你負責一家門市排班軟體公司的網站內容。產品原本一直被介紹成「AI 排班工具」,今年公司決定改成比較精確的「門市人力排程平台」,因為它做的其實是依人力和營業時段排出班表草稿,再由店長確認。首頁由行銷改好了,產品頁也由產品經理改好了,可是兩年前寫的那幾篇部落格文章和 FAQ,卻從來沒有指定由誰來改。
結果三個月後,業務去拜訪一家有 12 家門市的手搖飲品牌,對方的營運主管直接問:「你們官網的 FAQ 寫 AI 排班工具,部落格又說可以自動排出最佳班表,產品頁卻說班表要店長確認,到底哪個才是對的?」同一週,新來的編輯要寫一篇排班系統的比較文,打開網站也不知道該照哪一頁的說法寫。
要讓這種事不再發生,得先決定三件事:新的說法由誰提供、從哪一天開始算數,以及有哪些頁面要回頭改。查核流程要處理的,就是這種跨頁面、跨負責人、跨版本對不上的地方,我下面就用這次改名從頭走一次。
內容查核流程:先找出每一頁由誰負責
那幾篇舊文章和 FAQ 會一直留著舊名稱,原因很單純,就是沒有人知道它們歸誰管。所以查核流程的第一步,是把這次改名會碰到的頁面全部列出來,每一頁寫上一個負責改的人:
| 頁面 | 負責改的人 | 要改的內容(首頁、產品頁已改完) |
|---|---|---|
| 首頁 | 行銷 | 產品類別改成新名稱 |
| 產品頁 | 產品經理 | 功能說明改成「產生班表草稿,再由店長確認」 |
| FAQ | 客服主管 | 舊名稱、「自動排班」的說法 |
| 兩年前的部落格文章 | 內容編輯(也就是你) | 舊名稱、超出產品功能的說法 |
| 網頁原始碼裡的結構化資料 | 網站工程師 | 寫到產品名稱的欄位 |
表格最後的結構化資料,是寫在網頁原始碼裡、給搜尋引擎讀的固定格式資料,讀者在畫面上看不到,所以最容易漏改。Google 的結構化資料一般規範要求標記的內容要如實反映頁面,頁面上已經換成新名稱,原始碼裡卻還寫著舊名稱,兩邊就對不上了。
頁面有了負責人之後,每一句話還要有人確認它是對的。下面這四件事可以由不同人負責,小團隊也可以一個人兼任,但每一件都要寫出做到什麼才算完成:
| 誰負責 | 要回答的問題 | 做到什麼算完成 |
|---|---|---|
| 提供事實的人 | 這項功能、類別或限制目前是否成立? | 提供查得到的第一手來源和生效日期 |
| 負責編輯的人 | 讀者最需要先知道什麼? | 文章有明確的範圍、讀者,以及先講什麼、後講什麼 |
| 負責查核的人 | 這句話有沒有比來源講得更多? | 每句話都標成已確認、推論、建議或還沒查到 |
| 上線後負責更新的人 | 上線之後,什麼時候要重新檢查? | 寫好什麼情況要回頭改、檢查日期和由誰處理 |
在改名的例子裡,提供事實的人是產品經理,他要給出新類別的正式說法和生效日期;負責編輯舊文章、上線後也負責回頭更新的人是你;FAQ 那邊則由客服主管編輯,再交給你查核。負責查核的人,工作也不只是抓錯字。例如行銷在首頁草稿裡寫了「全台最聰明的排班平台」,查核的人要追問的是這句話依據什麼、適用在哪些方案、有沒有例外;反過來,編輯自己想出來的解釋,例如「改名之後更容易被 AI 推薦」,就要標成推論,因為沒有任何來源證明過這件事。
有一個很快的檢查方式:每個重要段落,都要指得出一個負責確認的人,和一個可以重新打開的來源。如果問誰負責只答得出「團隊」,問依據什麼只答得出「網路資料」,那一段目前就沒有人在負責,而那幾篇舊文章和 FAQ 就是這樣被漏掉的。
說法、來源與版本要怎麼留下紀錄
文章不需要把內部紀錄公開給讀者看,但編輯團隊在之後更新時,要找得到每一句話當初是依據什麼寫的。所以我會建議做一張查核表,表上每一項只放一句可以單獨確認的說法:
| 說法 | 來源 | 檢查日期 | 適用範圍 | 狀態 | 下次檢查 |
|---|---|---|---|---|---|
| 這套產品是門市人力排程平台 | 產品頁、產品更名公告 | 2026-10-01 | 產品類別 | 已確認 | 產品頁改版時 |
| 會依人力與營業時段產生班表草稿 | 產品頁功能說明 | 2026-10-01 | 現行方案 | 已確認 | 方案調整時 |
| 改名後 AI 回答已改用新名稱 | 還沒有固定題目的觀測紀錄 | 還沒查 | 還沒定 | 還沒查到 | 建好觀測題目後 |
我做查核表,主要是為了讓寫的人不會寫出來源沒說過的事。因為同一份來源,寫的人很容易多寫一點,例如來源只說「產生班表草稿」,寫出來就變成「自動排好班表」。所以我會把可以寫和不能寫的句子直接並排列出來,讓下一個寫稿的人照著用:
| 來源寫了什麼 | 可以寫 | 不能寫 |
|---|---|---|
| 產品頁:依人力與營業時段產生班表草稿 | 「它會依人力與營業時段產生班表草稿,再由店長確認」 | 「它能自動排出最佳班表,店長不必再看」 |
| 產品頁:方案支援 30 家門市以下 | 「目前的方案適合 30 家門市以內的品牌」 | 「適合所有連鎖品牌」 |
| 沒有任何來源提到市占率 | 不寫 | 「業界最多門市採用」 |
那位營運主管在部落格讀到的「自動排出最佳班表」,就是表上列為不能寫的那一種句子。所以每次改寫前,先把句子和來源並排讀一次,句子比來源多講出來的部分,就刪掉或標成推論。讀者能不能分辨哪些是產品功能、哪些是編輯建議、哪些還沒驗證,就看這一步有沒有做。
公開前後的內容狀態如何區分
查核表記的是每一句話,但團隊還需要知道每一頁做到哪裡了。只寫「已寫好」太粗,因為它同時包含了「剛打完字」和「查核完可以上線」兩種情況。所以我會把內容狀態拆成五段:
- 範圍已定義:題目、讀者、頁面類型,以及這次要改哪幾句都寫清楚了。
- 來源已收集:每句重要的說法,都有能直接支持它的官方或第一手來源。
- 內容已查核:每句話都已經標成已確認、推論、建議或還沒查到。
- 公開版本已確認:標題、描述、站內連結、圖片替代文字和小標順序,在要公開的頁面上都一致。
- 公開後已觀察:記下公開日期、改了什麼,以及之後要看什麼;觀察到的結果只描述當時的資料,不拿來保證成效。
以改名為例,產品頁已經做到第 5 段。它的第 4 段,是產品經理在上線前把產品頁的標題、描述、站內連結和圖片說明都看過一次,確認全部換成新名稱;第 5 段則是記下 10 月 1 日上線、改了哪幾句,並約好兩週後用固定題目再去問一次 AI,而那次問到的結果,只寫成「那一天問到的回答」,不寫成改名已經成功。
可是舊文章和 FAQ,卻連第 1 段都還沒做完:要改哪幾篇、哪幾句,到現在都還沒有人列出來,因為從來沒有人決定過要改它們。把每一頁的狀態分開記,就看得出是哪幾頁還沒改。
同一次改名,產品頁已經做到第 5 段,舊文章卻連第 1 段都還沒做完。如果只記一個「已寫好」,這個落差就看不出來。
六步內容查核流程
下面的流程,我用新編輯要寫的那篇比較文〈門市排班系統怎麼選〉來走一次;舊文章和 FAQ 要改的時候,也是照同樣的六步。每一步都要留下看得到的紀錄,之後才查得到是誰、在哪一天看過。
第一步:寫清楚這篇要回答什麼
先記下目標讀者、主要問題、相鄰但這篇不處理的問題、頁面類型和主要關鍵字。比較文的讀者,就是像那位營運主管一樣、正在挑排班系統的連鎖店主管;所以這篇就不要順便寫成完整的導入教學或價格比較,因為這三件事的讀者、要用的證據和確認方式都不一樣。
第二步:列出要查核的說法
把開頭的結論、表格、產品描述、數字和會過期的資訊,拆成一句一句的說法。數字和日期要單獨列出來,因為它們通常比一般說明更快過期。例如「門市人力排程平台」這個類別,改一次可能用好幾年;可是「方案支援 30 家門市以下」這種數字,方案一調整就要跟著改。
第三步:為每句說法找直接來源
先找官方文件、產品頁、政策原文,或可以實際打開確認的第一手紀錄。如果來源只支持一半,就把文章的說法縮到那一半。這一步最常見的偷懶方式,是拿一個什麼都講一點的綜合頁當來源,可是那一頁根本沒寫這句話,結果段落看起來有來源,點進去卻找不到。來源連結要放在哪一句旁邊、作者和日期怎麼寫,可以看文章來源標示。
第四步:檢查有沒有比來源講得更多
逐句標記「已確認」「推論」「建議」或「還沒查到」。這一步要抓的是三種比來源講得更多的情況:
- 把「可能」寫成「一定」,例如把「可以減少店長排班的時間」寫成「店長不用再排班」。
- 把幾個例子寫成普遍做法,例如兩家客戶這樣用,就寫成「連鎖品牌都這樣用」。
- 把一次看到的結果寫成長期效果,例如某一天 AI 回答用了新名稱,就寫成「改名已經生效」。
這三種錯都不會被錯字檢查抓到,因為句子本身完全通順。提到外部平台的行為時,也要記下日期、條件和一共問了幾次。
第五步:用讀者的角度從頭讀一遍
把自己當成那位營運主管,從第一段開始讀這篇比較文:他不必先讀背景,就要能在開頭拿到簡短的答案;每個小標、表格和 FAQ,也都要在回答「怎麼選排班系統」。Google 的以使用者為優先的內容指南裡,也有一題自我檢查是內容有沒有清楚交代來源、讓人願意相信,而這一步就是在檢查這件事。
這一步也要看讀者平常不會注意的地方。例如圖片的替代文字(圖片顯示不出來時,給讀者和搜尋引擎看的文字說明),舊文章裡常常還寫著「AI 排班工具操作畫面」,畫面上看不出來,可是搜尋引擎讀得到。查核表最常見的失敗,是表上每一項都填好了,文章卻還是沒有回答讀者的問題,所以這一步一定要有人真的從頭讀過一遍。
第六步:寫好什麼情況要回頭更新
每篇內容都要寫好什麼情況要回頭改,例如產品功能改版、方案調整、重要來源被撤下、同一個問題被客戶反覆問,或者你實際去問 AI 時,發現回答和頁面上的事實對不上。更新時要記下改了什麼、為什麼改、哪些說法維持原狀。如果只改了更新日期,下一個負責查核的人只知道有人動過,還是得從頭再查一次。更新要多久做一次、哪些情況要提早做,AI 搜尋內容更新週期有整理。
為什麼 AI 搜尋讓這件事更急
到這裡講的,都是人在官網上讀到前後不一的說法。而到了 AI 搜尋,這個問題會再被放大一次,因為顧客可能根本沒打開你的官網,就先從 AI 的回答認識你的產品。以 Google 來說,它的 AI 功能說明寫到,AI 摘要(AI Overview,搜尋結果最上方由 AI 寫的那段回答)和 AI 模式(Google 搜尋裡可以一直追問的對話式搜尋)會針對一個問題,在不同子題和資料來源之間做好幾次相關的搜尋,再列出更多不同的網頁連結。所以只要網站上還留著一篇寫「AI 排班工具」的舊文章,它就有機會和新的產品頁一起被找出來,回答裡就可能新舊名稱混著出現。
網站這邊能做的,是讓每一頁的內容寫對、寫一致;至於 AI 會不會顯示、會引用哪一頁,還受很多外部條件影響。Google 的生成式 AI 搜尋指南寫到,一般 SEO 的做法在 AI 搜尋仍然適用,頁面要先被收錄(也就是被 Google 收進索引、可以出現在搜尋結果裡),而且可以在搜尋結果顯示文字摘要,才有機會出現在 AI 功能裡;但就算符合這些條件,Google 也不保證一定會收錄或顯示。
所以改名之後,除了網站本身,還要把 AI 的回答一起記下來:用的是哪個題目(固定拿去問 AI 的問題)、問的是哪個 AI、哪一天問的,以及完整的原始回答。這樣才分得清楚,是網站內容本身還沒改,還是外部的回答變了。例如 AI 回答還在用舊名稱,原因可能是網站上還有舊文章沒改,也可能只是 AI 還沒讀到新版的產品頁。如果你手上只有一張 AI 回答的截圖,就只知道那一刻 AI 說了什麼。你看不出它參考的是哪一頁、那一頁當時改了沒有,所以很容易把一次沒出現新名稱的回答,讀成改名失敗。
哪些指標能幫上忙,各自能說明到哪裡
改完之後,團隊一定會想知道有沒有效。這類指標要先回答「每句話的來源和負責人找不找得到」,再回答「外部結果有沒有變化」,所以我會分成下面四類。下表的結果是這家公司改完兩週後的樣子:
| 指標類型 | 改名例子的結果 | 推不出什麼 |
|---|---|---|
| 完整性 | 查核表上 24 句說法,21 句已經有來源和負責人 | 外部平台一定會採用 |
| 一致性 | 全站 18 頁裡,留著「AI 排班工具」的頁面從 7 頁降到 0 頁 | 品牌一定會排得更前面 |
| 可讀性 | 比較文的第一段直接回答了怎麼選 | AI 一定會逐字引用 |
| 外部回答 | 10 個固定題目裡 8 題拿到回答,其中 6 題已經改用新名稱 | 變化一定是這次修改造成的 |
要看外部回答,就要先準備一組固定的題目,也就是題庫,每次都拿同樣的題目去問。題目我會建議寫成門市主管實際會怎麼問 AI,因為題目裡帶的條件不同,AI 回答的內容和提到的品牌也可能不同:
| 關鍵字寫法 | 門市主管實際會問 AI 的方式 |
|---|---|
| 排班系統 推薦 | 我們有 12 家手搖飲門市,排班現在都用 Excel,有沒有適合連鎖店的排班系統? |
| 排班軟體 比較 | 店長每週要花半天排班,有哪些系統可以依營業時段先排好草稿? |
| 品牌名稱 | ○○排程是 AI 自動排班嗎?店長還要自己確認班表嗎? |
最後一題的○○是你自己的品牌名,舊名稱還留在哪些回答裡,通常就是從這類直接問品牌的題目看出來的。題目要分哪些類型、怎麼避免同一題換字重複,可以看 AI 搜尋題庫怎麼設計;題目改版時怎麼保留前後比較的基準,則在題庫版本管理。
有了題目之後,還要把分母算對。以上面的結果來說,10 個題目裡有 8 題拿到完整回答,2 題是系統出錯、什麼都沒拿到,所以分母是 8,改用新名稱的比例是 6/8,不是 6/10;如果把那 2 題記成「沒提到新名稱」,等於憑空多了兩筆對品牌不利的資料。所以每次都要保存題目、AI 引擎、模式(例如有沒有開啟網路搜尋)、從哪個地區問、時間和原始回答,報告裡也要把「拿到回答但沒提到」和「系統出錯沒拿到回答」分開列。要追蹤 AI 回答實際引用了哪幾個網址,可以參考 AI 引用追蹤。
回到那家排班軟體公司。照這套流程走一次之後,FAQ 由客服主管負責、舊文章由你負責、原始碼裡的產品名稱由網站工程師負責,每一頁都有人知道自己要改哪幾句;查核表上也寫明「自動排出最佳班表」不能再用。
兩週後,FAQ 和三篇舊文章都已經上線,走到第 5 段,上線日期和之後要問 AI 的日期由你記在查核表上;查核表 24 句裡 21 句有了來源和負責人,剩下 3 句是還沒查到的推論,已經先從文章裡拿掉,全站留著舊名稱的頁面也從 7 頁變成 0 頁。
新編輯寫比較文時,直接照查核表上列為可以寫的句子去寫,不必再去猜哪一頁才是對的。之後業務再去拜訪那位營運主管,對方不管是看 FAQ、部落格還是產品頁,讀到的都是同一個名稱、同一種功能說法:系統先排出班表草稿,再由店長確認。
至於 AI 的回答,8 題有回答的題目裡已經有 6 題改用新名稱,剩下 2 題就繼續用固定題目追蹤。我們的 Otlex 就是用這種方式,每天用同一組題目去問 ChatGPT、Google AI Overview 等 AI 引擎,記下回答有沒有提到你的品牌、引用了你網站的哪幾頁,所以看得出哪一題的回答還在用舊名稱、引用的又是哪一頁。
常見問題
內容查核流程和一般校稿有什麼不同?
校稿處理的是語句、錯字和格式;查核流程還要確認每句說法的來源、適用範圍、版本、時效,以及上線後什麼時候要更新。同一個人可以兩件事都做,但要檢查的東西不一樣,因為就算一篇文章完全沒有錯字,裡面的說法也可能都沒有附來源。
小團隊只有一個人,還需要分工嗎?
需要,只是分的是工作,不一定要分給不同的人。同一位編輯可以同時寫稿、查核和負責更新,但紀錄裡仍然要分開寫,不然三個月後,你自己寫的推論,很可能會被你自己當成官方事實再引用一次。
查核表需要全部公開在文章裡嗎?
不需要把每一筆內部紀錄都放進正文,但讀者看得到的關鍵事實,旁邊要附上點得開的來源;而團隊內部則要保存完整的查核表、日期和版本。兩邊的目的不同:公開的連結幫讀者判斷,內部的查核表幫編輯維護。
改名時,FAQ 也要一起查核嗎?
要。FAQ 也是網站上的說法,那家排班軟體公司的舊名稱,就是因為 FAQ 寫好之後一直沒有人負責,才會留到三個月後還在。至於 FAQ 區塊的結構化資料還要不要留,可以看 FAQ schema 還有用嗎。
看到 AI 回答沒有提到品牌,是不是查核流程出了問題?
先確認這次用的是哪個題目、哪個 AI、哪一天、從哪個地區問,以及有沒有真的拿到回答,還是系統出錯。確認完之後,再檢查頁面能不能被搜尋引擎抓取和收錄,以及內容有沒有真的回答那一題。單一次沒被提到,只是一次的結果,它說不出原因,也預測不了下一次;要安排重複觀察,可以參考為什麼 AI 搜尋成效不能只測一次。