GA4追踪国内AI来源流量：一套可复核的方法

核心结论：不要先照抄一份“国内AI来源域名正则”。更可靠的做法是先确认GA4采集正常，再导出网站实际收到的来源值，经过人工核对后建立分类规则。对于能够控制的链接，用UTM补充标记；对于来源和转化结果，再用服务器日志与站内事件交叉核对。

想知道AI推荐有没有把用户带到网站，不能只看GA4里有没有出现某个AI产品的名称。

GA4记录的是浏览器和采集配置实际传来的来源、上一页地址、UTM参数及事件数据。来源信息没有传过来时，GA4不会自动判断访问者此前是否使用过AI产品。

国内AI产品的App版本、跳转方式和隐私策略并不完全相同，目前也没有一份稳定、完整的官方国内AI来源域名清单。因此，这项工作的重点不是一次整理出所有域名，而是建立一套可以持续核对、定期更新的方法。

先弄清楚：GA4能看到什么

GA4里有两类重要信息，但它们回答的不是同一个问题。

“会话来源/媒介”回答的是：这次访问被GA4归到了哪个来源和渠道。它适合用于分析一次会话从哪里进入网站，应在“流量获取”报告中查看。分析AI带来的访问时，应优先使用会话范围的来源维度，不能拿“首次用户来源”代替。GA4流量来源维度、用户获取与流量获取的区别

page_referrer回答的是：浏览器有没有把上一页网址传给GA4。它是GA4自动收集的参数，可用于核对访问发生前的页面。但在App内跳转、浏览器限制引荐信息、重定向或没有传递上一页地址时，这个参数可能缺失，也可能发生变化。GA4自动收集的page_referrer

这两个字段不能合并成同一列，也不能互相替代。

同一次AI推荐，可能留下清楚的引荐来源，也可能被记为direct / (none)，还可能因为短链、跨域或中间跳转页，被记录成其他来源。

direct / (none)也不等于用户一定是在地址栏里直接输入了网址。它只表示GA4没有获得明确的引荐来源。链接没有UTM参数、重定向清除了参数、使用了短链或受到广告拦截工具影响，都可能产生这一结果。GA4的direct流量说明

所以，GA4能告诉你的，是采集系统实际收到了哪些信号；它不能还原“用户是否受到AI影响”的全部过程。

第一步：先确认GA4采集正常

在研究AI来源之前，先排除采集本身的问题。

网站需要部署Google tag，或者通过Google Tag Manager，也就是GTM，部署GA4配置。GTM中的Google tag可以发送自动收集事件和增强型衡量事件，也可以配置相关参数。在GTM中设置GA4

部署完成后，可以按下面的顺序测试：

1. 为目标落地页生成一条带测试UTM参数的链接。
2. 通过这条链接访问网站。
3. 在GA4实时报告中查看来源、媒介和广告系列是否出现。
4. 打开DebugView，也就是GA4的调试视图，核对表单提交、电话点击等站内事件是否正常触发。

实时报告可以查看最近5分钟和30分钟内的来源、媒介及广告系列，适合快速确认数据有没有传进GA4。但它的归因能力有限，正式分析仍应回到流量获取报告和探索数据。GA4实时报告

如果自定义事件还携带了其他参数，需要把相应参数注册为自定义维度或指标，才能在标准报告中稳定查看和使用。GA4事件参数

第二步：导出网站真实收到的来源值

采集确认正常后，不要急着猜哪些域名属于AI，先看网站自己的数据。

进入“报告—获取—流量获取”，把主维度切换为“会话来源/媒介”，查看近30天的数据；如果业务周期较长，也可以选择更长的时间范围。GA4流量获取报告

接着进入“探索—自由形式”，新建一张表格，至少加入以下内容：

• 维度：会话来源/媒介、着陆页加查询字符串、网页引荐来源。
• 指标：会话数、互动会话数、关键事件数。
• 筛选条件：保留主要落地页，排除内部测试和已经确认的垃圾流量。

GA4探索报告可以组合维度、指标、筛选条件和细分，并支持导出CSV、TSV等格式，便于进一步核查。GA4探索

数据导出后，不要看到陌生域名就立即标记为AI来源。每一个准备纳入规则的值，都应核对以下问题：

• 这个值是否真实出现在会话来源或page_referrer中？
• 它能否在后续测试中稳定复现？
• 它是否可能来自短链、重定向、中间页或普通网页？
• 同一来源在不同访问中是否保持相对一致？

只有经过核对的来源值，才适合进入正式的分类规则。

第三步：用已验证的数据建立AI来源规则

确认来源值后，可以在GA4属性中创建自定义渠道组，新增“AI助手”渠道，并把它放在Referral，也就是引荐渠道之前。这样，已经确认的来源值可以优先匹配AI助手规则。

规则表至少应保留以下5项信息：

字段	用途
实际来源值	保存GA4或page_referrer中出现的原始值
证据位置	标明该值来自哪份报告或导出数据
首次出现时间	记录该来源从什么时候开始出现
最后验证时间	确认该值目前是否仍然有效
负责人	明确由谁复查和更新

只有已经在自家网站数据中出现，并经过人工核对的值，才应加入正则表达式。规则上线后，可以按月检查新增来源、失效来源和误分类情况，再更新渠道条件。

Google的自定义渠道组文档提供了AI助手正则示例，同时也提示：URL或名单发生变化时，需要更新表达式。GA4自定义渠道组

需要特别注意：这个示例不是国内AI产品的官方域名清单，也不代表GA4能够识别全部AI访问。网上流传的旧域名列表可以作为排查线索，但不能在未经验证的情况下直接用于正式归因。

第四步：可控链接统一添加UTM

UTM是添加在网址后面的来源标记参数。对于自己能够控制的链接，应优先使用统一的UTM命名。

例如：

• 内容合作链接；
• AI产品内自建智能体的资料卡；
• 客服主动发送的落地页链接。

这些链接可以统一设置为：

?utm_source=ai_assistant&utm_medium=referral&utm_campaign=geo_content

团队内部应统一使用小写，并固定source、medium和campaign的命名字典。链接发布前，还要进行一次实际跳转，确认经过重定向后，UTM参数仍然保留。

GA4会把utm_source、utm_medium和utm_campaign记录到流量获取报告中，而且参数值区分大小写。AI_Assistant和ai_assistant会被记录成两个不同的值。GA4网址构建工具

UTM只能解决可控链接的标记问题。它不能补回第三方自然推荐中没有传递的引荐信息，也不能证明所有带有该参数的访问，都来自某个AI产品的自然推荐。

第五步：用服务器日志确认请求是否到站

GA4记录的是分析平台收到的数据，服务器访问日志记录的则是请求有没有真正到达网站。

建议服务器日志至少保留以下信息：

• 请求时间；
• 落地URL及查询参数；
• Referer字段；
• HTTP状态码；
• User-Agent。

核对时，可以把日志里的请求时间、落地页和UTM参数，与GA4中的会话记录进行对照。

如果日志中存在Referer，可以用它确认浏览器传来的上一页信息。如果日志中没有Referer，只能说明这次HTTP请求没有提供这个字段，不能据此认定该访问一定不是AI带来的。

服务器日志能够确认请求事实，不能说明用户为什么访问网站。

如果需要从服务端补充线下事件或后端事件，可以使用GA4 Measurement Protocol，也就是GA4的服务端事件传输方式。但Google明确说明，它用于补充网站或App采集，不能替代正常的浏览器或软件开发工具包采集。GA4 Measurement Protocol

第六步：把AI访问与业务结果对应起来

如果只知道访问来自哪里，却不知道用户进入网站后做了什么，就无法判断这些访问有没有产生业务价值。

可以通过GTM或站点代码追踪以下动作：

• 提交表单；
• 点击电话号码；
• 复制联系方式；
• 下载资料。

事件采集完成后，再把真正代表业务结果的动作标记为关键事件。

最终看板至少应保留4类证据：

证据类型	回答的问题	常用字段或工具	不能单独证明什么
GA4会话归因	这次会话被归到了哪里	会话来源/媒介、广告系列	不能识别所有受到AI影响的访问
UTM标记	可控链接采用了什么来源名称	source、medium、campaign	不能覆盖不可控的自然推荐
服务器日志	请求是否真正到达网站	URL、Referer、状态码、User-Agent	没有Referer不等于不是AI访问
站内转化	访问后完成了什么动作	表单、电话、复制、下载	不能补回已经缺失的来源信息

复盘时，先查看会话来源，再核对落地页和服务器日志，最后分析关键事件。只有这些数据能够互相对应，结论才经得起复查。

结论：追踪AI流量，关键不是一份域名表

国内AI产品的来源域名、App跳转方式和隐私策略都可能变化。试图用一份固定正则一次解决全部识别问题，结果很容易失真。

更可靠的做法，是把整个过程拆成6步：

1. 验证GA4采集和站内事件是否正常；
2. 导出网站实际收到的会话来源与引荐信息；
3. 人工核对来源值，再建立自定义渠道规则；
4. 为可控链接统一添加UTM；
5. 用服务器日志确认请求是否到达；
6. 用关键事件判断访问是否产生业务结果。

这套方法不能识别所有受到AI影响的用户，但它能明确告诉你：哪些结论有数据支持，哪些来源仍然无法确认，以及当前的分类规则依据什么建立。

FAQ

GA4能识别所有AI流量吗？

不能。GA4只能处理实际收到的来源、page_referrer、UTM和事件数据。App内跳转、隐私策略、缺少引荐信息及重定向等情况，都可能让来源缺失或发生变化。

direct / (none)就是用户直接输入网址吗？

不一定。它表示GA4没有得到明确的引荐来源。缺少UTM、重定向剥离信息、使用短链和受到广告拦截工具影响，都可能让访问进入direct。

会话来源和page_referrer有什么区别？

会话来源是GA4对一次会话的归因结果；page_referrer是浏览器传来的上一页网址。排查时可以同时查看，但不能把它们当成同一个字段。

能直接使用网上的国内AI域名正则吗？

不建议。目前没有稳定、完整的官方国内AI来源域名清单。应先从自己网站的流量获取报告和探索数据中导出真实的会话来源及page_referrer，经过人工验证后再维护正则。

UTM能解决所有AI来源识别问题吗？

不能。UTM只能覆盖可控链接。第三方自然推荐、App内跳转，或者被重定向清除的参数，仍可能无法按照预期归因。

为什么实时报告和流量获取报告结果不同？

实时报告主要展示最近发生的活动，归因能力有限，更适合验证采集是否生效。正式分析应以流量获取报告和探索数据为准。

服务器日志没有Referer，能判断不是AI流量吗？

不能。没有Referer只说明这次请求没有提供该字段。还需要结合落地页、UTM、GA4会话记录和站内行为判断。

AI来源规则多久复查一次？

可以按月检查新增来源、失效来源和误分类。AI产品的跳转方式、活动链接或网站重定向策略发生变化后，也应重新检查。

官方来源

1. GA4流量来源维度
2. 用户获取与流量获取的区别
3. GA4流量获取报告
4. GA4自动收集的page_referrer
5. GA4的direct流量说明
6. GA4网址构建工具
7. GA4实时报告
8. GA4探索
9. GA4自定义渠道组
10. 在GTM中设置GA4
11. GA4事件参数
12. GA4 Measurement Protocol