什么是查询扇出，它如何改变被检索出来的东西？

查询扇出，是从一个用户问题生成多条搜索查询，好让引擎按“话题”而不是按“字符串”做检索。它位于理解与检索之间：意图进去，一组相关搜索出来，其中每一条都跑自己的检索。Google 在自己的文档里用一句话写明了它，而这句话里的那个保留词值得留意：AI Overviews 和 AI Mode“可能会使用一种‘查询扇出’技术”，其做法是“跨子话题和数据源发起多次相关搜索”，以此生成回答。¹

这句话里有两个词承担了很多分量。子话题意味着这种展开是语义的：引擎把问题拆成一个好答案应当覆盖的若干侧面。数据源意味着这种展开同时也是横向的：不同的搜索可能瞄准不同的语料，而不是全都打向同一个网页索引。而可能意味着 Google 描述的是它的系统可以使用的一种技术，不是每条回答里都保证发生的步骤。这一步所处的整条管线，见AI 搜索如何工作这一阶段。

这些生成出来的搜索最终落到哪里，写在 Google 的另一个页面上，也就是它的 AI 优化指南：该文档把“接地”这一步定义为提升 AI 回答的质量、准确性与时效性，方式是“依靠我们核心的搜索排名系统，从我们的搜索索引中检索相关且最新的网页”。⁹ 所以扇出并没有绕开搜索，它只是把“你的页面必须成为候选”的那种普通搜索检索，乘上了好几遍。

扇出把一个页面进入候选池的独立机会数量翻了倍，并且让“引用集合”与“原始查询的排名集合”脱钩。关于这种脱钩的学术测量幅度很大。发表于 Findings of ACL 2026的一项对 Google AI Overviews 的 4,706 条查询审计（数据采集于 2025 年 9 月）发现，AI Overviews 查阅过的域名中有 53% 根本不出现在该查询的自然结果前十，27% 连前一百都没有。² 一项 55,393 条查询、采集于 2026 年 3、4 月的预印本，在可比口径上测得 AI Overview 引述的域名中有 29.8% 不出现在对应的首页上。⁸ 请把这两个数当作大约 30% 到 53% 的一个区间来引用，而不是单取其中一个点值；也请注意 Kirsten 报告的是系统“查阅过”的域名，这和它“引用”的域名不是同一个集合。 SIGIR 2026 上发表的一项 11,500 条查询的研究测得，Google 自然结果、AI Overviews 与 Gemini 之间 URL 层面的 Jaccard 相似度为 0.11–0.18。³

同一份审计还发现，哪怕是同一条查询，被检索出来的集合也并不稳定：把同一批查询隔两个月再跑一次，AI Overviews 两次返回的网页里只有 18% 是重合的，而自然搜索是 45%。² 一张“谁被引用了”的截图只是样本量为一的观察，所以针对自己覆盖度做的任何前后对比，都需要重复测量才能说明问题。

扇出是解释这道缺口最说得通的机制，而“说得通”这三个字应当挑明：这两项研究都没有对扇出步骤做仪器化测量，因为 Google 之外没人做得到。这些研究确立的是待解释效应的规模；Google 的文档确立的是存在一个形状对得上的机制。这是两类不同的证据，合在一起比任何一个单独都更有力。

排名并没有不重要了。它现在是高频引用的必要条件，对长尾则越来越不充分：被反复引用的页面依然倾向于是有排名的页面，而一次性引用的长尾越来越多来自那些在可见查询上离首页很远、却精准匹配了某条扇出子查询的页面。

没有任何引擎会公开它生成的那些查询，而 Google 的报告是汇总的，不是逐条的。它的文档写道：“出现在 AI 功能（例如 AI Overviews 和 AI Mode）里的站点，会被计入 Search Console 的整体搜索流量”，并“在效果报告的‘Web’搜索类型下报告”。¹ 你能看到 AI 界面带来了展现和点击，但看不到是哪一条子查询把你检索出来的，因为扇出查询是内部的。

这一步的适用面也比外界的讨论要窄。在采集于 2026 年 3、4 月的 55,393 条趋势查询里，只有 13.7% 真的返回了 AI Overview，而在以问句形式提出的查询上这个比例升到 64.7%。⁸ 界面不出现的地方就没有扇出可言，所以值得按这种方式去推敲的，正是那些写成问句的查询。

所以任何提供“你的扇出查询”的工具或顾问，提供的是一次重建。这未必没用，因为一份对“买家接下来会问什么”的良好重建确实是有帮助的产出；但它是把推断当作遥测来呈现的，你应当按这个性质给它定价。最便宜的诚实替代品不花钱：读一读最近二十个真实潜在客户在销售通话和支持工单里问你的问题，以及引擎在自己答案下方推荐的追问。那就是子问题，用买家自己的话写的。