第 58 章：AI 時代 SEO 全景 — AISO / AEO / GEO 名詞解析與分工

SEO 的三個時代：

2000-2015：傳統 SEO（Traditional SEO）
  目標：在 Google 的 10 個藍色連結中排名
  策略：關鍵字密度、Meta Tags、反向連結數量
  主角：Google Search

2015-2023：全方位 SEO（Holistic SEO）
  目標：在 SERP 的所有版位中出現（Local Pack、Featured Snippet、圖片、影片）
  策略：E-E-A-T、內容品質、結構化資料、使用者體驗
  主角：Google Search + 多元搜尋功能

2024-現在：AI 時代 SEO（AISO / AEO / GEO）
  目標：在 AI 的回答中被引用、被推薦、被看見
  策略：Entity SEO、權威度建立、內容結構化、llms.txt
  主角：Google AI Overviews、ChatGPT、Perplexity、Claude、Gemini

核心轉變： 從「讓搜尋引擎找到我」變成「讓 AI 認識我、信任我、推薦我」。

隨著 AI 搜尋的崛起，SEO 領域出現了三個新的關鍵概念：

AISO（AI Search Optimization）— AI 搜尋優化
  最廣義的概念，涵蓋所有針對 AI 搜尋體驗的優化。
  包括 Google AI Overviews、ChatGPT Search、Perplexity 等。

  「如何讓你的內容在 AI 驅動的搜尋中被看見？」

AEO（Answer Engine Optimization）— 答案引擎優化
  專注於讓你的內容成為 AI 回答問題時的首選來源。
  當 AI 需要回答「香港最好的牙醫是誰？」時，
  你是否在被引用的名單中？

  「如何成為 AI 答案中的權威來源？」

GEO（Generative Engine Optimization）— 生成式引擎優化
  專注於針對生成式 AI 搜尋引擎（如 ChatGPT、Perplexity）的優化。
  這些引擎不是提供連結列表，而是直接生成答案。
  你的內容需要被這些引擎「理解、吸收、引用」。

  「如何在 AI 生成的答案中獲得引用和曝光？」

三者的關係

┌───────────────────────────────────────────┐
│                AISO（AI 搜尋優化）            │
│  ┌─────────────────┐  ┌─────────────────┐  │
│  │       AEO       │  │       GEO       │  │
│  │  （答案引擎優化）  │  │  （生成式引擎優化） │  │
│  │                 │  │                 │  │
│  │ Google AI       │  │ ChatGPT Search  │  │
│  │ Overviews        │  │ Perplexity      │  │
│  │ Featured Snippet │  │ Claude Search   │  │
│  │ Knowledge Graph  │  │ Gemini Deep     │  │
│  │                  │  │ Research        │  │
│  └─────────────────┘  └─────────────────┘  │
└───────────────────────────────────────────┘

簡單記法： AISO 是大框架，AEO 偏向 Google 生態，GEO 偏向獨立 AI 搜尋引擎。

類別 1：傳統搜尋引擎 + AI 層

Google：
  AI Overviews — 在搜尋結果頂部直接生成 AI 回答
  SGE（Search Generative Experience）— Google 的 AI 搜尋實驗
  → 對傳統 SEO 衝擊最大！AI 回答搶走了大量點擊。

Bing：
  Bing Chat / Copilot — 整合 GPT-4 的對話式搜尋
  Deep Search — 使用 AI 進行深度搜尋
  → 佔有率較低，但在歐美有一定市場。

類別 2：獨立 AI 搜尋引擎

ChatGPT Search（OpenAI）：
  → 基於 GPT-4 的網路搜尋功能
  → 直接生成答案 + 引用來源
  → 2025 年底推出，正在快速增長

Perplexity：
  → 專注於「可引用的 AI 搜尋」
  → 每個答案都有明確的來源引用
  → 學術和研究領域使用率高

Claude（Anthropic）：
  → 具有網頁搜尋能力的對話 AI
  → 注重安全和準確性

Gemini（Google）：
  → Google 的多模態 AI 助手
  → 整合 Google 搜尋的生態系統

類別 3：垂直領域 AI 搜尋

You.com：
  → 注重隱私的 AI 搜尋引擎
  → 整合多個 AI 模型的結果

Arc Search：
  → 瀏覽器內建的 AI 搜尋
  → 自動生成「瀏覽摘要頁面」

Consensus：
  → 專注學術研究的 AI 搜尋
  → 只引用有研究支持的回答

Phind：
  → 專注程式開發的 AI 搜尋
  → 答案包含程式碼和技術文件引用

傳統 SEO 的漏斗：
  曝光 → 點擊 → 網站訪問 → 轉換

AISO 的漏斗：
  曝光 → AI 回答中被引用 → 品牌認知提升 → 間接網站訪問/轉換
        ↑ 新增的關鍵步驟

Google AI Overviews 是什麼？

AI Overviews 是 Google 在搜尋結果頂部顯示的、由 AI 自動生成的摘要答案。它從多個網頁中提取資訊，合成一個完整的回答。

當使用者搜尋：

  「香港牙醫 植牙過程 注意事項」

Google AI Overviews 顯示：

  ┌──────────────────────────────────────────┐
  │  AI Overviews                             │
  │                                           │
  │  植牙過程通常包括以下��驟：                  │
  │                                           │
  │  1. 初步評估：牙醫會進行 X 光檢查...       │
  │  2. 植入手術：在局部麻醉下...               │
  │  3. 骨整合期：約需 3-6 個月...             │
  │  4. 安裝牙冠：最終裝上假牙...               │
  │                                           │
  │  常見注意事項包括...                        │
  │                                           │
  │  [來源 1] [來源 2] [來源 3]  ← 你的網站！  │
  └──────────────────────────────────────────┘
  然後才是傳統的藍色連結...

��些搜尋最容易觸發 AI Overviews？

高觸發率：
  ✅ 資訊型查詢（「XXX 是什麼」「XXX 如何運作」）
  ✅ 步驟/教學類型（「如何 XXX」「XXX 的步驟」）
  ✅ 比較型查詢（「A vs B 的差異」）
  ✅ 清單型查詢（「最好的 XXX 推薦」）

低觸發率：
  ⚠️ 交易型查詢（「購買 XXX」— 仍以廣告和購物結果為主）
  ⚠️ 導航型查詢（「Facebook 登入」— 直接導向網站）
  ⚠️ 當地搜尋（「附近的餐廳」— 仍以 Local Pack 為主）

決定 AI 引用（Citation）的因素：

1. 權威度（Authority）
   AI 傾向引用公認的權威來源：
   → 知名媒體、學術機構、政府網站、行業權威

2. 內容一致性（Consensus）
   如果多個權威來源說同樣的事，
   AI 更有信心引用這個資訊。

3. 內容結構化程度（Structure）
   清晰的標題層級、列表、表格 →
   AI 更容易解析和提取資訊。

4. E-E-A-T 訊號
   經驗（Experience）、專業（Expertise）、
   權威（Authoritativeness）、信任（Trustworthiness）

5. 引用網絡（Citation Network）
   被其他權威來源引用的內容，
   更有可能被 AI 引用。

6. 數據和事實的明確性
   有具體數字、統計資料、研究支持的內容，
   比模糊的��容更容易被引用。

傳統 SEO 技能（仍然重要）：
  ☑ 關鍵字研究
  ☑ On-Page SEO（Title、Meta、Header）
  ☑ 技術 SEO（速度、索引、Schema）
  ☑ 反向連結建設

AISO 新增技能（必須學習）：
  ☑ Entity SEO（實體優化）
  ☑ 內容結構化（不只是寫作，是資料整理）
  ☑ 了解 AI 模型如何處理資訊
  ☑ llms.txt 和 AI 爬蟲管理
  ☑ Schema 進階應用（不只是基礎設定）
  ☑ 數據驅動的內容策略（基於 AI 引用數據）
  ☑ 品牌權威度建設（不只是一般反向連結）
  ☑ AI 時代的內容格式（FAQ、How-to、Listicle 更受 AI 歡迎）

第 1-2 個月：理解與準備

☐ 了解 AI Overviews 在你的行業中如何顯示
☐ 分析競爭對手是否被 AI 引用
☐ 建立 Entity SEO 的基礎（Google Knowledge Graph）
☐ 審查網站現有的 Schema 標記
☐ 為網站設定 llms.txt（見第 64 章）

第 3-4 個月：內容重構

☐ 將現有內容重構為更結構化的格式
☐ 加入 FAQ、How-to、Listicle 等 AI 友好格式
☐ 強化內容中的數據、統計、引用來源
☐ 改善 E-E-A-T 訊號（作者頁面、專業認證展示）

第 5-6 個月：監控與迭代

☐ 使用工具追蹤 AI 引用情況
☐ 分析哪些內容被 AI 引用，哪些沒有
☐ 根據數據調整內容策略
☐ 持續建立行業權威度

❌ 舊心態：
   「我要在 Google 排名第一」
   「我要讓更多人點擊我的網站」

✅ 新心態：
   「我要成為 AI 眼中的權威資訊來源」
   「我要讓我的內容在 AI 回答中被正確地引用」

關鍵轉變：
  → 從追求「排名」到追求「被引用」
  → 從「網站為中心」到「品牌為中心」
  → 從「單一搜尋引擎」到「多 AI 平台」
  → 從「點擊率」到「品牌可見度」

| ← 第 57 章：網站搬遷與域名遷移 SEO SOP | 回索引 | 第 59 章：AISO 的核心原理 → |

延伸閱讀：網站 SEO 學習與操作手冊