你的品牌开始被 AI 推荐了——然后呢？用户在 ChatGPT 里看到你，下一步通常是搜你的品牌名或者直接输网址。在你的 Analytics 报表里，这两种行为分别被记成「自然搜索·品牌词」和「直接访问」，AI 的功劳被记到了别的渠道头上。
这就是 AI 流量归因的断链问题。它没有完美解法，但有三层你今天就能在自己的工具里看的东西。每一层都有明确的边界，本文会把边界一起讲清楚——能看到什么、看不到什么，同样重要。
第一层：AI referrer 已经开始出现了
部分 AI 产品的网页版在用户点击答案里的链接时会带上来源域名（referrer）。在 GA4 的「流量获取」报告里按「会话来源」过滤，或者建一个自定义细分，把下面这些域名圈出来：
- chatgpt.com / chat.openai.com（ChatGPT 网页版）
- perplexity.ai（Perplexity）
- gemini.google.com（Gemini）
- copilot.microsoft.com（Microsoft Copilot）
- chat.deepseek.com（DeepSeek 网页版）
- kimi.moonshot.cn（Kimi 网页版）
- doubao.com（豆包网页版）
- tongyi.aliyun.com（通义网页版）
在 GA4 里落地的做法：「探索」里建一个自由格式报告，维度选「会话来源」，加一个正则过滤把上述域名并成一组，命名为「AI 引擎」。以后每月看一眼这一组的会话数走势即可。
这一层的边界（很重要）：中文 AI 引擎的主要使用场景在 App 内，App 内点击链接大多走内置浏览器且不带 referrer——所以这一层对海外引擎（网页版使用占比高）相对有效，对中文引擎会严重低估。看到「AI 引擎组会话很少」不等于「AI 没给你带流量」，很可能只是 referrer 没传出来。
第二层：给发出去的内容一套 UTM 规范
AI 引用的往往不是你的官网，而是你发布在第三方平台的内容（行业媒体文章、知乎回答、测评）。如果这些内容里指向你官网的链接带上规范的 UTM 参数，「AI 引用了那篇文章 → 读者顺链接到站」这条路径就变得可测。
一套够用的最小规范：
- utm_source：发布平台（如 zhihu、mediaX、reddit）
- utm_medium：固定用 earned-content（区别于付费投放）
- utm_campaign：内容主题或批次（如 2026q3-geo-faq）
三条纪律，比参数本身更重要：
- 发布时就带上，事后补不了——这要求你自己或替你执行的团队把它写进发布流程；
- 全团队一张对照表，utm_source 的写法统一（zhihu 不要一会儿写 Zhihu 一会儿写 zhihu.com）；
- 只打自己可控的链接。别人自发写你的文章带不带 UTM 你管不了，这一层测的是「你主动发布的内容」的回流。
这一层的边界：AI 经常只「转述」内容而不促成点击——用户看完答案就走了。UTM 测到的是点进来的那部分，测不到「看到了但没点」的那部分。后者恰恰可能是大头。
第三层：品牌搜索的回声
用户在 AI 里看到你之后最常见的动作是去搜索引擎搜你的品牌名。在 Search Console（或百度统计）里看品牌词的曝光量与点击量趋势：如果 AI 可见度上去了，品牌词搜索通常会跟着起来，时间上滞后几天到几周。
这一层的边界：品牌搜索受一切营销活动影响（投放、公关、线下活动都推它），它是 AI 可见度的回声而不是归因。单独看它说明不了什么；和可见度监测数据摆在同一条时间轴上看，才有意义。
三层拼起来，也仍然是间接证据
诚实地说：以上三层加起来，也无法精确回答「AI 给我带来了多少客户」。AI 的推荐发生在它的对话框里，没有任何工具能看到全部。
所以完整的证据链是两端对齐：你的 Analytics 看「来了多少、从哪来」，可见度监测看「AI 在说什么、引用谁」。当「某条内容发布 → AI 开始引用它 → 带 UTM 的回流出现 → 品牌搜索上行」在时间轴上串成一条线时，每一环都有自己的数据支撑——这比任何单一数字都可信，也比任何承诺都诚实。
测量端怎么做，见我们如何评分；在看服务商给你的效果报告？先过一遍五个问题。想知道 AI 现在怎么说你的品牌，免费体检三十秒出结果。