GEO 與 AI SEO：哪些做法真的有效，哪些只是迷思

ChatGPT、Gemini、Perplexity 與 AI 總覽的回答，品牌主要經由兩條彼此交織的路徑進入，而 GEO 就是同時處理這兩條路徑的工作：

1. 透過搜尋。模型在回答的過程中上網搜尋，並引用它找到的部分頁面。這裡適用的和 SEO 相同：讓爬蟲進得來、進入索引、在關鍵字與其變體上有能見度，以及不看頁面其餘內容也能回答問題的段落。效果和 SEO 一樣，要幾週或幾個月才看得到。
2. 透過模型記憶。模型根據訓練結束前學到的內容回答，而這份記憶也會影響它在搜尋時提到誰。這裡重要的是別人怎麼寫這個品牌，以及多個來源中一致的品牌描述。我沒有量測過記憶更新的速度，所以在一季的時間範圍內，我不承諾任何結果。

多數「GEO 撇步」沒有證據，其中一部分我用自己的數據檢驗過。 llms.txt 檔案與結構化資料，都沒有證據顯示能帶來引用。在我的測試中，更多標題並沒有讓頁面進入前 3 名。至於「子查詢的排名是否比主要關鍵字的排名更能預測引用」這項測試，沒有得出結論，而我的第一個結論還被交叉檢查推翻了。每個說法的證據都在下面。

GEO 是什麼？跟 AI SEO 是同一件事嗎？

GEO 是讓品牌出現在 AI 生成的回答裡的工作：包括 Google 的 AI 總覽與 AI 模式，以及 ChatGPT、Gemini、Perplexity 與 Copilot。 同一份工作有好幾個名稱，它們之間的差別主要在行銷包裝：

GEO 這個名稱源自學術論文，而這整份工作的基礎和 SEO 相同。 GEO 出自 2023年11月的一篇論文，並被 KDD 2024 會議接受。作者 Pranjal Aggarwal 等人在自己的測試集上證明，內容的調整最多可以讓來源在生成式回答中的能見度提高 40%（arXiv）。Google 在文件中寫道，針對生成式搜尋的優化仍然是 SEO（Google Search Central）。對於「公司是否需要獨立的 GEO 策略」這個問題，Zyppy 的 Cyrus Shepard 的回答也類似：

人們對這份工作也沒有統一的稱呼，這在 Google 搜尋結果裡看得出來。 「Jak nazywa się pozycjonowanie w AI?」（意思是「AI 優化叫什麼？」）這個問題出現在波蘭搜尋結果的「其他人也問」區塊，德國、西班牙與芬蘭的結果中有對應的問題，而英文的「What is AI SEO called now?」出現在美國、瑞典與新加坡的結果中。詢問 GEO（或 LLMO）和 SEO 差別的問題，出現在我檢查的 27 個市場中的 9 個，從巴西到日本都有。

占主導地位的名稱因市場而異。 在日本，這個主題每月約 16,730 次搜尋中有 72% 是 LLMO，光是「llmo」這個關鍵字就有約 12,100 次搜尋，比美國的「ai seo」（約 6,600 次）還多。在德國與法國是 GEO 占主導（64% 與 66%），在南韓則是 83%。在波蘭，每月約 2,265 次搜尋中有 58% 是 AI SEO，包括「ai seo」這個關鍵字與波蘭語的說法（「pozycjonowanie ai」、「pozycjonowanie w ai」），GEO 占 32%。在美國，AI SEO 與 GEO 不相上下：每月約 25,400 次搜尋中分別占 42% 與 39%，而西班牙則是打平（44% 與 44%）。在捷克，資料裡這些名稱都沒有搜尋需求。

「ai seo」這個關鍵字有歧義，所以我把 AI SEO 的占比視為上限。 搜尋「ai seo」時，Google 除了介紹 AI 優化的文章，也會列出 AI 工具，以及教你如何借助 AI 做 SEO 的教學：在美國，這類結果占前 10 名的一半以上，在丹麥，8 個結果中至少有 6 個。不過，美國與丹麥針對這個關鍵字的 AI 總覽，仍然把 AI SEO 描述為針對 AI 回答的優化，所以 Google 把它當作這份工作的名稱。排除這一個關鍵字後，在我部落格涵蓋的 26 個市場中，有 25 個市場由 GEO 領先，日本則由 LLMO 領先。在波蘭，沒有歧義的波蘭語說法（「pozycjonowanie ai」、「pozycjonowanie w ai」）加起來每月約 580 次搜尋，GEO 則約 725 次。AI 用於 SEO 的工具，我會另寫一篇文章。

我不計入單獨的「aeo」這個關鍵字，因為它在波蘭主要是指海關認證，而在美國有一部分結果是服飾連鎖店 American Eagle 的股票報價。 在波蘭的 Google 搜尋「aeo」，前四個結果中有三個是財政部的網站。像「answer engine optimization」這樣的全名關鍵字，我歸在「其他」系列。

每個語言版本的這篇文章，都使用該市場的人實際搜尋的名稱。 日文版談的是 LLMO，德文與法文版談的是 GEO，而波蘭文版談的是「pozycjonowanie w AI」與 AI SEO。繁體中文版把 GEO 與 AI SEO 並列，並以 GEO 為主，因為在台灣，每月約 1,840 次相關搜尋中，GEO 占 51%、AI SEO 占 48%，而 LLMO 與 AEO 幾乎沒有搜尋量。

AI 怎麼選擇回答的來源？

模型的回答來自搜尋或記憶，而這決定了你究竟能改變什麼。 模型上網搜尋時，會把問題拆成幾個查詢、取回結果、從中挑選段落，並引用其中一部分。Google 在文件中把這稱為「query fan-out」：系統針對子主題與不同來源，送出多個相關的搜尋（Google Search Central）。模型不搜尋時，則根據訓練期間學到的內容回答，這時頁面在 Google 的排名不會改變任何結果。

這兩條路徑彼此交織，因為模型記憶也會影響它搜尋過後的回答。 Dejan 的 Dan Petrovic 寫道，品牌在回答內文中被提及，主要取決於模型先前的知識，單一頁面幾乎無法改變它（Dejan，2026年7月7日）。因此，我分別量測這兩條路徑，但同時處理它們。

模型多常上網搜尋，取決於模型本身：在我的測試中，94 個關鍵字裡從 10 個到 94 個不等。 我用 API 在我經手專案的 94 個關鍵字上做了測試，包括英文與波蘭文，時間是 2026年10月3日至4日的夜間，並在早上再跑了第二次。在談 SEO 策略的文章中，我用五個教學型問題描述了同樣的效應，這裡的樣本更大。

• 94 次中有 93 次Gemini 2.5 Flash 在第一輪使用搜尋的次數（第二輪是 94 次中的 94 次）。我的 API 測試，2026年10月3-4日
• 94 次中有 71 次Gemini 3.5 Flash 使用搜尋的次數（第二輪是 94 次中的 69 次）。我的 API 測試，2026年10月3-4日
• 84 次中有 25 次Gemini 3.1 Pro 使用搜尋的次數（有 10 次呼叫因超過額度限制而出錯；第二輪是 94 次中的 32 次）。我的 API 測試，2026年10月3-4日
• 94 次中有 10 次Gemini 3.8 Flash 使用搜尋的次數（第二輪是 94 次中的 15 次）。其餘的關鍵字它憑記憶回答。我的 API 測試，2026年10月3-4日

在這個設定下，較新版本的 Gemini Flash 搜尋得較少，但 Gemini 3.1 Pro 不符合這個規律。 Pro 的版本號比 3.5 Flash 舊，卻比它搜尋得少。這只是一個模型家族、一種 API 設定，不是使用者看到的 Gemini 應用程式，所以我把這些數字當作訊號，而不是規則。不過這已足以讓我在每次量測時，檢查模型到底在多少個問題上有搜尋。

模型對一個新的波蘭品牌的記憶很有漏洞，其中一部分模型還編造了品牌的描述。 在同一個專案中，我針對我服務的品牌，取得約 500 個回答，並由另一個模型盲評。這批資料中有一個新的波蘭品牌，所有受測模型都不認識，而關於它的 12 個回答中，有 9 個的描述是編造的。編造的比例因模型而異：就所有品牌的回答而言，從 5% 到 77%。這些回答由單一模型擔任評審，所以我把低於約 10 個百分點的差異視為雜訊。

同一個網域可能在一條路徑上看得見，在另一條路徑上卻看不見。 其中一個網站在 Google 的 AI 模式中，13 組關鍵字配對裡有 10 組被引用，但在模型不搜尋的回答中，一次都沒有出現（13 組中的 0 組）。這是一個網域、13 組配對，所以只是舉例，不是規則。

更大規模的研究也看得到相關的現象。 Dan Petrovic 轉述 Google Research 針對 13 個模型與 2,150 筆維基百科事實的研究：Gemini 3 Pro 與 GPT-5 這類頂尖模型，權重中有 95-98% 的這類知識，卻無法回想起其中的 26-34%（Dejan，2026年8月17日）。這些是百科事實，不是關於品牌的知識，但對品牌的結論相近：資訊存在於訓練資料中，並不保證模型會說出來。

怎麼透過搜尋進到 AI 的回答？

在透過搜尋的這條路徑上，做的事和 SEO 相同，只有一個差別。 Google 寫道，要進入 AI 總覽與 AI 模式，頁面必須在索引中，並且能以文字摘要的形式出現在搜尋結果中，沒有額外的技術要求（Google Search Central）。差別在於模型會一次提出多個查詢，所以只在一個主要關鍵字上有能見度的頁面，被引用的機會比在其變體上也有能見度的頁面少。此外，ChatGPT 有自己的搜尋爬蟲（下面會談到），所以在 Google 的能見度不會直接轉移過去。

讓 AI 爬蟲進得來

AI 搜尋爬蟲可能在網站所有人不知情的情況下被擋住。 防火牆或內容傳遞網路（CDN）的設定可能會擋住它們，而且常常是在請求次數超過門檻之後才擋，所以只測一次什麼也看不出來。我會用 Google、OpenAI、Perplexity 與 Anthropic 的爬蟲名稱送出一連串請求，並把伺服器的回應和一般瀏覽器得到的回應比較。

封鎖模型訓練，和封鎖搜尋是兩個不同的決定。 OpenAI 把這兩種角色分開：GPTBot 蒐集可能用於訓練模型的內容，而 OAI-SearchBot 決定網站是否出現在 ChatGPT 的搜尋結果中。OpenAI 寫道，封鎖 OAI-SearchBot 的網站不會顯示在 ChatGPT 的搜尋回答中，而封鎖 GPTBot 不會改變這一點（OpenAI）。同樣地，Google-Extended 控制 Gemini 模型如何使用內容，但根據 Google 的說法，它不影響網站在搜尋中的出現與排名（Google Search Central）。用一個開關封鎖所有 AI 爬蟲的人，可能會失去在 ChatGPT 搜尋中的能見度，而那並不是他原本想放棄的。

關鍵字排名與子查詢

我不知道排名越高是否會提高被引用的機會，因為我的數據無法回答。 在談 SEO 策略的文章的假設一節中，我描述過一篇文章：在五個非常相近的關鍵字上，它只在其中一個的 AI 總覽中被引用，而且正是它排名最低的那個。子查詢是由模型產生的，每次回答可能都不同，所以並不存在一份固定的「關鍵字 X 的子查詢清單」。在我的 94 個關鍵字樣本中，模型在一輪裡產生了 493 個不同的子查詢，平均每個關鍵字超過五個。

我檢驗了子查詢的排名是否比主要關鍵字的排名更能預測引用，而我的第一個結果沒有通過檢查。 我在自己經手專案的「關鍵字與頁面」配對上，先寫下規則，再計算結果。衡量指標是 ROC 曲線下面積（AUC），也就是某個訊號把被引用與未被引用的頁面區分開的程度（0.5 相當於擲硬幣，1 是完全區分）。如果子查詢的面積至少大 0.10，子查詢就算勝出。在留給 AI 總覽測試的 29 組配對上，差距是 0.44，也就是測試「通過」。

交叉檢查發現，我比較的是兩種精確度不同的量測。 審閱者從頭重新計算，一個數字不差地重現了我的結果，但發現我的主要關鍵字排名只取自一次 Google 搜尋結果的取得，而引用卻取自五次。用同樣五次的取得重新計算排名後，差距降到 0.04，信賴區間是 -0.28 到 +0.36。所以我沒有證明子查詢比排名好，也沒有證明它更差。兩個訊號都說明了一些事，所以我兩者都用。

用 DataForSEO 一次取得的排名，結果其實是從幾種搜尋結果變體中抽出一種。 我把同樣的 94 個關鍵字，每隔約一小時取得三次，同一個關鍵字的兩次取得，在前 10 名中的共同網址，中位數很少：Jaccard 指數（衡量兩個集合一致程度的指標，介於 0 與 1）只有 0.14-0.15。其中一部分變體可能是人在瀏覽器中看不到的結果，因為在 5 個關鍵字上，瀏覽器的結果和其中一種變體吻合。AI 總覽則很穩定：它是否出現，在各次取得之間有 97-99% 一致。因此，我現在把這個工具的排名，算成約 10 次同時送出的取得中的占比。其他工具我沒有這樣檢驗過。

不看其餘內容也能回答的段落

模型通常不用整個頁面，只用能回答它查詢的段落。 所以我寫作時，讓每個段落不看頁面其餘內容也能理解：標題下的第一句就是答案、數字附上分母與日期，以及用名稱而不是「這個」和「那個」。這篇文章的每個段落都以結論句開頭，原因就在這裡。這是對人也有幫助的好寫作習慣，不是專門針對 AI 的另一套技巧。

這不代表要把內容切成小碎片，或增加標題。 Google 明確寫道，沒有必要為了讓 AI 更容易理解而把內容拆成小段（Google Search Central）。我也檢驗過，更多標題是否有助於進入前 3 名。在英文企業軟體利基的 119 個查詢、前 10 名的 632 個頁面上（美國，2026年9月26日），勝算比是 0.95（95% 信賴區間：0.81-1.12），考慮文章長度後是 1.00。依標題數量從少到多分成的三組，前 3 名的占比幾乎相同：32%、34% 與 32%。這和我在 SEO 策略那篇文章中提到的是同一項測試：一個利基、一天的量測。不過這已足以讓我不再為了改善排名而增加標題：標題的作用，是說明它底下的段落在談什麼。

波蘭語問題，英文子查詢

在我的樣本中，波蘭語問題的部分子查詢是英文。 針對波蘭語關鍵字產生的 277 個子查詢中，有 81 個不具波蘭語的特徵。例如，一個關於某類別產品排行的波蘭語問題，變成了名稱裡帶年份的英文查詢。這是在單一樣本上的粗略判斷，但足以讓我在處理波蘭品牌時，也檢查英文來源怎麼說它。

怎麼進到模型的記憶裡？

光靠自己的網站改變不了模型的記憶：重要的是別人怎麼寫你。 模型從訓練結束前蒐集的大量文字中學習。如果品牌的相關文字主要是它自己寫的，而別人的來源又過時或互相矛盾，模型就會重複過時或矛盾的形象。我沒有量測模型記憶多快更新。我假設要等到下一代版本，所以在一季的時間範圍內，我不承諾任何結果。

在我自己的品牌上，我同時看到這兩種錯誤來源。 Gemini 用現在式描述我，並把我幾年前的雇主當成現任雇主，還把 rogala.pro 說成「建置中」的網站。模型對我最常重複的兩段描述，字句上就來自我在一個產業網站上的簡介，那個網站在我的姓名搜尋中排名很高。至於現任雇主，我在姓名搜尋結果中檢查的 26 個頁面，沒有一個把那位雇主寫成現任，所以這個錯誤很可能出在模型記憶。等簡介更新後，我會用同樣的問題再檢查。

模型記得品牌的什麼，不需要 AI 能見度工具，你自己就能檢查。 在不能搜尋的情況下，向模型提出關於品牌的問題，最穩妥的辦法是用沒有搜尋工具的 API。問它品牌做什麼、服務誰、從什麼時候開始營運，每個問題問三次。然後把回答和事實對照，分別記下哪些是正確的、哪些過時、哪些是編造的。

沒有一致品牌定義的提及，只會重複舊的描述，所以我從身分開始。 我的順序：

• 一個品牌定義，在網站、個人檔案，以及他人網站上的簡介中都相同；
• 附有我手動檢查過的識別碼的結構化資料；
• 在 Wikidata 這類知識庫中建立條目，而且只在有來源能證實的地方建立；
• 最後才是在由他人編輯的地方發布提及與文章。

識別碼要先打開、讀過，才能放進網站程式碼。 2026年10月5日我發現，前一天才加進 rogala.pro 結構化資料的 Knowledge Graph 識別碼，指向一位同名演員的資訊面板。大約一天的時間裡，我的網站向搜尋引擎宣告我是演員。檢查只要一分鐘：在網址 google.com/search?kgmid= 後面加上識別碼，就能看到它實際屬於誰。

Wikidata 買不到沒有來源支持的位置。 Wikidata 對在世人物的資訊要求提供來源，所以無法在裡面宣告一項除了你之外沒人寫過的專長。因此我從在他人編輯的地方發表開始，而不是先寫知識庫的條目。

GEO 哪些做法有效，哪些只是迷思？

我依證據的強度，把關於 GEO 的說法分類。 「有文件記載」是指搜尋引擎的文件確認；「我的量測」是我在單一設定下得到、並會重複的結果。「被推翻」與「未證實」是我用自己的數據檢驗後，沒有通過或沒有得出結論的說法。「沒有證據」是指沒有量測支持的流行建議，有時甚至有相反的證據。

沒有證據顯示 llms.txt 檔案與 Markdown 版本的頁面有助於進入 AI 的回答。 Google 寫道，要出現在它的搜尋中，不需要建立給機器看的新檔案、給 AI 的文字檔、標記或 Markdown（Google Search Central）。2026年7月我檢查了自己作品組合中的 10 個網域，沒有一個向 AI 代理提供 Markdown 版本。在 rogala.pro 上，從 10月8日起每個頁面都有 Markdown 版本與 llms.txt 檔案，我會在伺服器日誌中量測到 11月8日，看有沒有人下載它們。在波蘭，「llms txt」這個關鍵字每月約有 720 次搜尋，所以我會另寫一篇談這個主題。

結構化資料向搜尋引擎描述品牌，但沒有證據顯示它們能帶來引用。 Google 寫道，生成式搜尋不要求結構化資料，也沒有需要加入的特殊 schema.org 標記（Google Search Central）。Seer Interactive 的 Matt Buxbaum 分析了 8,500 個有 AI 總覽的關鍵字，以及在其中首次獲得引用的 6,354 個頁面：schema 與 E-E-A-T 訊號和獲得引用的關聯最弱，而 FAQ 與 HowTo 標記最多的頁面，表現差了約 10 倍（Seer Interactive，2026年5月28日）。這是相關性，所以我不知道標記是否有害，但我也不把這些數據解讀為有好處的證據。我把結構化資料用來描述實體（誰、什麼、在哪裡、附哪些識別碼），因為它本來就是用來做這件事的。我對它影響 AI 回答的測試還沒做完。

提及和引用是兩回事，而許多報告把它們混為一談。 Petrovic 區分三種事件：系統為了回答而取回的頁面、被引用的頁面（也就是被顯示為來源的頁面），以及被提及的品牌（也就是出現在使用者讀到並記住的回答內文中的品牌名稱）（Dejan，2026年7月7日）。品牌可能被引用卻沒有在內文中被提及，也可能被提及卻沒有頁面被引用。因此，我分開量測這兩件事，不把它們加總成一個「AI 能見度分數」。

怎麼確認 GEO 有沒有效？

沒有起始基準，就無法把效果歸因於任何一項改動，所以我在第一次修改之前就先記錄。 起始基準包括逐字記下的問題、模型的名稱與版本、日期與市場。問題是根據需求數據與 Search Console 擬定的，其中大多不含品牌名稱，因為問題裡的品牌名稱本身就會提示模型答案。依兩個排名區段擬定問題組的做法，我寫在談 SEO 策略的文章中。

我分開量測五件事，因為每一件都可能朝不同的方向走：

1. 品牌在回答內文中的提及。
2. 頁面作為來源被引用。
3. 模型到底有沒有上網搜尋，也就是把搜尋與記憶分開看。
4. 分析工具中來自 AI 助理的流量，它永遠只是下限，因為有一部分造訪沒有來源資訊。
5. 同一時期來自 Google 的流量，以免針對 AI 的改動，是以犧牲一般搜尋結果為代價。

聊天機器人的回答是隨機的，所以同一個問題我會同時問三次。 AI 總覽很穩定，取得一次就夠了。AI 能見度工具給出的數字，我一律連同分母一起看：它是我這組問題中的占比，而不是沒有人知道的「AI 市場占有率」。

我在自己的網站做了什麼，還有什麼不知道？

我從 2016年起就公開談論搜尋中的 AI，但自己的品牌還沒有出現在 AI 的回答中，我的實驗就是從這裡開始的。 2026年7月26日的起始基準：rogala.pro 在我用 Ahrefs 針對波蘭檢查的 7 個 AI 介面上，一次引用都沒有；在三個平台上的 6 次檢查中，針對不含我姓名的問題，沒有任何模型提到我。直接用我的姓名詢問時，模型重複的是幾年前的描述。這只是一次量測，而且沒有 ChatGPT，因為我蒐集回答所用的工具沒有為它回傳結果，所以我把它當作起點，而不是證據。

工作順序依據數據：先身分，後觸及。 我統一了各個個人檔案中的一個定義（LinkedIn 上有 30 個語言版本），檢查了結構化資料中的識別碼（演員的失誤就是這樣發現的），並架設了網站與 27 種語言的部落格，且附有 Markdown 版本。觸及，也就是在他人媒體上的發表與提及，要等這些完成後才進行。

我還不知道這些有沒有效。 我預計從 2026年11月1日起第一次重測 AI 的回答，Markdown 檔案的量測結果會在 11月8日之後出來。我會把結果補進這篇文章，即使結果是零。

關於 GEO 的常見問題

要從哪裡開始？

前三個步驟除了時間，不花任何錢。 檢查 AI 搜尋爬蟲是否進得了你的網站。把你客戶會問的幾個問題，不含你的品牌名稱，同時問三次，並記下誰被提及、誰被引用。讀一讀 Google 搜尋結果中，只搜尋你品牌名稱時的內容，因為模型用的是同一批來源。如果結果讓你意外，就很適合做一次顧問諮詢。