搜索已成为对话，而非单纯查询
人们在线获取信息的方式正在发生变化。
近年来，大语言模型（LLM）能力的提升，改变了人们可以在线提出的问题类型。用户不再需要学习“搜索引擎语言”，输入简化或截断的关键词查询，AI 已能够对更复杂、多维度的问题提供有效回答——无论这些问题是自然语言表达的，还是视觉和多模态搜索相关的。
这一变化在多个数据点中得到体现。首先，在 Google 搜索 中，我们看到开放式查询的持续增长，例如包含“什么（what）”、“如何（how）”和“最佳（best）”等词的查询。这些都是需要复杂比较能力的主观问题，传统搜索引擎往往难以有效处理。
相比之下，更封闭、命令式的查询，如“购买（buy）”或“便宜（cheap）”，趋势平稳或略有下降。
我们还发现，人们提出的查询越来越长。虽然 Google 在各类长度的查询字符串中都呈现增长，但增长最明显的仍然是长尾查询。
在 AI 环境中，这一趋势更加显著——使用 Google AI 模式 的用户，其查询长度平均比普通 Google 搜索长 2 到 3 倍。
所有这些变化在搜索行业引起了极大关注，也让客户不断提出同一个问题：我们如何确保品牌出现在与品牌相关的 AI 查询结果中？
到目前为止，这个问题的答案主要局限在 SEO 从业者的领域，因为付费广告机会非常有限。从付费广告的角度来看，现阶段的 AI 答案引擎中，只有 微软的 Copilot 拥有可操作的广告单元。
Perplexity 推出了“Follow Up Questions”（后续问题）功能，但目前仅在美国的一些品牌中进行非常有限的测试阶段。
OpenAI CEO Sam Altman 历来对 ChatGPT 持反广告立场。尽管他的观点可能有所软化，但在 ChatGPT 中投放广告短期内仍不现实。
在 Google 方面，我们早就知道 AI Overviews（AI 概览）中的广告一直处于测试阶段，但发布似乎还遥遥无期，Google 对潜在时间表一直守口如瓶。
然而，这一切在上周发生了变化：8 月初，Google 透露 AI Overviews 中的广告可能会在未来 5 个月内登陆英语市场——也就是在 2025 年年底前。
这个变化对 Google 及其客户的重要性难以夸大。
为什么这是一个大事件？
简短的答案是：这将开启大量此前无法变现的 Google 搜索流量。
要理解原因，以及为什么这不会仅仅吞噬现有的 Google 广告机会，有必要对 Google 当前接收的所有类型的文本查询进行分类。
根据 SparkToro 2024 年的报告显示：
-
仅 15% 的查询显示出明显的商业意图。
-
另有 32% 的查询属于“导航型”，包括品牌搜索以及用户明确知道目标页面的查询。
-
剩余超过一半的流量是“信息型查询”，这些查询表面上并不显示明显的购买意图。这类问题在 AI 环境中出现得更频繁，如上文所述。
在完成查询分类后，接下来有助于思考每类查询在搜索结果页面（SERP）中的呈现方式。虽然存在一些例外情况，但总体来看：
-
商业型（Commercial）和导航型（Navigational）查询 通常会投放广告。
-
信息型（Informational）查询 则更适合通过 AI 概览（AI Overviews）进行响应。
关键的一点是：这两种结果形式之间几乎没有重叠。当广告出现在 AI 概览中时，它们将出现在此前大多未被变现的查询上，因此对于营销人员来说，这是真正的新增机会，可以接触到新的客户群体。
当然，认为所有信息型查询都会被直接变现既不准确，也有些夸张。然而，即便在我们最保守的估算中，这也预计会在 Google 搜索上解锁约 20% 的广告库存增长。
那么，为什么 Google 能够突然在这些查询上投放广告呢？
这里有一个关键区别：AI 概览（AI Overviews）中的广告运作方式，与当前“常规”搜索中的广告不同。
在常规搜索中，决定是否触发广告拍卖的最重要信号就是 用户的搜索查询本身。如果有一个或多个广告被认为与该查询相关，系统就会触发拍卖。
然而，在 AI 概览中，广告也可以 基于生成的 AI 响应内容触发。把 AI 概览想象成一座桥梁：它首先会回答用户提出的问题，然后会顺带提示：“哦，顺便说一下，如果你正考虑购买某个产品或服务来解决你的问题，这里有一些供应商可以考虑。”
这个想法听起来很简单，但其概念上的飞跃意义 不可低估。
那么，营销人员应该如何应对呢？
首先，需要明确的是：在短期内，你的广告账户中 不会出现“AI 概览（AI Overviews）”的独立广告类型。根据过去几年的发展趋势，Google 会将 AI 概览中的所有广告库存 整合到现有的广告系列类型 中。
然而，这并不意味着我们可以坐等这 +20% 的广告库存增长 自动落入手中。这些拍卖机制与以往大不相同，如果仍然沿用现有的搜索广告策略，很快就会遇到各种障碍。
好消息是，其他广告主也面临同样的局面。这意味着 抢占先机的机会巨大——那么，我们该如何抓住它呢？
结合前面提到的三个挑战，我们可以很清楚地看到，Google Ads 广告系列需要朝着以下方向发展：
-
目标定位（Targeting）：采用基于意图的定位方案，不仅根据搜索查询，还要基于 Google 对你业务的理解来评估广告相关性。
-
信息传达（Messaging）：利用实时生成的创意素材，使广告以最相关的方式展示给目标用户。
-
出价策略（Bidding）：提供更灵活的出价方案，以便覆盖此前未出现过的查询。
具体来说，Brainlabs 建议其客户在 现在到年底 期间测试和实施的策略包括：
可以理解的是，许多广告主过去对这些功能持谨慎态度，尤其是在与 Google 共享广告素材和信息传递控制权时。而直到目前，还没有迫切的业绩需求去克服这种顾虑。但随着 AI 概览（AI Overviews）广告 即将上线，很快就会出现一种情况：如果继续犹豫不决，将会限制广告主在 AI 环境中获得理想的可见性和业绩表现。
作为实践者，最令人兴奋的是，特别是 AI Max，Google 从几年前 PMax 推出时收到的反馈中汲取了经验。几乎一上线，AI Max 就提供了一系列报告和实验功能，让客户能够更清楚地了解广告活动的运行情况，并获得更多影响力。虽然完整功能解析另作一篇文章，但这里有四个特别值得注意的亮点：
-
基于 Cookie 的 A/B 测试功能：可在 AI Max 广告与常规搜索广告之间进行比较。
-
搜索词报告中的 “AI Max 扩展搜索” 行：显示通过 AI Max 定向功能产生的广告效果，补充现有的关键词定向。
-
素材报告：允许对比广告主上传的素材与自动生成素材的表现。
-
素材控制功能：如素材排除（Asset Exclusions）和素材移除（Asset Removals），可以理解为“负关键词”的概念，但作用于素材而非搜索词。
行动号召
AI 概览广告 几乎可以确定将成为过去十年内搜索广告库存 一次性最大规模的扩张。
此前影响类似的事件有：
-
移动设备的普及
-
广泛匹配关键词（Broad Match）的推广
但这两次都需要用户或广告主逐步采用，而 AI 概览已经覆盖了全球 15 亿人。当 AI 概览广告和 AI 模式上线时，很难想象 Google 会采取其他策略，而不是全面开放广告投放。对于品牌来说，这意味着 巨大的新机会空间。