這一年客戶問我們的問題變了。以前是「怎麼排到第一頁」，現在是「我搜尋自己的服務，上面那塊 AI 整理的答案引用了三個網站，為什麼沒有我？」這件事有個名字叫 GEO。GEO（Generative Engine Optimization，生成式引擎優化）是指調整內容的寫法與網站的可讀取性，讓 AI 搜尋在產生答案時，願意擷取並引用你的網頁作為來源。名字很新，市面上也開始有人把它包裝成一套神祕技術來賣。我們實際做下來的心得是：該做的事很具體，而且大部分一點都不神祕。
重點摘要
- 依 Google 官方說明，出現在 AI 摘要不需要額外條件或特殊標記，頁面能被索引、能顯示摘要片段就有資格。
- 容易被引用的段落有共同特徵：開頭直接回答問題、主詞明確、單獨抽出來讀也成立。
- AI 自己寫不出來的第一手內容（實際做法、取捨、在地經驗）才是被當成來源的理由。
- 為了 AI 大量產生問答頁是最常見的錯誤，低品質內容會拖累整個網站。
GEO 跟 SEO 是兩件不同的事嗎？
不是，GEO 建立在 SEO 上面。Google 在 AI 功能與網站的官方文件 裡講得很直接：要出現在 AI 摘要或 AI 模式，沒有額外的要求，也不需要其他特別的優化；頁面必須已被索引、而且符合顯示搜尋摘要片段的資格。文件同時強調，既有的 SEO 基本功都還是值得做。
換句話說，一個 Google 抓不到、排不上的頁面，也不會被 AI 摘要引用。如果網站連標題、內部連結、載入速度這些基礎都還沒顧好，請先回頭處理，可以從 SEO 基礎入門 開始。GEO 真正新增的部分在於內容的寫法：以前寫給「會把整頁讀完的人」，現在同時要寫給「只會抽走其中一段的機器」。
AI 摘要是怎麼挑選引用來源的？
它會把一個問題拆成好幾個子問題分頭去搜尋，再從結果裡挑段落組成答案。Google 把這個做法稱為查詢擴散（query fan-out）：使用者問「小公司該不該做 App」，系統背後可能同時查了開發費用、App 與網頁的差異、維護成本、上架流程，然後各取一段。
這個機制帶來兩個實務上的結論。第一，你不需要在大題目上排第一，只要在某個子問題上有最清楚的那一段，就有機會被引用。這對小網站是好消息。第二，被取用的單位是段落，不是整篇文章。一篇寫得很完整、但答案散在各處的長文，會輸給一段乾淨俐落的回答。
什麼樣的段落容易被引用？
能獨立成立的段落。把那一段單獨剪下來貼到別的地方，讀的人不需要上下文也看得懂、而且得到了一個完整的答案。我們改稿時用下面這張表對照。
| 項目 | 不容易被引用的寫法 | 容易被引用的寫法 |
|---|---|---|
| 段落開頭 | 先鋪陳背景，答案在第三句之後 | 第一句就回答標題的問題 |
| 主詞 | 「它」「這個做法」「上述方式」 | 直接寫出名稱，例如「301 轉址」 |
| 小標題 | 「前言」「關於費用」 | 讀者會問的問句，例如「維護費包含什麼？」 |
| 定義 | 繞一大圈的比喻 | 一句話講完：X 是什麼、用來做什麼 |
| 比較與步驟 | 寫成一長段文字 | 用表格或編號清單 |
| 數字與條件 | 「通常不會太久」 | 「一般需要四到六週，前提是內容已備齊」 |
這些寫法對人類讀者同樣比較好讀，沒有哪一項是只為了機器。改稿時最有效的一招是把每個小標題改成問句，然後檢查底下第一句有沒有回答它。光做這件事，多數文章就能改掉一半的問題。還有一點容易忽略：重要的文字不要做成圖片。價目表、流程圖、比較表如果只存在於一張圖裡，機器讀不到，等於沒寫。
內容要有什麼，才值得被當成來源？
要有模型自己生不出來的東西。「什麼是響應式網頁」這種通用知識，AI 不需要引用任何人就能回答。它需要來源的時候，是答案牽涉到具體經驗、在地情況、最新變動或明確立場的時候。
具體來說有幾類內容特別有機會：你實際處理過的狀況與做法，包括哪裡出過錯；帶條件的判斷，例如「十人以下的公司我們不建議這樣做，因為…」；台灣本地才有的資訊，像是金流、發票、LINE 的實務細節；以及自己整理的比較表與檢查清單。這些內容怎麼從日常業務裡挖出來，我們在 內容題材怎麼找 裡有完整的做法。
另外，讓人看得出「誰寫的、憑什麼寫」。作者或公司是誰、做過什麼、引用的資料來自哪裡，這些寫清楚，對讀者與對搜尋系統判斷可信度都有幫助。品牌名稱與擅長主題在站內外保持一致的說法，AI 在回答相關問題時才比較容易把兩者連在一起。
最常見的錯誤：為了 AI 大量生產問答頁
不建議這樣做。聽到「AI 喜歡問答格式」之後，有些公司用 AI 一口氣生出兩三百頁「XX 是什麼」「XX 怎麼選」，每頁三百字，內容跟網路上其他地方大同小異。這些頁面沒有提供任何新資訊，AI 沒有理由引用；更糟的是，一個網站上塞滿這類薄內容，會讓真正有價值的那幾篇也被連帶看輕。
同樣的道理適用於各種「專門給 AI 看」的小技巧：在頁面藏一段寫給模型的指令、把關鍵字重複塞滿、買一堆品牌提及。十篇有第一手經驗的文章，效果遠勝三百篇換句話說的問答。資源有限的話，把力氣放在改寫現有流量最好的那幾頁，會比新增頁面更快看到差別。
技術面要確認哪些事？llms.txt 需要做嗎？
要確認的是「機器讀得到、而且被允許使用」。主要內容要在 HTML 裡直接讀得到，不要全部依賴使用者點擊或滑動之後才載入。檢查 robots.txt 有沒有不小心擋掉搜尋引擎與你希望被收錄的 AI 爬蟲。確認頁面沒有設定 nosnippet 或過短的 max-snippet，這些設定會限制內容被擷取成摘要，Google 的文件明確指出這些控制項同樣適用於 AI 功能。
結構化資料可以做，它幫助搜尋引擎理解頁面在講什麼，但不要把它當成入場券。Google 的說法是不需要特殊的結構化資料，也不需要另外建立給 AI 讀的檔案。所以 llms.txt 這類檔案，我們的看法是：製作成本很低，想做可以做，對某些 AI 工具或許有用，但不要期待它讓 Google 的 AI 摘要開始引用你。哪些結構化資料值得優先處理，可以看 結構化資料（Schema）是什麼。
怎麼知道有沒有被引用？從哪裡開始做？
目前沒有一張報表能直接告訴你。依 Google 的說明，來自 AI 摘要與 AI 模式的曝光與點擊會計入 Search Console 成效報表的「網頁」搜尋類型，跟一般搜尋結果合在一起，沒有分開列。實務上我們用土方法：列出二十個客戶最常問的問題，每個月固定用無痕視窗搜尋一次，記錄有沒有出現 AI 摘要、引用了誰、有沒有自己。ChatGPT 這類工具也用同一份問題清單各問一次。資料很粗，但足夠看出趨勢與該補哪些內容。
GEO 實作清單（依優先順序）
- 確認重點頁面已被 Google 索引，沒有被 robots.txt 或 nosnippet 擋住。
- 從 Search Console 挑出曝光最高的十個頁面，當作第一批改寫對象。
- 把每個小標題改成讀者會問的問句，底下第一句直接回答。
- 每篇開頭加上三到四點的重點摘要，每點都是單獨成立的完整句子。
- 把比較與流程改成表格或編號清單，圖片裡的文字補成實際文字。
- 在每篇加入至少一段自己的實務判斷：做過什麼、建議什麼、不建議什麼。
- 文末整理三題內文沒回答到的常見問題。
- 建立二十題的追蹤清單，每月檢查一次引用狀況並記錄。
做完前七項大約需要幾個工作天，不用買任何工具。成效不會隔天出現，通常要等搜尋引擎重新抓取、重新評估，請用一到三個月的尺度來看。
常見問題
內容被 AI 摘要引用，點擊會不會反而變少？
純資訊型的查詢確實可能變少，因為使用者在摘要裡就得到答案了。但被引用代表品牌出現在答案旁邊，會點進來的人通常需求更明確。比較實際的做法是把目標從流量改成詢問數與成交數，並把內容重心移到需要判斷與比較的題目上。
ChatGPT 這類工具的優化方式，跟 Google 的 AI 摘要一樣嗎？
內容面的原則相同：段落能獨立成立、有第一手資訊、來源可信。差別在各家使用的搜尋索引與爬蟲不同，所以技術面要另外確認 robots.txt 沒有擋掉那些爬蟲。各家規則變動很快，請以它們的官方文件為準。
可以不讓 AI 摘要使用我的內容嗎？
可以，用 nosnippet、data-nosnippet 或 max-snippet 這些設定限制內容被擷取。代價是一般搜尋結果的摘要片段也會一起受限，曝光可能下降。除非內容本身是付費或有授權考量，多數企業網站不建議這麼做。