为什么小红书搜索流量变差了？

这件事我们需要辩证、深入地来看：它必然会重构社区的流量分配，但同时也意味着创作者的内容方向和商家的搜索打法（GEO），都到了必须调整的时候。

目前有媒体说这个站内 AI 问答助手的月活已经过亿（俺也不知道在小红书App里还能单独算月活吗？还有这么算的？）

反映在前端产品上，变化非常直接，现在去搜“蓝牙耳机买哪个好”或者“吸尘器买什么合适”这类经典精准用户搜索词，排在最前面的不再是双列笔记，而是点点直接整理好的推荐榜单。

 

上面不仅标注了“参考XX篇笔记”，还在商品名称旁边附上了具体的推荐比例（比如“70%人推荐”）。

从平台生态的角度来看，这让创作者的处境变得非常微妙：你的经验被 AI 采用了，但提供经验的你，却被弱化了（即便在部分场景，还是带上了创作者的名字，但是那有啥用啊！！！）

 

关于 AI 摘要对传统内容点击的挤压，国外其实也已经有很明确的观测数据，皮尤研究中心（Pew Research Center）今年对谷歌搜索做过一项追踪：当搜索页面出现 AI 摘要时，用户点击下方传统搜索结果的比例直接从 15% 降到了 8%；而用户真正去点击 AI 摘要内部“来源链接”的比例，只有 1%。

也就是说，大量基础的查询需求，在 AI 摘要这一层就被直接消化掉了。（说得残酷点，很多创作者辛苦写的干货，最后只是给 AI 当了回免费语料）

既然明知道这会分流笔记的阅读量，小红书为什么还要坚定地把点点推到最前面？

核心原因在于，没办法，小红书也是在防守，换句话说，被迫的。

根据 QuestMobile 的数据，今年 5 月小红书总使用时长同比下降 1%，单用户日均使用时长下降 4%，这是自 2020 年有追踪记录以来的首次负增长，与此同时，豆包的日活增长了 3.6 倍，达到 1.58 亿。

越来越多用户的习惯变成了“先问外部 AI 拿一份购物清单，再回小红书搜索验证”。这实际上在倒逼小红书必须把点点提拔到最核心的位置，如果不自己把答案直接给出来，搜索框前面那一步就会被外部 AI 彻底占领。

当用户从“翻十篇笔记自己做总结”变成“直接看点点的汇总清单”，首先被淘汰的，一定是那些纯信息整理类的内容，比如把几款产品的参数列个表，把网上的优缺点拼凑成一篇“选购合集”，这类工作 AI 一秒钟能参考上百篇笔记，创作者在这上面已经没有任何效率优势了。

在新的流量结构下，创作者真正的机会，集中在以下几个 AI 无法替代的场景里：

（1）从“承接明确搜索”转向“创造潜在需求”的种草场景

在分析搜索流量变差时，很多人忽略了小红书生意的本质。

AI 搜索非常擅长处理“已经说出口的问题”，比如用户明确知道自己要买吸尘器，让 AI 帮他快速对比，但小红书最特殊的商业价值，恰恰发生在需求尚未明确的时候，也就是信息流里的闲逛。

用户本来没有购物计划，只是在发现页刷到了一套穿搭，一间房子的布置，或者一段旅行记录，才突然开始想买里面的东西，图片氛围，作者的个人表达和评论区的讨论，共同制造了购买理由。

把咨询做得更高效，和让用户对商品产生兴趣，是完全不同的两件事，点点可以快速比较商品，却很难原样承接一篇笔记“让人突然心动的过程”，未来在发现页能够激发潜在消费欲望的审美类，生活方式类内容，商业价值反而会进一步放大。

（2）提供极其具体的“个体边界”与“体验分歧”

点点给出的推荐比例，算出来的是大众的“平均分”，但在真实的消费决策里，决定用户掏不掏钱的，往往不是那 70% 的好评，而是剩下 30% 的翻车风险。

比如同样一款大牌粉底液，大部分人夸它持妆好，但混合偏干皮在北方秋冬用，下午鼻翼照样卡粉，同样一把热门的人体工学椅，1 米 75 的人坐着腰托刚好，但 1 米 58 的小个子女生坐上去，双脚根本踩不到地，又或者某个亲子乐园，周末下午两点以后排队根本玩不上项目。

AI 能把全网的参数和好评浓缩成三句话，但它没有真实的肉身去试错，只有当创作者在笔记里带上极其具体的个人条件（身高，肤质，个性，场景，甚至是所在城市气候，空间等等），把产品用久之后的真实缺点和适用边界讲透，用户才不敢只信 AI 的概括，还是得乖乖点进你的笔记和评论区里看细节。

（3）建立基于“人”的长期信任与交易关系

如果创作者和读者的关系只停留在“查个资料”，那 AI 确实可以把这段关系轻松截断，但小红书还有另一层生态：买手与私域信任。

今年 9 月小红书披露的数据显示，上半年在平台获得收入的买手数量同比增长了 118%；而且深度运营的粉丝，人均年消费金额是非粉丝的 15.3 倍，复购率是 4.2 倍。

这组数据说明，在穿搭，美妆，母婴，家居这些非标品领域，用户买的不只是一个参数正确的商品，而是信服一个具体的人的审美和严选标准，工具性的流量会被 AI 截流，但基于“活人感”和长期信任的复购，AI （暂时）抢不走。（TMD我现在很难说出口，有什么是AI永远干不了的）

过去品牌在小红书做搜索，核心是做 SEO（搜索引擎优化），争取让某篇笔记在搜索结果页排进前四，被更多人看见，实在不行砸点钱，但现在，当点点直接把商品清单，推荐比例和店铺入口摆在第一排时，商家必须开始做 GEO了，不仅要争取笔记被人看见，更要争取笔记里的卖点被 AI 选进标准答案里。

那么具体怎么做呢？结合目前点点的生成逻辑和平台数据，商家在内容布局上需要重点抓好三件事：

（1）围绕“9 字以上的长尾词”，做精准的条件与场景绑定

今年 8 月的种草大赏上，小红书透露过一个非常关键的趋势：AI 搜索上线后，9 字以上搜索词的占比环比提升了 17%，选择，对比类的搜索意图明显大涨。

以前用户搜的是“婴儿推车推荐”，现在大家习惯像问客服一样把长句子扔给 AI，“能一键收车，塞进后备箱，适合半岁宝宝的轻便推车”，或者“敏肌换季泛红，预算 500 以内不搓泥的修护面霜”。

用户直接在提问里把限制条件全交代了，这就要求商家的种草笔记不能再写“颜值高，巨好用，性价比绝了”这种万能套话，而是要把产品卖点拆解成对应的限制条件，比如在正文里明确写出“折叠后尺寸多少，能不能放进紧凑型轿车后备箱”，“单手抱娃怎么三秒收车”，“不含酒精香精，后续跟妆搓不搓泥”，这些细分的具体场景都得写出来。

只有你的笔记里密集包含了这些“具体痛点+解决方案”的颗粒度，当用户用长句提问时，AI 在做条件匹配时才有机会，把你的产品捞出来。

（2）做厚多维度的真实口碑基数，应对 AI 的“共识统计”

你仔细看现在点点给出的推荐结果，旁边都会跟着“参考XX篇笔记真实经验，XX% 推荐”的数字，AI 是靠抓取海量笔记里的共识度来排座次的。

这就会带来一个很现实的现象，很多新锐品牌哪怕单品配置拉满，或者花大价钱找一两个头部达人投出了万赞爆文，但在点点的推荐榜单里，排在前三的往往还是那些老牌大厂，原因很简单，在 AI 的统计口径里，一篇万赞爆文也只代表“1 个人的经验”，而老品牌过去几年积累了几千篇真实用户的讨论基数，分母足够多。

同时，平台现在也在严查批量生成的重复硬广，如果商家只是找水军刷一模一样的公关话术，很容易在 AI 汇总前就被算法识别并过滤掉。（是啊，AI可不傻呢，重复内容压根儿不参考….）

所以在 GEO 时代，与其砸重金赌单篇爆文，不如把预算拆散，铺设大量中腰部 KOC 和真实买家的售后反馈，让不同量级的独立账号，从不同生活场景去自然提及产品的核心长板，把全网的“有效讨论基数”做厚，你在 AI 榜单里的推荐占比才能真正提上来。

换句话说，以前铺量是给人看的，想营造个非常火的气氛，但现在是给AI看的了，要真实的高质量内容，数量不能太少，这样才能在AI的搜索中有排名的可能性。

（3）少写虚头巴脑的情绪词，多输出结构化的“选购标准”

大模型在提炼答案时，天然喜欢逻辑严密，条理清晰的内容结构，这种代表可信度高。

如果你仔细观察点点的回答格式，会发现它总是习惯先列出一二三条“选购要点”，然后再给出具体的“产品清单”。

如果商家铺的笔记通篇都是情绪化的感叹词，AI 提取有效信息的能力会降低，相反，如果在给博主的 Brief 里，有意识地引导他们输出结构化的内容，比如先客观拆解这类产品的核心选购标准，明确列出数据指标，甚至主动说明产品的适用人群与妥协点（比如“牺牲了一点避震效果，但换来了极致的轻便，适合经常坐高铁带娃的家庭”），这种客观，有条理的笔记，最容易被点点直接采纳，变成它最顶上的“标准答案”。

总的来说，点点把答案直接摆在第一排，是小红书在 AI 时代为了守住搜索入口不得不走的一步，当平台把用户从“提问”到“做决定”的路径大幅缩短，不管是做内容的创作者还是做投放的商家，都得尽快换一套适应 AI 的打法了。