了解您的網站流量從何而來，尤其是隨著人工智能工具和大型語言模型 (LLM) 的興起。Mercury Technology Solutions 正走在這些轉變的前端，利用資料取得策略性的洞察力，是我們運作和提供客戶建議的基本方式。
我們看到 ChatGPT、Perplexity、Gemini 等 AI 工具成為重要的資訊發掘點。雖然 Google 自己的 AI Overviews 資料仍混合在 Search Console 中，但流量 is 來自這些 AI 平台，而了解這些平台是有效調整您的數位策略的關鍵。
TL;DR：隨著使用者越來越多地從 AI 工具（ChatGPT、Perplexity、Gemini 等）獲得資訊，在 Google Analytics 4 (GA4) 中追蹤這些轉介流量至關重要。本指南將告訴您如何在 GA4 Explore 報告中使用 regex 過濾器分割 LLM 流量，以獲得快速洞察，或透過 Looker Studio（使用直接過濾器或在 GA4 Admin 中設定自訂通道群組）獲得更詳細的持續報告。瞭解這些流量有助於精進 SEO 和內容策略，以因應不斷演進的數位環境。
潮汐的變化：為何 LLM 流量分割很重要？
人們在線上尋找資訊和與資訊互動的方式正在快速變化。無論是使用 ChatGPT 之類的會話式 AI、Perplexity 之類的專業工具，或是整合式助理，LLM 都正在成為內容的主要入口。近幾個月來，我們觀察到從這些來源到我們自己和客戶網站的轉介流量明顯增加。
雖然是否要將這些工具嚴格歸類為 「搜尋引擎 」的爭論仍在繼續，但它們的功能性影響是無庸置疑的。它們會影響發現和使用者的旅程。因此，了解來自 LLM 的流量和行為是非常重要的，原因有以下幾點：
- 適應策略：它有助於為您的內容和 SEO 策略（如SEVO和LLM-SEO）提供資訊，以便在使用者喜愛的平台上滿足他們的需求。
- 衡量影響：它可讓您衡量旨在提高 AI 環境中可視性的工作成效。
- 瞭解使用者行為：分析此區段可揭示來自 AI 來源的使用者如何以不同方式與您的網站互動。
- 識別機會： 它會強調哪些 AI 平台正在帶動相關流量。
在 GA4 中追蹤 LLM & 聊天機流量的方法
有一些實用的方法可以在您現有的分析設定中隔離並分析這些流量。根據您對報告和存取層級的需求，我建議的兩種主要方法是使用 GA4 Explore 報告和 Looker Studio。
- GA4 Explore Reports： 非常適合在 GA4 介面中進行快速分析、趨勢視覺化和分享特定的洞察力。
- Looker Studio：適合建立可分享、可能更客製化的儀表板，以進行持續監控和更深入的研究（例如，分析特定於 LLM 流量的登陸頁面或事件）。
讓我們來分析一下如何設定這些。
方法 1：使用 GA4 探索報告進行快速分析
這是使用正則表達式 (regex) 過濾器取得初始檢視的最簡單方法。
- 建立探索： 在 GA4 中，導覽到探索並開始一個新的 Blank 探索。
- 設定尺寸與指標：
- 在變數列中，匯入會話來源 / 媒介作為 Dimension。
- 匯入會話、參與會話，以及可能的轉換或關鍵事件作為指標。
- 建立報告：在「標籤設定」欄中，將「會話來源」/「媒介」拖曳至「行」，並將您選擇的「度量」（例如，「會話」）拖曳至「值」。
- 建立 LLM 區段：
- 在變數列中，按一下 Segments 旁的「+」，然後選擇 Session segment。
- 為您的區段命名一些描述性的名稱（例如「LLM / AI Traffic」）。
- 在 Include sessions when: 下方，新增一個條件：會話來源 / 媒介 匹配 regex。
- 貼上下列 regex 模式 (或更新版本)：
程式碼片段
*bard.*google.*|.*bard.*|.*edgeservices.*|.*you\.com.*|.*pi\.ai.*|.*claude\.ai.*|.*anthropic.*|.*astastic.*|.*copy\.ai.*|.*bnngpt.*|.*gemini.*google.*$
(重要說明：此 regex 識別出截至 2025 年初的常見 AI/LLM 來源。新工具不斷出現，命名慣例也可能改變。本清單需要定期檢閱和更新，以保持準確性。 - 按一下套用，然後按一下儲存並套用。
- 分析：您的報告表格現在會經過篩選，僅顯示來自符合 regex 的來源的流量。您可以看到哪些特定的 LLM 來源正在驅動流量及其參與度。
- （可選）可視化趨勢： 複製探索索引標籤。將視覺化類型變更為折線圖。將 Sessions（或其他指標）拖曳至 Values。這將顯示 LLM 隨時間變化的流量。
方法 2：使用 Looker Studio 進行持續報告
Looker Studio 為儀表板提供更多的彈性。您可以在這裡以兩種方式使用相同的 regex 過濾原理：
A) 輕量級方法 (任何 GA4 存取層級)：
- 建立圖表：在 Looker Studio 中，使用您的 GA4 資料來源新增圖表 (例如時間序列、表格)。
- 新增篩選器：選取圖表。在設定面板中（通常在右側），向下捲動到篩選器部分，然後按一下新增篩選器。
- 設定篩選器：.
- 按一下建立篩選器。
- 為它命名（例如，「LLM 來源篩選器」）。
- 設定條件：Include > Session source / medium > 匹配 regex。
- 貼上方法 1 中使用的相同 regex 模式。
- 按一下儲存。
- 套用：篩選器現在套用至該特定圖表，僅顯示 LLM 流量資料。對於要隔離 LLM 流量的任何其他圖表，重複此步驟。這可讓您輕鬆地將 LLM 特定檢視新增至現有的儀表板。
B）深入的方法（需要 GA4 管理員存取權限）：
此方法會在 GA4 本身中建立一個專用的通道群組，然後可以在 Looker Studio（和 GA4 報表）中乾淨地使用。
- 在 GA4 中導覽： 前往管理員（左下方的齒輪圖示）。
- 尋找頻道群組：在「屬性」欄 > 資料顯示下，按一下頻道群組。
- 建立新群組： 按一下建立新的頻道群組。
- 命名群組：為群組命名（例如，「Custom Channels incl. LLM」）。如果需要，請加入說明。
- 新增 LLM 頻道： 按一下新增頻道。
- 為頻道命名（例如「AI / LLM Referrals」）。
- 在頻道條件下，設定：會話來源 / 媒體 匹配 regex。
- 貼上之前使用過的相同 regex 模式。
- 按一下儲存。
- 重新排列頻道：按一下重新排列。將新的 "AI / LLM Referrals "頻道拖曳到預設 Referrals 頻道的上方。這可確保符合 regex 的流量會先分配到這裡。按一下套用。
- 儲存群組：按一下右上方的「儲存群組」。
- 在 Looker Studio 中使用：在 GA4 處理新群組之後 (最多 48 小時)，您可以在 Looker Studio 報表中選擇此 "Custom Channels incl. LLM" 群組作為您的預設通道群組維度，以進行更乾淨的分割，而不需要圖表層級的篩選條件。
逐步追蹤摘要
| 方法 | 關鍵步驟 | 需要 GA4 存取 | 優點 | 優點 |
|---|---|---|---|---|
| GA4探索報告 | 建立探索> 加入尺寸/度量> 建立會話區段 (符合 regex) > 套用區段> 視化 | 檢視器+ | GA4 內的快速分析，簡易設定 | 針對儀表板的彈性較低，部分需要手動應用 |
| Looker Studio (輕量級) | 建立圖表 > 加入篩選條件 > 設定篩選條件 (與會話來源/媒介的 regex 匹配) > 儲存 & 套用篩選條件至圖表 | 檢視器+ | 靈活的儀表板，無需管理員，可為每個圖表套用篩選條件 | 每個圖表重複篩選邏輯，完全依賴 regex 的精確度 |
| Looker工作室（透過GA4深入） | GA4 管理員：Create Channel Group > Add LLM Channel (matches regex) > Reorder > Save Group。然後 Looker Studio：在圖表中使用新的 Channel Group 維度。 | 管理員 | 報告中的分類更清晰，GA4 中的通路定義一致 | 需要管理員存取權限、GA4 中的初始設定、處理延遲（最多 48 小時） |
持續監控是關鍵
人工智能領域是多變的。新的工具將會出現，而平台識別其流量的方式也可能會改變。所提供的 regex 過濾器只是一個起點，必須定期檢閱和更新以保持其有效性。請定期檢查您的推薦來源，並改善模式，以確保您能精確地擷取相關 LLM 工具的流量。
對於重視資料驅動數位策略的企業來說，瞭解這個不斷成長的流量區塊已不再是可有可无的事。隨著人工智慧不斷重塑使用者在線上發現資訊的方式，現在設定此追蹤功能可提供適應、最佳化及維持能見度所需的洞察力。在 Mercury Technology Solutions，我們將此層級的分析整合至客戶策略中，以確保決策建立在不斷演進的數位生態系統的現實基礎上。
LLM 流量追蹤常見問題
Q1: 為什麼我追蹤到的 LLM 流量很低？ 這可能是由幾個因素造成的：您感興趣的 LLM 平台可能還沒有發送大量的轉介流量，您的內容可能不常被這些 LLM 瀏覽，或者 regex 過濾器可能遺漏了相關的來源識別碼。確保您的 regex 是最新的。
問 2：我應該多久更新一次 regex 過濾器？ 每季檢閱一次，如果您聽說有重要的新人工智慧工具逐漸受到重視，或懷疑現有工具的識別方式有變（例如子網域或參數有變），則可以更頻繁地檢閱。
Q3：我可以使用此方法分別追蹤來自特定 AI 工具的流量嗎？ 可以。您可以針對個別工具修改 regex 或使用更特定的模式建立單獨的區段/篩選器 (例如，.*perplexity.* 表示 Perplexity，.*openai.com/.* 表示某些 OpenAI 轉介者，但具體細節可能會有所不同)。
問 4：這會追蹤使用者透過 AI 與我的內容進行的 所有互動嗎？ 不。此方法主要追蹤 轉介流量 - 當使用者點選 AI 工具回應中的連結，進而進入您的網站。它不會追蹤 AI 在沒有連結的情況下總結您的內容，或使用者在閱讀 AI 總結後另行搜尋您的品牌的情況。
Q5：來自 Google AI 總覽的流量是否包含在其中？ 目前，來自 Google AI 總覽的流量通常會與 GA4 和 Search Console 中的一般 Google 有機流量資料混合。regex 方法著重於從 其他可識別的 AI 平台和聊天機器人明確轉介的流量。直接追蹤 AI 概覽需要不同的方法，通常涉及分析 Search Console 效能資料的變更。
Q6：Mercury Technology Solutions 是否可以協助設定和分析此追蹤？ 可以。作為我們分析、SEO 和數位策略服務的一部分，我們協助客戶實施強大的追蹤、解讀資料，並將 LLM 轉介等來源的洞察力整合到整體策略中，以改善決策和績效。
