一張圖片顯示一個可愛的戴眼鏡獅子卡通角色,坐在一台筆記型電腦前,螢幕上是GA4流量來源分析介面。圖片主題是關於AI Agent如何協助解析GA4數據,區分真假流量,找出重複讀者並分析轉換事件。
LEO 理財實驗室展示 AI agent 如何運用純文字檔,打造可視化工作台,深度分析 GA4 數據,從流量來源、互動率到轉換事件,全面理解網站表現。可愛的獅子吉祥物戴著眼鏡,專注地看著筆記型電腦螢幕上的 GA4 介面。

我打開 GA4,發現最大的流量來源不是人

我一直以為「哪個來源帶來讀者」是 GA4 裡最容易看懂的一張表。

直到我把 90 天的數字攤開,發現排第二的那個來源,有 73% 來自中國、互動率 4.2%、幾乎全是從未回訪的新訪客。那不是讀者,是機器人。

這篇我用自己站(leo-laboratory.com)的真實 GA4 數據,把三件事講清楚:怎麼分辨真假流量、真正的讀者從哪來、以及一個更尷尬的問題——我其實不知道誰付了錢。


我的 GA4 帳面上長什麼樣?

先看 90 天(2026-07-27 ~ 2026-10-24)的六個來源管道:

90 天:六個來源管道
Organic Search
5,410
互動率 57.0% 停留 156 秒
Direct
4,927
互動率 8.3% 停留 18 秒
Unassigned/Referral/Social
336
合計佔 3.1%
AI Assistant
29
只佔 0.27%,但互動率 55.2%

帳面上,Direct 幾乎跟有機搜尋一樣大。但這兩個數字的「品質」差了七倍。

90 天六個來源管道對照:有機搜尋 5,410 次、互動率 57%,Direct 4,927 次但互動率只有 8.3%

我怎麼確定 Direct 不是人?

光看總量看不出來。我把 Direct 這個 4,927 拆成三個維度交叉檢查:

Direct 的 4,927 次,拆開來看
① 國家:中國佔 73%
中國 3,591 次(互動率 4.2%)/美國 461(11.3%)/台灣 348(43.4%)
② 裝置:九成是桌機
desktop 4,426(其中 Windows 3,797)/mobile 471/tablet 7
③ 新舊訪客:幾乎沒有回訪
新訪客 4,794(互動 7.3%)/回訪僅 103 次(互動 55.3%)
結論:Direct 是「真人」與「機器人」混在一起的桶子
73% 來自中國、互動率 4%、全新訪客、Windows 桌機。這是掃描器與爬蟲的特徵。
真正的直達讀者,是台灣那 348 次(互動率 43.4%)。

這件事的意義: 如果你直接用「工作階段」排名來決定要把力氣放哪裡,你會把資源投在一個根本不會讀你文章的來源上。

為什麼 Direct 會變成垃圾桶?

Direct 在 GA4 的定義是「沒有來源資訊的工作階段」。它會變髒,通常是這四個原因疊在一起:

① App 的內建瀏覽器把來源吃掉。 有人把連結貼到 LINE、WhatsApp、Messenger,點開後在 App 內建瀏覽器開啟,referrer 就消失,一律記成 Direct。台灣的內容站特別容易遇到這個。

② 掃描器與爬蟲。 各種網站檢查工具、SEO 掃描、監控服務會直接抓首頁,不帶 referrer,看起來就是 Direct。這類流量通常互動率極低、停留只有幾秒。

③ 你自己的 UTM 沒帶。 貼連結時少了 ?utm_source=,就永遠分不出「從電子報來的」和「從 LINE 來的」。

④ 短網址與轉址吃掉參數。 有些短網址服務會把 query string 丟掉,來源就歸零。

我這 4,927 次裡,中國那 3,591 次幾乎確定是第 ②(機器人);台灣那 348 次,大概是第 ①(LINE 轉發)。同一個管道名稱底下,藏著兩種完全不同的東西。

而且這個「機器人量」不是一次性的,它一直在:

Direct 按月:它是持續性的,不是某天爆量
5 月543 次(互動 16.2%)
6 月1,418 次(8.4%)
7 月1,952 次(10.1%)
8 月2,035 次(8.6%)
9 月1,467 次(8.2%)
10 月(到 24 日)1,128 次(7.9%)
互動率六個月都卡在 8–16%,沒有一次超過 20%。這不是「某篇文爆紅帶來的直達流量」,是常態性的背景雜訊。

那真正的讀者從哪來?

排除掉雜訊之後,答案很清楚:

來源工作階段互動率平均停留
有機搜尋5,41057.0%156 秒
台灣的直達34843.4%—
回訪訪客10355.3%—

有機搜尋是唯一「量大又真的有在看」的來源。 其餘的 Direct 流量,扣掉台灣那 348 次之後,幾乎都是誤點或機器人。

順帶一個發現:Direct 的著陸頁前十名裡,有一頁是 /internet-resource/labview-2009-2018-download,105 次工作階段、互動率 52%、平均停留 386 秒。這種「舊教學文」的長尾流量,比任何社群貼文都穩定。

AI 助理只佔 0.27%,為什麼我反而最在意它?

因為它的品質完全不是同一個等級。

AI 助理帶來的讀者,停留時間全部破表
perplexity.ai
346 秒
6 次工作階段,互動率 83.3%
chatgpt.com
273 秒
6 次工作階段
gemini.google.com
272 秒
17 次工作階段,互動率 52.9%

對照一下:Direct 平均停留 18 秒、有機搜尋 156 秒、AI 助理 272–346 秒。

而且它在長大:

月份AI 助理工作階段
5 月1
6 月4
7 月2
8 月5
9 月12
10 月(到 24 日)11

從個位數長到每月十幾次,六個月大約十倍。量還是很小,但方向很明確。

AI 助理流量六個月成長約 10 倍:5 月 1 次、9 月 12 次、10 月 11 次

更有意思的是「它最常把哪幾頁帶給我」:

被 AI 引用的頁面工作階段平均停留
Gemini 匯入 ChatGPT 記憶教學7382 秒
Gemini Gems 搬進 Skills5467 秒
AI 副業(台灣)2461 秒

規律很清楚:被 AI 引用、而且讀者願意看六分鐘以上的,全都是「具體操作步驟」和「在地化教學」。 不是觀點文、不是新聞轉述。

這跟我之前寫的 GEO 那篇對得上:AI 引用你,靠的是「有明確答案的頁面」。這張表就是那個說法的實證。

還有一個細節值得注意: 這三頁的標題都很「可回答」。像「Gemini 怎麼匯入 ChatGPT 的記憶」這種問題,AI 需要一個步驟明確的答案,而我的文章剛好就是那個答案。反過來說,觀點文沒有標準答案,AI 就沒有理由引用它。

所以如果你要押注 AI 流量,該做的其實是把每一篇都寫成「有人會拿來問 AI 的那個問題」的答案,而不是寫更多文章。

最尷尬的發現:我不知道誰付了錢

到這裡都還算順利。直到我去看轉換事件。

90 天內,我站上的事件次數是這樣:

事件次數
page_view10,855
session_start10,476
scroll2,463
click855
file_download173
form_start8
form_submit6

六次。 90 天,六次表單送出。

問題不在沒人訂閱。我根本沒有把「訂閱電子報」和「點擊聯盟連結」設成轉換事件。所以我只能看到「誰來看」,看不到「誰做了動作」。

這就是 Indie Hackers 那篇文章的重點:

「大部分分析工具只回答一個問題:訪客從哪來。對小產品更有用的問題是:付錢的客戶從哪來。這兩份名單通常不一樣。」

我的狀況更原始:我連第二份名單都沒有。

你可以怎麼做?3 個馬上能改的設定

如果你也有內容站,這三件事花不到一小時:

① 把「Direct」拆成真與假。
在 GA4 建一個比較區段:工作階段來源 = direct 且 國家 = 台灣。這才是你真的直達讀者。原本那個 4,927 會讓你誤判。

② 確認 AI 助理是獨立的來源管道。
GA4 現在有內建的 AI Assistant channel group(Gemini、ChatGPT、Perplexity、Copilot 都會被歸進去)。去「管理 → 管道群組」確認它沒被併進 Referral——被併進去,你就永遠看不到這塊在長。

③ 把「有價值的動作」設成轉換。
最少兩個:電子報訂閱(form_submit 帶表單名稱)、聯盟連結點擊(click + outbound = true 且連結含追蹤參數)。沒有這兩個,你做的所有流量優化都無法驗證。

常見問題 FAQ

Direct 流量高一定是機器人嗎?
不一定。LINE、WhatsApp 等 App 的內建瀏覽器會把來源吃掉,變成 Direct。所以要看國家+互動率+新舊訪客三項交叉,不能只看總量。

AI 助理的流量這麼少,值得在意嗎?
以「量」來說不值得,以「質」來說很值得。我的 AI 助理訪客平均停留 272–346 秒,是 Direct 的 15 倍以上。而且它還在成長。

GA4 的 AI Assistant 管道準嗎?
它是用來源網域判斷(chatgpt.com、perplexity.ai、gemini.google.com 等),大致可信。但如果 agent 用 API 或無痕抓取,就抓不到——所以實際數字只會被低估。

沒有轉換追蹤,可以事後補嗎?
可以,但補不了歷史資料。轉換事件從設定那天才開始記錄,所以越早設越好。

這篇的數據怎麼來的?
用 GA4 Data API 直接查 property 361796305,區間 2026-07-27 ~ 2026-10-24。截圖是延伸資訊卡自行繪製,不是 GA4 後台畫面。


延伸閱讀


結語

這篇最大的收穫,是我發現自己一直在看錯的儀表板。

「工作階段」這個數字很容易讓人自我感覺良好,但它把機器人、誤點、真讀者全部加在一起。真正該看的順序是:這個來源的人有沒有在讀(互動率)→ 讀完有沒有動作(轉換)→ 那個動作有沒有帶來收入。

我現在只做到第一層。第二層要補轉換事件,第三層要等有穩定的聯盟或訂閱收入。

該看的順序:三層,不是一層
第 3 層:收入
哪個來源真的帶來錢(聯盟/訂閱/產品)
第 2 層:轉換
有沒有人真的做了動作(訂閱、點聯盟、下載)
第 1 層:工作階段
有多少人來(但你分不出真假)
大部分人(包括之前的我)只停在最上面那層,然後用那個數字做決定。

如果你也只看「工作階段」,建議今晚做一件事:打開 GA4,把 Direct 用「國家」拆一次。你可能會跟我一樣,發現最大的一個來源,根本不是人。

(本文數據為 2026-10-24 以 GA4 Data API 查詢 leo-laboratory.com(property 361796305)所得,區間 2026-07-27 ~ 2026-10-24。文中的圖表為依真實數據自行繪製的資訊卡。)