時，也會以同樣方式回覆。Semrush 研究即指出，受訪使用者和 ChatGPT 互動的提示詞，平均長度為 23 個字，有些甚至長達 2,717 個字。
r2decide 也訪談了參與測試的使用者，發現購物者感受到這種 AI 對話方式比傳統搜尋更讓人感覺「被理解」，就像從朋友那裡獲得建議。
當「建議」取代排名，怎麼在 AEO 戰場脫穎而出？
這些研究顯示一項新趨勢：「AEO」（Answer Engine Optimization，答案引擎優化），將成為品牌下一步競爭的關鍵。根據 r2decide 定義，AEO 是一種結構化內容，以便讓 LLM 能夠理解、引用並推薦特定品牌來回答用戶的問題。要被 LLM 引用，品牌除了須了解 AI 模型如何從內容中學習，也可從他人案例借鑑。
AI 內容公司 AirOps 針對全球 50 家 SaaS 品牌、超過 6,700 個網頁進行分析，發現在 LLM 具有高能見度的品牌如 NinjaOne、Asana、ActiveCampaign，AEO 表現上有五大關鍵作法：每 90 天更新內容以確保新鮮性、使用清晰標題層級與 Schema 結構以確保結構性、優先呈現外部引用來源以確保權威性、精簡段落與善用條列以利片段式摘錄、保持品牌語調與產品名稱一致。
根據 AirOps，這些做法能提高內容被 ChatGPT、Perplexity 等 LLM 納入答案的機率。AirOps 更進一步以自家客戶 Descript 為例，指出透過導入 AEO 改版流程，30 天內網站流量成長 35%，轉換率提升 123%。他們的具體做法包括新增專家署名、補充外部引用、重構標題階層，並每季更新內容中的統計數據與產品資訊。
當搜尋逐漸變成「答案推薦」，未來，品牌若希望在 AI 對話系統中被有效呈現，勢必要重新調整內容結構與資料格式，回應 AEO 所帶來的新挑戰。
立即報名博弘雲端 7/9【AI Solutions Day】，解密如何以數據與 AI 賦能零售新未來
＊本文開放合作夥伴轉載，資料來源：《Forbes》1、《Forbes》2、r2decide、Semrush、AirOps、arXiv、Bain & Company 1、Bain & Company 2，首圖來源：AI 工具生成