Search Console 上线生成式 AI 表现报告，只给展示量的数据怎么用

Search Console 上线生成式 AI 表现报告后，只给展示量不给点击的数据该怎么用？正确用法是把它当「可见度基线」而不是「效果报表」：报告按页面、国家、设备维度给出你的站点在生成式 AI 特性里被展示的次数，但没有点击回流，所以它回答的是「AI 有没有在用我的内容」，不回答「用了之后来了多少人」。配套的时间点也要记：AI 屏蔽控制按站点级开关在 2026 年 6 月 17 日开始生效。展示量数据的价值，在于给 GEO 工作建立一条可对比的基线。

报告里能看到什么、还没给什么

能看到的是展示量（impressions）：站点的 URL 在生成式 AI 特性中出现于回答相关查询的次数，可按页面、国家、设备拆分，也能看到触发展示的典型查询。还没给的是点击与转化：AI 回答里的引用形态与传统蓝链不同，官方报告暂时不折算成点击数据。这个「缺口」不是缺陷，而是产品阶段的必然——度量口径没对齐前，宁可先给量。所以拿到报告的第一件事不是找 ROI，而是接受它只度量「被看见」。

屏蔽控制生效后，授权判断线在哪

AI 屏蔽控制给了站长一个站点级开关：不希望自己的内容进入 AI 特性的，可以整体关掉。反过来说，选择留在里面的站点，等于确认了「接受 AI 抓取与展示」这条授权线。判断很简单：如果你的业务吃品牌曝光与内容权威度，留在场内并用展示量建基线；如果内容资产有严格授权边界（付费墙、版权代理），关掉开关并检查抓取协议层是否同步。授权决策要文件化：robots 配置、屏蔽开关、内容政策三处口径必须一致，别出现「协议允许但后台关掉」或反过来的矛盾状态。

站内配合：llms.txt 与 robots 分别写给谁

两条线各管一件事。robots 文件是给抓取器看的访问控制，决定哪些路径可抓、哪些不进；llms.txt 是给大语言模型看的站点说明，用结构化摘要告诉模型「这个站有什么、重点页面是哪些」。两者受众不同、口径要一致：robots 里放行的核心内容页，llms.txt 里应当有对应介绍；robots 里屏蔽的私有区域，不要出现在模型说明里。AnQiCMS（安企CMS）支持自动生成站点 llms.txt，配合后台的 robots 配置项，两份文件的维护成本可以压到接近零——基线数据出来后要迭代内容，授权层的脏数据先得清干净。

把展示量读成基线再迭代的方法

具体三步。第一步存底：按页面维度导出当前展示量，形成第一份基线快照，记录日期。第二步分层：把页面分成「有展示无动作」「有展示且查询与内容匹配」「零展示的重点页」三类，第三类往往暴露的是可摘要性问题——内容存在但 AI 摘不走，通常是结论太散、小节不自包含。第三步小步迭代：对重点页做结论前置与问句化小标题的改写，一次改一批，改完两周后用同一口径再拍一次快照，对比页面级变化。展示量没有行业基准可抄，可比的就是你自己的历史值；连续两三份快照拉出来，GEO 的工作有没有效果，趋势自己会说话。至于迭代本身，量大了可以借助系统内置的 AI 写作能力先出结构化初稿，人工再复核口径与数字出处，保持内容可核对是这条线的前提。

常见问题

问：展示量涨了但没带来流量，还算有效吗？ 答：展示量度量的是 AI 回答中的可见度，品牌曝光收益是间接的；把它与品牌词搜索量一起看更完整。

问：中小站点值得开这个报告吗？ 答：值得，它的价值在基线与页面分层，与站点规模无关，数据少反而更适合逐页核对。

问：llms.txt 能替代 robots 吗？ 答：不能，两者受众与职责不同：一个给模型读的内容说明，一个给抓取器的访问控制，需要同时维护且口径一致。