# AI生成1000篇文章，真的能带来SEO流量吗？

URL: https://caijiao.org/posts/172
Source: docs/posts/172.md
Description: 能带来一些，但流量会集中在极少数页面，且 2025 年整站信号后风险不对称。JetBrains 调研里 90% 开发者每周用 AI agent，不等于生成的内容能直接发布。

先给一个不讨巧的答案：能，但拿到的结果通常和预期不一样，而且风险是不对称的。

我把能观察到的部分和判断不准的部分分开讲，不确定的地方就说明不确定。

## 短期确实会涨，问题出在第三个月

新页面上线后到被索引，通常几天到两周。一千个页面分批提交，两周内索引率能到七八成，第三到第六周开始有长尾查询进来，这时候曲线是明显向上的。

问题在第三个月。这时会出现两种情况之一：一部分页面的展现量继续爬，另一部分开始掉到零并且不再回来。掉的那些通常是"已抓取，未索引"转了一圈又被移出索引，或者根本就没进来过。

常见的误判是把第三个月的曲线当成起点，按这个斜率去推算一年后。实际上第三个月之后，多数页面的命运已经定了。

## 一千篇里真正有流量的，集中在极少数

这个分布很难接受，但它是可验证的。

Omni Calculator 的 /other/test-grade 一个月拿 61086 次访问，/finance/annual-income 拿 50825。这两个数字看上去很平均，但它们背后是"这两个页面恰好命中了有真实需求的词族"。同一个站点里没有命中词族的页面，访问量是零或者两位数。

![Omni Calculator 官网首页截图](/images/2026-09/omnicalculator.com.png)

*Omni Calculator 首页没有弹窗也没有注册引导，主体就是一张分类网格。*

TinyWow 的关键词数据更直观：png to jpg 月搜索量 87.6 万，image compressor 74.0 万，而品牌词 tinywow 只有 10.3 万。少数几个词撑起了绝大部分流量，剩下的两百多个工具分摊长尾。

一千篇 AI 文章的情况类似：真正起作用的可能只有几十篇，其余是陪跑。而且这些陪跑页面不是中性的，它们参与整站质量评估。

## Google 判的不是"谁写的"，是"有没有增量"

这一点必须说清楚，因为它决定了这件事的风险量级。

Google 对 AI 生成内容的官方立场是：AI 生成本身不违规，违规的是为操纵排名而规模化生产无增量内容。对应的政策条目是 MC Created with Little Effort（4.6.6），针对复制、改写、自动生成且没有增量价值的内容，评级是 Lowest。

判定不看生产方式。一篇手写但只是把现有资料换个说法的文章，同样落在这一条里。反过来，AI 参与起草但有实测数据、有具体实现细节、有自己的判断的文章，不落在这一条里。

"增量"这个词值得拆一下。它可以是别人没有的第一手数据，可以是把几件事放在一起比较后得出的判断，也可以是具体的实现过程记录——包括踩过的坑。不能算增量的是：对公开信息的重新组织、换一种说法的定义解释、没有案例支撑的建议。

## 风险是不对称的，这一点常被忽略

假设做一千篇，其中三百篇拿到一些流量，七百篇没有。看起来是赚了三百篇的流量。

但 2025 年 Helpful Content 系统升级为整站级别信号之后，那七百篇不是中性的——它们会参与整站质量评估，影响的是另外三百篇，以及站点上原本表现良好的旧页面。

这意味着下行风险远大于上行收益：最好的情况是多拿一些长尾流量，最坏的情况是整站评估被拉低，连原有的页面一起受影响。而这种损失发生时，往往很难归因到你做的那一千篇上——时间上隔了几个月，现象上只是"流量慢慢掉了"。

## 工具普及不等于内容可以发布

JetBrains 的调研里有个数字：90% 的专业开发者每周至少用一次 AI 编码 agent。这个数字说明 AI 辅助已经是开发流程的常态，它和"生成的内容可以直接发布"是两件事。

代码和内容的区别在于验证成本。生成的代码跑一遍就知道对不对，生成的内容没有这个反馈——你不知道它有没有增量，直到搜索引擎给出反应，而那个反应要几个月后才来，且不可归因。

所以我的做法是把 AI 用在能立刻验证的环节，而不是用在产出最终内容的环节。

## 如果一定要做，人的增量放在哪

不是"AI 写完人改一遍"，那只是把套话润色得更通顺。真正能构成增量的有这几类：

实测数据。跑一次，把结果贴出来，包括不好看的结果。这类内容别人没有，复制不走。

具体实现细节。用了什么方案、为什么排除另外两种、踩了哪个坑、怎么绕过去的。这类内容只有做过的人写得出来。

明确的时间与版本信息。某个工具在哪个版本下行为变了，某项政策在哪个月调整了。

可执行的判断标准。"超过多少就该拆""低于多少就该删"——给出具体阈值的结论，比描述性的结论有用得多。

## 发布前的最小人工门槛

如果要规模化，我建议设一条硬门槛，达不到就不发布：

这一篇相对网上已有的同类内容，能不能说出一个具体的、可验证的新东西。说不出来，不发。

这条门槛会砍掉大部分选题，剩下的才是值得用 AI 加速起草的。加速的是起草环节，不是判断环节——判断是人的活，也是唯一无法被替代的部分。

至于效果验证，别指望第三方工具的流量估算，自己站点的真实数据只在 [Search Console](/google-search-central/02-search-console-setup) 里。更完整的政策口径，顺着 [Google Search Central](/google-search-central/) 看原文更准确。

顺带说一句：同样是"用程序批量产出页面"，[在线工具](/tool/)那种形态的风险要低得多，因为每个工具页本身就是一个可用的东西，页面存在与否不依赖文字是否原创。

---

*JetBrains 开发者调研（90% 专业开发者每周至少使用一次 AI 编码 agent）；Google 政策条目 4.6.6 与 2025 年 Helpful Content 整站级信号引自 Google Search Central 官方文档；Omni Calculator 单页数据来自 Ahrefs（2026 年 6 月）。*