2026 年 9 月 20 日到 10 月 6 日,也就是 iOS 27 上线后的头三周,本站的 Google Search Console 记录下 1,630 条查询记录,覆盖 369 个不同的搜索词。我们把每一条按它描述的「症状」归类、数出结果,并把生成下面每一个数字的 SQL 一起公开。这一页就是结果,包括我们解释不了的那部分。
一句话结论:真正找上我们的搜索,按体量排序是发热、存储账目、无线连接。而大家通常以为会主导一次糟糕更新的两类问题——应用闪退和通知丢失——加起来是个零头。
这份数据是什么,不是什么
数据源是本站自己的 Search Console 导出,存在本项目数据库里,可以按随项目发布的 docs/growth/data/query-mix-study/ 文件原样重跑。它是真实搜索的真实测量,但有六条硬限制,引用本页任何数字之前请先读:
- 它只是一个站。 WhyMyPhone 是 2026 年 9 月上线的小型故障排查站,它的搜索可见度是一个市场的一个切面,不是 iPhone 用户的样本。
- 它只有分布的头部。 这份导出每天只返回大约前 200 条查询,长尾整体缺失。本页描述的是最大的那些查询,不是全部查询。
- 它是 10 天,不是 17 天。 9 月 20 日到 10 月 6 日之间我们抓到了 12 天,其中 9 月 25 日与 10 月 2 日的结果与前一天逐字节相同,我们判断为抓取失败后把上一次结果又写了一遍,因此剔除了重复的这两天。另外还有 5 个自然日完全没有查询维度的数据。分析窗口冻结在 10 月 6 日。 Search Console 一直在陆续送达新的日期——这一页还在写的时候又落进来一天——所以分析固定了结束日期,而不是报告「最新的可用数据」。不固定的话,同一套查询每周都会返回不同的总数,本文也就无从核对。因此被排除的日期列在
report-14里。 - 查询行与日汇总对不上。 逐天看,查询维度的曝光最低不到当日汇总的 3%(第一天只抓到 6 行),最高到 164.5%。我们没有找到干净的解释,所以本文只报告查询集合内部的相对分布,绝不把它换算成全站曝光占比。
- 我们自己的内容库决定了我们能出现在哪些查询里。 我们只对写过的题目有排名。一个我们从没覆盖过的问题,无论多常见都不可能出现在这份数据里。
- 分类是我们做的。 每个搜索词由一条写明的正则规则归入某个症状类别,不是逐条人工判读。规则就在公开的 SQL 里,你完全可以不同意它并重跑。
构成:发热、系统数据与蓝牙吃掉六成以上
每个搜索词只归入一个类别。曝光指我们的页面在该词的结果里出现多少次,排名指它出现在第几位,点击率指这些出现里被点掉的比例。
| 类别 | 不同查询词 | 曝光 | 占比 | 点击率 | 平均排名 |
|---|---|---|---|---|---|
| 发热 / 温控 | 64 | 1,779 | 22.7% | 3.1% | 12.5 |
| 系统数据 / 存储 | 40 | 1,625 | 20.7% | 11.0% | 9.2 |
| 蓝牙 / AirPods / CarPlay / SIM | 39 | 1,604 | 20.4% | 5.6% | 8.0 |
| 卡顿 / 掉帧 / 游戏性能 | 35 | 1,174 | 14.9% | 2.9% | 10.5 |
| 电池与充电 | 80 | 701 | 8.9% | 4.4% | 30.2 |
| 其他 | 53 | 278 | 3.5% | 4.3% | 22.6 |
| 设置类「这是什么」 | 19 | 253 | 3.2% | 12.3% | 27.3 |
| 应用闪退 | 4 | 195 | 2.5% | 10.8% | 7.5 |
| 该不该更新 / 降级 | 26 | 139 | 1.8% | 10.1% | 27.4 |
| 通知 | 9 | 105 | 1.3% | 17.1% | 7.0 |
其中发热、存储、卡顿、电池四类,在我们的内容里都被归到同一个过程:iPhone 安装完更新之后仍在后台跑的那批活(重建索引、重建缓存、迁移数据),Apple 的文档把它描述为「数小时甚至数天」,取决于数据量。这四类合计 67.2% 的曝光。这个归并是我们对机制的编辑判断,不是搜索数据本身证明的结论;机制本身写在《iOS 索引用多久才会结束》里。
还有一点从表里不容易一眼看出来:我们排名最好的类别,并不是需求最大的类别。 通知、应用闪退、连接类我们稳定在 7.0~8.0 名,而卡顿和发热在 10.5~12.5 名——可发热带来的曝光是闪退的九倍(1,779 对 195)。在一个问的人本来就少的题目上排得很好,并不会带来流量。
闪退只占 2.5%,而且这不是「我们没写」造成的
对「闪退只有 2.5%」最直接的反驳是:是不是我们压根没写闪退?我们写了——iOS 27 应用闪退两篇、通知延迟或收不到两篇,而且这两类的排名比发热更好:平均 7.5 名和 7.0 名,发热是 12.5 名。它们在排名不差的情况下,拿到的曝光很少。
这恰恰是有用的信号。在一个稳定但不靠前的位置上,曝光量粗略反映了「到底有多少人在搜这个词」:我们出现了,但几乎没人点,因为这个问题本来就冷门。按这个读法,从搜索这一侧看到的 iOS 27 问题潮,是一场发热与存储账目的浪潮,不是稳定性浪潮。这两类到底在讲什么,见《iOS 27 系统数据》与 iOS 27 应用闪退。
两套机制,顶着同一个「更新之后」的标签
曝光第三大的类别(与第二名只差一个零头),恰好是不符合「更新后后台还在忙」这套解释的那一个。蓝牙掉线、AirPods 断连、CarPlay 异常、SIM 不识别,合计 20.4% 的曝光,而且整个集合里最大的那一条查询就在这里:
| 查询词 | 曝光 | 点击 | 平均排名 | 出现天数 |
|---|---|---|---|---|
| ios 27 bluetooth issues | 637 | 45 | 7.0 | 10 天里 9 天 |
| ios 27 airpods disconnecting | 143 | 12 | 4.5 | 10 天里 9 天 |
| ios27 bluetooth | 130 | 2 | 7.3 | 10 天里 9 天 |
| ios27 esim | 114 | 7 | 8.0 | 10 天里 9 天 |
我们内容里给出的机制不是后台索引,而是连接状态:旧系统版本下写入的过期配对记录、配件固件按自己的节奏更新、以及你身边 2.4GHz 干扰格局的变化。这写在《iOS 27 蓝牙问题》里。把它们一锅端成「更新把手机弄坏了」是错的,而搜索数据正好让这个区分变得可见:两个毫不相干的成因,人们打出的是同样三个词。
没有一个人在搜新功能
369 个查询词里,没有任何一个命中功能类措辞——没有新界面名称,没有助手名称,没有「评测」,也没有「怎么用」。每一个词说的都是「哪里不对」或者「这个开关是干嘛的」。
这句话要读得小心,因为它有一个明显的替代解释:我们没写过任何功能页,所以就算有人搜,我们也不可能出现。这是上面第 5 条限制最清楚的例子。这个「零」真正能支撑的结论要窄得多,但依然有用——在我们有资格出现的查询里,没有人在找这次更新加了什么。
版本无关的那一层:13% 的需求,我们排名最差的地方
369 个查询词里有 155 个既没点名操作系统,也没点名机型。与带版本号的查询相比,这一层的行为完全不同:
| 不同查询词 | 曝光 | 占比 | 点击率 | 平均排名 | |
|---|---|---|---|---|---|
| 点名了 iOS 或机型 | 214 | 6,843 | 87.1% | 6.8% | 10.0 |
| 两者都没点名 | 155 | 1,010 | 12.9% | 1.8% | 34.0 |
平均排名 34 意味着第四页:我们实际上是不可见的,1.8% 的点击率是结果,不是页面本身的毛病。常青问题就住在这里,其中好几条有真实且稳定的量:
| 查询词 | 曝光 | 点击 | 平均排名 |
|---|---|---|---|
| battery health | 78 | 0 | 54.2 |
| background app refresh | 50 | 0 | 44.4 |
| low power mode | 41 | 0 | 38.0 |
| low battery mode | 29 | 0 | 37.4 |
这些就是「这个开关到底做什么」类的问题——下一个大版本落地时它们也不会过期。回答它们的页面其实已经写好了(《背景 App 重新整理是什么》、《各机型电池健康》);这份数据记录下来的问题是排名,不是内容。
需求从哪些语言来
| 查询所用文字 | 不同查询词 | 曝光 | 曝光占比 | 点击占比 |
|---|---|---|---|---|
| 拉丁字母 | 180 | 3,259 | 41.5% | 32.3% |
| 日文 | 90 | 3,009 | 38.3% | 45.7% |
| 繁体中文 | 84 | 1,510 | 19.2% | 20.2% |
| 韩文 | 12 | 42 | 0.5% | 1.9% |
| 简体中文 | 3 | 33 | 0.4% | 0.0% |
本站默认语言是英文,但 58.5% 的曝光和 67.7% 的点击来自非拉丁文字的查询;日文查询用 38.3% 的曝光换来了 45.7% 的点击。
在被引用之前,先记住一条限制:查询语言与页面语言是纠缠在一起的。 日文查询打到我们的日文页,英文查询打到英文页,而两个版本在篇幅、结构、内链上并不相同。这里没有任何东西能支撑「日语用户遇到的 iPhone 问题更多」。能说出口的是「可触达市场」的分布,不是「人」的分布。
一个我们解释不了的数字
系统数据这一族最能说明「点击率要小心读」。五种看起来是同一个意图的措辞,排名都落在 5.9~7.8 名之间,结果是这样:
| 查询词 | 曝光 | 点击率 |
|---|---|---|
| ios27 システムデータ | 349 | 14.3% |
| ios 27 system data | 343 | 0.3% |
| ios 27 system data huge | 290 | 11.4% |
| ios 27 system data size | 67 | 0.0% |
| ios27 system data | 66 | 24.2% |
我们看得到这个形态,但归因不了。摘要片段的匹配、意图的具体程度、这条查询的曝光是分摊在哪几天拿到的——在一个 10 天窗口和这个样本量下,没有一项能被干净地拆开。我们把它原样放出来而不是抹平,因为一份藏起自己噪声的研究,对引用它的人比对一份标出噪声在哪的研究更没用。
怎么复现每一个数字
完整分析在本项目仓库的 docs/growth/data/query-mix-study/ 目录:
base.cte.sql—— 去重、冻结分析窗口与分类规则,含全部正则report-00到report-14—— 本页每一张表对应一个文件run.sh—— 一次跑完并写出OUTPUT.txtcoverage-map.csv—— 每个类别我们各自有多少篇文章OUTPUT.txt—— 保存下来的输出,方便与重跑结果对照
```bash
export DB9_API_KEY=<key>
bash docs/growth/data/query-mix-study/run.sh
```
里面内置了两项稳健性检查。用一套故意更粗的分类规则(每类只认少数关键词)重跑,任何一个被命名的类别移动都不超过 1.9 个百分点,前三名(发热、系统数据、连接)顺序不变;但「其他」这个兜底桶会从 3.5% 涨到 16.2%,因为更粗的规则认不出那些词了——所以请把兜底桶当作分类器的产物,不要当成发现。另外按类别清点我们自己的文章数——发热 11 篇、连接 7 篇、存储 6 篇、电池 5 篇、卡顿 2 篇、闪退 2 篇——会发现曝光构成与覆盖构成大体同步,这正是上面第 5 条限制比其余各条都重要的原因。76.3% 的曝光来自在 10 次导出里至少出现 7 天的查询,所以这是一波持续的需求,不是某一天的新闻尖峰。