現在的 SEO 真的變難做了

過去只要把技術Techincal SEO、主題權威跟內容品質顧好，再加上反向連結，大概率不會差到哪裡去。

但是有了 AI 之後，品牌 Entity SEO、數位公關Digital PR 以及 AI 優化，更需要投資。

所以，原本 SEO 基礎好的品牌，要在 AI SEO 獲勝，就是從 60 分開始起步；

如果沒有 SEO 基礎的品牌，就是從 0 分開始。難度大。

內容更新 vs 營收增長

在這次的直播裡面，最吸引我的一頁是：「內容更新」和「營收增長」是有影響的。

這個調查我覺得蠻有趣的，雖然它沒有特別強調統計基礎或是樣本數的大小，但這正是我常跟客戶提的：內容，不要發後不理。

這張圖蠻有趣的。如果每個月或每一季更新一次內容，會比從來不去更新，還要能夠創造更多的用戶增長。

其實做 SEO 、GEO在內容更新上，非常重要：

1. 定期更新與維護內容：

對一個主題的內容，後續有推出產品、有新功能、新的資訊更新時，都值得花一點心思去更新這個內容。有些舊的內容，該淘汰就淘汰，很多人常犯的錯就是發了，就沒然後了。也不去看內容獲得那些數據，進行優化。真的很可惜！

2. AI偏愛新鮮度：

這也是重復在講的事：AI喜新厭舊。當內容已經超過一年、兩年都沒更新了，AI 會傾向去引用那些最近的更新。因為使用者就是喜歡新的資訊，AI只是順著使用者的喜好而已。

為什麼品牌提及（Brand Mention）很重要？

直播的前段有提到Technical SEO與 Entity SEO，後半段提到品牌提及的重要性。

我覺得這一連串Technical SEO → Entity SEO →Brand Mention ，可以串起來談，效果比較好。

• 技術 SEO 在 AI 搜尋中，是要讓 AI能夠讀懂你的內容，而且要很容易地去抓取內容的結構。

• 「實體 SEO」（Entity SEO）則是 AI 怎麼認識你。AI 記憶中，關於你的品牌印象是什麼？

• AI在什麼情境下會提及你的品牌名？

AI 對你品牌的印象是什麼？在什麼情境下會提及你的品牌？遠比AI提及的次數還重要！

很多人都只會糾結過去關鍵字搜尋大字的AI搜尋問題。

比如說，我有一個沙發傢俱的客戶，他會問：「為什麼 AI 摘要的”沙發推薦”裡面沒有我？」

”沙發推薦”這個關鍵字的搜尋量有10,000+，是傢俱行業的大字。

但是，以這個客戶的品牌定位，在 AI 的認識裡，是一個高單價、一組要二、三十萬的精品沙發。但是在搜尋「沙發推薦」時，大多數人要找的可能是那種一組三、五萬的平價沙發。他一直糾結在想要擠進這個「沙發推薦」的AI 摘要的提及裡面。

我反問他：「為什麼不問”精品沙發推薦品牌”呢？」

這就好像Toyota 明明就是國民車，為什麼硬出現在高級汽車的推薦裡面呢？

所以，我跟客戶說，當AI提及沒有你的品牌時，但你又想要出現，應該進一步去問 AI：「為什麼你推薦這些品牌？」，並且再追問「為什麼你不推薦我的品牌？」

這時候 AI 就會告訴你，它是怎麼認識你的、在什麼境境下會提及你的品牌。

我一個一個聊下來發現，卡點根本不在「怎麼做 GEO」。

卡點在：很多人連 SEO 跟 GEO 到底在「量」什麼都還沒分清楚，就急著想開始做。

所以我想總結一下，從 SEO 到所謂的 GEO（包含中間的 AEO），與其急著焦慮，不如先回到五個指標，把底層邏輯理清楚。這五個想通了，你才有辦法談要不要做 GEO、怎麼做 GEO。

五個指標，兩個世界

我把它拆成兩塊：

• SEO 的三個指標：排名（Ranking)、曝光(Impression)、點擊(Click)

• GEO 的兩個指標：提及(Brand Mention)、引用(Citation)

我用最白話的方式，一個一個來看。順便聊聊：從 SEO 進到 GEO，品牌在做搜尋的思維，到底有哪幾條線要重新接上，或是重新理清底層邏輯？

先從最經典的三個開始。

第一個指標：排名

排名是 SEO 時代最經典、最核心的指標。

過去搜尋結果基本上就是十個藍色連結。後來多了地圖、精選摘要、購物框，但骨子裡，全部都是在「排名」這個概念底下長出來的。

我們就用第一頁的十個名次來講：

• 排名的基礎是關鍵字。 你在某個關鍵字上做得夠好，排進首頁前十名，成效通常就不錯。

• 排名往後就是翻頁。 第 11 到 20 名落在第二頁，21 到 30 名在第三頁，以此類推。

• 競爭激烈時，版位會被夾殺。 舉例，你去搜「沙發推薦」這種商業字，前面可能塞了一排廣告，自然搜尋的位置被擠到只剩三到五個。這時候你沒做進前三、前五，就很難露臉。

所以總結一句：排名，是以關鍵字為基礎的自然搜尋位置。 能進前 20 就算及格，最好進前 10。至於那些執著要卡前 3、前 5 的，通常是行業太競爭；但只要進得了前 10，你就有機會拿到接下來要講的曝光跟點擊。

這裡有個很多人忽略的重點：在同一個時間點，對同一個關鍵字查詢結果的排名，對不同人來說，其實大同小異。 大概八九成一樣，頂多因為地區、個人搜尋紀錄有一點點差。用大數據看，它是穩定的、可預測的。

這個「穩定、可預測」，先放在心上。等一下對照 GEO，你就會感受到那個落差有多大。

第二個指標：曝光

排名解決了「你在哪」，曝光解決的是「有沒有被看到」。

定義很簡單：你的排名被用戶的眼睛掃到，就算獲得一次曝光。

它跟頁數是綁死的：

• 你排第 15 名，用戶只看第一頁就走人，那你等於沒被看到，零曝光。

• 同樣第 15 名，但用戶翻到了第二頁，這下你被掃到了，曝光 +1。

• 排第 25 名？那要用戶翻到第三頁，你才有曝光。

所以你看，排名越前面，曝光幾乎是躺著賺。 進了前十名，曝光通常都很漂亮。反過來，你排在第 40 名，用戶不翻到第四、第五頁，你就像不存在一樣。沒有排名的縱深，就沒有曝光。

第三個指標：點擊

第三個指標叫點擊，也有人直接叫它「流量」。為什麼？

因為用戶搜一個關鍵字，第一頁有十個排名。你進了前十、被看到了，那是曝光。但這十個連結，一個使用者，在一個時間，只會點一個連結。除非他們回到搜尋結果頁，點了另外一個連結。

他點了第一個進去，那個網站就拿到一次點擊、一個流量。剩下那九個？被看到了，但沒被點，就是白忙一場。

所以點擊的定義是：用戶不只看到你，還真的採取行動、點進來、看到你的內容。 這時候你才拿到一次點擊。

實務上有兩件事很關鍵：

一、進前十，曝光基本上穩了。 這沒什麼懸念。

二、點擊率集中在前段班。 第一名的點擊率有時候衝到 20% 到 30%，第二名低一點，第三名再低一點，往後遞減。當然不是鐵律，偶爾也會出現第一名反而輸第二名的狀況。但用大數據看，前三名就是吃掉最多點擊。所以你要衝流量，就是想辦法把排名擠進前五、前三。

順便給你一條公式，很好用：

點擊率（CTR）＝ 點擊次數 ÷ 曝光次數

點擊次數越高，你的網站流量自然越高。就這麼直接。

用最白話收束這三個 SEO 的底層邏輯：

• 排名：你針對某個關鍵字，在搜尋結果裡出現的位置。越前面越高。

• 曝光：你的連結在那個頁面上，能不能被眼睛掃到。

• 點擊：用戶看到你之後，願不願意點進來看你的內容。

而且這三個，Google Search Console 裡面全部看得到。 你做 Bing 的 SEO，Bing Webmaster Tools 裡也一樣有。這就是做 SEO 最基本、最重要的三根柱子。

你有沒有發現，排名→曝光→點擊，是一條有順序的漏斗？先有前者，才有後者。這條線很乾淨。

先記著這條乾淨的線。等一下進到 GEO，你就會看到，這條線是怎麼被打斷的。

第四個指標：提及

現在講 GEO，也就是生成式搜尋引擎最佳化。不管你用的是 Google 的 AI Overviews、Gemini、ChatGPT、Perplexity 還是 Claude，這一整類 AI 生成式搜尋，它的邏輯跟 SEO 到底差在哪？

差就差在兩個指標：提及，跟引用。

先講第一個，也是現階段最重要的一個：提及。

什麼是提及？

提及就是：你問 AI 一個問題，它在回答裡「說到」你的品牌。

但這裡有個很要命的轉變。

舉個例子，台灣在 Google 搜尋一個熱門大字：魚油推薦，月平均有 33,100 次的搜尋量。過去大家的輸入很集中，就是敲這四個字。可是在 AI 搜尋裡，每個人跟 AI 講話的方式都不一樣：

• 有人問：「幫我推薦台灣最多人買的魚油品牌。」

• 有人問：「請推薦適合孕婦吃的魚油。」

• 還有人問：「小朋友可以吃的魚油有哪些？」

同樣是找魚油，出來的結果天差地遠。因為 AI 搜尋的基礎，不再只是關鍵字，而是「用戶的完整問題」。 你問什麼，決定了一切。

提及的運作邏輯

你問 AI 一個問題，它在答案裡點到你的名字，這就是一次提及。幾個規律可以先掌握：

一、不限制數量時，AI 大概吐 4 到 5 個。 你不指定，它通常就給你四五個品牌或答案。

二、你限制數量，它就湊給你。 你說「給我 10 個品牌」「給我 10 個減重方法」，它會想辦法擠出十個。

三、被說到，就 +1。 不管在哪個平台，只要一次回答裡點到你，你的提及就加一。比如「魚油推薦」的回答裡出現了 A、B、C、D 四個品牌，這四家各自 +1，一人一次提及。

這裡有個大魔王：隨機性

這是提及跟 SEO 排名，最不一樣的地方。

因為每個人的問題都不同，就算大家都在找魚油，你問孕婦、我問小孩、他問十大推薦，出來的答案完全不同。

更狠的是：就算兩個人問的是一模一樣的「十大魚油推薦」，AI 吐出來的十個結果，也可能差很多。 有研究數據顯示，AI 搜尋的隨機性大到嚇人，有的情境 50% 的結果會變，有的甚至 80% 都不一樣。

我自己實測也遇過：同一個 Prompt，今天查、明天查，答案根本兩回事。

所以這裡有個 So What，我覺得最值得想通：在 GEO 裡，「排第幾個被提及」這件事，幾乎沒有意義。 因為它一直在變，這次你第一個被講到，下次可能整個消失。你要追的不是「名次」，而是在夠多、夠分散的問法底下，你被提及的「機率」跟「頻率」。這是完全不同的思維。

第五個指標：引用

第二個 GEO 指標，叫引用。

引用是：你問 AI 一個問題，它在回答裡「附上你網站的連結」，讓你可以點進去。

聽起來跟提及很像？不。這裡藏了一個非常反直覺的細節：

AI 的回答可以完全沒提到你的品牌名，卻引用了你網站的連結。

這種情況下，你的「提及」沒有加 1，但「引用」加 1。這就是 GEO 詭異的地方。

舉個例子。我想買魚油，但我很怕來源有重金屬，於是我問 AI：「可以幫我推薦魚油嗎？」

AI 可能會先教我「怎麼挑魚油」，而這段挑選教學，它引用了某個品牌寫的〈如何挑選魚油〉那篇文章，附上連結。但在講解的過程裡，它壓根沒提那個品牌的名字。

這就叫「沒有提及，但有引用」。

這跟 SEO 的世界觀，徹底不同

我把兩邊的因果關係擺在一起，你一眼就懂：

• SEO 的邏輯：一定要有排名，才會有曝光，才會有點擊。順序很清楚，一環扣一環。

• GEO 的邏輯：有引用不一定有提及，有提及也不一定有引用。兩者是脫鉤的。

這非常 tricky，必須認清楚。

再往下延伸一個更關鍵的差別，這關乎你能不能拿到「流量」：

在 SEO 裡，只要有點擊，就代表用戶真的進了你的網站。這是所有品牌最想要的東西。

但在 GEO 裡，如果你只被「提及」、沒被「引用」，用戶是點不進你網站的，因為根本沒有連結。 只有出現了引用連結，用戶才有路可以走進來。也就是說：唯有用戶點了那個引用連結，你的網站流量才會 +1。

這中間的落差，大到會顛覆你對「流量」的想像。

我觀察到實際用戶的動作會是這樣子…你被 AI 提及之後，記住了你的品牌名，自己再手動去 Google 搜一次、點進你的網站。但你注意到了嗎？這個流程已經變了：前半段是 GEO 觸發品牌印象，後半段又繞回了 SEO 的老路。

提及和引用的「商業意義」不一樣

這點我覺得最該補一刀，因為它扣回我一直在講的：SEO 也好、GEO 也好，最後都是為了商業目標。

• 提及，做的是「品牌聲量」。 你被 AI 一講再講，累積的是心佔率、是信任、是用戶心裡那個「喔我聽過這家」。它不直接給你流量，但它在打底。

• 引用，做的是「流量入口」。 它才是真的把人帶進你家門的那條路。

想通這個分工，你才不會拿錯尺去量成效，也才不會被「我被提及了幾次」這種數字沖昏頭，卻忘了問一句：那到底有沒有人真的走進來？

真正的魔王關卡：歸因分析

講完五個指標，其實真正讓大家焦慮的，是背後那個術語：歸因分析，白話講就是「我的流量，到底怎麼來的？」

在 SEO 時代，這題很好答。排名→曝光→點擊，一條漏斗、有頭有尾。你先有排名，才有曝光，才拿到點擊，清清楚楚。所以 SEO 相對好做：隨機性低、排名在一段時間內不太動、表現持久。

到了 GEO，這條漏斗被打斷了。有提及不一定有引用，有引用不一定有提及；沒被引用，就沒人點得進來，就沒流量。整條因果鏈變得又斷又亂。

從這裡，延伸出兩個要先想清楚的底層邏輯。

底層邏輯一：隨機性

SEO 的隨機性大概只有一到兩成。同一個時間點，大家看到的結果八九成一樣。

GEO 呢？隨機性大到誇張。問題只差一個逗號，或只是問法微調（「適合我的魚油推薦」對上「請幫我推薦五個魚油品牌」），結果就大不同。我自己實測，同一個 Prompt 今天明天兩樣情。

結論就一句：在 GEO，AI 產出的「順序」沒有意義，因為答案一直在變。 這次排第一，下次可能連影子都沒有。你不能再用「我卡第幾名」的舊腦袋去想。

底層邏輯二：可記錄性

這是現在最難、最讓工具卡關的地方。

AI 如果要把每一次問答的內容都存下來，那資料會大到無法想像的大。不像 SEO，出來就是那穩定的十個連結，點擊也集中在那上面，好記好算。而且 AI 還要去分辨一段文字裡，哪些算「提及」、哪些又算「引用」，複雜度很高。

所以，就我的觀察，以 2026 年 8 月這個時間點來看，官方工具的進度是這樣：

• Google Search Console：今年 6 月才推出功能，讓你看到有多少流量是透過生成式 AI（AI Overview）出現的。但它把「提及」跟「引用」混在一起算，只要出現就算一次；而且到現在還沒公布「透過 AI 點進網站」的實際流量。講白了，它目前只做到對應 SEO 的「曝光」那一層。

• Bing Webmaster Tools：多了一個 AI Performance 功能，還在 Beta。裡面有 Citation、Citation Share（引用數、引用佔有率），但看起來也還停在「曝光」的階段，真正的「引用點擊」還沒做起來。它雖然給了 Grounding Query，但那看起來仍是以關鍵字為基礎，不是用戶輸入的完整 Prompt。

一句話總結：現階段不管 GSC 還是 Bing，都只能給你看到「曝光」這一層。 想回推用戶到底完整打了哪一串字，兩邊都做不到。這塊只能等 Google 跟 Bing 的開發團隊之後給更好的解法。

那現在到底怎麼辦？先用「手動監測」

講到這你可能會問：小賀，那我現在是要乾等嗎？

不用。工具還沒到位，不代表你只能焦慮。現階段想衡量 GEO 成效，我自己覺得最務實、最有效的方法就一個：手動監測。 土，但有用。

第一步：列出你的核心問題（這步最容易做錯）

很多人一聽到手動監測，第一個反應就是：「那我就去問『魚油推薦』啊。」因為這個字在 SEO 時代搜尋量高嘛，一個月三萬多次，很直覺。

但我不這麼建議。

因為在 AI 搜尋裡，比「搜尋量」更重要的，是你的品牌定位在哪裡、你要打的受眾是誰。

舉例，如果你的目標受眾是孕婦、是家裡有小朋友的媽媽，那對你來說，「適合孕婦的魚油推薦」這種問法，能不能被提及、被引用，遠比大字「魚油推薦」還重要。 因為那才是你真正的客人會拿去問 AI 的話。你在一個跟你受眾對不上的大字上被提及，聲量再高，也換不到生意。

所以第一步，先挑出 10 個你最在乎、你的客戶最可能拿去問 AI 的問題。

第二步：每個月手動問一輪

把這 10 題，拿去問各大 AI：Google AI Overview、AI 搜尋模式、ChatGPT、Perplexity、Claude，一家一家問過去。

第三步：記錄兩件事

每一題的答案裡：

1. 有沒有提到你的品牌或網站？（這是你的提及）

2. 有沒有給出你的引用連結？（這是你的引用）

一個月做一次，累積三個月、半年，你就有一張別人沒有的趨勢表。這比在那邊瞎猜「AI 到底有沒有推薦我」，實在太多了。

最後，把這五個指標放在一起看

在開始做 GEO、或開始為 GEO 焦慮之前，先把這五個指標的底層邏輯理清楚：

1. 排名

2. 曝光

3. 點擊

4. 提及

5. 引用

前三個，是 SEO 的世界，一條乾淨的漏斗，穩定、可預測、好歸因。
後兩個，是 GEO 的世界，兩條脫鉤的線，隨機、難記錄、歸因像走迷宮。

想通這五個，你就會知道：GEO 不是要你把 SEO 打掉重練，而是要你在原本的基本功上，長出兩條新的神經。基本功還在，只是要多接兩條線。

那些跟你說「AI 出來了，SEO 死了、快去 all in GEO」的人，多半連這五個指標都還沒分清楚。

所以回到最開始那個問題：你到底該做 SEO 還是 GEO？

先別急著選邊。先問問自己：這五個指標，現在真的分得清楚了嗎？

一堆品牌開始焦慮同一件事——當有人問 AI 的時候，AI 的回答裡，到底有沒有帶到我？

因為你的客戶在問 ChatGPT「OO行業，哪家好？」的時候，AI 正在替你回答，而且是用一套你從來沒看過、也沒同意過的說法。

它可能提到你的競爭對手，然後很有自信地，把你的價格講錯、把你早就收掉的服務講成現在還在做、甚至把你跟一家同名的公司搞混。

這不是未來式。這是現在，正在發生的事。

我剛讀完 AirOps 出的《2026 State of AI Search》報告，看完它們背後跑了超過 550 萬則 AI 回答的數據。

下載報告：《2026 State of AI Search》

這份報告，還蠻值得參考的。

我把裡面最關鍵的幾個數據總結出來，也從我的觀點提出台灣中小企業品牌，這份報告有哪幾點不能照抄，以及實務上到底該怎麼做。

一、先看數據：遊戲規則，真的變了

我把 16 頁英文報告，總結出值得參考的 5 個數字：

① 85% 的品牌曝光，來自別人的網站，不是你自己的官網。

在 AI 搜尋裡，一個品牌被提到，有 85% 是來自第三方頁面——評比清單、比較文、評論整理。你自己的官網？只佔 13%。報告還算出來，站外聲量強的品牌，AI 能見度是只靠自家內容的 6.5 倍。

② 近 60% 被 AI 引用的頁面，Google 排名不在前 20——但台灣不一樣。

報告說，Google AI Overviews 的引用來源，有 59.6% 排不進自然搜尋前 20 名。AI 看的是「這段內容對不對題」，不是「你排第幾」。

但我要老實講：這點跟我手上的台灣數據，落差很大。我看到的是，台灣目前約 60% 的 AI 引用，反而還是來自前 20 名的頁面。

所以我的解讀是——在台灣，先別急著把傳統排名丟掉。它不但沒死，還是 AI 引用你的主要來源之一。這也是我一直在講的：SEO 基本功 ＋ AI 疊加，不是取代。

③ 超過 3 個月沒更新的頁面，被 AI 引用的機率掉 3 倍。

AI 把「夠新」當成「可信」。放著沒動的頁面，會被判定成過期資訊，然後被丟出候選名單。

④ 標題結構乾淨的頁面，被引用的機率高 2.8 倍。

不是你寫得多文情並茂，是 AI 能不能「快速看懂」。一個 H1、清楚的階層、該用清單就用清單——這是基本功，但基本功現在直接換算成曝光。

⑤ 48% 的 AI 答案，受社群討論影響。

Reddit、YouTube、論壇這些「一般人在講話」的地方，AI 拿來當作「真實使用者經驗」的依據。在台灣，這就是 Dcard、PTT、Mobile01、Google 評論。

二、觀念要先轉：官網不再是「收流量的網」，是「AI 查證你的資料庫」

看完這些數據，很多人第一個反應是：「那我官網不用做了嘛，反正 AI 看的是別人的網站。」

這個結論，錯得會讓你付出代價。

傳統 SEO 時代，官網一手包辦：從上游拉泛流量，到下游收割成交，全部靠它。

但 AI 搜尋時代，這件事被拆成兩半了：

探索、推薦，發生在站外——AI 在別人的比較文、評論、討論串裡，決定要不要提到你。

查證、成交，發生在站內——當 AI 或你的潛在客戶「聽說了你」，回頭要確認「這家到底做什麼、多少錢、憑什麼」，才會回到你的官網。

所以官網的角色變了。它不再是那張「收流量的網」，它變成 AI 用來查證你的「事實真相來源」。

而這正好戳中台灣中小企業官網最大的毛病——它們的官網，只有「賣東西」的頁面。

點進去，一路都是產品、規格、價格、立即購買。沒有對用戶真正有幫助的實用內容，沒有知識型的內容，更沒有幫用戶「做方案比較、做決策」的內容。

但你想想，用戶（還有 AI）在掏錢之前，最需要的就是「比較」跟「決策」的資訊。你官網剛好缺這一塊——那在用戶要買單前的那張比較名單上，你這個品牌，根本不會出現。

這一點超級關鍵：如果 AI 在別的網站看到你的名字，回頭想查你到底好在哪，結果你的官網結構亂七八糟、資訊殘缺——AI 提到了你，卻總結不出你的優勢，等於白提。

這也是為什麼我前面說「AI 可能講錯你」。繁體中文的網路資料本來就比英文少得多，AI 手上關於台灣中小企業的可靠資料是稀薄的。它找不到夠新、夠權威的來源，就會自己腦補。

所以把官網做好，對中小企業來說不只是「爭取曝光」，是「在 AI 幫你亂編之前，先把你的故事寫對」。這是防禦戰，不是加分題。

三、陷阱：叫你「維護核心 20% 頁面」，但你可能連 20 頁都沒有

報告給了一句聽起來很專業的建議：別再寫一堆沒用的 SEO 廢文，集中資源維護你「核心的 20% 頁面」就好。

這句話對大品牌沒問題。他們官網動輒幾百上千頁，抓 20% 出來顧，很合理。

但你如果是一家官網只有 10 頁的中小企業，20% 是幾頁？兩頁。在兩頁裡鑽牛角尖，鑽到天荒地老也長不出能見度。

這就是歐美大報告落到台灣最常見的坑：它預設你已經有一個成熟、龐大的網站。而現實是，我遇到的很多中小企業，連基本的內容量都還沒有。

那怎麼辦？答案不是「不要產內容」，而是換一個衡量單位。

冷啟動階段，你要蓋的不是「一堆頁面」，是一張「AI 為了搞懂你這個生意，最少需要被回答的問題清單」。單位是「問題」跟「事實」，不是「文章篇數」。

一張最小可行的地圖，大概長這樣：

1、你是誰——做什麼、賣給誰、憑什麼（品牌的核心事實）

2、客戶決策前一定會問的 10～15 個問題——用 FAQ 的形式老實回答

3、3～5 個高購買意圖的比較／選擇頁——跟誰比、怎麼選、大概多少錢

4、真實案例、真實數據——這是 AI 最愛、也最難造假的東西

算下來大概 25～35 塊內容。數字跟「先隨便寫 50 篇」差不多，但心態天差地遠：不是湊字數等數據指路，是把 AI 一定會查的事情，一項不漏地補齊。

那要怎麼知道 AI 到底會查什麼、不用瞎猜？我教你兩招，成本幾乎是零。

第一招，直接去問 AI 本人——而且不要只問一次，你要追問。

把你這行的 20～30 個真實問題，丟進 ChatGPT、Perplexity、Google AI 模式各跑一輪。你會看到：AI 現在都引用哪些網站（那就是你要打進去的圈子）、它把你這個品類拆成哪些子問題（那就是你的內容藍圖）。

但關鍵在後面。報告裡有個數字很嚇人：一次生成裡，只有 30% 的品牌會穩定出現。AI 每次都重新生答案，名單一直在洗。所以你問一次沒被提到，先別急著下結論。

真正的做法是「追問」。假設你問 ChatGPT「我這行推薦哪幾家」，名單裡沒有你——

先問它：「你為什麼推薦這幾家？」

等它老實回答完，你再補一刀：「有一家 OO（就是你），為什麼沒出現在名單裡？」

它接下來的回答，會直接告訴你——AI 腦子裡的你，到底長什麼樣：是資料太少、是它找不到你的比較資訊、還是它根本把你認成了別人。這比任何工具都準，而且免費。

再補一個好消息：超過一半掉出名單的品牌，會在兩次生成內重新出現，尤其當你同時被「提到」又被「引用」的時候，重新出現的機率會多 40%。所以這不是一次定生死，是一場持續累積訊號的長期賽。

第二招，去挖你自己的客服跟業務。他們每天在回答真實客戶問題。把「最常被問的 30 題」倒出來，就是最高品質的內容清單。大品牌要花錢做用戶研究才拿得到的東西，你免費就有。

先建這個基盤，等它上線跑一陣子，數據自然會告訴你哪幾頁是真正帶來信任跟成交的核心。到那時候，報告講的「維護核心 20%」才真正輪得到你用。順序不能顛倒。

四、你是哪一種，打法完全不同

其實，在 AI 搜尋的戰場，會因為你的生意型態，完全不一樣。

我把它分成三種：

▋ 在地／實體服務（餐廳、補習班、區域型服務）

你的官網是後勤單位，主戰場是 Google 商家檔案 + 評論 + 在地口碑。台灣的 AI 搜尋、Google AI Overviews 對商家評分跟評論的依賴極高。但對你來說是 80% 的勝負。先把 Google 商家資料填好填滿、把評論經營起來，比什麼都重要。這塊搞好了再做官網與第三方口碑。

▋ 電商／消費品

你的信任圈是 Dcard、PTT、Mobile01、YouTube 開箱、比價懶人包。台灣消費者買東西前，習慣去論壇爬文、看開箱。確保這些地方有你「真實、陽光」的討論聲量，AI 就會把你當成有人推薦的選項。

但是，超重要的，你的官網要有幫助用戶作決策的內容！！！

▋ B2B／製造業，或專業服務（如診所、律師、顧問）

這行幾乎沒有「Reddit 式」的中文社群討論，別浪費力氣在那。你的信任來源是 產業媒體報導、清楚的規格表、Taiwantrade／展會、專業社群。把規格、技術文件、案例做得清楚可查，比經營論壇有用得多。

如果你是診所、律師這類專業服務，邏輯一樣。靠專業權威內容、真實案例、媒體報導建立信任，再加上不可少的 Google 評論，而不是拼開箱文。

所以在地化不是把 Reddit 換成 Dcard 就交差。是三種生意，整套訊號來源都要重配。你先搞清楚自己屬於哪一種，別人的成功案例才學得對。

五、給沒有行銷團隊的老闆的行動清單

1. 畫靶：把 20～30 個真實客戶問題丟進 AI 跑一輪，看它怎麼講你、引用了誰。這一步不用花錢，但會讓你嚇醒。

2. 建地基：把畫出來的靶當「地圖」，把官網的核心事實補齊。強制規範：一個 H1、清楚的標題階層、該用表格清單就用、基本的 Schema（公司、產品、FAQ）先上。這些是基本功，不是黑科技。

3. 顧新鮮度：把最核心的商業頁面拉出來，分三批，每個月更新一批，一季轉一圈。產品沒改沒關係，補一則新客戶問題、換一個當年度數據、加一則新評論，AI 就會判定你「還活著、很新」。

4. 鋪站外：地基穩了，再去爭取在地媒體報導、懶人包露出，讓 Dcard、Google 評論這些地方有你真實的聲音。順序記住：先有地基，再鋪站外。反過來，AI 提到你卻查無此人，白做。

5. 每月體檢：固定那組 20～30 題，每個月自己跑一次 AI，記錄「這個月有沒有出現、被引用了誰」。這就是中小企業版、免費的「AI 曝光追蹤」。不用買貴鬆鬆的工具，靠的是紀律。

最後

那些老實把基本功做好、把內容做真、被人真心推薦的品牌，反而因為 AI，把小品牌在 AI 搜尋裡變成大品牌。

規則變了，但底層邏輯沒變。做好內容、贏得信任、導向成交。AI 只是一個新的、而且會到處亂講話的讀者，你得先讓它把你的故事讀對。

現在就去問 ChatGPT 一次「我這行，哪家做得好」，看看它有沒有提到你。

有，恭喜，你領先很多人了。

沒有，那你現在知道，該從哪裡開始做 GEO 與 AEO 了。

我研究過幾個真的這樣幹的網站。前三個月，流量真的噴上去。

第五、第六個月，斷崖式崩跌。有的，直接歸零。

我追蹤過國內外幾個這類型網站，觀察「養肥了再殺」的時間差看了好一陣子，一直想不通：Google 到底在等什麼？既然抓得到，為什麼不第一個月就砍，要放你爽到第六個月？

直到我把 Google 研究團隊最新的論文看完，才得到合理的解答。

這篇論文叫 Scalable Detection of Adversarial Synthetic Slop and Coordinated Media Abuse，它揭露平台在後台是怎麼對付這些 AI 內容產生機器的，但是整篇論文超多技術名詞。

很硬，很不好讀。

簡單來說，Google 已經建立了一套防禦系統，不再允許任何人用低成本的魔法來破壞生態。

以下是我閱讀之後，把專有名詞用我能理解的語言寫出來。

這篇文章幫助你省下去看這篇超硬的論文的時間。

▋ 核心轉變：從「抓壞單篇文章」，變成「抓整個犯罪集團」

過去平台的審核，比較像一個逐篇看稿的品管員：這篇有沒有違規、那篇有沒有塞關鍵字。

但 AI 時代，一個惡意操作者一分鐘就能生出幾千篇「語意通順、但毫無營養」的變體——也就是論文講的 AI Slop，AI 垃圾。你逐篇抓，永遠抓不完。

所以這套系統（論文裡叫 S-CTS）換了個打法：它不先看你「寫了什麼」，先看你「在後台的行為軌跡」。

系統派了兩個角色出去：一個專門看行為，去抓「自動化叢集」。例如：一票帳號共用同一個 API、同一個 IP、發文節奏規律到像機器。另一個專門看內容，去判斷這批東西到底有沒有營養。

抓的不是文章。是那個躲在後面的機器。

▋ 為什麼流量都是幾個月後才崩？這根本是警察辦案

看懂了它「抓整個犯罪集團」的邏輯，那個時間差就解釋得通了。它辦案的節奏，跟警察追組織犯罪一模一樣：

1. 雷達鎖定：

前一兩個月，底層感測器發現，有幾十個網站共用同一套發布軟體，或者發文節奏精準得不像人。系統默默在後台把這些帳號畫上關聯線，標記成「潛在叢集」。這時候警察還在觀望，沒動手——所以你的流量還在，甚至還在漲。

2. 跟監蒐證：

警察不能亂抓人。系統給自己一段觀察期，持續收集這個集團發的文，丟給內部的 AI 分析：這到底是有用的資訊，還是千篇一律的樣板？就在這段跟監期，迎來流量蜜月期，還以為自己找到破口了。

3. 收網：

大概到第五、第六個月，證據夠了。這時平台不是「抓到一篇刪一篇」，是一次出動大批警力，把整個叢集連根拔起。相關的網域、帳號，一瞬間全部被拔索引或降權。流量歸零，就是這一刀。

▋ 不只抓影片！部落格與社群貼文也在防堵機制內

哪些平台會受到這個防堵機制影響？

這篇論文主要是在講影音平台，但是純文字的 SEO 部落格，或是經營社群貼文，其實都會受到影響吧。

論文中提到了一個非常關鍵的技術細節：系統在審查複雜的多模態影音內容時，第一步是進行「脈絡蒸餾」。也就是先把影片的畫面、語音、字幕，全部轉化成「文字向量與關鍵詞」，再交給 AI 去判斷這是不是高度重複的垃圾內容。

我個人的推估：既然系統已經具備將最複雜的「長、短影音」轉成文字來審查的強大能力，那麼對於本來就是純文字的部落格文章（SEO 內容），或是附帶簡單圖文的社群媒體貼文來說，系統連「轉譯」的運算成本都省了，抓起來根本是降維打擊！

所以，這套的防禦機制，絕對不僅限於影音平台，應該是全面涵蓋了長短影音、部落格網站，甚至是社群平台上的互動發文。

▋ 最大的誤會：Google 殺的不是 AI，是「低成本 AI 垃圾」

看到這裡，用 AI 寫過稿、用排程軟體發過文的人可能開始緊張：那我平常也這樣搞，會不會哪天也被當成犯罪集團收掉？

先別慌。這篇論文特別強調了一個設計：它給合法創作者留了活路。

系統的目標從來不是打擊 AI 內容本身。Google 知道一堆正經品牌跟創作者都在用 AI 提升效率。為了不要「冤獄」，它把自動處罰的門檻設得很高，要 92%～95% 以上的精準度才動手。

只要你的內容裡有足夠的「人味」——真實的觀點、你自己的數據、別人複製不走的經驗。系統就會手下留情。

它要清掉的，是那種「換湯不換藥、低成本、高度同質」的 AI 罐頭。

▋ 如何善用 AI 提升效率，又不會被處罰？3 個實戰心法

該如何運用 AI 程式化量產內容來提升效率，同時完美避開防禦機制的處罰？

1. 注入獨特的「真實世界的數據」與資訊增量

• ❌ 低成本 AI 垃圾的特徵：如果程式化產文只是單純地「替換關鍵字」（例如：將「台北最好的咖啡廳」換成「台中最好的咖啡廳」），並使用相同的 Prompt 讓 LLM 產生千篇一律的廢話。在系統眼中，這幾百篇文章的「語意向量」幾乎是完全重疊的，這就會觸發高度警報。

• ✅ 高價值程式化內容的解法：當在建構高效能的行銷漏斗時，真正的價值在於「獨有數據的注入」。如果您的程式化系統是將「真實的市場數據」、「獨特的專家觀點框架」「用戶個案的成果數據」或是「經過梳理的在地評論」作為變數餵給 AI，那麼產出來的每一篇文章，其語意向量都會是獨特且具備資訊增量的。系統的 LLM 在進行語意抽查時，會判定這些內容具備實質多樣性，而非 Slop。

2. 建立乾淨獨立的「發布環境」

防禦系統的第一關是抓「共用基礎設施」。

• 安全作法：不要為了貪圖便宜，去使用市面上那些共享 IP 或 API 金鑰的群發軟體。確保你的官方網站或品牌帳號擁有獨立的運作環境，並且發布節奏要模擬自然的人類行為，不要設定「每 3 小時發佈一篇文章」這種自殺式的排程。

3. 融入真實的人類觀點 (EEAT 精神)

搜尋引擎最終服務的是人。

• 安全作法：即使文章主體是 AI 結合數據生成的，也務必在文章的開頭、結尾，或是核心段落，加入真實的專家見解、操作經驗或產業洞察。這正是防禦系統最無法辨識與複製的「人類護城河」。

總結來說： Google 的防堵機制，目的是打擊想用低劣的「AI 魔法」來無腦洗流量。

這件事講到底，還是我常說的：「AI 是拿來提升效率的，不是拿來畫唬爛的。」

你有真實數據、有親身經驗、有產業判斷，AI 幫你把這些放大、加速；反之，你什麼都沒有，只想靠 AI 無腦洗量，那它只是幫你更有效率地產出垃圾。然後更有效率地，被收網。

比較可行的方式是將AI自動化技術作為基礎設施，並在其中注入真實世界的數據與深度商業邏輯、個案與故事。讓 AI 為你提升效率，讓真實價值為你守住流量！

P.S. 如果你看完之後還有興趣，想要更深入地瞭解，推薦你去讀這一篇論文。 Scalable Detection of Adversarial Synthetic Slop and Coordinated Media Abuse

我原本預計要一個月。

結果 20 小時就上去了。

但是我要先說明，20 小時只是看得到的，看不到的是前面的累積與策展。

▋ 這個字值多少？

「OO減重門診推薦」，地區型、醫療、高精準。

我想知道這個字的廣告成本，用 Google Ads 關鍵字規劃工具去查，回我一個破折號。

無數據。

很多人看到「—」就以為這字沒人要。

其實，這是 Google 不讓你看。

這類字在 Google 的專業術語叫 YMYL（Your Money or Your Life），跟你的財產、你的生命安全直接相關。這種字你可以投放廣告，但是價格，Google 常常不讓你知道。

我用搜尋意圖接近的字去推測：單次點擊成本大約落在 $40～$90 元之間。

減重、醫美、中醫減肥，全都是高自費、高客單價的變現產業，關鍵字出價在台灣是第一梯隊。

「無數據」不等於沒成本。

它常常代表：貴到不會直接給你看。

▋ 起點：這個地區 30 家對手，我的客戶前三頁全部缺席

不是排第 11 名那種「差一點」。

是在前３頁都不存在。

那接下來要做什麼？

很多人現在會做的事，是打開 AI，叫它寫十篇文章。

我沒有。我做了四件事。

▋ 第一件事：找缺口

我把這 30 家裡的前五家抓出來，一家一家拆內容。

拆完發現一件事：前三名剛好是同一種類型的醫美診所。

長得差不多、講法也差不多、療程訴求也大致一樣。

而我的客戶，品牌定位跟他們完全不同，差異還很明顯。

切入口，就在這裡。

定位。

清楚的定位。

▋ 第二件事：研究產品，花真金白銀去做一次

這一步沒有捷徑，也沒辦法叫 AI 代勞。

為了搞懂客戶的減重療程到底在幹嘛，我直接掏錢去體驗，該做的檢查，全部花錢做下去，自己出錢。

然後再跟客戶端開了兩次會，一步一步把客戶的產品差異與流程擬出來。

為什麼要這樣搞？

因為AI是不知道這些，要是叫 AI 硬寫，出來的東西就只是文字接龍、換句話說。Google 聞得出來。

▋ 第三件事：挖寶藏——撐起推薦排名的無名英雄

其實，這一步是整個專案最關鍵的。

我去看前三名、前五名的網站，發現他們底下全部佈滿了減重個案。

有趣的是：這些個案頁，幾乎都沒有拿到什麼關鍵字排名與流量。

沒有排名，那做它幹嘛？

因為它們根本不是拿來排名的。

它們是拿來撐的。

一整排的個案頁，撐起上面那一篇推薦頁。無名英雄。

而我這個客戶，在地耕耘了十幾二十年，手上早就躺著兩位數的真實案例，包成果數據與前後照片。

這不是內容素材。這是寶藏。

光是佈局、訪談、把這些案例整理成可用的資料，我就花掉將近兩週。

▋ 第四件事：內容佈局－1 篇推薦頁 + 9 篇個案頁

策略定了、資料齊了，這時候 AI 才進場。

我把花了２週整理請 AI ，開始佈局。

然後，我打槍 AI 超過 4 次。

到第 5 次，才生出我想要的模樣。

接下來的 5 個小時，10 篇內容跟相關素材全部完成、一一上線。

清楚順序是這樣：人先想清楚，AI 再來動手。

反過來做，產出的是垃圾，而且是很有效率地產出垃圾。

▋ 上線 20 小時，卡進Top 3

我原本預計要３天才會被收錄排名。

上線後隔天，我請客戶上去看看有那些要修改的地方。

就在我還在修改的時候，就看到它排上首頁第３名了。

但我必須把話講完整，因為這裡有兩個藏起來的關鍵：

第一，這不是一篇文章的功勞。 是 1 篇推薦頁 + 9 篇個案頁一起把它頂上去的。含金量高的字，從來不是「叫 AI 寫一篇」就能排上去，它是被一整批內容撐上去的。

第二，這個網站我們已經做了七個月。 這不是從零開始的新站，是一個已經有累積的資產。

所以，20 小時是收成。

▋ 那這個排名，值多少錢？

我不想講「SEO 很有價值」這種廢話。

這個醫療商業黃金字卡在前三名，平均分到約 15% 的點擊。這組字每月約 800 次搜尋量，等於每月 120 次精準點擊。

換成廣告費：120 × CPC $60 ＝ 每月 $7,200，一年約 $86,400。這是省下來的現金。

換成業績：120 次點擊，抓 3% 諮詢率、40% 成交率，等於每月多 1.4 位新客。減重是長期療程，一位自費患者的完整療程 LTV 保守抓 $30,000 元——每月約 $43,200，一年就$518,400的潛在價值。

這些參數，我刻意抓保守一點。

要是覺得太樂觀？把數字全部砍一半再算一次。這個排名照樣是賺的。

還有一塊還沒算進：從前３頁找不到，現在第一頁就被看見。

被看見的價值。

▋ 這個案子，我只想講兩件事

一、SEO 的成敗，八成決定在你開始寫文章之前。

找缺口、看定位、做訪談、整理案例——這些沒人看得到、也上不了截圖的工，才是勝負所在。等你打開編輯器，勝負其實已經定得差不多了。

二、只有累積，沒有奇蹟。

如果這個客戶手上沒有大量的真實個案，沒有個案頁可以撐，推薦字大概爬不起來。

那 20 小時不是我做出來的，是客戶多年的累積。

我只是把它翻出來、排好、送上去。

只有累積剛好被看見的那 20 小時。

這段期間，我看過太多老品牌，不是沒有內容，是不知道自己有礦，卻不知道怎麼挖。

你的品牌手上有幾個「從來沒被寫成內容」的客戶案例？

最近我在手機版 Google Maps App 上無意間發現了一個低調上線、卻超級實用的新功能。在搜尋欄輸入城市名稱，像是「臺中」、「桃園」，或是直接在地圖上順著畫面往下拉到「當地氛圍」區塊，就能直接看到系統在「美食大揭密」中整理好的城市精選選單。點開一看，這是一個公開的官方精選名單，列出了 15 到 25 個地點。

其實，這個功能是 Google 在 2024 年 3 月底正式發布的全球更新，經過這段時間的數據累積，現在在台灣和全球熱門旅遊城市都已經非常成熟、好用！

🤖 這些美食名單誰選的？AI 選的！

這些地點由某個部落客或特定使用者自己手動編輯的嗎？

不是！這是一份結合了 AI 與 大數據的科技結晶。

Google 官方表示，這套功能完全不靠人工手動挑選，而是透過 Google 的核心演算法進行 AI 智能篩選。它背後串聯了兩大最強後盾：

1. 第三方權威媒體數據：結合全球知名旅遊與美食指標媒體（例如 Lonely Planet、The New York Times、OpenTable、The Infatuation 等）的專業評鑑，還有很多在地部落客、新聞媒體的報導。

2. 在地嚮導社群數據：利用 AI 用在地嚮導發表的真實評論與關鍵字作計算。

📊 好奇心發作：４大關鍵疑問與計算邏輯

在實測過程中，我也發現了一些非常有趣的細節，並歸納出這套功能背後的運作邏輯：

Q1. 為什麼名單上的店家，評論數不是最多的？

傳統的排名前幾名永遠都是開了幾十年的排隊老店，因為它們累積了幾萬則評論。但這個新功能打破了這個限制，讓新店有機會被看見，所以評論數多寡絕對不是唯一標準。

Q2. 為什麼有些店好評不是最高的（甚至只有 3.6 星！）？

因為有些高分店可能是靠打卡送小菜刷出來的，或者是口味大眾但缺乏特色。AI 篩選更看重評論中的內容含金量，即使綜合星等不是最高，只要具備獨特性，一樣會被選入。

Q3. 它的計算邏輯到底是什麼？

例如「人氣竄升」名單，它的核心邏輯是計算「短時間內的熱度變化率」。Google 系統會統計當週內，該地點在 Google 地圖上的關鍵字搜尋量暴增幅度、地圖導航點擊率、新打卡照片上傳量等動態數據。只要一間新店在社群上突然暴紅，引發大量用戶在地圖上搜尋，它就會立刻被 AI 揪出來。

Q4. 它具體參考了哪些媒體與來源？

除了前述的 Lonely Planet、The New York Times、OpenTable 外，AI 還會去比對網路上各大公開的部落客食記、新聞報導，將真正獲得專家背書與社群熱烈討論的地點交叉比對，確保名單的公信力。

💡 三大精選名單：認明專屬符號，一秒掌握城市美食

Google 直接把城市地點精準分類成三種名單，而且只要在 App 畫面上往左滑，就能看到這三大名單的專屬主題與符號：

1. 本地精選 💎（使用藍色寶石符號）：
   比較少人知道的私房景點。這是內行人或在地人的最愛，品質非常不錯卻默默無聞，專門滿足喜歡探索隱藏版小店、不愛人擠人的深度玩家。

   

2. 熱門地點清單 🏆（使用金色獎盃符號）：
   地圖社群中久經考驗、備受收藏的長青經典地點。去外地旅遊時，認準這個金色獎盃名單基本就是安全不踩雷的安全牌。

   

3. 熱門地點（人氣竄升） 📢（使用黃色喇叭符號）：
   網羅當週在 Google 地圖上人氣突然暴增、搜尋量與互動大幅提升的潛在熱門地點，最適合喜歡追新店、搶先嚐鮮的潮流饕客。

💎 一鍵加入地圖，美食行程秒排好！

這是我最愛的功能與它的視覺化呈現。

以我計劃要去曼谷旅行為例，我完全不用在大海撈針，直接在 Google 地圖上把這三大精選清單「儲存清單」。我的地圖畫面上會直接跳出對應的專屬圖示了！在安排行程或人在當地時，只要攤開地圖看著寶石、獎盃或喇叭，就能秒懂每家店的屬性。

而且點開清單，它會直接把該店家最具代表性的部落格文章或新聞報導連結，整整齊齊地列在下方。 如果是熱門地點，還會標上這間店的開業時間！對想找新開店家找新鮮的人來說特別實用。

🗺️在地生活、異地旅遊，超級實用

• 出國旅行超省時：接下來要去曼谷、清邁，或預計再次去的東京，都能找到更多私房美食名單，直接用圖示分類快速篩選，還能分享給旅伴共同編輯，快速安排美食踩點路線圖。

• 在地生活挖寶趣：就我自己生活的新竹，就意外的發現超多美食沒去吃過，還有新竹最近新開的店，哪些會踩雷？哪些是「人氣竄升」名單，我可以隨時查看，這星期有哪間新開的咖啡廳或麵店在暴紅，下班或週末就能立刻去嚐鮮！＼

這次的發現讓我強烈感覺到，Google 地圖在AI導入下又靜靜的進化成一本結合了AI與大數據的美食地圖。下次你要出國或出差到時，記得把城市名字打上去往下拉，把這些AI精選的美食清單加進去，讓吃喝玩樂行程變得更輕鬆！

去年開始，我服務客戶的 SEO 專案遇到一個問題：文章寫完發布了，但 Google 就是不收錄。

今年遇到的案例更多。

這不是個案，是一個正在發生的趨勢。

國外的 SEO 專家同樣觀察到了這個趨勢。

最近在閱讀了 Marie Haynes 的文章《Why your pages are stuck in crawled-currently not indexed》後，Google 在索引內容方面確實變得越來越嚴格。

她在 2026 年 4 月參加了 Google Search Central 的活動，Google 的工程師在現場說了：

「如果我們看過你這頁，但沒有收錄它，很可能是因為我們覺得它沒有用。」

我非常認同這句話，因為這一兩年我幫客戶處理的案子，幾乎都印證了這件事。

二、搞清楚你遇到的是哪一種狀況

在 Google Search Console 裡，你會看到兩種看起來相似的狀態：

「已檢索，目前未建立索引」

Google 來看過你的頁面了，但決定不收。

「已找到，目前未建立索引」

Google 知道這個頁面存在，但還沒有來看。

兩者都是問題，但前者較嚴重。因為 Google 已經看過了，還是不收，代表它做了一個主動的判斷：這頁不值得放進索引。

後者只是排隊等待，還有機會。但是前者的問題變多了，也會導致第二種問題也跟著變多。

三、沒有被索引的頁面，問題大多出在這兩個地方

Marie Haynes 的文章與我這兩年處理的案子，沒有被索引的頁面，原因大致可以分成兩類。

技術問題

其實，現在遇到純技術，沒有被索引的情況越來越少。尤其如果你用的是 WordPress、Shopify、Cyberbiz 這類成熟的系統，已經很少見到純技術性的索引問題。

偶爾還是會遇到，例如網站剛搬家、大幅改版，或是 robots.txt 設定錯誤擋住了爬蟲。但這些問題相對好解決，找到原因就能修。

品質問題

這才是大多數案子的真正原因。

我的觀察是，高達八成沒有被索引的頁面，問題都出在內容品質。

Google 的立場很簡單：它已經看過成千上萬篇涵蓋相同主題的文章。當它看到你這篇，它會拿來和已經存在的內容比較。如果你寫的東西，網路上早就有很多人寫過類似的，而且你的版本沒有提供任何新的、更有價值的訊息，Google 就會覺得：

「我看過了，但它不值得被放上書架。」

這就是所謂的「平庸內容（Commodity Content）」——任何人都可以寫出來的內容，沒有獨特觀點，沒有第一手經驗，只是把網路上已經有的資訊重新整理一遍。

四、Google John Mueller 怎麼說

Google 的 John Mueller 說：「當我們的系統對一個網站的品質有疑慮的時候，就會開始減少爬蟲來索引這個網站的頁面。因為我們認為，我們的系統沒有必要花太多時間在這個網站上面。Google 的資源是有限的。」

我把他的話翻譯成：「當 Google 的系統判定你的網站充斥著缺乏獨特價值、與他人高度重複的平庸內容時，為了節省運算資源，Google 會果斷減少對你整個網站的爬取頻率與索引意願。」

影響的不只是那幾篇沒被收錄的文章，而是你的整個網站。

五、大量頁面無法被索引，是一個早期預警訊號

從 John Mueller 的說法延伸出一個很重要的觀念：

「已爬取，目前未建立索引」不只是單一頁面的問題。

當你的網站開始出現大量頁面進入這個狀態，它反映的是 Google 已經對你整個網站的整體品質產生了疑慮。接下來它會減少爬取資源，整個網站的索引量、排名和流量都會跟著下滑。

而最麻煩的地方是，等你發現流量開始掉的時候，問題往往已經累積很久了，要處理的難度也更高。

對於需要每天盯著 Google Search Console 和 GA4 數據的 SEO 人或行銷人員來說，這帶出了一個非常重要的戰略原則：

防線必須往前推。必須在「整體品質疑慮」全面爆發之前，主動出擊。

不要等到流量開始掉才來處理。要在索引率開始下滑的早期，就採取行動。

六、Google 現在想要的內容，到底是什麼樣的？

Google 在 Search Central 活動上說得很清楚：

AI 讓內容創作變得越來越容易，任何人都可以在幾秒鐘內產出任何主題的文章。正因為如此，Google 希望收錄到索引裡的，是那些 AI 生成不出來的內容：個人經驗，以及他人沒有的知識。

這對我在台灣幫客戶做 SEO 的實務觀察完全吻合。

我一直強調，AI 是用來輔助內容創作的工具。用 AI 從頭到尾生成一篇文章，然後直接發布，沒有加入你的個人觀點、品牌經驗、或任何只有你才知道的東西——這樣的內容，Google 不會收，AI 也不會引用。

七、最難的問題：你怎麼知道自己的內容是不是平庸的？

這是在解決索引問題裡最難回答的部分。

因為你寫的是你自己的文章，從你自己的角度來看，當然覺得寫得很好、有獨特見解、加入了第一手經驗。但真正的考驗，是能不能通過 Google 的上帝視角。

Google 看過的東西，遠比你多。它看過成千上萬篇類似的文章，包括那些已經存在但你根本不知道的版本。你根本無法判斷，網路上是不是早就有了跟你類似的內容。

我特別觀察到，越熱門的主題，越容易遇到這個問題。

旅遊部落客寫的「十大推薦」、「親子景點」這類文章，是我看到最常沒有被索引的類型。原因很簡單：網路上類似內容實在太多了。你寫「台北住宿飯店推薦」，同時有幾百個部落客在寫，每一篇都自認為有獨特見解，但只有 Google 的上帝視角才能判斷哪些真的有價值。

一個簡單的自我診斷方法：把你的文章貼給 AI，問它：

「這篇文章是否有可能被認為是通用內容（Commondity Content）？」

如果答案是有可能，代表你需要大幅度修改。

接著可以問：

「請提供 5 個建議，讓我可以加入個人經驗或他人沒有的知識，使這篇文章比網路上其他同主題的文章更具實用性。」

根據這些建議，重新思考這篇文章的角度，加入只有你才有的第一手觀點和經驗。

八、我的實戰方法：先設定索引率基準

在說具體做法之前，我會先為網站設定一個「索引率」的基準。

60% 索引率原則：

假設我新增了 10 個網頁內容，其中有 4 頁以上沒有獲得收錄，也就是索引率低於 60%，我就會建議先暫停內容創作。

不要繼續寫新文章，先找出不被收錄的原因，把索引率拉回來，再繼續往前走。

因為如果繼續寫，只是在累積更多有問題的頁面。等到問題嚴重到整個網站的流量開始下滑，要處理的難度會更高。

把防線往前推。

九、我的 3-5-7-10 法：一篇文章發布後的標準處理流程

針對小型網站，由於爬蟲預算通常不高，我歸納出一套「3-5-7-10 法」，用來追蹤每篇文章有沒有被索引，並在對的時機採取對的行動。

第 3 天：主動提交索引

文章發布後的第三天，進入 Google Search Console 檢查這篇文章是否已被索引。如果還沒有，主動提交索引請求。

很多小型網站，這樣就解決了。

第 5 天：修改 Title、Description 和前 200 字

如果到了第五天還是沒有被索引，在再次提交之前，先對文章做調整。改寫文章的 Title、Meta Description，以及文章開頭的前 200 個字。

這些是 Google 最先看到的內容，修改之後再提交，給它一個重新評估的機會。

第 7 天：用 AI 診斷內容品質

如果到了第七天依然沒有被索引，這時候需要換一個視角來看這篇文章了。

把文章貼給 AI，問它是否可能被認為是通用內容，並請它提供具體的改善建議。根據這些建議，對文章做比較深度的修改，然後再主動提交索引。

第 10 天：評估要不要砍掉重寫

如果到了第十天還是沒有被索引，這篇文章很可能需要砍掉重寫

重新思考這篇文章的角度，加入只有你才有的第一手觀點和經驗，或是再重新思考用戶的搜尋意圖到底是什麼，進行對焦。讓它變成一篇真正有獨特價值與實用的內容。

索引率是網站品質的觀察指標

「大量頁面無法被索引」這件事，反映出 Google 已經對你網站的整體品質失去信心，進而減少分配給整個網站的爬取與索引資源。

真的不要等到一整批文章已經大量沒有被索引、拖累到整個網站的排名和流量之後才去處理。因為到那個時候，要付出的心力會大上好幾倍。

把「已爬取，目前未建立索引」當成你的早期預警雷達。

當索引率低於 60% 的時候，就是你需要停下來、重新審視整個內容策略或是暫停AI產文機器的時候了。

Google Search Console 好不容易擠出了一個生成式 AI 的報表。只有少數網站才有，而且只有曝光數與頁面（無三小路用XD)

剛才看了 Microsoft Bing Webmaster Tools 最新的電子報，介紹 AI Performance 報表中的３個元素：
Intent（意圖）、

Topics（主題）、

Citation Share（引用份額）

特別是看到 Citation Share 這個東西，眼睛一亮。

－

附件截圖，是我客戶在Bing的真實數據。
一個醫療主題的網站。
醫療類的內容是 Google 和 AI 審核最嚴格的類別之一YMYL(Your Money Your Life)
專業、可信、有依據，缺一不可。
這類網站要讓 AI 願意引用，難度遠比一般電商或部落格，難得多。

但是這個網站的AI Performance 實在是好到不像話！

－

這個網站，目前只有 62 個頁面。
過去 30 天：
－AI 總引用次數 26,400 次。
－單一頁面最高被 AI 引用 1,800 次。
－最高 Citation Share 達到 64.3%。

Citation Share 是什麼？簡單說，就是在某個主題的所有 AI 引用裡，你的網站佔了幾成。
如果你在某個主題的 Citation Share 是 64%，代表每次有人問 AI 這個問題，有將近三分之二的機率，AI 引用的是你的內容。

這代表在 AI 的眼中，這的網站幾乎就是這個醫療利基市場的唯一指定權威。AI 只要回答相關問題，有超過六成的機率會直接把你的內容當作標準答案，也就是「絕對話語權」。

還有一組Commerical 商業大字，引用占比高達 43.27%，在醫療 SEO 中是含金量極高的數據。

－

62 個頁面，40頁被 AI 引用，命中率64.5%
這個數字不只說明內容做得好，也代表這個網站的架構非常乾淨。
每個頁面都有其獨立且明確的意圖（Intent）與主題（Topic），沒有網內互打。
AI 一眼就看懂，這頁在回答什麼問題，更不需要在重複或相似的內容中猜測該引用哪一頁。
這種乾淨的主題與內容結構，是 AEO 的致勝關鍵。

－

老實說，我在看Bing AI Performance 現在還有點「自嗨」的成分。
看起來就是Google 的精選採要改名為AI Performance，數據也還在 Beta 階段。
但是用Intent、Topics、Citation Share 來看 AI 報表的確是新維度。
以前做 SEO，盯的是排名和流量。

現在多了一個維度：你在 AI 眼中，是不是某個主題的權威？Citation Share 可以暫時先拿來用用看。
Bing 在AI 量化這件事上衝很快。Google 還在路上。

btw, 到底是誰還在用Bing?

​
​
很多人聽到 AI 可以一秒產文，第一個反應是：太好了，終於不用再寫內容，通通交給 AI 就好了。
​
但有趣的是，因為 AI，現在找我做 SEO 的人，不是變少了，是變多了。
​
為什麼會是這樣子？
​
答案還是：「如果你有辦法讓你的客戶找到你，那的確不用再做 SEO 了。」
​
這些品牌發現一件事，他們的目標客戶找不到他們，AI 也不推薦他們的品牌，反而推薦競爭對手。
​
​－
​
在以前，SEO 是一項比較偏工程的行銷技術，大部分只看排名、流量和關鍵字。我剛開始接觸 SEO 的時候的確是這樣。
​
但有了 AI 之後，客人再找東西，就是有一種需求，而 SEO 就是一種將「需求」與「供給」連起來的行銷技術，就是這樣子。
​
例如「魚油」這個字，每個月的搜尋量有四、五萬，但是會搜尋魚油的人跟真正會買魚油的人，根本不是同一個數字。
​
像我最近找魚油，是在幫兒子買的。小朋友最在意的魚油，就是不要有魚腥味、也不要太大顆、要好咬也要好吞。
​
我就告訴 AI 我的需求，它就推薦給我最適合需求的品牌商品，並提供連結。我點進去看品牌介紹，內容確實有回答到我的需求，品牌也有聽過，還信的過，我就買了。
​
這就是現在的 AI SEO。要找的到、接的上、信的過，才會買。
​
我就回去查「魚油推薦」這個關鍵字，前十名裡面沒有這個品牌，它排在第４頁的倒數第二。
​
但是我給AI的情境搜尋結果，這個品牌佈了一篇 SEO 內容在那邊等著我，等我掉進去。
​
​－
​
很多人的想像中，AI SEO 就是叫 AI 產文案，幫我寫一篇2000千字的「魚油推薦」 SEO 文章。然後就等著 AI 生成一篇能幫你被 AI 提及的 SEO 文章，這真的不太可能！
​
還有，很多人都在講 AEO 和 GEO，這代表 SEO 沒用了嗎？
​
並不是。它還是最根本的做法，是能幫你被客戶找到的方法。
​
但前提是你要知道客戶的需求是什麼，以及你的解決方案是什麼，透過 SEO 的工程技術，把用戶的需求與情境跟你的解決方案連起來，將需求與供給串接起來，才是對的做法。
​
例如要寫 SEO 內容之前，最大的工程就是做關鍵字研究，以及定義目標用戶與情境痛點。
​
這必須深入瞭解目標用戶，才能知道他們的問題是什麼、會給 AI 什麼資訊，以及如何跟 AI 描述他們的問題與情境。這會花費很大的時間。
​
SEO 的技術是將這些需求與情境定義出來，透過關鍵字的搜尋量去推測需求的大小，然後反過頭來確認：
1. 該講什麼話、寫什麼內容會吸引用戶？
2. 什麼樣的內容會吸引 AI 來提及與引用？
​
如果內容能讓 AI 願意提及並引用，真實的人類用戶看了也才會產生共鳴與信任，才能更容易把東西賣給他們。
​
你必須針對一個又一個的情境，去撰寫相對應的 SEO 內容，而且在寫作時，還要去對接你的品牌與產品的解決方案。
​
這整串流程的做法非常耗時間、技巧，甚至考驗耐心、經驗以及數據分析的能力。這也就是我一再提及的，在 AI 時代做 SEO，AI 不只是用來寫文章而已。
​
AI 是用來幫你分析數據、瞭解目標用戶的內容，然後規劃策略。直到最後一段，才是叫AI寫文章。
​
​​－
​
例如：我幫一間位於桃園的預防醫學中心，佈局二十幾萬的高階療程。同樣的療程，醫美診所也有。
​
目標用戶最在意的不是便宜、高 CP 值，而是這個預防醫學中心是不是有經驗豐富的專科醫師。
​
你要用內容讓他們找到的，要能直球對決回答他們的情境問題，然後直接在情境模擬裡面進行解決方案置入，並植入讓用戶可以信任、解決他疑慮的內容。
​
像這個客戶，雖然只在桃園地區有診所，但是卻能獲得來自臺中、新北永和的高資產客戶。
​
​－
​
在 AI 時代，要用「搜尋數據＋用戶情境＋解決方案」來作SEO與內容佈局。
​
而不再只用一個關鍵字，然後叫 AI 幫你產生一篇 2000 字的 SEO 文章。
​
這種內容AI搜尋網路上的文章之後，透過文字接龍幫你寫成。它既沒有品牌特色、沒有解決方案，也沒有用戶情境，純粹是 Commodity 內容，那絕對是很糟糕的內容垃圾。
​
目前我看到大部分的自動化產文 AI 都很不可靠，甚至裡面充滿了錯誤或是網路資料亂抓一通，拼湊出來的內容水準也好不到哪裡去。
​
當然，如果你是某個小眾行業，使用這種自動產文 AI 初期可能會看到流量提升，但時間一久，你會發現生產越多內容，卻越無法帶來流量增長，甚至流量會開始往下滑。
​
而且在下滑的過程中，你根本不知道如何救起，因為這些內容的佈局、產出與規劃，你可能連一點想法都沒有，無從救起。
​
我的觀點是：SEO、AEO、GEO ，雖然技術上有所不同，但核心是不變的，那就是後面那個「O」，也就是 Optimization（優化）。
​
這意味著你的內容必須不斷地進行優化，朝著搜尋數據以及用戶的情境，去對接你的解決方案。這個優化的過程到了 GEO 時代也是一樣的概念，只是具體做法不同。
​
​​－
​
再回到開頭那句「如果你有辦法讓你的客戶需要你的時候找到你，那的確不用再做 SEO 了。」
​
舉一個例子：台灣目前執業的律師大概有 1.3 萬多位，但是你知道嗎？最近兩年，每一年取得律師資格的人數都在 1,000 人上下。
​
如果你是剛拿到律師資格的菜鳥律師，我就問你一句：「AI 憑什麼推薦你？憑什麼把你跟資深大牌的律師放在一起？」
​
我的客戶裡面就有一位年輕律師，專攻某一項法律服務，雖然成功案件量還不到三位數，但他把２位數的案件得非常好。
​
我協助他操作 SEO，結合搜尋數據，將用戶的情境與他的法律服務解決方案精準對接。
​
目標用戶在搜尋相關法律服務時，這位年輕律師的名字已經能跟大律師事務所平起平坐。
​
現在他在該服務的委任案子，已經多到爆炸。
​
憑什麼他能做到這樣？靠的就是他願意透過 SEO 解構的方法，將手邊幾十個案例寫出來、佈局出來。
​
這就像是織一張網，放在目標用戶會經過的地方等著。
​
​
​​－

既然 AI 都能一秒生成長文了，為什麼還要做 SEO 內容？
​
因為 SEO 內容是你必須先做好放在那裡，在客人把他的問題問AI，AI 也覺得你的內容與信任度值得相信，才會把你的品牌推薦給客人。

客人才有機會掉進來那個「網」。
​
就像蜘蛛網一樣，你必須先織好網，在那裡等著蟲飛過來。
​
如果你佈的好的話，AI會幫你，把客人帶進來你的網。
​
但是如果你沒有先佈好那張網，AI 是連理都不會理你的。

當大家過度關注「機器如何生成答案」，卻忽略了「人類如何尋找答案」。

Anthropic 要找的是真的懂搜尋機制的人，透過傳統 SEO 邏輯，精準接住人類真實痛點與搜尋意圖。

不是一個鑽研 AI 提示詞的專家。
​
---
​
第四，這個職缺的薪資是 255,000 到 320,000 美元
​
換算成台幣大概是 800 萬到 1,000 萬年薪。
​
Anthropic 開的薪資，是舊金山 SEO 平均薪資的將近兩倍，甚至超過了大多數 Senior SEO Manager 的頂尖薪資水準。
​
如果 SEO 真的在走下坡，沒有公司會願意付這個價格找一個 SEO。
​
數字本身就是市場對 SEO 價值最直接的表態。
​
---
​
觀察總結：
​
第一，傳統 SEO 的基本功，以前更重要。AI 引用的，幾乎是 SEO 基礎做得好的。
​
第二，AEO 和 GEO 是在傳統 SEO 基礎之上的疊加，不是替代品。Anthropic 的職缺把這個順序說得很清楚。
​
第三，看那些最聰明的人實際行動，是最值得參考的訊號。噪音很多、很大。但是，做了什麼，比說什麼，更重要。

翻開這位六年級同學的亞洲地理作業本，看到他手繪的亞洲地圖，從太平洋、印度洋到北極海這三個大海之間的北亞、中亞、東亞、東北亞、東南亞、南亞、西亞，畫得非常清楚。

我看到這張手繪亞洲地圖，覺得這位同學的亞洲地理概念應該比我還清晰，至少在位置上是這樣子的。

然後再往內頁翻，看到東南亞那一頁，哇！他把大大小小在東南亞的數百個島嶼，都用手畫得好清楚。

這比課本上、比網路上面看到的每一張東南亞地圖，都建構出更清晰的概念。

我就跟這位同學聊，他的地理概念不只在他的腦海裡面，還能夠用他的手輸出。

他們這一班除了用手畫出學到的地理之外，還用腳學地理。

他們之前學臺灣地理的時候有學到臺東，畢業旅行從去年就開始自己辦園遊會、辦募款來籌措資金。

這一次的畢業旅行，每一個學生都背起大揹包、背起睡袋，帶上雨衣坐上火車前往臺東。他們住了獵人學校、體驗野外露營、走入阿塱壹古道。

他們把學過的知識，用手輸出。然後，用腳去體驗、去驗證，親眼看到所學的知識。

2026/06/13這是孩子三年級夏季靜態展的日子，也是我第六次參加新竹華德福小學的學習靜態展。

看了六次，每一次都有很多學習。這份學習，是「我」向孩子們以及這個教育體系的學習。所以我想把這些記錄下來。

孩子今年有一個關於「同學冊」的學習作者，讓我非常感動。

孩子們開始學習查字典。特別的是，查字那個起源、那個種子，是從每天朝夕相處的同學名字開始。

從同學的姓與名開始：

1. 姓氏：在字典上面有幾種意義？孩子們就透過查字典，把在字典上找到的解釋一個一個寫下來。

2. 名字的第二個字：採取同樣的方式，查出字義並記錄。

3. 名字的第三個字：也一樣字典上的每一個意思，寫下來。

最後，孩子們拼湊出這個名字的意涵，去推測或想像當初家長長輩在取名時，對這個孩子的祝福與期許。

我就跟孩子聊，他在作這個作業的時候，不只學會查字典、學更多的字，還能在查字典時是有一個「具象」的人物畫像，就是每天跟他一起玩、一起上課的同學。

從同學的名字中的兩、三個字，每一個字代表的意思以及延伸出的字，他可以透過這樣的練習去思考：這位同學跟他平常的互動，與字典上面呈現出的字義，有什麼不一樣的地方？或有什麼一樣的地方？

我當場就跟其他的家長分享，這是很好的教育方式，讓孩子從他身旁的人、事、物去擴展知識邊界，而不是去死背課本上那些遙不可及、不在他生活周遭的人事物。

這樣的學習讓孩子把學習到的字與身邊的人連結起來，讓知識不是一座孤島，是認識世界的橋梁。

​
​
■ Job-To-Be-Done (JTBD, 需要完成的工作)
​
哈佛大學教授克里斯汀生在破壞式創新理論的一有名的例子，大概是說：
​
人們買電鑽，不是因為想要電鑽，而是因為需要一個洞。
​
顧客要那個 1/4 英吋的孔洞，只是為了掛一幅相片。
​
壓根就沒有想要買電鑽XD
​
我在幫客戶規劃這篇文章的時候，想到了這個概念。

.
​
■ 搜尋 XXX，是為了找OOO
​
XXX 是行業內的大關鍵字，月均搜尋量1,200，超多品牌在競爭這個大字。
​
但是，這個大關鍵字的直接解決方案，有2個問題：
​
a.有時間限制。
​
b.直接方案有失敗的可能。
​
一互超過時間限制，或是直接方案失敗，就只剩下 OOO 這一個救濟方案。
​
而 OOO 這個關鍵字的搜尋量一個月不到30，跟本沒人想做。
​
​
我當時引用JTBD 的概念，作了一假設：
​
搜尋 XXX的人，不只是為了找 XXX 的直接解決方案，而是要找 OOO 。
​
就像那個買電鑽的人，真正想要的是那個洞。
​
不到2個月，成效就是上面的數據，一篇SEO 文章帶來超過30萬的詢單商機。

.

​
■ 冰山一角
​
其實，這一篇SEO 文章只是露出海面上的冰山一角。
​
下面的水可深著。
​
XXX 這個主題，我一共佈局了5篇文章，其中3篇出現在GEO, AEO的回答裡。
​
曝光數與點擊數也遠遠超過那篇OOO，但是點擊率卻少於一半。更別說轉換成加Line諮詢量，5根手指都不到。
​
還有，我們前後建了十個成功案例與用戶回饋，要來拱這個主題。
​
這些幾乎沒有流量的文章，不是用來爭關鍵字排名、也不是拿流量。
​
是用來告訴 Google，甚至AI，這個主題，我們把知識點、解決方案、成功案例與用戶回饋，佈好佈滿。
​
打造一個值得讓Google 與AI信任的閉環。
​
所以說，這篇能夠帶來30萬價值，是被十幾篇無名英雄給「抬」上去的。
​
冰山底下的東西靠的是累積，還在持續每月新增ing。
​
​
btw，很多人做 SEO 只盯著流量大的關鍵字。

但真正帶來業績的，往往是那個沒人要做、月搜尋量不到 30 次的冷門字。

因為搜尋那個字的人，已經是最接近掏錢刷卡的那一群。

在回答「該不該做」之前，我想先丟一張圖給你看。

這是基恩斯（Keyence，TYO: 6861）的股價走勢。

我特別標出 2016 年 7 月 1 日那個點——當天的股價 17,498 日元。這也是Keyence 網站流量的起漲點。

十年後，2026年6月，它站上 8 萬日元，市值逼近 20 兆日元，本益比 43 倍，二、三十年來營業利益率長期維持在 40% 以上。

它賣的是什麼？

雷射位移感測器、超音波流量計、三次元量測儀……只有工廠、產線或實驗室才會用到的專業設備。

這是一個典型到不能再典型的 B2B 工業利基市場。

但是，Keyence是我看過全世界最捨得、也最會用 SEO 內容行銷賺錢的跨國公司。

更耐人尋味的是這家公司的矛盾：Keyence 的企業信條是「用最少的資本與人力，創造最大的附加價值」。但我仔細去拆它的 SEO，發現它是用最沒有效率、最貴的方式，去創造最大的附加價值。

這篇文章要回答的，不只是「B2B 該不該做 SEO」，而是拆解Keyence如何操作SEO內容行銷，以及為什麼 Keyence 這套看起來成本更高、更沒效率的打法，反而打出了世界級的成果？

——————————

一、先看成果：為什麼說 Keyence 是 B2B SEO 模範生？

談方法之前，先把成果攤開來。

因為 B2B SEO 最大的迷思，就是死盯著「關鍵字排名與流量」來評斷成敗——而我在 Keyence 案例上，看到不同的策略、思維與成果。

幾乎不受演算法影響的流量曲線

我用 Ahrefs 去看 Keyence 全球各國的網站，發現一個共同點：流量趨勢往上，幾乎沒有受到演算法重大影響的痕跡。

有些國家網站成長很快，有些慢，可能要三、四年才見成效。但長期來看，每一條曲線不是持續向上，就是維持在穩定健康的高原，幾乎看不到被 Google 演算法更新打趴的痕跡。

這是一個非常重要的 SEO 訊號。

一個網站如果流量會隨著核心演算法更新（Core Update）大起大落，通常代表它的內容是「為了排名而寫」、品質與使用者價值不夠紮實。而 Keyence 的抗跌，證明了它的內容本質上就是 Google 想要獎勵的東西：真正解決使用者問題的優質內容。換句話說，它不是在跟演算法博弈，而是站在演算法同一邊。

健康的流量組成：品牌字與非品牌字維持 2:8 到 3:7

再看流量的「來源結構」，這是判斷 B2B 品牌體質最好用的一把尺。

各國數據幾乎一致地落在 品牌字 : 非品牌字 ≈ 2:8 到 3:7：

・德國站（keyence.de）：非品牌字流量 15.4K，品牌字 3.7K

・加拿大站（keyence.ca）：非品牌字 4.1K，品牌字 1.3K

・台灣站（keyence.com.tw）：非品牌字 7.8K，品牌字 3K

・美國站（keyence.com）：非品牌字 59.4K，品牌字 25.2K

唯一的例外是日本本國市場（品牌字比重明顯偏高）。因為母國的品牌知名度最強，自然有更多人直接搜「Keyence」。

為什麼 2:8 是健康的？

因為這代表它 70%～80% 的流量，是來自技術應用、問題導向、問題解決導向的關鍵字，而不是靠品牌名稱撐場。

這些是「剛需」搜尋——工程師遇到製程問題，每天都會搜，需求永遠存在。

一個只靠品牌字活著的 B2B 網站很脆弱（沒人認識你就沒流量）；而 Keyence 是用「解決問題的能力」在源源不絕地吸進陌生的潛在客戶。

重點是：它把 SEO 連到了商業結果

流量、排名都只是過程。Keyence 真正厲害的，是把這些自然流量一路接到了 40% 的營業利益率上。這也是我們接下來要拆解的——它如何用SEO打一套數位行銷的組合拳。

——————————

二、內容策略：不是只寫產品，寫「應用」與「問題」

這是 Keyence 內容行銷的核心心法，這也是它和常規 B2B SEO 的最大的不同。

常規作法 vs Keyence：差別到底在哪？

一般工業品牌的 SEO 是這樣做的：搜尋「超音波流量計」「雷射位移感測器」這類關鍵字，幾乎所有品牌都把使用者直接導到產品目錄頁或產品規格頁。

邏輯很直覺啊！使用者搜產品名，就給他產品頁，一頁打一個字，效率最高、最省事，而且看起來最「直接賣貨」？！

Keyence 偏偏不這樣。同樣是「超音波流量計」，它的頁面不是型錄，而是一篇知識內容：整理流量計與流量感測器的原理、特徵，甚至把流量管理的訣竅編成一本冊子——完全不急著把你導去產品頁。

為什麼這樣「更沒效率」？

從傳統 SEO 的成本效益看，Keyence 的做法簡直是自找麻煩：

1. 成本更高：寫一篇講原理、講應用、講故障排除的深度內容，需要真正的領域專業（SME），不是行銷文案隨便填關鍵字就能交差。

2. 看似繞遠路：使用者明明搜了產品名（高商業意圖），卻先給他一篇「知識教學文」，而不是直接讓他下單詢價。中間多了一道，轉換路徑變長。

3. 單頁產出更慢：一頁產品頁可能一天做完，一篇紮實的應用內容可能要一週、還要找工程師訪談。

那它為什麼反而贏？

關鍵在於——Keyence 打中了搜尋意圖，以及掌握了整個行銷漏斗。

我們用搜尋漏斗（Search Funnel）來看就懂了：

・漏斗上層（TOFU）：「什麼是表面粗糙度」「如何去除鋁材氧化層」——還在搞懂問題本身。

・漏斗中層（MOFU）：「超音波流量計怎麼選」「表面粗糙度怎麼量」——正在研究、評估方案。

・漏斗底層（BOFU）：「Keyence VR-6000 報價」——已經想買、流量小、競爭激烈。產品頁打的就是這一層。

大多數廠商只想做產品頁的打法，只吃到底層那一小口，偏偏那是最多人搶的一塊。Keyence 的應用導向內容，把整個中上層的龐大搜尋量全部收進來。而這一層，恰恰是它的對手們因為「看起來不會立刻成交、不值得投資」而放棄的地方。

這就是「護城河」的真正來源：你願意花別人不願意花的成本，去經營別人放棄的領域，自然就築起別人爬不過來的牆。

三、B2B 內容行銷的3根支柱

Keyence 的SEO內容心法是三種內容類型的反覆堆疊：應用導向型內容、技術應用說明、問題解決導向。

這三者對應的是工程師在不同情境下的搜尋，也對應到搜尋漏斗的不同位置。B2B 內容行銷做不起來，十之八九是因為只寫了產品、跳過了這三根支柱。

① 應用導向（Application-led）：用「應用」攔截，而不是用「產品」等待

常規做法是「產品導向」：圍繞型號、規格、功能寫頁面，等著那些「已經知道要買什麼」的人上門。但這群人是漏斗裡最小、最末端、競爭也最激烈的一塊。

Keyence 走的是「應用導向」：它不問「我要賣什麼」，而問「客戶會在什麼應用情境下需要我」。於是它的網站佈滿了這類內容——「什麼是表面粗糙度」「表面粗糙度的術語與參數差異」「表面粗糙度的量測技巧」。

請注意這裡的關鍵：搜尋「什麼是表面粗糙度」的人，當下根本還沒在找產品，他只是在工作上遇到了一個「粗糙度」的問題。但他正是未來會買量測設備的那個人。Keyence 在他還沒意識到自己需要產品時，就先一步用「應用知識」攔截了他、教育了他、也建立了第一印象。

這就是應用導向的威力：它把行銷的接觸點，從「成交前一刻」往前推到了「問題萌芽的那一刻」。而越前面的接觸點，競爭越少、信任累積越久、護城河也越深。這些應用型長尾關鍵字需求穩定、永遠存在，也因此撐起了 Keyence 那條抗演算法、極度健康的流量曲線。

② 技術應用說明：用「深度」換「信任」與「權威」

例如：關於「在塑膠上做雷射標記」的內容。光是這一個主題，它就拆出 UV 雷射、混合型雷射、CO2 雷射的差異；甚至詳列了塑膠上不同顏色的標記手法——油漆剝落（剝除表面層，應用在汽車儀錶板）、變色反應（雷射照射使塑膠表面變色）、透明與有色塑膠的焊接應用——每一種的做法、適用的機器、優缺點與使用情境，全部寫清楚。

為什麼要花這麼大力氣寫到這種顆粒度？因為在 B2B，內容的深度就是信任的深度。

這正是 Google 近年最看重的 E-E-A-T（Experience 經驗、Expertise 專業、Authoritativeness 權威、Trustworthiness 可信）。

一篇能把雷射標記拆解到這種程度的內容，向 Google 證明了「這個網站是這個領域的權威」，也向讀者證明了「這家公司是真懂」。

而對 B2B 採購來說，一個品質主管或製程工程師，是要把幾十萬、上百萬的設備決策押在你身上的人。他在按下「詢價」之前，需要的不是花俏的行銷話術，而是「這家公司真的懂我的問題」。技術應用說明，就是在成交之前，先用內容把這份篤定建立起來。信任，是 B2B 成交的前置條件，而技術深度，是最不會騙人的信任來源。

③ 問題解決導向：用「先解決問題」的結構，自然帶出產品

再來是要把內容寫成「解題流程」，而不是「銷售話術」。

這也是最能直接套用的一根支柱，因為它有一個清晰可複製的結構。

例如 Keyence 有一篇「如何去除鋁材上的氧化層」。它的鋪陳邏輯是固定的三段式：

1. 先講原因——為什麼鋁會氧化、氧化作用對鋁材會造成什麼影響。先讓讀者搞懂問題本身。

2. 再比較方法——把化學浸泡、雷射去除、細砂紙打磨三種解法攤開，從「清除速度與效率」「對環境的影響」等面向逐項客觀比較。注意：這裡它甚至沒有刻意偏袒自己。

3. 最後才帶出產品——在讀者已經理解問題、也看完各種解法的優劣之後，才順勢說明「如何用雷射技術安全地去除氧化層」，自然地接到自家的雷射設備產品。

這個結構為什麼有效？

因為它的順序，完全對齊了使用者的心理流程：先被理解 → 再被教育 → 最後才被提案。

當你前面已經誠實地幫他把問題和選項都釐清了，讀到產品段落時，他對你的信任已經建立，提案就不再像推銷，而像一個可信專家給的建議。

這就是「問題解決型 SEO 文章」的精髓：不是先想著賣，而是先想著「使用者搜這個字，真正想解決的是什麼」。把使用者的問題解決了，產品的提案是水到渠成的結果，而不是硬塞的目的。

一個我常講的觀念：SEO 內容要像產品經理在思考

在 AI SEO/GEO時代，SEO人要像個產品經理。先滿足搜尋意圖、回答完使用者的問題，然後判斷他真正的 Job To Be Done（他搜這個字，到底想完成什麼任務）。回答完問題、建立信任之後，才開始做「提案」——引導他索取目錄、預約演示、加入名單。Keyence 就是把這套思維做到極致的範本。

——————————

三、把流量變名單

這是 B2B SEO 和 B2C 最大的差異點，也是 Keyence 第二個「反直覺」的操作。

常規作法 vs Keyence

一般內容行銷的 KPI 是只看排名、瀏覽數與訂單數。

但 Keyence 刻意用更有價值的資源——完整技術型錄、白皮書、ROI 計算工具——來交換名單，而不是產品型錄。

你想下載？先留下你的專業聯絡資訊。

回頭看 B2B 的生意本質：一筆工業設備的成交動輒數十萬、上百萬，銷售週期長、極度仰賴關係經營。在這種生意裡，一個「具名、且已被分眾標記的潛在客戶名單」，價值遠遠高於一萬個匿名的瀏覽數。

所以 Keyence 做的不是只求下單，而是把流量篩選、轉化成可經營的資產。它優化的是商業指標（合格名單→演示→成交），不是虛榮指標（流量、PV與買幾台）。那道看似浪費的牆，其實是一道精準的篩網。

對B2B來說，做好 SEO、拿到流量，只是第一階段，從來不是商業目標。拿到名單，才是。

——————————

四、組合拳：SEO 不是單點，是貫通的行銷漏斗

Keyence 第三個與眾不同之處，SEO 只是整台行銷機器的入口。

它把 SEO → SEM → 社群再行銷 → Email 培養，串成一條不漏水的漏斗。

SEO × SEM：排名已第一，為什麼還砸錢買廣告？

例如「超音波流量計」這種商業意圖明確的字，Keyence 自然排名已經是第一了，卻還持續投放關鍵字廣告。

一般人的邏輯是：「我都排第一了，幹嘛還花錢買同一個字的點擊？這不是重複花錢嗎？」於是多數公司一看到自己有強勢自然排名，就把 PPC 預算撤掉。

但 Keyence 的算盤是：

1. 霸佔 SERP 版位——廣告 + 自然結果同時出現，整個搜尋結果頁都是你，視覺壟斷。

2. 防禦競爭對手——你不買，對手就買，那個高意圖的點擊可能被別人攔截走。

3. 掌控訊息與到達頁——廣告可以指定最適合轉換的 landing page。

4. 成本對它根本不痛——相對於一筆 B2B 設備的成交金額，這點廣告費微不足道。

看起來是「自然＋付費」的浪費重疊，實際上是版位防禦 + 增量攔截。

當你的客單價夠高，這筆「重複投資」的 ROI 反而是漂亮的。

再行銷 Retargeting：從 SEO 一路追到你的 Facebook

這點我自己親身體驗過。我才看完 Keyence 的內容、瀏覽了幾個三次元量測的產品之後，切換去滑 Facebook，滑著滑著就跳出了 Keyence 三次元量測的解決方案廣告。

或另一則，台灣基恩斯 KEYENCE_Taiwan 在 FB 上的這則量測廣告：主打「讓你的量測效率提高 5 倍」，涵蓋平面度、段差、平行度、粗糙度，CTA 直接是「取得報價」。

它就是透過 SEO 獲得的流量，接到明確商業意圖的付費廣告，再延伸到社群的再行銷。只要你掉進它的漏斗，就會在各個階段持續看到 Keyence 的解決方案。讀了應用說明但沒立刻預約演示的自然訪客，會被展示廣告與社群活動重新追回來——一個都不放過。

演示優先（Demo-first）的銷售漏斗

Keyence 的自然內容，是精心設計來推動「索取型錄、遠端演示、廠內試點」的。

每一個網頁的目標，都是彌合「技術搜尋」和「技術業務一對一諮詢」之間的那道鴻溝。內容先回答問題、建立信任，沒有阻力地讓你順手填 email、訂閱電子報、甚至直接申請演示。

結構化 Email 培養

當你訂閱了電子報，Keyence 就拿到了你的名單，並依你所屬產業（半導體、汽車……）和具體製造問題做分眾跟進。每當有新文章、新產品，就持續推送對應的解決方案、產業知識、白皮書給你。

SEO 內容絕對不只是用來換流量的。把 SEO 內容寄給對的客戶，本身就是在提供有價值的知識、持續經營信任，把潛在客戶一步步推向成交。

——————————

五、最驚艷的一手：真正的「在地化」，而不是翻譯

這是我看 Keyence 的部局，看到下巴闔不起來的一點，也是它成本最高、最「不講效率」、卻最難被模仿的護城河。而要看懂它的決心，得從兩個層次拆：一個是「網域架構」的技術選擇，一個是「內容生產」的方式。

拆解一：連網域架構，都選了「最貴、SEO 最吃虧」的那條路

這是最少人注意、但我認為最關鍵的一個決策。

主流跨國企業做多國網站，幾乎都選「子目錄（Subdirectory）」或「子網域（Subdomain）」：

• 子目錄：example.com/de/、example.com/tw/

• 子網域：de.example.com、tw.example.com

為什麼大家都這樣選？因為從 SEO 與成本的角度，這是「最聰明」的做法：

1. 省錢省人力——一個主網域、一套主機、一張 SSL、一套 CMS 就搞定全球。

2. SEO 權重共享——所有外部連結累積的網域權重（Domain Rating），全部集中灌注在同一個網域底下。新開一個國家的子目錄，一上線就「繼承」了母網域多年累積的權重，排名起步快。

3. 維護成本低、SEO 相對容易做。這是幾乎所有 SEO 專家會給的標準建議。

Keyence 偏偏反著走。Keyence在全世界46個國家設有公司，有超過250個辦事處。Keyence 共有 35 個網站，而且都採用的是各國獨立的國家代碼頂級網域（ccTLD）：

• keyence.co.jp（日本總部，日語）

• keyence.com (美國，英文)

• keyence.ca（加拿大，英文）

• keyence.de（德國，德文）

• keyence.com.tw（台灣）

• 等35個

這個選擇，在 SEO 上幾乎是「自找苦吃」：

1. 成本直接乘以 35——35 個獨立網域，等於 35 套主機、SSL、CMS、外鏈經營、各自獨立維護。營運與人力成本不是加法，是乘法。

2. 權重無法共享，每個站從零開始——keyence.de 的網域權重，半點都分不到 keyence.com 的家底。每個 ccTLD 都得自己從零養起。這也正好解釋了，為什麼前面提到有些國家網站要熬三、四年才見成效——因為它們真的是一個新生兒，從零長大。

那 Keyence 為什麼還是選了這條最貴、SEO 起步最慢的路？

因為它要的不是 SEO 的效率，而是 B2B 的在地信任。

• 對 Google：ccTLD 是最強烈、最明確的地理定位訊號——「這個站，就是為這個國家而存在」。

• 傳遞的是「我們在你的國家有真正的在地法人、在地團隊、在地的售後服務」。

拆解二：內容不是翻譯

選了獨立網域只是骨架，Keyence 連填進去的內容也不走捷徑。

一般跨國企業會寫一套母版內容（通常是總部或美國版），翻譯成各國語言、設好 hreflang，一套灑全球，成本攤到最低。

Keyence 的 35 個網站，不是多語言、不是翻譯、不是一套內容灑全部，而是根據當地市場需求、語言與關鍵字，獨立規劃執行的 SEO 內容。

細膩到什麼程度？

• 主題數量都因市場不同：例如台灣的SEO文章，來自於大約 14 個主題；美國則有 22 個。

• 連同一主題的圖片和關鍵字都在地化：同樣是「何謂量測」vs.「What Is Measurement?」，台灣版用的內容、用的圖片，跟美國版都不一樣。

這等於你不是有 35 個網站，而是底下有 35 套各自獨立的 SEO 任務在跑。

為什麼這樣最沒效率、卻最有效？

因為搜尋行為是高度在地的——各國術語不同、應用優先順序不同（半導體重鎮 vs 汽車重鎮搜的東西就不同），翻譯內容會錯失在地長尾關鍵字，讀起來也「不像本地人寫的」。

做真正的在地關鍵字研究與重寫，結果是每個站排起來都像土生土長的本地網站，而不是翻譯過來的外國網站——這正好是 Google 想獎勵、在地工程師會信任的。

在 B2B 工業設備這門生意裡，售後服務、在地支援，往往是採購決策的關鍵因素。「在地經營誠意」與「售後服務就在身邊」的印象，價值遠遠高於它在 SEO 權重上犧牲掉的那一點效率。

——————————

六、台灣 B2B 企業可以向 Keyence 移植的策略

不為「每頁效率」優化，要為「每個客戶的終身價值」優化。

你會發現，Keyence 每一個「反常規」的決策，都是這句話的延伸。

總結以下3點：

第一，先回答問題，再賣產品。

你的 SEO 文章要先解決工程師(使用者、用戶)當下的疑問（先講原因、再比較方法、最後才帶出產品），信任建立了，提案才有人聽。那篇「如何去除鋁材氧化層」的三段式結構，就是最好的範本。

第二，流量不是終點，名單才是。

瀏覽數、排名像浮雲，每天不一樣。設計好自已的行銷漏早，把陌生流量篩成可長期經營、可分眾跟進的名單——這才是 B2B 真正的資產。

第三，贏得信任，比效率更有價值

不論是網域選擇、內容生產還是售後訊號，凡是能讓在地客戶覺得「這家公司是認真在台灣經營、出事找得到人」的投資，短期看再貴、再慢，長期都是別人爬不過的護城河。

——————————

結論：B2B SEO 的本質，提供有價值的知識贏得信任

17,500 日元到 8 萬日元，40% 的營業利益率。Keyence 是一家肯花錢、敢花錢、也敢投資的公司——而它在 SEO 上的每一個「沒效率」，其實都是深思熟慮的長期主義。

Keyence 的每一步「反常規」其實指向同一件事：它不是在優化 SEO 的虛榮指標（流量與排名），而是在優化生意的真實結果（合格名單、成交、客戶終身價值）。

所以回到那位朋友的問題：B2B 工業品該不該做 SEO？

問題從來不是「B2B 適不適合做 SEO」，而是多數人把 SEO 做成了「填關鍵字、衝流量」，而不是「經營知識與信任」。

當你願意像 Keyence 一樣，把 SEO 內容當成「提供有價值的知識」這件事認真去做，B2B 不只適合做 SEO，它會成為你最寬、最深、最難被超越的品牌護城河。

——————————

常見問題（FAQ）

Q1：B2B 工業品適合做 SEO 嗎？

100%非常適合，甚至比 B2C 更划算，除非毛利太低，低到沒有空間作行銷投資。B2B 客單價高、決策週期長，一個透過內容建立信任而來的合格名單，價值遠高於一般電商的點擊。關鍵是別把 SEO 做成衝流量，而要做成經營名單與信任。

Q2：B2B SEO 大概多久看得到成效？

通常比 B2C 慢，半年起跳，一兩年是常見區間。從 Keyence 各國網站可以看到，有的市場快、有的要熬三、四年才起飛——但只要內容紮實，流量趨勢會非常穩健且抗演算法更新。它是長期複利，不是短期爆量。

Q3：B2B 內容該寫產品介紹，還是寫應用知識？

優先寫「應用」與「問題解決」。產品頁只吃得到漏斗最底層那一小撮已經想買的人，而應用與問題導向內容能收進整個中上層的龐大搜尋量，並建立專業信任，這才是長期護城河。

Q4：多國網站，該用子目錄還是獨立網域（ccTLD）？

就 SEO 與成本效率而言，子目錄（example.com/tw/）通常是首選——權重共享、維護便宜、起步快。相對適合台灣B2B中小企業。

但是如果像 Keyence 已經連續二、三十年能夠維持營業利益率在40%以上，選擇獨立網域，能獲得SEO以外的價值。建議依資源衡量：行有餘力、且在地信任是關鍵採購因素時，獨立網域值得投資；資源有限則用子目錄，再透過在地法人資訊、在地案例與在地服務訊號補強信任。

Q5：我們資源有限，沒辦法像 Keyence 那樣做，怎麼辦？

不必一次到位。先做一篇「問題→方法比較→產品提案」的範本文章，再串起「一篇內容 → 一個再行銷受眾 → 一封跟進信」的最小漏斗，驗證會轉換後再擴大。先把邏輯做對，規模可以慢慢長。

p.s. 我與Keyence沒有商業合作，也沒有業務往來。這是我二年前研究工具機行業發現在的案例。當時除了驚艷之外，我採取行動買了一檔有Keyence成份股的ETF，算是間接股東。二年來這檔ETF漲幅超過140%，助力我資產增長。好的案例與公司，推薦給你。

結果這禮拜 Google Lighthouse 直接把它列入檢測項目，身為 SEO 顧問，這臉真的被打得又紅又腫。

我立刻在週未把Google 的文件完整讀過，發現 Google是先介紹了 Agentic browsing audits、WebMCP，然後才有Lighthouse 把llms.txt 列入檢測的段落。這是什麼一整連串的重點是什麼？三者之間又有什麼關係？

什麼是 Agent Browsing ？

Agent browsing（代理瀏覽）是由「AI 代理（AI Agent）」代替人類去瀏覽網頁、操作網站的行為。

例如，你對 AI 說：「幫我在東京訂一間 7 月 5 日、預算 5000 元台幣內、評價 4.5 顆星以上的雙人房。」

在Agent browsing 的機制下，AI 會自己執行以下步驟：

1. 打開瀏覽器，主動連到 Agoda 或 Booking.com。

2. 透過網頁的或視覺截圖，看懂搜尋框、日期選擇器在哪裡。

3. 自動輸入「東京」、選擇「7 月 5 日」、勾選「雙人房」並按下搜尋。

4. 滾動頁面、翻頁，閃過廣告，找出符合預算和4.5星以上評價的飯店。

5. 最終挑選出 3 家飯店整理給你選。甚至可以得到你授權的情況下，直接幫你下單訂房。

更直白的話，Agent browsing不只幫你瀏覽，還把你要完成的事(Jobs-to-be-done)，直接幫你給做了。

但是，傳統網頁是設計給「人類的眼睛」看的，充滿了複雜的排版、廣告和動態效果。如果 AI 代理直接硬闖，會很容易迷路或點錯按鈕。為了解決這個問題，就誕生了下面兩個基礎建設：WebMCP 與llms.txt。

WebMCP是什麼？

WebMCP　是給AI用來「整合與執行」的工具，像是API。

因為Agent browsing 必須去「猜」網頁上的按鈕或輸入框在哪裡，很容易因為版面跑位而失敗。

有了 WebMCP，網站直接告訴 AI 有標準化的 API 工具（例如：明確定義出一個「搜尋日期與空房間」的工具與所需參數）。

Agent browsing 可以直接呼叫這個工具來完成表單送出或資料查詢，達到精準的操作。

注意：目前Agent browsing 和 WebMCP 都還是實驗性的，還有有標準化版本。

llms.txt 是什麼？

llms.txt 是一個放置在網站上的 Markdown 格式檔案，用來明確告訴 AI，這個網站「可以許做什麼」、「不能做什麼」，以及「重要的資源在哪裡」。

因為 AI 的上下文窗口有限，難以直接吞下整個網站上複雜的 HTML 網站（包含導覽列、廣告和 JavaScript）。

llms.txt 就是幫Agent browsing鋪好路、指明方向，讓 Agnet 能在最短的時間內知道「這個網站提供什麼服務」以及「關鍵功能（例如：下單頁面）在哪個網址」。

為什麼 Google Lighthouse 把llms.txt列入檢測？

我的解讀是這樣的：當一個網站有了WebMCP後，llms.txt是來協助 AI Agent 看懂一個網站的效率與準確度，是為了WebMCP做舖路。

當 AI 透過 llms.txt 決定要去某個特定頁面（例如：機票或飯店訂購頁）之後，它到了該頁面，才會正式調用 WebMCP 註冊的宣告式或命令式工具，進行精準的表單填寫與功能操作。

llms.txt 扮演高層次的導覽地圖，WebMCP 負責精準執行。

llms.txt就像是大型百貨公司門口的「精簡版樓層簡介手冊」， AI 讀了這本手冊（Markdown），一眼就知道 5 樓是餐廳、6 樓可以辦會員，讓 WebMCP去訂位或辦會員卡。

如果沒有 llms.txt 鋪路，AI 可能在網站迷路，或根本走不到部署了 WebMCP 的功能頁面。

Google 的說法到底是什麼？

其實，Google 還是維持它的立場，不需要建立llms.txt或其它Markdown文件，就可以在生成式AI搜尋中出現。

llms.txt 能提升傳統搜尋結果SEO排名嗎？能提升AI引用與提及次數嗎？

我的看法：llms.txt 不會幫 SEO 排名，對AI引用或提及也沒啥沒影響。

因為llms.txt 不是為了提升 LLM 理解 HTML 的能力。llms.txt 是一個純 Markdown 檔案，它的本質是「主動繞過 HTML」，目的是讓 AI 直接略過那些繁雜的 HTML 標籤、CSS 樣式、廣告與 JavaScript 雜訊，直接讀取乾淨的結構化內容。所以，它的目的不是「教 AI 怎麼讀 HTML」，而是幫 AI 節省時間與運算成本。

簡單來說：

1. 對 SEO 排名：沒有差別，不裝也不會掉排名。

2. 對 AI 引用：目前 AI 還是能透過爬蟲抓到你的內容，有無 llm.txt 暫時不影響被引用的機會。至少我還沒看到有實驗數據証明。

3. 對「未來」 AI Agent：這才是差別所在。有了它，AI 代理人在幫使用者執行任務時會更準確、更高效。

但是，目前Agentic browsing 、WebMCP都還在實驗階段。如果你的網站不是SaaS平台、OTA平台等等，只是一般的品牌網站，那我會建議不要「AI 焦慮」，有個概念就好，不要現在就衝進去了。

與其花時間去維護那個給 AI 看的檔案，不如先把給人看的內容品質寫好。

​

他去年用 AI 產了將近 90 篇文章，初期流量有起來。

​

但後來流量崩掉了 70%，而且一直持續在掉。

​

他不知道發生什麼事，也不知道從何救起。

​

---

​

這不是個案。

​

光今年，我就幫了 3 組品牌網站做過類似的拯救案子。

​

共同點：用 AI 大量產文，卻沒有正確的 SEO 基礎知識。

​

---

​

問題出在哪裡？

​

很多人以為：SEO 就是一直寫內容，內容越多越好。

​

錯了。

​

Google 在評估你的網站時，看的不只是你最好的幾篇文章，而是你所有內容的整體品質。

​

如果你有 40% 的內容，在過去六個月零曝光、零互動，這些頁面會拖累你整個網站的評價。

​

你多年辛苦累積出來的官網流量、寫出來的好文章，也會被這些垃圾內容一起拉下去。

​

這就是 Google Helpful Content Update 的影響。

​

它不只懲罰爛文章，還會把整個網站給拖下水。

​

---

​

我作過一個實驗：測試 200 篇沒有被 Google 索引的文章，看各家的 AI 會不會引用。

​

Google 沒有收錄，gemini 不會來爬，更不會引用。

​

ChatGPT 爬蟲有來爬，但幾乎不會引用。

​

這些內容在網路上等於不存在。

​

長期下來，它們不只沒有幫助，還會傷害你的網站。

​

Google Search Console 裡面有一個指標叫做「已檢索——目前尚未建立索引」。

​

翻成大白話就是：Google 看過了，但覺得不值得放進搜尋引擎裡。

​

如果你產了 10 篇文章，不到 6 篇被索引，請先停下來。

​

不要再盲目產文，先回去檢查你產製內容的方法。

​

---

​

我怎麼幫那個客戶救回來的？

​

第一步，重整網站，砍掉 75% 的內容。

​

90 篇文章，最後只留下約 20 篇。

​

很多人聽到這裡會覺得：砍這麼多？那之前不就白寫了？

​

對，白寫了。

​

但繼續放著，只會讓情況更糟。

​

第二步，重新聚焦。

​

不急著寫新文章，先把剩下的內容做好，把網站結構整理清楚，把內部連結重新配置。

​

結果呢？

​

第三個禮拜，流量開始止跌。

​

三個月後，流量開始緩步往上。

​

關鍵字更聚焦了，詢單明顯增加。

​

---

​

Matt Diggity 最新的電子報說了一句話，我很有感：

​

「從 Google Helpful Content Update 之後，恢復最快的網站，不是發布最多內容的，而是砍掉最多內容的。」

​

他在電子報裡整理了四個核心觀點，滿是乾貨：

​

■ 一、低品質頁面會拖累整個網站

​

從 Google Search Console 匯出所有網址，篩選出過去六個月零曝光的頁面。

​

標記字數低於 300 字的薄弱頁面，優先處理那些和網站核心主題無關、或是和其他頁面重複搜尋意圖的頁面。

​

■ 二、爬取預算被浪費是真實存在的問題

​

Google 爬蟲造訪你的網站有固定的預算限制。

​

如果這個預算被 200 個低價值頁面消耗掉，你的核心商業頁面就會被爬取得更少、重新排名的頻率也更低。

​

用 Screaming Frog 找出內容薄弱、內部連結少、又沒有外部連結的頁面。

​

暫時沒有要刪除但價值不高的頁面，設定 noindex。刪除的頁面，用 301 轉址導向最相關的現有頁面。

​

■ 三、每個弱頁面只有三個正確出路

​

在砍任何頁面之前，先把每個被標記的頁面分到三個類別：

​

-刪除並轉址：沒有獨特價值、沒有流量、也沒有值得保留的外部連結。

​

-設 noindex 並改善：有真實潛力但需要更多深度和內部連結的頁面。

​

-合併：兩個覆蓋同一主題的薄弱頁面，合併成一篇更強的文章。

​

■ 四、給它時間，追蹤對的指標

​

內容精簡之後，需要 2~ 6 週才會反映在排名上。大多數人太早放棄。

​

要追蹤的不是個別頁面的排名，而是 Search Console 的爬取索引統計、核心頁面在3~6週後的排名變化，以及整體自然搜尋曝光的趨勢。

​

---

​

我的實戰補充：索引率與 3-5-7-10 法

​

■ 60% Indexed ：

​

如果你產了 10 篇文章，不到 6 篇被索引，請先停下來，不要再繼續產文，先回去調整你產製內容的方法。

​

■ 3-5-7-10 檢查法：

​

-文章上線第3天：檢查是否已被索引，沒有就主動提交。

​

-第5天還沒被索引：修改 Title、Description 和文章前兩百字。

​

-第7天還沒：再主動提交一次。

​

-第10天還是沒有：請重寫！

​

這個方法幫我和客戶節省了大量被浪費掉的爬取預算，也讓我們更快發現哪些內容根本不值得繼續投入。

​

---

​

btw，拯救被 Google Helpful Content Update 打擊的網站，難度遠比從零開始做一個新專案還要高，要花好多時間處理。

​

所以，接下來這類的案子，報價會往上調100%，真的太燒惱了

。

2026/04月的實戰數據總結４點：

1. 3 月 Google 的核心演算法再次過關，手邊案子All Pass。

2. GEO 與 AEO 的成效
統計超過 70 組高商業意圖的關鍵字組查詢
幫客戶品牌做進四大 AI 模型：ChatGPT、Google Gemini、perplexity與copilot
　
　
3. 超越預期的實戰成果
傳統搜尋每個月超過 2,000 次，單次廣告點擊成本高達 20 元起跳的某醫療類商業大字，實戰成果：
-排在Gogole 搜尋第二名　
-4大 AI 全部出現
-AI摘要一次出現 4 個引用連結與品牌提及。

真的，沒有SEO的AEO只是在賭運氣。

4.意料之外：Yahoo！
醫療主題的網站流量竟然有將近 48% 來自於被我遺忘的平台上——Yahoo！

我每天都盯著 Google 看，原本預期這網站的月增長應該是 60%。

GA4 一打開，增長竟然達到了 123%。出乎意料的是，有 48% 的流量來Yahoo！

這個醫療主題鎖定的目標是 50 歲以上的中高齡受眾， Yahoo！竟然帶來這麼大的流量動能。

超過 10 組醫療類的大字，登上 Bing 與 Yahoo 搜尋結果第１名。

原來，還是有很多中老年人在用Yahoo!
更驚人的數字：CTR 竟然有 40%！

工程師跟行銷人的反應完全不一樣。

工程師看到 404，會覺得這是一個「壞掉的連結」，必需消滅。

如果純粹以技術視角處理，只會陷入無止境試圖修復無效連結的「打地鼠」遊戲中。

因為，地鼠根本打不完！

具備產品與行銷思維的人，看到的卻是完全不一樣的機會點：這是一個尚未被貨幣化的流量入口。

美國SEO 專家 Eli Schwartz，他以前在 SurveyMonkey 工作時，把無法徹底解決的工程問題，轉化變成提高10%註冊率的神器。

當時 ，Eli 洞察到一個關鍵的「使用者真實意圖」：很多人之所以會跑到 404 錯誤網頁，是因為他們點了朋友寄來的「已經過期或失效」的問卷連結。

這代表什麼？代表即使連結壞了，使用者當下依然帶有對問卷服務的「潛在需求」。

因此，他沒有選擇隱藏或單純修復這些錯誤，而是將這個工程問題，視為一個極佳的變現機會——他直接在這個錯誤網頁上，放了一個大大的「免費註冊」按鈕。

當使用者點擊註冊免費帳號後，資料就會進入公司的 CRM客戶關係管理系統。

接著，行銷團隊便能利用付費廣告等方式進行再行銷，最終將這些走錯路的免費帳號，轉化為付費客戶。

光是加上這個按鈕，就幫 SurveyMonkey 帶來了 10% 的新會員註冊量！

現在，包含 連交友軟體 Tinder 跟加密貨幣平台 Coinbase，都採用這招行銷巧思在「撿漏」。

—

現在買廣告、做 SEO 帶流量這麼貴，如果你的 404 頁面還只有冷冰冰的一句「抱歉，找不到此網頁」，那你真的浪費了。

看看你的 404 頁面長什麼樣子。然後，趕快加上這 3 樣東西：

1. 千萬別讓客人迷路。至少放一個很明顯的「回到首頁」或「看看我們的熱門服務」按鈕。

2. 如果你是電商，放上「本月熱銷商品」；如果你是 B2B 服務，放上「免費下載產業白皮書」或「預約諮詢」的表單。把走錯路的流量，洗進你的 CRM 系統裡。

3. 既然都走錯了，不如用一句有梗的文案或圖片化解尷尬，這不僅能降低跳出率，還能加深品牌好感度。

不要只顧著花錢找新客人，卻連已經進門、只是不小心走錯房間的客人都接不住。

快去檢查一下，你的 404 網頁現在是在幫你趕走客人，還是在默默幫你賺錢呢？

流量取得越來越貴，要懂得如何接住每一個不小心走錯房間的客人。(來都來了XD~)

還有，下次遇到解不了的工程問題，改用行銷腦來解決看看。

這個案例是我在這個YT中學到的：

Stop Chasing AI Citations: Eli Schwartz on SEO, Google AI Mode and Product-Led SE