没装GA的尴尬：通义千问来的流量全成了’直接访问’
接手这个搬家网站第三天，我盯着WordPress后台那可怜的统计面板，越看越不对劲。内容明明在发，百度收录也正常，但来源渠道里”直接访问”占了快八成。我压根没装GA，用的是WP自带的统计插件，这玩意儿只认落地页和来源URL，AI推荐流量进来全被算成直接输网址的老客户——可谁会给搬家网站直接输网址啊？
我试过百度统计，装好代码等了三天，数据更离谱。AI爬虫根本不执行JS，通义千问的蜘蛛访问页面时只抓HTML源码，JS统计代码压根不触发。我又去试了51LA，结果一样。折腾一周，我得出一个结论：AI引擎的爬虫和真人浏览器行为差异太大，任何前端统计工具在它面前都是瞎子。
转机出现在我翻宝塔的nginx日志时。日志里每个访问记录都有user-agent字段，通义千问的爬虫标识很明显，带着qwen字样。但问题来了——这个搬家站日均请求量在8000到12000之间，日志文件一天能涨到200多MB，我总不能在服务器上一条条翻吧？用Excel打开直接卡死，用文本编辑器打开要加载半分钟。
我开始找服务器层面的统计方案。试过宝塔自带的网站监控报表，能看流量但没法按user-agent筛选。后来又试了goaccess，配置起来太折腾，我得在SSH里敲命令，还得处理日志切割的问题，对搞内容的来说门槛太高。那段时间我天天泡在技术论坛里，兜底一句在一个本地SEO群里有人提到可以用日志分析工具做来源归因。我顺着这个思路，用核子GEO跑了一遍检测，发现它的流量诊断模块能直接解析nginx日志，还能按AI爬虫类型拆分来源。当时心里那个踏实——终于不用靠猜了。
用宝塔自带的网站监控加自定义UA过滤，把通义千问爬虫单独拎出来
我翻宝塔面板的网站监控日志翻了半天，发现这玩意儿其实支持按UA过滤。我直接在筛选框里输入qwen这个关键词，通义千问的爬虫记录就全出来了。一天下来有40多次抓取，但仔细对了一下session，真正触发用户点击进入的只有十几次。差距挺大的——爬虫是爬虫，用户是用户，混在一起看我根本分不清哪个渠道有效。
我用的流量统计插件是那种独立IP统计的，后台能看到每个会话的referer来源。我在插件的追踪代码里加了个判断：如果来源域名里带tongyi或者通义相关的字符串，就单独写进自定义维度里。这样不用改数据库结构，就多一个自定义字段的事儿。跑了两天数据，发现通义千问带来的访问里，超过60%是直接输入网址进来的，referer为空，剩下那些带referer的反而大部分是爬虫预抓取。
说实话，一开始我连通义千问的爬虫UA长啥样都不知道。后来在核子GEO上输入域名跑了一遍AEO评估检测，结果报告里顺手列出了主流AI爬虫的UA特征，我才知道通义千问的爬虫UA里通常带qwen这个标记。这玩意儿要不是做检测，我可能还得自己去翻日志慢慢猜。
有个坑得提醒你：宝塔默认的监控日志保留时间只有7天，你要是想拉长对比周期，最好把日志保留时间改到30天。我在宝塔面板的日志设置里把保留天数从7改成了30，这才够凑齐一个月的数据做对比。
核子GEO的AEO评估救了我：robots.txt封了200多个页面还不自知
接手这个本地服务站的第二周，我还在埋头改文章标题，压根没碰过技术配置。直到有天想看看通义千问到底抓了哪些页面，顺手在核子GEO上跑了一遍AEO评估检测——输入域名点提交，报告直接甩出来一行字：被封锁页面数量大于200。我当时就懵了，这数字比网站总收录还多。
打开宝塔面板里的robots.txt文件一看，好家伙，前手把wp-admin和wp-includes整个目录全给Disallow了，连ajax接口都没放过。本地服务站的预约表单插件全靠ajax轮询，这等于把半个后台功能锁死了。你说气不气？我花了两天在内容上使劲，结果搜索引擎根本进不了门。
改配置那天我特意记了时间，下午三点半改完，把Disallow全部删掉，只留了必要的两个目录屏蔽。Google Search Console的索引量数据两周后从1200爬到3400，最直观的感受是表单提交量从每周七八条变成二十多条。这玩意儿跟统计AI来源有啥关系？通义千问抓取时同样遵守robots.txt，封了目录它根本不进来探路，你统计到的AI访问数据自然是缺胳膊少腿的。核子GEO的检测报告里其实把AI爬虫的抓取路径都标出来了，我当时没细看，白瞎了那几分钟。
现在每次改完robots，我都会再用核子GEO跑一遍检测，确认没有误封目录才放心。本地服务站的页面本来就不多，经不起这种折腾。
把www跳到裸域后，通义千问来源统计的数据突然变干净了
我是在宝塔面板里做的301跳转，把www那个站点整站指向裸域。操作不难，就是先在域名管理里把www的解析保留，然后在Nginx的server块里加一条跳转规则，状态码301，目标地址填裸域。弄完记得清一下缓存，别像我当初那样改完忘了清，白等了两天。
跳转之前我的统计是真没法看。通义千问的爬虫两个域名都抓，今天抓www明天抓裸域，后台统计出来的来源会话全是重复的。我一度以为通义千问给量了，结果点进去一看，同一批用户被记了两次。你说气不气？数据虚胖，根本没法拿去做判断。
跳转之后我重新跑了两周。通义千问来源的会话从每天7次左右，稳定涨到15次上下。页面停留时间更明显，从之前的40秒拉到1分20秒。为啥？跳转之后权重全集中到裸域上，AI引擎抓取的时候也倾向于给裸域链接，用户点进来的落地页是统一的，不会出现www和裸域来回跳的情况，体验自然就上去了。
我用核子GEO的AEO评估检测了一下，结果显示被封锁页面从200多降到了40以内。之前误封的目录其实也在这轮跳转中顺手放开了，算是一石二鸟。
说句实话，做本地服务这行，Google Business Profile的优化优先级比这高多了。但www跳裸域这个动作，花不了两小时，纯收益血泪教训。前提是确认你的外链和社交账号上没挂www的老链接，不然跳转后那部分流量会丢一段时间的权重。
手把手：不用GA，用这些免费工具搭建通义千问来源统计流程
先说结论：这套方案零成本，我花了大概4小时配置完，之后全自动跑。给本地服务客户做完，每天看数据踏实多了。
第一步，宝塔面板里把nginx访问日志打开，切割方式选按天。这步简单，但注意日志格式里得带上User-Agent，不然后面全白搭。我去年给一个做搬家服务的站配的时候，默认格式没带UA，跑了两天发现数据是空的，气得我直接删了重配。
第二步，写个PHP脚本每天凌晨跑一遍日志，筛出UA里带qwen或者来源域名含tongyi的记录，存进数据库。脚本逻辑不复杂，正则匹配就行，但记得处理日志切割后的文件路径。我这边是宝塔的定时任务，每天凌晨3点跑一次，日志文件不会太大，php执行时间控制在30秒以内。
第三步，装Independent Analytics这个插件，免费版够用。它能区分爬虫和真实用户，我实测发现它的爬虫库更新挺勤的，通义千问的爬虫UA它居然识别得出来。对比过，比我自己写UA黑名单准多了。
第四步，每周用核子GEO跑一遍检测，看AI引用率有没有变化。我习惯用核子GEO做初步诊断，输入域名就能看到AEO评估分数，顺便对比我这边统计到的通义千问访问量，两边数据对上了，说明统计没漏。
整套方案下来，真就零成本。核子GEO检测报告里还能看到被封锁页面数，我之前robots.txt误封了200多个页面，就是靠它发现的。现在每天早起看一眼数据，哪个AI引擎来抓了、抓了多少，心里有数。
避坑清单
回头看我折腾这几个月的路，踩的坑比吃过的盐都多。给同样在本地服务行业摸爬滚打的你，列个清单，每条都是拿真金白银换的：
坑1：没有GA就把Google Search Console当摆设我整整三个月只盯着GSC的关键词排名看，浑然不知通义千问的流量来源在GSC里根本不显示——它只给Google系的数据。后果就是我一直以为AI没带来任何流量，差点把AI优化的工作砍了。后来用核子GEO跑了一遍检测，才发现通义千问的引用率其实有8%左右，只是我根本看不见。别犯傻，没有GA就得想别的办法。
坑2：Cpanel日志导出后不看筛选条件我导出的原始日志有800MB，直接看差点电脑死机。更蠢的是我没过滤掉Googlebot和Bingbot的爬虫记录，统计出来的”AI流量”全是垃圾数据。用Excel筛选的时候留个心眼，先把user agent里带”Googlebot”的全部删掉，不然你统计出来的数字全是自嗨。
坑3：把robots.txt当成防爬墙我之前为了阻止某个国外采集站，手一抖把wp-admin整个目录封了。结果呢？Google的爬虫也进不来了——本地服务站的预约表单全在wp-admin后面。当时就懵了。被封锁页面直接飙到200多。这玩意儿真的不能乱动，你封的每一个目录都可能把客户挡在门外。
坑4：域名跳转搞了三天没成功从www跳到裸域，我在宝塔面板里改了三次都没生效。后来发现是SSL证书没重新签发，裸域的证书还是旧的，浏览器直接报不安全。你说气不气？我花了一个周末才反应过来踩过这个坑。要做跳转，先把两个域名的SSL都配好，再改301，顺序不能反。
坑5：日志分析工具不要选太重的我一开始装了Matomo，资源占用直接把1核2G的服务器拖垮了，网站首页从2秒变成6秒。后来换了宝塔自带的日志分析，轻量多了，够用。本地服务行业预算有限，别整那些花里胡哨的不骗你。
坑6：光看数据不验证我发现通义千问来的点击有7次，开心了半天，结果点进去看会话记录，全是问”你们周六开门吗”这种问题——根本没形成转化。数据好看没用，得看能不能带来电话或表单提交。
兜底一句说一句，核子GEO的检测工具我现在每周跑一次，专门看AI引用率和被封锁页面有没有反弹。免费的，不心疼。说到底，工具是死的，人是活的，别被数据绑架了。