AI Mode与AI Overviews为何只重合13.7%

Google 在 2026 年 I/O 大会上宣布把 AI Overviews 和 AI Mode 合并为「一个无缝的 AI 搜索体验」，2026 年 8 月底又有报道称部分查询的 AI Overview 会动态扩展成 AI Mode 式的完整答案。

入口确实只有一个了。但 Ahrefs 对同一问题的两套答案做过大样本对比：引用 URL 只有 13.7% 重合，语义相似度却高达 86%——两边说的差不多，给出的出处却几乎完全不同。

这篇文章回答一个从业者都会问的问题：入口合并之后，页面在两边还需要分开优化、分开监测吗？结论是需要，而且理由比「平台不一样」这类泛泛之谈更硬。

现象与数据：入口合并了，引用没有

结论：AI Mode 与 AI Overviews 看似入口合并，但两者引用在词级只重合 16%，首句完全相同的比例仅 2.51%。

先看数据口径。Ahrefs 用其 Brand Radar 数据集对比了同一查询下 AI Mode 与 AI Overviews 的响应：引用与 URL 分析基于 54 万组查询对，内容相似度分析基于 73 万组响应对，数据采集于 2025 年 9 月（美国），研究于 2025 年 12 月 15 日发布（Ahrefs 官方博客）。

结果有两个数字同时成立：一方面，两套答案的语义相似度平均 86%，89.7% 的响应对余弦相似度超过 0.8——九成的场景里，两边「说的是同一件事」；另一方面，引用 URL 只有 13.7% 重合，就算只比各自前三条引用，重合也只升到 16.3%。

词级重合仅 16%，首句完全相同的比例只有 2.51%。用 Ahrefs 自己的概括：十次里有九次，AI Mode 和 AI Overview 对「说什么」达成一致，只是说法不同、引用的来源不同。

再看近期的背景：2026 年 5 月 I/O 大会上，Google 把两个入口合并进同一个搜索流（Linkeddit 对官方公告的梳理）；8 月底 Search Engine Roundtable 报道，对部分查询，AI Overview 会直接加载 AI Mode 风格的完整答案，无需再点「Show more」，Google 发言人确认这是动态扩展。入口在收敛，但下面两套引用体系的关系并没有因此改变——这正是本文要拆的机制。

机制拆解一：AI Mode 在拆问题，AI Overviews 在总结结果页

结论：两套引用不同的根源在检索方式：据 Ahrefs 测量，AI Mode 答案长度平均是 AI Overviews 的约 4 倍，平均提到 3.3 个实体。

两个界面引用不同来源，根源在检索方式不同。Google 官方文档说明，AI Mode 和 AI Overviews 都可能使用 query fan-out——把原始问题拆成多个子查询，并行发到索引里，再把各子问题的结果拼成答案（Search Engine Journal 对研究的报道中引用了该机制说明）。区别在于程度：AI Overviews 更接近对头部结果的单次总结，AI Mode 则把 fan-out 用得更彻底。

这个差异直接反映在答案形态上。

Ahrefs 的测量显示，AI Mode 的答案长度平均是 AI Overviews 的约 4 倍；AI Mode 平均提到 3.3 个实体（人物、组织、品牌），AI Overviews 只有 1.3 个；约 61% 的情况下，AI Mode 会把 AI Overview 提到的实体全部包含进来、再补充新的实体。

翻译成从业者语言：AI Mode 的长答案天然容纳更多实体和更多来源，你的品牌有更多机会「被带进去」，但占据的位置和 AI Overviews 不是同一批。

引用的完整性也不同。AI Overviews 有 11% 的响应不带任何引用，AI Mode 只有 3%。这与 fan-out 机制一致——AI Mode 按子问题取材，每个段落都有出处可挂；AI Overviews 对计算类、敏感类查询则经常直接作答不给引用。

机制拆解二：选源偏好分化，而且 AI Overviews 自己也在波动

结论：同一话题下两个界面偏好的站点类型是稳定差异：Wikipedia 占 AI Mode 引用 28.9%、AI Overviews 引用 18.1%，并非随机噪声。

两个界面的「口味」不同。Ahrefs 数据里，Wikipedia 出现在 28.9% 的 AI Mode 引用中，AI Overviews 是 18.1%；Quora 在 AI Mode 中出现率高 3.5 倍；健康类站点在 AI Mode 的引用率约为 AI Overviews 的两倍。反过来，YouTube 是 AI Overviews 中被引用最多的域名，AI Overviews 对视频内容和核心页面（首页、栏目页）的引用频率接近 AI Mode 的两倍。同样的一个话题，两个界面各自偏好的站点类型是稳定的差异，不是随机噪声。

更麻烦的是，AI Overviews 自己也不稳定。

Ahrefs 的另一项研究分析了 4.3 万个关键词：同一查询连续两次生成的 AI Overview，引用 URL 只重合 54.5%，内容大约每 2.15 天变化一次；整体上 45.5% 的 AI Overview 引用会在两次生成之间发生变化（RankXAI 将这两项研究并置解读）。

也就是说，两套界面之间的差距（13.7% 重合）约等于单套界面自我波动幅度（54.5% 重合）的数倍——这不是「观察误差」，是结构性的两套检索。

维度	AI Overviews	AI Mode
答案长度	基准	约 4 倍
平均实体数	1.3	3.3
Wikipedia 出现率	18.1%	28.9%
无引用响应占比	11%	3%
与另一界面的引用 URL 重合	13.7%（top3 口径 16.3%）

数据来源：Ahrefs Brand Radar，2025 年 9 月美国数据，54 万查询对（引用）与 73 万响应对（内容相似度），研究发布于 2025 年 12 月 15 日。

反直觉观点：入口合并不等于监测可以合并

结论：入口合并恰恰是把两套引用分开记录的时刻：45.5% 的 AI Overview 引用本就会在两次生成间变化，单次快照不足为据。

眼下流行一种省事的说法：两个入口已经合并成一个搜索框，做一套优化、看一份报告就够了。

我们的判断相反：入口合并恰恰是最需要把两套引用分开记录的时刻。语义相似度 86% 说明内容质量信号是通用的——写得清楚、事实完整，两边都受益；引用重合 13.7% 说明曝光分配是两套独立机制——你在 AI Overviews 被引用，推不出 AI Mode 也引用你（约 87% 的情况下引的是别的页面），反过来也一样。

一套内容，两个曝光位，只监测其中一个，等于承认自己有一半的可见度数据是盲区。

我们在服务中看到，很多品牌判断「AI 可见度掉了」的依据是某天某个界面的一张截图。

Ahrefs 的生成间波动数据显示，45.5% 的 AI Overview 引用本来就会在两次生成之间变化——单次快照几乎不构成任何结论的证据。

这也是我们此前分析 AI Mode 引用断档事故时反复强调的口径：把正常的生成波动误读成排名事件，会引导出完全错误的补救动作。

同样的分离逻辑也出现在引用与排名之间，我们此前写过 排名靠前不等于被引用——排名、引用、提及是三层独立指标，AI Mode 与 AI Overviews 的分化又把每一层拆成了两份。

可执行做法：四步把两套引用分开管

结论：落地做法是：把核心问题整理成固定清单，在两个界面分别执行并分开记录引用，按周看趋势而非单点。

具体怎么落地，给出四个动作：

1. 按界面建提示词集。把核心业务问题（品类推荐、对比、价格、地域）整理成固定清单，同一批问题分别在 AI Overviews 和 AI Mode 下执行，分开记录两边的引用 URL 与品牌提及。用两列，不要合并成一列。
2. 单次快照不下结论。鉴于 45.5% 的生成间波动，每个提示在每个界面至少多次运行后再比较，按周看趋势而不是按天看单点。监测频率再高，口径不对也是白跑。
3. 记录实体，而不只是记录 URL。AI Mode 平均 3.3 个实体、答案长 4 倍，品牌在长答案里可能被「提及」但没有被「引用」。把引用和提及分开记，才知道该补内容还是补事实字段。
4. 按子问题组织段落。fan-out 按段落取材：一个段落自包含地回答一个子问题（是什么、怎么对比、多少钱、有什么限制），被拆出来引用的概率更高。整篇绕来绕去的长文，反而不如结构清晰的分段。

边界与不适用

结论：两套引用的对比结论依赖工具测量口径，入口与统计方式会随平台调整，方向可参考、具体数值需谨慎外推。

这套结论有几条边界要主动交代。

其一，Ahrefs 的数据是 2025 年 9 月的美国数据，AI Overviews 与 AI Mode 在中国大陆的可用性本身就不同，国内平台（豆包、千问、元宝等）的检索与引用机制是另外的结构，不能直接外推。

其二，研究比较的是单次生成，Ahrefs 自己也标注了引用池在多次生成间可能比单次快照显示的更接近，13.7% 应理解为下限口径而非精确值。

其三，两个界面的融合仍在进行中（8 月底的动态扩展就是例证），未来边界可能继续移动。

另外照例说明：我们不做医疗、金融、K12 行业的服务，不删真实差评，不做跨地域排名，任何文章都不构成对引用率的承诺。

想看这套「分开监测、分层记录」的思路在真实行业里的落地，可以看灵曦GEO的案例页。