本週 Search Engine Land 發表了一篇引發廣泛討論的實測文章（Sarah Stemen, Aug 5），揭示了 Google AI Overview 與付費廣告之間的系統性矛盾。這不是理論推測，而是可以重現的 SERP 現象。對同時經營 SEO、GEO 與 Google Ads 的企業而言，這可能是 2026 年下半年最需要理解的搜尋生態變化。
矛盾是如何發生的？
作者測試了一個經典的交易型查詢：「爆裂水管的最佳水喉師」（best plumber for a broken pipe）：
- 付費廣告區： Eco Plumbers 以 $89 檢測優惠、24/7 服務、4.9 星級評價與 20,000+ 評論，佔據了最頂端的贊助位置。這是一個教科書級別的高轉換廣告。
- AI Overview： 緊接在廣告下方，Google 的 AI Overview 直接陳述：「爆裂水管的最佳水喉師是 Roto-Rooter Plumbing & Water Cleanup 或 Amanda Plumbing。」完全沒有提及正在付費的 Eco Plumbers。
同一頁面、同一查詢、兩個由 Google 提供的答案——但它們互相矛盾。廣告主支付了 premium CPC 搶到首位，卻被同一個頁面的 AI 模塊「截走」了信任與點擊。
在另一個測試中，作者搜尋「焦慮症舒適 hoodie」（sweatshirts for anxiety）：
- 購物廣告輪播顯示 Cloud Nine、Comfrt 等品牌，其中 Cloud Nine 同時佔據了文字廣告位置。
- 但在 AI Overview 中，推薦的是 Comfrt（$75）、Thera（$158）和 Cozy Ghost（$118）——都是「加壓／感官」類型產品。
- Cloud Nine 完全被排除在 AI 推薦之外，儘管它是付費廣告中投入最大的品牌。
有趣的是，當查詢改為資訊型語句「什麼是焦慮 hoodie」（what is an anxiety sweatshirt），Cloud Nine 突然出現在 AI Overview 中，被歸類為「圖案與情感表達類 apparel」。同一個品牌，在不同的語意變體下，AI 推薦的邏輯截然不同。
為什麼會發生？拍賣引擎 vs. RAG 引擎
這背後的技術原因很直接：Google 的廣告拍賣引擎與 AI Overview 的檢索增強生成（RAG）引擎，運行在完全獨立的不同邏輯上。
- 拍賣引擎（Ads Auction）：根據出價、品質分數、廣告相關性決定誰出現在贊助位置。
- RAG 引擎（AI Overview）：根據實體權威性、結構化數據、內容可提取性、跨平台足跡來決定引用哪些來源。
這兩個系統之間沒有任何協調機制。你的 PPC 團隊無法控制 AI 引用誰，你的 GEO 團隊也無法影響廣告拍賣。
對 PPC 廣告主的隱形成本
當 AI Overview 與付費廣告矛盾時，產生的連鎖效應相當系統性：
- 你為交易型關鍵詞出價並贏得首位。
- AI Overview 在下方推薦競爭對手。
- 搜尋者閱讀 AI 的結論後直接轉化——從未向上滾動點擊你的廣告。
- Google Ads 記錄了一次展示（impression）但沒有點擊，導致預期 CTR 下降。
- Quality Score 降低，有效 CPC 上升。
- 你在下一次拍賣中需要支付更高的成本，才能獲得已經被 AI 稀釋價值的流量。
更麻煩的是：Google Ads 的內部診斷工具完全無法解釋為什麼 CTR 下降。系統只看到「展示後沒人點擊」，不會告訴你這是因為同頁面的 AI Overview 在挖牆腳。
香港企業的應對策略
1) 診斷：你的關鍵詞是否受影響？
選取你正在投放 Google Ads 的核心交易型關鍵詞（建議 10–20 個），在無痕模式下逐一手動查詢，記錄：
- AI Overview 是否存在？
- AI Overview 推薦了哪些品牌？
- 你的品牌是否被引用？
- 付費廣告區與 AI Overview 的推薦是否一致？
如果 AI Overview 從未引用你的品牌，而你正在為這些關鍵詞支付溢價，這就是需要立即處理的警訊。
2) 統一策略：讓 GEO 與 PPC 協同
解決方案不在競價策略內，而在內容策略。具體做法：
為 AI 引用而優化的著陸頁。 你的產品頁需要包含：清晰的產品分類與規格（使用結構化數據）、具體的使用情境與適用對象、可被直接引用的比較性陳述。這不僅服務 GEO，也能提升廣告著陸頁的品質分數。
建立第三方引用足跡。 Sarah Stemen 的測試顯示，被 AI Overview 引用的品牌往往具有跨平台的可信訊號——本地商家資料、產品評論、社交媒體內容。香港品牌可以從 Google Business Profile 的完整填寫開始，逐步建立第三方平台的引用基礎。
追蹤語意變化對推薦的影響。 同一品牌在不同查詢語意下可能被 AI 完全不同的對待。建立一個小型的「查詢變體庫」，針對你的核心產品測試 3–5 種不同的提問方式，了解你的品牌在哪些語意框架下被引用、哪些被忽略。
3) 衡量：建立新的績效框架
傳統的 PPC 績效框架已不足以反映 AI Overview 的影響。建議補充：
- AI 覆蓋率： 你的品牌在核心查詢中被 AI Overview 引用的百分比。
- 矛盾率： 付費廣告區與 AI Overview 推薦不一致的關鍵詞比例。
- CPC 影響分析： 比較 AI Overview 活躍前後，同一組關鍵詞的 Quality Score 與有效 CPC 變化。
核心結論
AI Overview 與付費廣告的矛盾不是 bug，而是 Google 兩種賺錢邏輯（拍賣 vs. 內容生態）並存的自然結果。短期內 Google 不太可能改變這個設計——因為 AI Overview 是提升用戶停留時間的產品，而廣告是 cash cow。
對企業而言，唯一的應對方式是同時成為拍賣引擎的贏家與 RAG 引擎的被引用來源。這需要 PPC 團隊與 GEO／SEO 團隊不再各自為政，而是共用同一套關鍵詞策略、著陸頁內容與品牌訊號。
2026 年下半年，能夠跨越渠道思考的搜尋策略，將是 AI 時代最大的競爭優勢來源。