如何在 Looker Studio 搭建 AI 可见度看板：提及、引用、流量
在 Looker Studio 搭 AI 可见度看板：哪些连接器能带出提及与引用数据、GA4 和 Search Console 怎么接、哪些地方会先坏掉。
快速结论
搭建 AI 可见度看板时，Canlah AI 先把三层数据源落到同一张 BigQuery 或 Google Sheets 表里，再让 Looker Studio 连这张表：来自监测平台的问句级提及与引用数据、来自 Google Analytics 4 的 AI 引荐会话，以及来自 Google Search Console 的生成式 AI 展示量。2026 年 9 月 23 日查阅的七个监测平台中，五个公布了 Looker Studio 通路；但一个混合数据源最多只接五张表、一个提取式数据源上限 100 MB，所以把各个连接器直接混合的报告，一加到第六层就没有位置了。
Canlah AI 的测量层固定为一次观测一行、每行 13 个字段。2026 年 9 月 7 日对 canlah.ai 做的那次 Canlah AI 自我审计，在三条引擎腿上为 233 条返回样本写下了 317 个原始证据文件——引用面板要经得起“这个数字从哪来”的追问，就必须读到这个颗粒度。
请把看板当作报告界面，而不是测量方法。图表修不好一套在两个周期之间被改过的问句面板，任何混合数据源也没法把一次运行变成一个频率。先定日期颗粒度、先冻结问句集，因为相关方一旦看过第一版，这两件事改起来就很贵。
披露：本文由 Canlah AI 发布，下文描述的托管式测量与报告服务也由 Canlah AI 运营。Peec AI、Otterly.ai、Ahrefs Brand Radar、Semrush、Scrunch AI、Profound 和 AthenaHQ 的连接器、API、导出与定价细节来自各家公开文档，查阅日期为 2026 年 9 月 23 日，未通过付费账号实测。Google 的行为引自同日查阅的 Google 帮助页面。
AI 可见度看板必须对齐的五个对象
AI 可见度看板必须对齐五个测量对象（提及、引用、展示量、会话和转化），它们来自不同信源、颗粒度也各不相同。把这五个压成一个综合指数，就盖住了“到底是哪个在动”。
- 提及：引擎是否点到品牌名、出现在哪些答案里、多轮运行下的出现率是多少。它来自监测平台或你自己的探测存档，是采样出来的，不是数出来的。
- 引用：答案链接到了哪些 URL 和域名，包括你自己的。它来自同一个信源，颗粒度到 URL，各厂商导出文件的形态正是在这一层差异最大。
- 展示量：Google 在 AI Overviews 和 AI Mode 里展示你的页面有多少次。只有 Search Console 公布它，而且只给展示量。
- 会话：有多少人从助手来到站内。GA4 通过 AI Assistant 渠道和 referral 来源承载它。
- 转化：这些会话做了什么。它来自 GA4 关键事件，按日期和着陆页与会话层对齐。
提及是采样来的，展示量由 Google 计数，会话由你的代码计数。三个分母彼此无关，所以把它们画在同一条轴上的图表，暗示了一种数据本身撑不住的关系。
哪些数据源能接入 Looker Studio
2026 年 9 月 23 日查阅的七个 AI 可见度平台中，五个公布了 Looker Studio 通路（Peec AI、Otterly.ai、Ahrefs Brand Radar、Semrush 和 Scrunch AI），Profound 和 AthenaHQ 则写明的是 API 与文件导出。再加上 GA4、Search Console、落在 BigQuery 的服务器日志和 Canlah AI 证据存档，下表共列出 11 条通路。
AI 可见度数据源及其公开文档中的 Looker Studio 接入路径，查阅日期 2026 年 9 月 23 日。
| 数据源 | 接入 Looker Studio 的路径 | 拿到什么 | 需要核实的关键点 |
|---|---|---|---|
| Google Analytics 4 | 原生 GA4 连接器 | 按日期、渠道、来源和着陆页拆分的会话与关键事件 | AI Assistant 渠道不含 AI Overviews 和 AI Mode |
| Google Search Console | 原生 Search Console 连接器 | 按日期、查询词、页面和国家拆分的站点与 URL 展示量表 | 连接器是否含生成式 AI 报告：所查文档未说明 |
| Peec AI | 社区连接器，需项目级 API key | 12 个维度，含 Prompt、Model、Domain、URL；8 个指标，含 Citation、Visibility、Share of Voice | key 要先在 Peec 后台创建 |
| Otterly.ai | Standard、Premium 和 Enterprise 套餐的原生连接器 | 覆盖率、提及数、声量份额、平均排名和 URL 级引用 | 你的套餐是否在所列三档之内 |
| Ahrefs Brand Radar | Looker 连接器加一个 Report Management API | 按品牌和平台拆分的 AI 提及、展示量与 AI Share of Voice 历史曲线 | 拉的是 Ahrefs 的问句、你的自定义问句还是两者 |
| Semrush | 面向 Domain Analytics、Position Tracking 和 Site Audit 的 Looker Studio 连接器 | 经 Semrush API 取 SEO 数据集，且不消耗 API 额度 | AI Visibility Toolkit 字段：所查文档未说明 |
| Scrunch AI | Looker Studio 模板，加 Query、Responses 和 Agent Traffic 三个 API | 按平台、Persona 和来源 URL 拆分的品牌出现、位置分、情绪和竞品出现 | 你的套餐是否除 Query 外还含 Responses |
| Profound | Growth 套餐提供 REST API、Tableau 连接器、CSV 和 JSON 导出；Looker Studio 连接器：所查文档未说明 | 按单次执行给出的问句与答案行，携带提及和引用 | API 与 Looker Studio 之间要垫一个数仓，因为文档写明的 BI 连接器是 Tableau |
| AthenaHQ | 提供 CSV 导出和 API 访问；Looker Studio 连接器：所查文档未说明 | 按额度计费的回答，1 条 AI 回答扣 1 个额度，Starter 套餐每月 295 美元 | API 访问是含在你这一档里，还是要另外加购 |
| 服务器与 CDN 日志 | 先入 BigQuery，再用原生 BigQuery 连接器 | 请求级的 AI 爬虫命中，带 user agent、路径和状态码 | 日志保留期，通常短于报告窗口 |
| Canlah AI 证据存档 | JSON 载入 BigQuery 或 Google Sheets | 一次观测一行、每行 13 个字段，外加原始答案文件 | 它随服务交付，不是一个连接器 |
来源：2026 年 9 月 23 日查阅的厂商与 Google 文档。“所查文档未说明”指的是：当日抓取时，厂商或 Google 的公开材料没有写到这一条。它不构成该能力不存在的证据，当前范围应直接向服务商确认。
在画第一张图之前，两条平台限制就已经决定了架构。一个混合数据源最多包含五张表，一个提取式数据源上限 100 MB。提及层、URL 颗粒度的引用层、GA4、Search Console 再加一张日志表，五个位置就已经占满——这正是 Canlah AI 把客户数据先落到 BigQuery、再只连一张表的原因。Looker Studio Pro 按每用户每项目每月 9 美元计价，且按 Google Cloud 项目计费，因此按客户各开一个项目的代理商，除了按座席付费，还要按客户付费。
六步搭出这块看板
在 Looker Studio 里搭 AI 可见度看板需要六步，其中四步是 schema 决策，图表建好之后就没法再做了。
第 1 步：打开 Looker Studio 之前先把颗粒度定死
写清楚每一层里“一行”代表什么：提及层一行是一次观测，引用层一行是一个 URL，GA4 和 Search Console 一行是一天。后面每一次 join 都是“日期加一个键”，而没声明的颗粒度，会在有人第一次加筛选器时被重复计数。
第 2 步：连接之前先把所有数据源落到同一张表
把平台导出以及 GA4、Search Console 的提取结果载入 BigQuery 或 Google Sheets，对齐日期列，然后只连一次 Looker Studio。这样既避开混合数据源的五表上限，也避开 100 MB 的提取上限，而且厂商改字段名时只有一处要修。
第 3 步：先修 GA4 渠道，再拿它画图
先确认你的媒体资源把哪些助手归入 AI Assistant，剩下的自己建自定义渠道组。标准媒体资源允许 2 个自定义渠道组、每组最多 50 个渠道，而且可以追溯生效——默认渠道组做不到这一点。
第 4 步：把 Search Console 当展示量读，绝不当点击读
生成式 AI 效果报告只能画成展示量趋势。Google 说明它显示的是你的站点链接在生成式 AI 功能中被展示的次数，可按页面、国家、设备和日期拆分，没有点击、没有点击率、也没有查询词数据。
第 5 步：建三块面板，一块回答一个问题
第一块回答引擎有没有点到品牌名，第二块回答它们引用了哪些信源，第三块回答有多少人真的到站。每一块都配一个日期控件，并在脚注里写明信源、引擎集合和样本量。
第 6 步：在报告上盖章写清面板与冻结日期
把问句数量、每题运行次数、引擎清单和冻结日期作为文字放进报告页眉。Canlah AI 在每一份客户报告上都印这四个值，因为缺了它们的看板是没法被审计的。
提及表需要的那一行
提及表需要一次观测一行、每行 13 个字段，每一个字段都因为“没有它看板就会坏”而存在。下面这套 schema 就是 Canlah AI 为每次探测写下的内容，取自 2026 年 9 月 7 日的 canlah.ai 自我审计。
Canlah AI 证据存档中的一条观测行（2026 年 9 月 7 日自我审计），以及每个字段支撑的能力。
| 字段 | 示例值 | 没有它看板就做不到的事 |
|---|---|---|
| engine | brightdata_aio | 按引擎拆分任意指标，这是相关方第一个要看的切面 |
| query | 买家的原话问句 | 把一个分数追溯回它背后的那个问题 |
| layer_id | L2 | 报告漏斗各层的覆盖情况，而不是一个混合出来的提及率 |
| run | 1 | 把重复运行聚合成区间，而不是一个点 |
| gl | sg | 在比较之前先把市场分开 |
| hl | en | 把语言分开，不同语言检索到的信源不同 |
| ts | 1788749300172 | 给观测排序，并发现采集断档 |
| status | ok | 把失败样本从分母里剔除 |
| error | null | 解释某次下跌来自采集，而不是可见度 |
| attempts | 1 | 区分重试过的样本和一次跑通的样本 |
| elapsed_s | 4.1 | 在被限流的那条腿被读成“掉了”之前先发现它 |
| ai_overview | 答案载荷 | 不重新探测就能重新统计提及和引用 |
| serp_keys | organic、related_questions | 显示结果页上还有什么在占位 |
来源：Canlah AI 对 canlah.ai 的自我审计，2026 年 9 月 7 日，展示其中一条返回样本。该运行为内部运行，未经独立审计。
那次自我审计计划采 234 条样本，实际写下 317 个原始证据文件，其中 233 条返回、1 条因读取超时失败。这就是 status 和 error 不可省略的原因：拿 234 当分母的看板，报出来的是一个悄悄算错的比率。
GA4 怎么配，AI 会话才不会被重复计数
要让 AI 会话不被重复计数，GA4 要按两套渠道分组来接，且每块面板只画其中一套：默认的 AI Assistant 渠道作头条，一个可追溯生效的自定义渠道组作审计轨迹。Google 把 AI Assistant 渠道定义为用户从 ChatGPT、Gemini、DeepSeek、Copilot 或 Grok 这类来源到站的渠道，并明确排除 Google 自家的 AI Overviews 和 AI Mode。匹配规则是媒介为 ai-assistant，Google 说明当来源网址命中它的清单时，媒介会被置为 ai-assistant、广告系列被置为 (ai-assistant)。
由此有三个后果。来自 AI Overviews 和 AI Mode 的点击留在自然搜索里，在 GA4 中无法拆出来，于是 Search Console 展示量成了这两个界面上 Google 唯一公开的信号。Google 只举了五个助手为例，并没有公布完整匹配清单，所以这五个之外的助手，都应该先在你自己的来源/媒介报告里确认。那些不带来源网址就把访客送来的助手会落进直接流量，这给“任何搭建方式能归因多少 AI 流量”设了一个下限。
每个会话在默认渠道组里被归类一次，在每个自定义渠道组里又被归类一次，所以把两套分组加在同一张图里，同一个 AI 会话会被算两次。
月度 AEO 报告该展示什么
月度 AEO 报告应该展示四个数字、四个不同的分母，并且每个数字都标注自己的分母。一个混合出来的可见度总分过不了这一关，因为它在动，却没人说得清是四个输入里的哪一个在动。
- 按漏斗层级拆的提及率，以多轮运行的区间表示，标签里带上问句数量。
- 按域名拆的引用占比，既算你自己的，也算同一批答案里压过你的第三方信源。
- 来自 Search Console 的生成式 AI 展示量，单独画，永远不做除法。
- 来自 AI Assistant 渠道和自定义渠道组的会话与关键事件，并把直接流量作为已知下限单独点出来。
Canlah AI 把引用占比报成带置信区间的区间值，而不是一个数，因为 AI 答案逐月波动，而单个数字会招来采样本身撑不住的那种对比。
如何解读五种常见的看板结果
AI 可见度看板上有五种结果反复出现，值得提前想好怎么读；五种里只有一种，即连接器变更当天出现的阶跃，指向的是管道而不是可见度。
提及上升，会话持平：这是正常形态，不是故障，因为在答案里被点名并不会产生点击。先看引用占比：被提及但答案里没有链到你的域名，画出来正好就是这张图。
会话上升，提及持平：先检查着陆页。助手引荐常常集中在一两个页面上，它们只是因为某个很窄的问题被引用，所以这份增长是页面级的，不是品牌级的。
引用占比集中在单个 URL 上：是一个页面在答案里扛着整个品牌。检查它是不是也是 Search Console 生成式 AI 报告里唯一出现的页面。单页依赖是必须写进报告的风险。
某个连接器变更当天出现阶跃：先怀疑管道，再怀疑市场。厂商改了字段名、值悄悄变成 null，读起来就像崩盘。
Search Console 有展示量，却没有对应的引荐流量：Google 正在 AI 功能里展示这个页面，而用户没有点进来。请拿它去对提及层，而不是会话层。
Looker Studio 看板不能证明什么
无论搭得多干净，Looker Studio 看板都不能证明 AI 可见度上的以下四件事。
- 它不能证明一个稳定的声量份额，因为提及层采样的是一个分布，而图表是在样本之间连了一条线。
- 它不能证明某次内容改动导致了答案变化，因为整套搭建里没有任何东西控制了模型或索引更新这个变量。
- 它没法把不带来源网址到站的 AI 流量捞回来，无论渠道怎么配，那部分都留在直接流量里。
- 它不能单独报出 AI Overviews 或 AI Mode 的点击，因为 Search Console 只公布展示量，而 GA4 把这些点击留在了自然搜索里。
Canlah AI 的证据存档带着和本文每一个提及层一样的限制。2026 年 9 月 7 日那次自我审计是单日基线，只覆盖一个品牌、一个市场，在压缩的时间窗内跑完，同意图样本之间没有间隔，因此日内波动没有被表达出来。
什么时候该从自建看板换成托管报告
只要 schema 由一个人负责、只追踪一个市场、每个提取都在 100 MB 上限以内，自建 AI 可见度看板就够用。它不再够用的信号是：数据量超出 Google Sheets 的承载、第二个市场把层数翻倍，或者厂商改了 schema 而整整一个周期都没人发现。
Canlah AI 是一家位于新加坡的 SEO + GEO 代理商，测量并改善品牌在 ChatGPT、Gemini、Google AI Overviews 和 Google AI Mode 中的可见度，并把 AI 可见度报成可复跑的区间加带时间戳的证据。合作会锁定一套由客户所选买家意图构成的合约问题池、为期 90 天、每月复测，保留每次探测的问句、答案、截图和时间戳，并把存档交给客户，使其可以重跑。
限制在于 Canlah AI 不卖 Looker Studio 连接器。交付形式是月度报告加证据存档，所以想要一块实时自助看板的团队，应该去买上面那些平台之一，并把存档留作自己的审计层。
不要只凭上面那张表挑连接器。动手搭之前，先以书面形式向每家厂商确认套餐范围、字段名和导出上限；无论图表来自厂商还是你自己搭的，只要旁边没印面板规模、引擎清单和冻结日期，就不要接受它。
常见问题
在 Looker Studio 里怎么搭 AI 可见度看板？
要在 Looker Studio 里搭 AI 可见度看板，先从监测平台导出提及与引用数据，把 GA4 和 Search Console 提取到同一个存储里，并在 BigQuery 或 Google Sheets 中对齐日期列。然后让 Looker Studio 只连那一张表。直接在五个独立连接器上搭，一旦再加一层日志就会撞上五表的混合上限。
Looker Studio 能直接连 ChatGPT 或 Perplexity 吗？
不。Looker Studio 读的是连接器和数据库，不是助手，所以提及层只能通过监测平台的连接器或 API 进来，或者通过 Canlah AI 交付的那种探测存档进来。本文查阅的七个平台中有五个公布了 Looker Studio 通路，另外两个写明的是 API 与导出，中间需要垫一个数仓。
哪些 AI 可见度工具有 Looker Studio 连接器？
截至 2026 年 9 月 23 日，Peec AI、Otterly.ai、Ahrefs Brand Radar、Semrush 和 Scrunch AI 的文档中都写明了 Looker Studio 通路，其中 Otterly.ai 把它列在 Standard、Premium 和 Enterprise 套餐上，Peec AI 要求一个项目级 API key。Semrush 的连接器写明的是 SEO 数据集，所查文档未说明是否含 AI Visibility Toolkit 字段。Profound 写明的是 Tableau 连接器、REST API 以及 Growth 套餐上的导出，所以当前范围请逐家直接向厂商确认。
GA4 里怎么追踪 AI 流量？
要在 GA4 里追踪 AI 流量，先用默认渠道组里的 AI Assistant 渠道，再针对它漏掉的部分加一个带明确主机名规则的自定义渠道组。Google 用 ai-assistant 这个媒介定义该渠道，并举了 ChatGPT、Gemini、DeepSeek、Copilot 和 Grok 为例，同时排除 AI Overviews 和 AI Mode。自定义渠道组可追溯生效，能把 AI Assistant 渠道存在之前的那几个月补回来。
为什么 AEO 报告里提及数和会话数永远对不上？
AEO 报告里提及数和会话数对不上，是因为它们数的不是同一件事。提及是从重复探测中采样出来的，会话是你的代码数出来的，而很多助手引荐不带来源网址、最后落进直接流量。Canlah AI 把两者各自带着自己的分母报出来，从不拿一个去除以另一个。
Canlah AI 提供 Looker Studio 连接器吗？
不。Canlah AI 交付的是月度报告加 JSON 格式的证据存档，一次观测一行、每行 13 个字段，由团队自己载入 BigQuery 或 Google Sheets 再连到 Looker Studio。想要实时自助看板的团队，应该把这份存档与公布了 Looker Studio 通路的五个平台之一搭配使用。
方法与信源
连接器、API 和导出细节于 2026 年 9 月 23 日取自各厂商的公开文档，记录的是那些页面在当日写了什么。未使用付费账号，发表前也没有任何厂商审阅过本文。Google 的行为引自同日查阅的 Google 帮助页面。观测 schema 与样本数量来自 2026 年 9 月 7 日对 canlah.ai 执行的一次 Canlah AI 自我审计，它是针对一个品牌、一个市场的内部运行，未经独立审计。
- GA4 默认渠道组。AI Assistant 定义、媒介规则以及对 AI Overviews 的排除。
- GA4 自定义渠道组。2 个渠道组、每组 50 个渠道的上限，以及追溯生效。
- 生成式 AI 效果报告。只有展示量的范围、可用拆分维度和 1,000 行上限。
- Looker Studio 混合数据源。混合数据源的构建方式与 join。
- Peec AI Looker Studio 连接器。12 个维度、8 个指标以及 API key 要求。
- Otterly.ai Looker Studio 连接器。套餐可用性与引用字段。
- Ahrefs Looker Studio 文档。Brand Radar 历史曲线与问句选择。
- Semrush Looker Studio 集成。该连接器承载的数据集。
- Scrunch 开发者文档。各个接口以及 Looker Studio 模板。
- Profound REST API。按单次执行给出的问句与答案行。
- AthenaHQ 套餐。Starter 价格、额度配额与导出范围。
- Canlah AI 对 canlah.ai 的自我审计，2026 年 9 月 7 日，内部运行，未经独立审计。13 字段 schema、317 个证据文件、计划 234 条与返回 233 条样本。
- Canlah AI 测量方法说明。合约问题池、存档内容，以及以区间形式报出的引用占比。
在画图之前，先看看哪些答案点到了你的品牌。免费运行 AI 可见度审计 →
相关阅读
免费白皮书
智能体时代的营销
13 章全文公开,不设邮箱门。含 50 家跨境 DTC 品牌智能体就绪度的原创数据集。
免费读全文 →