Q: 豆包用户通过引用链接点进来能不能统计到
能统计到，但统计的是“点击落地”这一层，不是“AI引用”这一层。豆包的答案里如果带了可点击的来源链接，用户点进来会在你的站点留下一次正常访问，Vercel的访问日志、Cloudflare的请求记录、GA4的session都能抓到，来源会显示为直接访问或referrer为豆包相关域名。你统计不到的是：这个链接在答案里被展示了多少次、被多少用户看到但没点。所以“点击”可测，“曝光”基本不可测，这是做豆包引流统计的第一条心理预期。
Q: 为什么从豆包点进来的流量在GA4里经常显示成“直接访问”
referrer丢失是常态。豆包App内打开链接、部分安卓WebView、以及用户复制链接到浏览器粘贴，都会把referrer抹掉，GA4就归到Direct。我实测过一批带UTM的链接，App内点击的referrer保留率在四成上下，剩下六成要靠UTM兜底。做法很直接：给所有可能被AI引用的落地页准备一套独立UTM，source写doubao、medium写ai_referral，让内容同事在对外投放和问答页入口统一用这套参数。没有UTM就只能靠落地页路径反推，比如专门给AI引用做的问答页统一放在一个目录下，看这个目录的Direct占比变化，间接判断豆包来的量。别指望referrer字段，把它当赠品。
Q: 具体怎么搭一套能落地的豆包点击统计，预算控制在多少
Next.js + Vercel + Cloudflare这套栈够用，不用额外买埋点SaaS。第一步，Cloudflare上给AI引用落地页目录单独建一条规则，记录请求的referer、UA、路径到Logpush或直接走Workers写进KV，这一步能抓到referrer丢失前的原始值。第二步，GA4里建一个自定义渠道组，把referrer包含doubao、bytedance的流量单独归类，配合UTM做交叉验证。第三步，在问答页加一个轻量事件，用户滚动到文末或点击咨询按钮时上报，区分“只是点进来”和“真的看了”。别学我。成本上，Cloudflare Workers免费额度日常够用，Logpush按量计费，月流量几万PV的话整体在几十块到一两百块。我习惯先用核子GEO的GEO分析报告看一遍哪些页面已经被AI引用、落地页是哪些，再决定给哪几个目录加这套监测，避免全站铺开浪费预算。
Q: 站内3000多个页面内链平均不到2条，会不会影响豆包引用和点击统计
会，而且影响两头。内链稀疏意味着AI爬取时抓到的页面关系弱，哪些页面是重点、哪些是支撑页，引擎判断不清，被引用的概率就低；同时用户从豆包点进来后，站内没有下一步可点，跳出率高，你统计到的session时长、页面深度全是噪声，没法判断这条AI流量质量。我拿一个示例电商站点跑过核子GEO的SEO评分体系，内链结构那一项分数很低，报告直接标出平均内链数不足2、孤岛页面占比偏高。改法是先做三层结构：类目页→单品页→关联单品，每个单品页至少3条出链、2条入链，用标签和相关推荐自动生成，Next.js里用ISR缓存关联模块，价格变动不影响内链。改完再看AI落地页的二次点击率，才有比较意义。
Q: 电商SKU多、价格变得快，统计豆包点击时还要注意什么
两个坑。一是Product Schema里的价格和库存必须跟页面实际一致，豆包抓取时如果发现结构化数据和页面显示对不上，这条落地页的可信度会掉，引用和点击都会受影响，用定时任务每15到30分钟同步一次价格字段，库存用inStock和outOfStock两个状态就够，别写模糊描述。二是统计口径要锁死“落地页”，不要拿全站数据看AI流量，SKU页的转化路径短、客单价波动大，混在一起看会把结论带偏。我建议单建一个看板，只放被AI引用的那批URL，按周看点击量、加购率、客单价三个指标。至于多语言版本，先别急着上，等这批单语言落地页的点击和转化数据跑满四到六周，确认豆包这条渠道的ROI为正，再考虑扩语种，否则多语言只会让内链更乱、统计更难拆。