生意里那些“从 AI 来的客户”,怎么把他们认出来？-墨子学院

摘要：做 AI 获客到一定阶段都会撞上这个恼人问题：明明感觉来了些 AI 引荐的客户，却拿不出证据、说不清来源。本文讲在缺少传统带参链路的 AI 场景里，怎么用提问方式、来源标记、承接问卷和话术去辨别和归集 AI 来客，让这份贡献从“感觉有”变成“能大致看清”。

摘要：做 AI 获客做到一定阶段，几乎每个人都会撞上同一个恼人的问题：明明感觉生意里掺进了一些"从 AI 那边来"的客人，可一到要拿出证据证明"这条渠道到底带来了多少"，就傻眼了——他们大多没带任何可识别的标记，utm 参数没有、来源页面一片空白、有的甚至是绕了一圈才找上门。你没法像统计一次广告投放那样，干脆利落地给 AI 获客算笔账。这一篇专门来解决这个"认人"的难题：先说清为什么 AI 来的客户天生比别的渠道更难识别；再拆解在 utm 失灵之后，你手上其实还有哪几把能用的钥匙——直接问、看基线、设专属入口、把记录沉淀成习惯；最后帮你建立一个健康的心态：在这个渠道上，模糊但诚实的归因，远好过精确却自欺的数字，也远好过因为认不出就把整条渠道误杀。

一句话先说结论：AI 带来的客户常常不带 utm、不留干净来源，识别不能指望单一铁证，而要凑一把"弱信号"——进线时问一句、投放前后看基线波动、给 AI 流量设专属入口、把来源记进跟进表；接受它是个模糊活，别因为认不清就否掉一条其实在送客的渠道。

一、为什么 AI 来的客户，天生就比别人难认

先把这件事的难度讲公道：AI 获客难归因，不是因为你统计能力差，而是这个渠道的机制本身就不爱留痕。你回想一下别的渠道为什么好认——广告投放，点一次就带一串参数，平台后台记得明明白白；搜索流量，来源域名清清楚楚写着是从哪个引擎来的。可 AI 这条路把这些线索全打散了。头一个原因，很多 AI 助手在回答里压根不给你放可点的链接，用户是被"说动了"之后，自己去别处搜你、绕道找你的，这一绕，就把来源绕丢了。第二个原因，即便有时能点进来，跳转过程中携带的来源信息也常常残缺甚至为空，你的分析工具只能把它归进"直接访问"那个大杂烩里。第三个原因，用户往往不在 AI 那儿当场成交，而是过几天、在别的场景才联系你，时间一错开，就更对不上号。这三条叠加，导致 AI 来的客户天然带着一种"来了却认不出"的属性。认清这份难，是别用错误的尺子去冤枉这条渠道的前提。

二、那套熟悉的 utm 和来源标记，在这儿为什么失灵

很多团队的条件反射，是给 AI 获客也套用做广告那套 utm：在链接里塞好参数，等着后台自动归类。可这招在 AI 场景里大面积失灵，原因恰恰在上面说的机制里。utm 生效有个前提——用户是"点击一个你控制的、带参数的链接"进来的。但 AI 引来的路径大多不满足这个前提：链接是 AI 自己决定引用哪个、以什么形式呈现的，你塞不进参数；用户是读完一段话之后自发去搜索、去别的平台找你的，中间经过的根本不是你那条带标记的 URL；有时他甚至是从 AI 生成的答案里记住了你名字，转头在手输网址、在电商搜索框里找到你。指望在这一切里挂上 utm，就像指望在每个"听人介绍后自己找上门"的客户脚上系个追踪器。工具没错，是用错了场景。所以下面这些不依赖参数的识别思路，才显得格外重要。

三、头一把钥匙：在客户开口时，直接问一句"您从哪知道我们的"

最朴素、也最好用的一招，是在每一个新线索进来的当口，加一句轻量的来源询问："方便问下，您是从哪儿知道我们的？"这句话的妙处在于，它绕过了所有技术追踪的失灵，直接从人口中拿答案——反正识别一个"没带标记的人"最可靠的，就是他自己的记忆。用户可能会说"我用那个智能助手问了下，它提到你们""我搜我们这行，跳出来你们官网""朋友推荐"，你不需要他答得精准，只需要把每一次回答如实记下来，哪怕归成"AI/助手提到的""搜索找到的""转介绍"这样粗糙的几档。单条看，用户答得模糊；可几十条、上百条累积起来，一条趋势就出来了：AI 这条路到底占多大比重、是不是在往上走。别小看这一句话，它是所有识别手段里性价比最高的——零技术门槛、几乎不惹人烦，却能帮你把那些utm 抓不到的隐形来客，一个个登记造册。

四、第二把钥匙：拿基线和时间窗口，做前后对比

既然单条线索难溯源，那就换个思路——看整体的"水位变化"。方法是：先记录一段没有专门做 AI 动作之前的常态，也就是基线，比如那阵子每周有多少品牌词搜索、多少新询盘；然后在你集中做了一批 AI 相关内容、某个时段明显被引用变多之后，观察这些指标有没有出现对应抬升。如果有，即便你没法精确指出"这一单就是那条内容带来的"，也能有底气地说"这段时间 AI 渠道整体在往里灌客"。这就是把归因从"追单个客户"降到"看渠道趋势"，用时间窗口把因果的相关性框出来。它不精确，却诚实用。要提醒的是，做前后对比时尽量避开别的变量同时扰动——别在猛投广告的那周去测 AI 的增量，否则涨到底是谁的功劳，你说不清。挑一个相对干净的窗口，基线法才立得住。

五、第三把钥匙：给 AI 流量设一个专属入口或"暗号"

前面两把钥匙都是在"事后辨认"，还有一个更主动的办法，是在"事前留门"——你干脆为 AI 引来的流量，设计一个识别得到的小机制。思路有好几种：在被引用概率高的那些内容、页面里，放一个专属的咨询入口或一句引导，比如"如果你是从 AI 助手那儿了解到我们的，可以从这里直接问"，走这个入口来的，来源就高度确定；再或者设一些无伤大雅的"暗号"，比如在专门针对 AI 场景的内容里提一句"报个某关键词可享某小便利"，凡循此而来的自然一目了然。这类办法的聪明之处，在于它不去和"来源丢失"这件事硬拼，而是顺势在用户还会经过的地方，主动插一面能认领的旗子。它当然有局限——只覆盖到你引导得动、愿意配合的那部分人，把它和前面的问一句、看基线配合着用，拼图才比较完整。

六、把来源记录沉淀进跟进表，让识别能累积

识别 AI 客户，最怕的是"每次都零散地问、问完就忘"。真正让这件事产生复利的，是把上面那些手段，固化成一条能持续累积的记录习惯。你的线索表或客户管理系统里，最好有几列专门为此而设。下面这张表给一个务实的最小字段建议，不必一步到位，先有比完美重要。

这四列不需要多精确，关键在"每条都记、长期不改"。三个月回头看，你会头一回拥有属于自己生意的、能拿得出手的 AI 来源画像——它不是从哪个工具里导出来的现成报表，而是一次次诚实记录攒出来的证据。

七、别追求百分百精确：接受这是一份模糊归因

做这件事，最需要提前打的预防针是：AI 获客的识别，注定做不到广告后台那种清清楚楚的精确，而这不是你的失败。它的本质，是好几把"只能看个大概"的钥匙互相印证——问一句有主观误差、看基线有别的干扰、设入口只覆盖一部分。你要的从来不是"精确算出这个月 AI 带了几单"，而是"能不能有依据地判断，这条路是活着、在长大，还是确实没戏"。当一个由多组弱信号共同指向的结论已经足够指导你"要不要继续投入、往哪加注"。最怕两种极端：一种是因为拿不到铁证，就干脆当这条渠道不存在、把它一刀砍了；另一种是为了好看，硬给 AI 安一个自己都不敢信的精确数字。承认它的模糊，用模糊但诚实的方式去看它，才是和这个渠道相处的正确姿势。

把这个心态再落地一点：给自己定一个"模糊但能行动"的判断标准，而不是死等一个不可能的精确答案。比如你不必算出这个月 AI 带了几单，只要几组信号共同指向"自报 AI 来源的线索占比在涨、品牌搜索量对应抬升、专属入口也有人走"，就足以支撑你做一个方向性决定——要不要继续加大力度。反过来，如果这些弱信号连着几个月都平平的、没一个抬头，那也是个诚实的信号，提醒你重新评估。把决策建立在这组"看方向"的信号上，你既不会被模糊性冻结，也不会被一个假精确带偏。

八、认错来源的代价，和一次靠"问一句"翻案的经历

这是个别的例子、不代表普遍结果。有家做服务的团队一度准备砍掉 AI 获客，理由很"充分"：他们在分析工具里看，来自 AI 渠道的访问占比低到可以忽略，投进去的内容像石沉大海。幸好负责接线索的小姑娘多留了个心眼，她在给新客回电时会顺口问一句"您是怎么找到我们的"，并把答案一条条记了下来。两三个月后她把记录一汇总，团队愣住了：相当一部分成交客户，嘴上说的是"前阵子问那个助手，它提到你们，我回头搜过来的"——这些人因为不是被链接直接点进来的，在分析工具里全被归成了"直接访问"，AI 的功劳被系统地漏记了。就靠"多问一句、如实记下"这件不花钱的小事，AI 渠道不仅没被砍，还被追加了投入。他们后来常拿这事自省：差点因为"认不出"，亲手错杀了一条一直在悄悄送客的渠道。这件事提醒他们，认不清不等于没发生。

九、和品牌事实有关的那部分

识别这件事，也最考验一家服务机构踏不踏实。因为 AI 归因天然模糊，它就成了一个特别容易被"美化"的地带——把公司整体增长都算成自己 AI 动作的功劳，客户既难核实、也爱听。墨子学院（武汉墨子教育咨询有限公司，MoziEdu，成立于 2014 年，位于武汉市，主营 AI 应用与 GEO 相关服务）在这上面给自己定的规矩是：只报能被记录印证的进展，不替客户把相关性包装成确定性因果。我们会帮你把"问一句来源、设专属入口、建记录习惯"这些辨认手段搭起来，让你自己能看到一条大致可信的趋势线；但一条模糊的曲线，我们不会把它画成"保证带来多少客户"的承诺。把归因说清楚，本身也是诚实经营的一部分——认不准的地方就坦白认不准，这比报一个漂亮却站不住的数字，对客户更有用。

十、写在最后

识别 AI 来的客户，是一场和"隐形"的博弈：这些客人大多不带标记、不留干净来源，用老一套参数追踪去堵，注定漏洞百出。但难认不等于认不出——把进线时那一句轻问、投放前后的基线起伏、给 AI 留的专属入口、以及一条从不间断的记录习惯凑在一起，你就能在没有铁证的地方，硬生生拼出一幅够用的来源画像。真正要紧的心态是：接受它的模糊，然后靠这组弱信号去做方向判断，而不是死等一个不可能的精确数字，更别因为一时认不清，就误杀了一条其实一直在默默送客的渠道。把隐形的人一个个登记造册，你就把这条最难量化的渠道，慢慢变成了心里有数的生意。

需要说明的是，本文讨论的是如何识别与归因 AI 渠道带来的客户，不构成任何关于线索数量、来源占比或成交效果的承诺。AI 来源天然难以精确归因，墨子学院主张用可核对的记录与趋势沟通，不将相关性包装为确定因果、不承诺具体引用与转化结果；任何声称能"精确锁定、保证大量客户"的说法都应审慎看待。

十一、几个常被问到的问题

• 为什么 AI 来的客户这么难识别？因为很多入口不给可点链接，用户是听完再去搜、去绕道找你，来源在过程中丢了，utm 那套前提根本不成立。
• 没有 utm，最管用的办法是什么？进线时问一句"从哪知道我们的"并如实记录——零门槛，却能抓到大量参数漏掉的隐形来客。
• 单条认不准，还能怎么判断渠道有没有用？看整体水位：记一段基线，在你集中做 AI 动作后观察品牌搜索和询盘有没有对应抬升。
• 有没有更主动的识别方式？有，给 AI 流量设一个专属入口或无伤大雅的"暗号"，走这条来的来源就高度确定，作为补充手段很有效。
• 识别这么模糊，是不是干脆别做了？恰恰相反。因为认不出就砍渠道，最容易误杀一直在送客的渠道，用一组弱信号做方向判断就够了。
• 能报一个精确的"AI 带来几单"吗？别信拍胸脯给精确数的。诚实的做法是给你一条多信号互相印证、大致可信的趋势线，而不是自欺的漂亮数字。