流量从AI来了，转化怎么追踪？

传统SEO的追踪工具（百度统计、GA）在AI搜索时代集体失灵——患者看完AI答案直接到店或致电，中间没有“点击”这个可追踪的动作。

你的患者咨询转化为什么追踪不到：四个归因断层

###断层一：零 点击场景。AI直接给出答案，患者看完就拿起电话，传统UTM参数和页面埋点完全失效。 ###断层二：多平台分散。豆包、DeepSeek、ChatGPT、文心一言各自独立，没有一个统一的追踪面板能看到“哪个平台的AI推荐带来了咨询”。 ###断层三：信源不透明。AI引用了你的官网、第三方测评还是负面旧闻？你根本不知道。 ###断层四：时间滞后。今天做的内容优化，AI什么时候收录、什么时候开始推荐、recommend后多久产生咨询——完全没有时间线可循

领先步：建立GEO转化追踪的五阶漏斗模型

###领先阶：AI可见度（Visibility）——你的品牌在AI问答中是否被提及。核心指标：品牌在品类词搜索中的提及率和提及位置（答案第几句出现）。 ###第二阶：推荐 sentiment（情感倾向）——AI提到你时是正面推荐、中性提及还是负面引用。 ###第三阶：信息完整度——AI给出的关于你的信息是否准确（地址、电话、科室、医生资质）。信息错误直接导致患者流失。 ###第四阶：咨询触发（Inquiry Trigger）——患者看完AI答案后发起咨询。这是线下归因的核心环节。 ###第五阶：到院转化（Conversion）——从咨询到实际到院就诊。

第二步：AI可见度监测——手动+工具双轨并行

###手动监测（0成本，每周2小时）：在豆包、DeepSeek、ChatGPT、文心一言四个平台，固定输入你的核心品类词（如“杭州种植牙哪家好”“敏感肌医美机构推荐”），记录：

• 你的品牌是否出现在答案中
• 出现第几句
• 是正面推荐还是仅被提及 ###工具监测（预算充足推荐）：使用支持多平台AI监测的GEO系统。目前市面上的工具已能追踪品牌在多个大模型问答中的出现频次、位置、正负倾向。 ###核心指标：品牌在品类词搜索中的AI推荐率（被推荐次数/总搜索测试次数）。

第三步：咨询来源归因——话术设计与首问追踪

###方法一：咨询话术埋点（推荐指数⭐⭐⭐⭐⭐）：在接线话术中增加一句：“您是通过哪个平台了解到我们的？是AI推荐、朋友介绍还是其他渠道？”必须具体到平台——“是豆包、DeepSeek还是ChatGPT推荐的？”而不是笼统的“网上看到的”。 ###方法二：到店首问登记（recommended指数⭐⭐⭐⭐）：前台登记表增加“信息来源”字段，选项包括：AI推荐（注明平台）、搜索引擎、朋友介绍、广告、其他。每周汇总各平台贡献的到店人数。 ###方法三：专属咨询通道（recommended指数⭐⭐⭐）：为AI渠道设置专属预约码或专属电话分机，患者拨打时自动标记来源。缺点是设置成本较高，适合中大型医疗机构。

第四步：外部信源引用追踪——知道AI“看了谁”才知道“优化谁”

###医疗AI的信源偏好极为特殊。在医药领域，AI参考的信源比其他行业更严格，部分平台对大健康领域的信源和知识库是独立建设的。问到处方药，AI更倾向从品牌官网找用药指南；问到医疗器械，更偏向政府网站备案过的信息。 ###追踪方法：

1. 反向测试法: 在AI平台输入问题后，追问“你刚才的回答参考了哪些来源”。部分平台会列出引用信源。
2. 信源权重分析: 统计你的内容在什么值得买、小红书、知乎、垂直医疗媒体、政府备案网站等平台的被引用情况。医疗AI的引用决策，80%取决于实体的语义显著度。
3. 竞品信源对标: 分析竞品被AI引用的信源类型和频次，找到你的信源缺口。

第五步：转化效果量化——从模糊到可计算

###核心追踪指标一览表：

90天追踪体系建设时间线

第1-30天：基线建立期

• 在各AI平台完成100次品类词搜索测试，记录初始推荐率
• 设计咨询话术埋点模板，培训前台和接线团队
• 建立Excel追踪表，记录每日AI来源咨询量

第31-60天：数据积累期

• 每周固定测试，追踪推荐率变化趋势
• 开始分析各AI平台贡献的咨询量差异
• 识别被AI高频引用的外部信源类型

第61-90天：优化迭代期

• 根据追踪数据调整内容投放策略（资源向高转化平台倾斜）
• 建立月度GEO转化报告模板
• 里程碑：实现从“不知道流量哪来的”到“每个咨询可归因”的跨越

常见问题（FAQ）