GEO 是什麼?AI 搜尋優化在做什麼、怎麼開始、成效怎麼看

GEO 是讓 AI 回答時提到你、引用你網站的工作。這篇從名稱由來和 AI 怎麼挑來源講起,一路到要不要改網站、從 20 題開始的做法、時間與成本,以及常見誤解。

先說結論

GEO(生成式引擎優化)是讓 ChatGPT、Google AI 摘要這類 AI 回答提到你的品牌、引用你網站的工作。做法是固定一組顧客會問 AI 的問題,記下品牌有沒有被提到、引用和推薦,再把缺的答案補回網站,用同一組問題重測。它和 SEO 共用基本功,不需要另做 AI 專用的檔案,也沒有人能保證 AI 一定推薦你。

飯店櫃台的木頭檯面上攤開一本剪報夾,其中一張伴手禮盒的剪報貼著螢光綠索引貼,另一頁有一張泛黃翹角的舊剪報;旁邊疊著兩盒綁麻繩的牛皮紙禮盒,上面那盒打開露出牛舌餅,前方放著一個服務鈴
GEO 是什麼?AI 搜尋優化在做什麼、怎麼開始、成效怎麼看 封面視覺

你在嘉義開了一家伴手禮烘焙坊(如果你讀過我寫的 SEO 是什麼,就是同一家店)。這半年你把官網整理好了,在 Google 搜「嘉義 伴手禮」也慢慢排進了第一頁。結果某個週六下午,一位從台北來的客人結帳時跟你說,他早上先問了 ChatGPT「嘉義有什麼伴手禮推薦」,回答列了四家店,你家不在裡面;他逛完其中兩家、手上的提袋都滿了,才順路走進來買一盒牛舌餅。

你晚上自己問了一次,回答下面附的來源是一篇三年前的美食部落格。你再問「○○餅舖週一有開嗎」,AI 照著那篇部落格回答「週一公休」,可是你去年就改成週二公休了。也就是說,週一想來的客人,有一部分在出門前就被 AI 打發掉了;要不是這位客人隨口提起,你根本不會知道。

這代表什麼?Google 搜得到你,代表搜尋引擎知道這個網站存在;而 AI 的回答沒有提到你,代表 AI 在組答案的時候,沒有讀到足夠的資料把你放進去,或者它讀到的是別人寫的、而且已經過時的版本。GEO 要處理的,就是讓 AI 讀得到你的資料,而且讀到的是正確的版本。

我這篇會一直拿這家烘焙坊當例子,從 GEO 是什麼一路講到第一輪怎麼做、要花多少時間和錢。篇幅比較長,你可以直接從目錄跳到自己想看的地方。

GEO 是什麼:讓 AI 回答時提到你、引用你的網頁

GEO 是 Generative Engine Optimization 的縮寫,中文常翻成生成式引擎優化,在台灣也常聽到 AI SEO 或 AI 搜尋優化的說法。

這裡的「生成式引擎」,指的是會直接寫出一段回答的搜尋工具,例如 ChatGPT 的搜尋功能、Perplexity(一個每段回答都附來源的 AI 搜尋網站),以及 Google 的 AI 摘要(搜尋結果最上面那段 AI 寫的回答)和 AI 模式(可以用聊天方式連續追問的 Google 搜尋)。它們不像傳統搜尋只給你一排連結,而是先替你讀過幾個網頁,再把重點組成一段文字,通常也會附上參考的來源。

可以把 AI 的回答想成飯店櫃台的在地推薦。

外地客人走到嘉義一家飯店的櫃台問「附近有什麼伴手禮可以買」,櫃台人員不會遞給他一本電話簿,而是翻一翻手邊收集的旅遊雜誌和剪報,直接講出兩三家店。AI 的回答也是這樣運作的:

  • 櫃台翻的剪報,就是 AI 當下搜到的網頁,你的官網是其中一份,美食部落格、新聞報導也是。剪報裡沒有你,他就不會講到你;剪報寫的是舊資料,他就照著講錯。
  • 說出店名是提及,翻開剪報給客人看是引用,說「送長輩我會選這家」是推薦。三件事可能只發生其中一件。
  • 你沒辦法直接決定櫃台要推薦誰,能做的是讓他翻得到你的資料,而且那份資料是對的。

GEO 做的,就是讓 AI 去翻資料時找得到你,讀到的也是正確的版本。這個比喻有一點對不上:櫃台人員昨天推薦哪家,今天多半還是同一家;AI 換一天、換一個平台問,答案常常就變了,所以後面才要用固定的一組問題反覆去問。

牛皮紙上的橡皮章插畫,左右對照。左邊是飯店櫃台的在地推薦:背著背包的客人站在櫃台前,櫃台人員翻開剪報夾,指著一張畫著伴手禮盒的剪報。右邊是 AI 的回答:對話框裡有一行被螢光筆標出,下方掛著兩張來源卡,其中一張是同樣的伴手禮盒。三條螢光綠虛線把兩邊連起來,分別標著提及、引用、推薦 櫃台說出店名是提及,翻開剪報給你看是引用,說「送長輩選這家」是推薦。AI 的回答也是這三件事,而且常常不會一起發生。

而這類回答已經出現在很多人每天會用的地方了。例如你在 Google 搜「嘉義 伴手禮」時,結果頁最上方常常會先出現一段 AI 摘要;Google 也在 2025 年 10 月於台灣推出了繁體中文版的 AI 模式,讓人可以用聊天的方式連續追問。所以顧客在決定去哪家店之前,讀到的可能已經是 AI 整理過的版本。

GEO 要看的,是 AI 的回答裡有沒有你。以烘焙坊來說,可以分成三件事來看:

要看的事在 AI 回答裡長什麼樣子烘焙坊的例子
提及回答裡出現你的品牌名稱「嘉義的伴手禮可以考慮○○餅舖的牛舌餅」
引用回答附的來源連結,指向你的網站來源列出○○餅舖官網的宅配說明頁
推薦在要做選擇的問題裡,你被列為建議的選項問「送長輩的伴手禮買哪家」時,○○餅舖被放進建議名單

Google AI 模式回答「嘉義有什麼伴手禮推薦」的截圖(深色模式),用螢光綠標出三件事:推薦,回答在「酥脆餅乾與蛋捲類」底下列出福義軒、日日好農脆蛋捲、老楊方塊酥、恩典酥本舖四家當建議選項;提及,四個店名各用細框標出;引用,句尾的連結圖示用圓圈標出,下方另附回答右側的來源清單,前三筆是標示為 Google 的日日好農脆蛋捲文化店、垂楊店與桃城東門真情味肉乾肉鬆。兩段之間註明略過了烘焙蛋糕、鹹食兩類清單和一張地圖 10 月 17 日在 Google AI 模式問「嘉義有什麼伴手禮推薦」得到的回答。四家店都被寫進回答、也被列成建議選項,但右側來源清單的前三筆都是 Google 地圖上的店家資料,不是這幾家店的官網;同一題我們連問了三次,三次列出的店和附的來源都不一樣。

這三件事要分開記,因為它們常常不會一起出現。例如 AI 可能提到你,但引用的是那篇美食部落格;也可能引用了你的宅配說明頁,回答的卻是「牛舌餅一般可以放幾天」這種一般問題,整段都沒有提到店名。只看品牌名有沒有出現,你不會知道是誰的內容促成了這段回答,也就不知道下一步該改哪一頁。三者要怎麼分開記錄,可以看品牌提及和引用有什麼不同。

GEO 這個名字從哪來

GEO 這個詞,最早出自 2023 年 11 月公開的一篇論文〈GEO: Generative Engine Optimization〉,作者是普林斯頓大學、印度理工學院德里分校等單位的研究者,後來在 2024 年的 KDD 資料科學研討會發表。

他們把 GEO 定義成一套幫內容在生成式引擎的回答裡提高能見度的方法,也做了一組約 1 萬題的測試題庫(GEO-bench)來比較不同寫法的效果;在他們的實驗裡,網頁內容在 AI 回答裡出現的程度(論文叫能見度)最多提升了 40%。GEO: Generative Engine Optimization

不過要注意,這個 40% 是在研究者自己設計的測試環境裡量到的,換成真正的 ChatGPT 或 Google、換成你的產業,結果不一定一樣。所以我會把它當成「寫法確實會影響 AI 的回答」的證據,至於你的網站能提升多少,還是要用自己的題目量過才知道。

到了現在,Google 自己的生成式 AI 搜尋指南也直接提到了這兩個詞:AEO 是 answer engine optimization,GEO 是 generative engine optimization,而且 Google 認為替生成式 AI 搜尋做最佳化,本質上還是在做 SEO。這句話我後面會再展開,因為它決定了你到底要不要另外改網站。

GEO、AEO、AIO、AI SEO 怎麼分

這幾個名詞,你可能在臉書社團的貼文或廠商的私訊裡都看過。而這些名詞大多是在講同一組工作,只是各家強調的角度不太一樣:

名詞全名通常指的是
GEOGenerative Engine Optimization,生成式引擎優化讓品牌和網頁出現在 ChatGPT、Perplexity、Google AI 摘要等 AI 的回答裡
AEOAnswer Engine Optimization,答案引擎優化讓內容被直接拿來回答問題;這個詞比 GEO 早出現,以前多半指 Google 搜尋結果最上面直接給答案的那個框,或語音助理的回答,現在也常和 GEO 混用
AIO多半指 Google 的 AI Overviews(AI 摘要)針對 Google AI 摘要的優化;也有人把它當成 AI Optimization 的縮寫
AI SEO市場上的通稱大多數時候和 GEO 指同一件事,也有人拿來指「用 AI 工具做 SEO」
LLMOLarge Language Model Optimization讓 ChatGPT 這類 AI 背後的模型(大型語言模型)更正確地認識、描述你的品牌,也有廠商用這個詞

另外有一個台灣才會遇到的小陷阱:在台灣搜「AEO」,結果多半是關務署的「優質企業認證」,跟搜尋優化完全無關。所以跟廠商或同事溝通時,用 GEO 或 AI 搜尋優化會比較不容易誤會。

例如有兩家廠商先後私訊你,一家說要幫你做「AEO 優化」,另一家推的是「AI SEO 服務」,兩家實際要做的事可能幾乎一樣,也可能一家只是幫你寫文章、另一家才會定期去問 AI、記下回答。所以我的建議是不用花時間爭哪個名字比較對,直接問對方實際會交付哪些事:

  • 定期問 AI:會不會固定一組題目,定期去問 AI。
  • 記下引用的網址:會不會記下每次回答引用了哪些網址。
  • 找出要改的頁面:會不會把 AI 答錯或答不出來的問題,找到網站上要改的那一頁。
  • 改完再問一次:改完之後,怎麼用同一組題目再問一次。

這幾個名詞再細的差別,可以看 AIO、AEO 和 GEO 有什麼不同。

AI 怎麼產生回答、怎麼挑來源

要知道 GEO 能做什麼,得先知道 AI 的回答是從哪裡來的。大致上可以分成兩種來源:

  • 模型訓練時讀過的資料,就像櫃台人員自己記得的那些店。像 ChatGPT 背後的模型,在訓練階段讀過大量的公開網頁和其他資料,所以就算不上網,它也能回答「牛舌餅是什麼」。但這部分有時間差,你上個月才開的新門市,它不會知道,而且你也沒辦法直接去改它記得的內容。
  • 回答當下去網路上找,就像櫃台人員當場翻剪報。開啟搜尋功能時,AI 會先去搜尋、讀幾個網頁,再根據讀到的內容組成回答,並附上來源連結。Google 的 AI 摘要和 AI 模式、ChatGPT 的搜尋功能和 Perplexity,都屬於這一種。

GEO 主要能著力的是第二種。因為 AI 回答當下讀到哪些網頁,跟這些網頁能不能被找到、有沒有把問題回答清楚,是有直接關係的;而訓練資料那一塊,你能做的只有讓網路上關於你的資料長期保持正確,期待下一次模型更新時,讀進去的是正確的版本。

以 Google 來說,它的說明是 AI 摘要和 AI 模式可能會用「查詢擴散傳遞」(query fan-out)的方式,把一個問題拆成好幾個小問題,同時分頭去搜尋,再組成一段回答。AI 功能與您的網站例如有人問「嘉義有什麼伴手禮推薦」,系統可能會另外去找「嘉義 老店 伴手禮」「牛舌餅 推薦」「伴手禮 宅配」的資料。所以你的頁面被引用,常常是因為它回答了其中一個拆出來的小問題,跟標題有沒有和原本那句問題一字不差,關係反而沒那麼大。

AI 要讀你的網頁,得先派爬蟲(自動抓取網頁的程式)來把頁面抓回去;而網站可以在根目錄放一個叫 robots.txt 的文字檔,告訴各家爬蟲哪些頁面不准抓。用櫃台的比喻來說,擋掉爬蟲就像你不准飯店把介紹你家的文章剪進剪報夾,櫃台翻的時候自然就不會有你。

OpenAI 的說明是,OAI-SearchBot 這隻爬蟲負責讓網站出現在 ChatGPT 的搜尋結果裡。網站如果在 robots.txt 擋掉它,ChatGPT 搜尋的回答就不會引用你的網頁,最多只會在有人直接要找你的網站(例如問「○○餅舖官網」)時,顯示一個連結。而 GPTBot 是另外一隻,用來蒐集讓模型變得更好用的訓練資料,兩者可以分開設定。OpenAI 爬蟲說明 Perplexity 也類似,它的 PerplexityBot 是用來在 Perplexity 的搜尋結果裡列出網站,說明裡也寫了它不拿來蒐集訓練模型的資料。Perplexity 爬蟲說明

所以當你想知道「為什麼 ChatGPT 搜尋都沒有引用我」,要先確認的是搜尋用的那隻爬蟲有沒有被擋,只確認 GPTBot 是不夠的。設定方式我寫在 OAI-SearchBot 與 GPTBot 怎麼分開設定和 robots.txt 怎麼管理 AI 爬蟲。

至於 AI 在一堆來源裡為什麼挑這一家、不挑那一家,各家都沒有公開完整的規則。我能確定的只有兩件事:能被讀到、而且把問題回答清楚的頁面,被拿去用的機會比較高;而同一個問題換一天、換一個平台問,答案也常常不一樣。從拆問題、找來源到組答案的過程,可以看 AI 怎麼決定推薦哪個品牌。

GEO 和 SEO 是什麼關係

先講結論:GEO 是建立在 SEO 上面的,SEO 的基本功做好了,AI 才有你的頁面可以讀、可以引用。這裡的基本功,指的是讓 Google 讀得到、收錄得到你的頁面(收錄就是被 Google 收進它的資料庫),以及每一頁都回答清楚一個顧客會問的問題。

Google 對 AI 摘要和 AI 模式的說明很直接:要出現在這兩個功能裡,沒有額外的條件,也不需要特別的最佳化;頁面要先被編入索引(也就是收錄),而且是能在一般搜尋結果裡正常顯示一段說明文字的頁面,才有機會被列成 AI 回答旁邊的來源連結。AI 功能與您的網站換句話說,烘焙坊在 SEO 那篇做過的事,像是把宅配範圍、保存期限、價格寫成網頁上的文字,以及讓每一頁回答一個顧客真的會問的問題,到了 AI 回答這邊一樣用得上。

兩者真正不一樣的地方,主要在成效要看什麼、去哪裡看:

SEOGEO
看的結果收錄、排名、曝光、點擊AI 回答裡有沒有提到、引用、推薦你
結果出現在哪裡Google 等搜尋引擎的結果頁Google AI 摘要和 AI 模式、ChatGPT、Perplexity 等 AI 的回答
主要的資料來源Search Console(Google 免費提供的搜尋成效後台)、GA4固定一組題目、定期去問,把回答記下來

完整的逐項比較,包括哪些工作可以共用、哪些要另外量,以及預算有限時先做哪一個,我寫在 GEO 和 SEO 的差別;而 AI 搜尋和傳統搜尋在使用方式上有什麼不同,則可以看 AI 搜尋和傳統搜尋差在哪裡。

要不要現在做 GEO

以那家烘焙坊來說,判斷的方式很簡單:Google 已經找得到你,而 AI 卻把你的營業時間講錯、或者在「嘉義伴手禮」這類問題裡沒有你,那就值得開始做。因為顧客已經在問 AI 了,而 AI 講的版本會直接影響他們今天去不去你店裡。第一輪的成本也不高:寫 20 題、在兩個平台各問一次、用試算表記下來,大概是一個下午,之後每兩週重問一次,每次一兩個小時。

反過來,下面幾種情況,我會建議先把時間花在別的地方:

  • 網站還沒被 Google 收錄,或顧客會問的問題都沒有頁面在回答:先把 SEO 的基本功做好,因為 AI 回答讀的也是這些頁面。如果烘焙坊的官網連宅配和營業時間都沒寫,AI 也沒有東西可以引用。
  • 顧客根本不會去問 AI:例如只賣給固定幾家門市叫貨的批發,先了解客人實際上是怎麼找到你的。
  • 下週就要結束的檔期活動:例如中秋禮盒只剩一週,AI 重新讀到頁面需要時間,用廣告或社群會比較實際。

做 GEO 要另外改網站嗎:Google 列出的「不用做」清單

很多人第一次接觸 GEO,第一個問題就是:「是不是要加 llms.txt、做 AI 專用的 schema,或者把文章切成一小段一小段?」這裡的 llms.txt,是一份放在網站根目錄、把網站內容整理給 AI 讀的文字檔;schema 則是寫在網頁程式碼裡、用固定格式告訴搜尋引擎「這頁是什麼」的標記,也叫結構化資料。

Google 的生成式 AI 搜尋指南有一段專門在講這件事,列出了幾個不用做的項目:

  • 不用為了 Google 搜尋另外建立 llms.txt 這類給 AI 讀的檔案或特殊標記,因為 Google 搜尋本身不會用它們;如果其他服務需要,你還是可以留著。
  • 不用把內容切成很多小段,一頁可以談好幾個主題,長度看你的讀者需要決定。
  • 不用為了 AI 換一套寫法或硬塞長尾關鍵字,因為 Google 說它的 AI 系統看得懂同義詞和使用者想找什麼。
  • 刻意到處製造不真實的「提及」,幫助沒有想像中大。
  • 結構化資料不是生成式 AI 搜尋的必要條件,也沒有專用的 schema,不過它還是有助於取得複合式搜尋結果的資格。

所以我會建議先把現有網站的基本功補完整,再談要不要加新東西。以烘焙坊來說,就是這幾件事:

  • 頁面能被 Google 讀到、收錄,這是出現在 AI 摘要和 AI 模式的前提。
  • 顧客會問的問題都有一頁在回答,例如宅配範圍、保存天數、彌月禮盒怎麼訂。
  • 店名、地址、營業時間在官網、Google 商家檔案(Google 地圖上你那間店的資料)和其他平台都寫成同一個版本。
  • 頁面上的數字經得起查,例如保存期限是實際放過幾天測出來的。

頁面要能被讀到,最基本的檢查項目可以看 AI 爬蟲讀取檢查清單;Google 這邊比較細的技術條件,則在 Google AI 摘要與 AI 模式的 SEO 基礎。至於 llms.txt 到底要不要做,llms.txt 是什麼有比較完整的討論。

GEO 怎麼開始:從 20 題做第一輪

第一次做,我會建議先挑一個主題,例如「嘉義伴手禮」,列大約 20 個問題就好,不用一口氣建幾百題。這 20 題就是之後每一輪都拿去問 AI 的同一組問題,所以也常被叫做「題庫」;把這 20 題全部問過一次、記下結果,就叫做一輪。

1. 列出顧客會問 AI 的問題,分成五種題型

題型烘焙坊的題目例子主要看什麼
品牌題「○○餅舖的牛舌餅可以放幾天?」AI 對品牌的描述對不對
類別題「嘉義有什麼伴手禮推薦?」品牌有沒有出現在類別的答案裡
比較題「○○餅舖和其他老店的牛舌餅差在哪?」比較的條件,以及引用了誰的來源
一般問題「牛舌餅宅配會不會碎掉?」AI 用誰的內容回答這個問題
決策題「送長輩的伴手禮,嘉義買哪家比較好?」品牌有沒有被推薦,理由是什麼

題目可以從櫃台和客服最常被問到的問題開始,再加上 Search Console 裡已經有人搜過的字。不帶品牌名的題目要占大多數,因為品牌題本來就容易答得出來,真正看得出 AI 會不會想到你的,是類別題和決策題。怎麼挑題、怎麼分組,可以看 AI 搜尋題庫怎麼設計。

2. 選要問哪幾個 AI,並且把條件固定下來

先依顧客實際在用的工具來選,通常從 Google 的 AI 摘要、AI 模式和 ChatGPT 裡挑兩三個開始就夠了;那家烘焙坊挑的是 AI 模式和 ChatGPT。每次問的時候,都要記下這幾個條件:

  • 日期:哪一天問的。
  • 平台:問的是 ChatGPT、AI 摘要還是 AI 模式。
  • 語言:用繁體中文還是英文問。
  • 搜尋功能:ChatGPT 有沒有開啟搜尋。

因為條件一換,答案就可能跟著換,前後的結果也就沒辦法比較。

3. 每問一次,至少記五件事

每問一次,就在試算表記一行,最少要有這五項:

  1. 日期
  2. 平台
  3. 題目
  4. 品牌有沒有出現在回答裡
  5. 自己的網站有沒有被引用

之後要再往下分析,可以再加上有沒有被推薦、引用的網址、回答裡出現的競爭對手,以及回答的摘要。以那家烘焙坊來說,第一輪的前幾筆可能長這樣:

10/5|ChatGPT(開搜尋)|嘉義有什麼伴手禮推薦?|沒有出現|沒有引用 10/5|ChatGPT(開搜尋)|○○餅舖週一有開嗎?|有出現,但說週一公休|沒有引用,來源是三年前的美食部落格 10/5|AI 模式|牛舌餅宅配會不會碎掉?|沒有出現|沒有引用,來源是另一家店的宅配說明

這五項看起來很簡單,但少了它們,兩週後你手上只會有一個資料夾的截圖,每一張都看得懂,放在一起卻說不出任何變化。改網站之前先問一輪、留一份當對照的紀錄,做法可以看 GEO 基準怎麼建。

4. 每個結果都找到一頁可以改

跑完第一輪,常見的結果大致上是下面這四種,而各自要改的地方也不一樣:

看到的結果可能的原因先改哪裡
品牌題答錯,例如營業時間、地址還是舊的官網和其他平台的資料不一致,或網路上有過時的文章先更新官網和 Google 商家檔案的店家資訊,再聯絡寫錯的文章作者
類別題完全沒有你沒有任何一頁在回答「嘉義伴手禮」這類問題補一頁講清楚賣什麼、適合送誰、和其他店差在哪
有提到你,但引用的都是部落格部落格回答了官網沒寫的事看那篇部落格回答了什麼,把官網缺的資訊補上
官網的保存天數說明常被引用,但問「送長輩買哪家」時沒被推薦說明頁沒有帶讀者去看可以買的禮盒在說明頁連到禮盒頁,禮盒頁寫清楚適合誰、怎麼訂

回到烘焙坊的那三筆,就分別落在前三列:

  • 週一公休那題:先把官網的營業時間改成單獨一頁、寫清楚「週二公休」,同步更新 Google 商家檔案,再寫信請那位部落客更新文章。
  • 類別題沒有你:補一頁「嘉義伴手禮怎麼挑」,寫清楚你家賣什麼、適合送誰、可以放幾天。
  • 宅配題用的是別家的說明:在宅配頁寫出你們怎麼包裝、多遠的地方隔天會到、碎了怎麼處理。

每一個結果,都要找到網站上能動手修改的那一頁;找不到可以改的頁面,這筆紀錄就只能留著,等下一輪再看有沒有變化。AI 引用了哪些網址、怎麼一筆一筆記下來,可以看 AI 引用追蹤。

5. 改完之後,用同一組題目重測

改完頁面後,先記下修改的日期,等 Google 或其他平台重新讀到這一頁,再用同一組題目、同樣的條件重問一次。比較的時候要看的是,連續好幾輪是不是都比改之前更常被提到或引用,因為 AI 的回答本身就會變動,今天改了一頁、明天剛好被推薦,光靠前後兩張截圖,還不能說是這次修改造成的。

反過來也一樣,某一題沒有被引用,也不一定是內容寫得不好。可能的原因至少有這幾種:

  • 還沒收錄:頁面還沒被 Google 或其他平台收進資料庫。
  • 爬蟲被擋:robots.txt 擋掉了負責搜尋的那隻爬蟲。
  • 沒有上網找:那一題 AI 直接用記得的內容回答,沒有去搜尋。
  • 用了別的來源:它剛好挑了另一篇也回答得清楚的網頁。

前後比較要怎麼設計,可以看內容改版前後比較怎麼做。

站外的評價和提及,也會影響 AI 怎麼講你

AI 在找資料的時候,讀的不只是你的官網。以「嘉義伴手禮推薦」來說,它可能會讀美食部落格、地方新聞、論壇討論,以及地圖上的店家評論;而這些內容怎麼寫你,也會反映在回答裡。開頭那個例子,AI 照著三年前的部落格說你週一公休,就是這種情況;用櫃台的比喻來說,那篇部落格就是一張過期的剪報,而櫃台人員不會知道它過期了。

站外的內容沒辦法完全掌控,例如那篇部落格是別人的,你不能自己去改它;但有幾件事是做得到的:

  • 把店名、地址、電話、營業時間在每個平台都寫成同一個版本,包括 Google 商家檔案、社群帳號和外送平台。
  • 發現第三方文章寫錯時,先在官網把正確的資訊寫清楚,再聯絡作者更新。
  • 有新品上市、得獎或媒體報導時,在官網留一頁可以被引用的說明,讓別人寫你的時候有正確的資料可以參考。

而 Google 的指南也提醒,刻意到處製造不真實的提及,幫助沒有想像中大。所以站外要做的,是讓別人有理由寫你,也有正確的資料可以寫;花錢買一堆業配文或灌留言,就是 Google 說幫助不大的那種做法。品牌資料要怎麼在各處保持一致,可以看 Entity SEO 怎麼做。

GEO 要花多少時間和錢,成效怎麼看

開始動手之後,最常被問的通常是三件事:要等多久、要花多少錢,以及要怎麼知道有沒有效。

多久會看到變化

GEO 沒有固定的天數。因為你改完頁面之後,要等 Google 或其他平台重新讀到它,而每一家重新讀取的速度都不一樣;再加上 AI 的回答本身就會變動,所以一兩輪的結果很難下結論。我會建議至少觀測個幾輪,連續幾輪都往同一邊變,再來判斷。時間要怎麼估,可以看做 GEO 多久會看到變化。

要花多少錢

如果只有 20 題,用試算表手動記錄就能開始,成本主要是時間:第一輪大概一個下午,之後每兩週重問一輪、每輪一兩個小時。而當題目變成 200 題、要問 ChatGPT、Gemini 等七個 AI 平台、每週問一次,手動就真的做不完了,這時候才需要考慮工具。因為真正花時間的是這幾件事:

  • 每一輪都用同一組題目、同樣的條件去問。
  • 把每一次的回答存下來。
  • 整理回答引用了哪些網址。
  • 對照回答的變化,是哪一次修改網站造成的。

我們做的 Otlex 就是處理這一段:用同一組題目定期去問 ChatGPT、Google AI 摘要、AI 模式、Gemini、Grok、Perplexity、Claude,記下品牌有沒有被提到、官網有沒有被引用,把 AI 答錯或答不出來的問題整理成要改的頁面,改完再用同一組題目重測;只訂閱平台的入門方案每月不到新台幣 1,000 元,如果需要有人一起診斷和修改網站,可以看我們的 GEO 服務。

Otlex 示範帳戶的題目清單截圖,顯示每一題的題目、要問的 AI 平台與觀測條件 Otlex 示範帳戶的題目清單:每一題都記著要問哪些 AI 平台、用什麼條件問,之後每一輪都用同一份。

工具之間要怎麼比較,可以看 GEO 工具比較;如果你打算找廠商,台灣 GEO 廠商比較列出了各家廠商的名字和服務內容。

成效看哪幾個數字

GEO 的成效通常會拆成三個比例來看:

  • 提及率:多少次回答提到了你的品牌。
  • 引用率:多少次回答引用了你的網站。
  • 推薦率:在要做選擇的問題裡,你被列為建議的比例。

這三個數字都要寫清楚總共問了幾次,例如烘焙坊第一輪是「20 題問了 2 個平台,40 次回答裡有 9 次提到品牌」,否則換了一組題目,數字就沒辦法比較。怎麼算、總次數怎麼定,可以看 AI 能見度是什麼。

Google 這邊,AI 摘要和 AI 模式帶來的曝光與點擊,會算在 Search Console 成效報表的「網頁」搜尋類型裡;Search Console 也有一份「生成式 AI 成效報表」,可以按網頁、國家、日期和裝置看這兩個功能的曝光,不過網站要在這些功能裡累積到足夠的曝光,報表才會出現。生成式 AI 成效報表只是它看不到每一題 AI 回答到底說了什麼,所以前面那份題目紀錄還是要留著。

常見誤解:聽到這些說法時,可以這樣判斷

下面這幾種說法很常見,也最容易讓人花錯錢。例如有人跟烘焙坊說「加一個 llms.txt,下個月 ChatGPT 就會推薦你」,你可以直接對照下表「實際上」的說明來判斷;這些說明大多可以在 Google 和各平台自己的文件裡找到依據。

聽到的說法實際上
「保證讓 ChatGPT 推薦你」回答裡推薦誰,是各家引擎決定的,沒有人能保證,見 GEO 可以保證推薦嗎
「付錢就能讓 AI 推薦你的品牌」判斷方式見可以花錢讓 AI 推薦品牌嗎
「做了 llms.txt,AI 就會引用你」Google 搜尋不使用 llms.txt,其他平台也沒有承諾會因此引用,見放 llms.txt 能提高曝光嗎
「要加 AI 專用的 schema」Google 說生成式 AI 搜尋沒有專用的 schema
「文章要切成小段,AI 才抓得到」Google 說不需要把內容切成小段,長度看讀者需要
「我們的工具看得到 Google AI 的內部排名」Google 的生成式 AI 搜尋指南寫明,沒有任何外部工具能存取它內部的排名系統或 AI 系統
「有了 GEO,SEO 就不用做了」Google 認為替生成式 AI 搜尋做最佳化,本質上還是 SEO
「截圖顯示被推薦了,代表優化成功」AI 回答會變動,要用同一組題目多觀測幾輪才看得出方向

回到那家烘焙坊

那位台北客人說的事,老闆最後是這樣處理的:先花一個下午寫了 20 題,在 AI 模式和 ChatGPT 各問一次,40 次回答裡只有 9 次提到他家,其中 3 次還把公休日講錯。接著他照上面的對照表,改了營業時間、宅配和「伴手禮怎麼挑」三頁,也寫信請部落客更新。

之後他每兩週用同一組題目重問一輪。「週一有開嗎」第二、三輪都回答週二公休,引用的也換成了官網。這是一題有標準答案的事實題,連續兩輪都一致,我會把它當成官網改對了的跡象,但還不能說一定是這次修改造成的。可是「嘉義有什麼伴手禮推薦」那題,重測三輪只有一輪列進他家,提到他家的次數也只從 9 次變成 13 次左右,還看不出穩定的方向。

這就是 GEO 比較實際的樣子:答錯的資料改得回來,被不被推薦卻要一輪一輪慢慢看。所以他的決定是:營業時間這類事實題每個月抽查一次就好,心力放在「送長輩」「宅配」這類決策題,再補兩頁內容,用同一份 20 題的紀錄繼續比下去。

常見問題

GEO 和 SEO 是同一件事嗎?

要做的事大部分是同一套。網站能不能被讀到、每一頁有沒有回答清楚一個問題、品牌資料是否一致,這些同時影響 SEO 和 GEO;GEO 多出來的,是去看 AI 回答裡有沒有提到、引用和推薦你。Google 自己也把替生成式 AI 搜尋做的最佳化,歸在 SEO 裡面。

GEO 一定要用專門工具才能做嗎?

不用。固定一組問題,定期在幾個 AI 平台上問,再用試算表記錄結果,第一批資料就有了。工具幫你省的是:題目多的時候自動去問、把每次的回答存起來、整理成可以前後比較的紀錄。20 題可以手動,200 題乘上七個平台、每週問一次,就很難靠人力維持了。

做 GEO 需要另外做一套網站嗎?

通常用現有的網站就好。Google 說 AI 摘要和 AI 模式沒有額外的技術條件。比較實際的做法,是把現有網站這幾類內容補完整,讓每一個顧客會問的問題都有一頁在回答:

  • 店家資料:地址、營業時間、公休日。
  • 商品頁:價格、保存天數、怎麼訂。
  • 和其他店差在哪的說明。
  • 常見問題。

小公司做 GEO,會輸給大品牌嗎?

在「嘉義伴手禮推薦」這種範圍很大的問題上,網路上寫大品牌的文章本來就比較多,小店要擠進去確實比較難。但我覺得小店可以先從比較具體的問題著手,例如「嘉義哪裡買得到黑糖牛舌餅」「彌月禮盒可以宅配到台北嗎」,這類問題能回答的頁面比較少,只要官網寫得清楚,被拿去引用的機會就相對高。

做 GEO 會讓網站流量變多嗎?

不一定。AI 回答如果已經把答案講完,使用者可能就不會點進來;所以 GEO 帶來的,有一部分是品牌被看見、被列進考慮名單,不一定會反映在點擊上。要看商業效果,還是要打開 Search Console 和 GA4(Google 的網站流量分析工具),看有沒有人從 AI 回答點進來,以及有沒有留下詢問或下單。

參考來源

以下依各家官方文件與原始論文整理,爬蟲名稱、Search Console 報表範圍與 AI 模式的推出地區以官方頁面當下為準。

從這篇繼續看相關內容

依文章主題整理同站文章、服務/產品與 FAQ 入口,讓下一步有清楚的閱讀方向。

延伸閱讀

下一步

服務入口

了解 GEO 服務流程

從基準觀測、頁面診斷到內容與結構調整,查看 EthorX 的合作方式。

查看相關頁面

常見問題

AIO、AEO 和 GEO 有什麼不同?

幾個縮寫各指什麼、為什麼不是正式分類,先看一題直接回答。

查看 FAQ 解答

GEO 與 AI 搜尋

從你的網站,找出下一步該改什麼

一起釐清 AI 搜尋中的品牌描述、內容缺口與網站結構,再決定觀測和改善的範圍。