第十二章：AI 時代下的 SEO 轉型：從排名競爭走向可引用性競爭

11.1 AI 正在重塑搜尋生態，SEO 進入新階段

搜尋模式已經改變，不再只是「輸入關鍵字、點擊連結」

自 2023 年起，搜尋引擎的演進不再只是介面或功能更新，而是整體搜尋生態的重組。推動這波改變的核心力量，就是生成式 AI 的快速成熟，以及它被大規模整合進搜尋產品之中。

過去二十多年，搜尋的基本邏輯相對穩定：使用者輸入關鍵字，搜尋引擎提供一系列連結，再由使用者自行點擊網站、閱讀內容並尋找答案。

但 AI 搜尋改變了這套流程。

現在，使用者更常直接輸入完整問題，而不是單一關鍵字；搜尋系統也不再只是列出連結，而是會先彙整資訊、生成答案，再附上參考來源。這代表許多使用者可能在搜尋結果頁就取得所需資訊，甚至不必再進入網站。

這種變化，正全面改寫 SEO 的競爭規則。

AI 對搜尋生態帶來的五項關鍵變化

1. 搜尋結果頁的版面被重新定義

以 Google 的 AI Overview 為例，AI 生成摘要通常會直接出現在搜尋結果頁上方，佔據最醒目的版面。過去最具價值的自然搜尋藍色連結，往往因此被往下推移。

對多數資訊型查詢而言，使用者第一眼看到的，已不再是網站清單，而是 AI 先整理好的答案。

2. 零點擊搜尋加速擴大

零點擊搜尋並非新現象。從精選摘要、知識面板出現後，使用者在搜尋結果頁直接取得答案的情況就已相當普遍。

但 AI Overview 讓這件事更加明顯。它不只回答簡單問題，也能處理比較分析、建議推薦、步驟教學等較複雜的查詢。換句話說，過去需要點進網站才能獲得的內容，現在有更高機率在搜尋頁面就被消化。

3. 搜尋入口變得更加分散

今日的資訊取得，不再只依賴 Google。ChatGPT、Perplexity、Claude、Microsoft Copilot 等工具，正逐漸成為新的資訊入口。

尤其對年輕族群、知識工作者與科技產業從業人員而言，AI 助手已經開始取代部分傳統搜尋行為。這也意味著，品牌與內容的曝光機會，不再只取決於 Google 排名。

4. 內容品質門檻明顯提高

當 AI 已能大量生成基礎型、通用型內容，搜尋系統自然會更重視那些難以被快速複製的資訊。

真正具備競爭力的內容，通常具備以下特徵：

• 有實際經驗，而非只停留在整理層次
• 有明確觀點，而非模糊堆疊資訊
• 有案例與脈絡，而非抽象結論
• 有深度分析，而非表面式說明

越是通用、缺乏特色、任何工具都能快速產出的內容，價值就越低。

5. SEO 的成效衡量方式必須更新

過去評估 SEO，多半聚焦在排名、流量與點擊率。但在 AI 搜尋環境下，這些指標已不足以完整反映內容影響力。

因為你的內容可能已被 AI 引用、品牌已被看見、專業形象也已建立，但使用者未必會實際點進網站。也就是說，影響力可能增加了，卻不一定會直接反映在傳統流量數字上。

SEO 不會消失，但重點已經改變

原因很簡單。無論搜尋介面如何改變，AI 依然需要依賴外部資訊來源來生成答案。它不會憑空創造可信內容，而是要根據網頁、公開資料、專家內容與可驗證資訊進行整理。

這表示，如果你的網站沒有內容、內容品質不足，或來源可信度不夠，AI 也不會優先引用你。

因此，SEO 的核心其實沒有改變，仍然是在做同一件事：讓內容被搜尋系統發現、理解、信任，並在適當時機呈現給正確的使用者。

不同的是，現在的目標不再只是爭取搜尋結果第一頁，而是進一步成為 AI 系統願意採用與引用的資訊來源。

11.2 Google SGE / AI Overview 的應對策略

AI Overview 的運作邏輯是什麼

Google 的 AI Overview 會在搜尋結果上方直接生成一段摘要，幫助使用者快速掌握問題答案。這段內容通常不是直接複製某一個網站，而是綜合多個來源後重新整理，並附上部分參考連結。

這代表，網站之間的競爭已不只是排名競爭，更是「是否有機會成為 AI 摘要素材」的競爭。

哪些查詢較容易觸發 AI Overview

從目前的觀察來看，以下類型的查詢較容易出現 AI Overview：

• 概念解釋型查詢：例如：「什麼是 SEO」、「什麼是量子運算」
• 比較分析型查詢：例如：「React 和 Vue 差在哪裡」、「油車和電車哪個比較適合」
• 建議推薦型查詢：例如：「適合新手的程式語言」、「台北三天兩夜如何安排」
• 操作教學型查詢：例如：「如何申請護照」、「WordPress 網站搬家流程」

相較之下，以下類型通常較不容易觸發：

• 明確導航型搜尋，例如「Facebook 登入」
• 直接交易型搜尋，例如「買 iPhone」
• 高即時性的新聞查詢
• 敏感或高度爭議的政治、社會議題

哪些內容更容易被 AI Overview 引用

想提高被引用的機率，內容通常要具備幾個明顯特徵。

1. 原本就具備一定搜尋能見度

AI Overview 的引用來源，很多時候仍建立在傳統搜尋結果之上。若頁面本來就缺乏曝光，被引用的可能性自然較低。

2. 內容結構清楚、層次分明

具有明確 H1、H2、H3 標題，段落分工清楚，且論述順序合理的內容，對 AI 更容易理解，也更方便擷取。

3. 能快速、直接回答問題

若文章一開始就能明確回答使用者核心問題，而不是先鋪陳大量背景，通常更有機會成為 AI 摘要素材。

4. 具有可引用的資訊單元

例如定義、數據、比較、表格、步驟、結論、問答等內容，都屬於資訊密度高、利於擷取的形式。

5. 來源本身具備可信度

具備專業作者、品牌背景、實務經驗與可信來源支持的內容，通常更容易被視為可靠引用對象。

面對 AI Overview，SEO 應如何調整

傳統 SEO 仍然要做好

AI 搜尋並不是傳統 SEO 的替代品，而是建立在其基礎之上的延伸。若沒有基本排名、技術架構與內容品質，頁面往往連進入 AI 候選來源的機會都沒有。

提升內容的可擷取性

所謂可擷取性，就是讓內容更容易被搜尋系統理解、切分與引用。實務上可透過以下方式強化：

• 加入清楚定義段落
• 提供重點摘要
• 使用步驟式教學
• 整理優缺點列表
• 製作比較表格
• 補充 FAQ 問答區塊

這不只對 AI 友善，對使用者閱讀體驗也有幫助。

聚焦 AI 不擅長的內容

AI 擅長整理通用知識，但對以下類型內容仍有明顯限制：

• 最新且變動快速的資訊
• 在地市場與區域性經驗
• 真正做過才知道的細節
• 原創研究、原創調查與第一手資料
• 帶有專業判斷的分析觀點

這些內容，正是未來 SEO 競爭力的重要來源。

不只看流量，也要看是否被引用

未來 SEO 的成效評估，不能只停留在「有沒有點進來」，還要延伸到「有沒有被看到、被提及、被引用、被信任」。品牌曝光與專業認知，將成為更重要的衡量面向。

11.3 AIGC 內容的 SEO 應用與風險

Google 真正反對的不是 AI，而是低品質內容

Google 並非單純排斥 AI 生成內容。它真正要打擊的，是無法提供價值的低品質內容。

因此，問題的關鍵不在於「是不是 AI 寫的」，而在於「這篇內容是否真的對讀者有幫助」。若一篇文章雖由 AI 協助產出，但經過人工專業審核、補充經驗、修正錯誤並加入觀點，它仍可能是高品質內容。

反過來說，即使內容完全由人工撰寫，只要空洞、拼湊、沒有實質幫助，也同樣不會是高品質內容。

所以，AI 不是原罪。真正的風險在於：把 AI 當成大量製造內容的工具，卻忽略內容本身的品質與真實性。

AIGC 在 SEO 工作中的正確用法

AI 在 SEO 內容生產中非常實用，但前提是把它當成協作工具，而不是完全代筆者。

• 適合用於內容發想：AI 很適合協助延伸主題方向、整理子題、推測使用者常見問題與切入角度，提升企劃效率。
• 適合用於文章大綱規劃：在大型內容專案中，AI 能快速產出初步架構，協助團隊縮短規劃時間。
• 適合用於初稿骨架建立：AI 可以先整理出段落框架與基礎說明，但是否能正式發布，仍取決於人工改寫、補強與驗證。
• 適合用於關鍵字整理與搜尋意圖分類：面對大量關鍵字時，AI 在分群、分類、歸納共通點方面特別有效率。
• 適合用於標題、描述與結構化資料初版：例如 Title Tag、Meta Description、FAQ 架構、JSON-LD 草稿，都可先交由 AI 產出，再由人員調整。
• 適合用於內容更新：AI 也能協助檢查哪些段落已過時、哪些資訊需要補充、哪些內容值得重整。

AIGC 在 SEO 上的主要風險

1. 內容同質化

當越來越多人使用相似工具、提示與資料來源，最終產出的內容也容易趨於相似。對搜尋引擎來說，重複性高、缺乏原創價值的內容，不具備長期競爭力。

2. 容易出現事實錯誤

AI 的常見問題之一，就是會以看似合理的方式產生錯誤資訊，包括數據錯誤、概念混淆、虛構引用與不存在的案例。若未經查核，影響的不只是 SEO，還可能損害品牌可信度。

3. 缺乏真實經驗感

AI 可以把內容寫得流暢完整，但它沒有真正執行過專案、接觸過客戶、處理過現場問題，因此無法替代實務經驗本身。

4. 可能被判定為低品質或垃圾內容

若網站大量發布缺乏原創價值的 AI 內容，即使表面上語句通順，也可能被視為低品質頁面。

5. 特定產業可能涉及法律與倫理風險

在醫療、法律、金融等高風險領域，若未經專業審核就直接發布 AI 內容，可能帶來更高責任風險。這不只是排名問題，更涉及資訊正確性與對使用者的影響。

使用 AIGC 的基本原則

11.4 AI 輔助的關鍵字研究與內容產出流程

AI 如何改變關鍵字研究

傳統關鍵字研究往往耗時且繁瑣。從搜尋量查詢、清單匯出，到人工分類、判斷搜尋意圖、進行分群與排序，每一個環節都需要大量時間。

AI 的價值，在於把其中重複性高、耗時長的工作自動化或半自動化，讓團隊把更多時間投入策略與判斷。

AI 可協助的關鍵字研究工作

• 種子關鍵字延伸：只要提供核心主題與目標客群描述，AI 就能快速延伸出多種搜尋需求、問句形式與相關變化詞。
• 搜尋意圖分類：資訊型、商業調查型、交易型、導航型等搜尋意圖分類，很適合先由 AI 進行初步整理，再交由人員判讀修正。
• 關鍵字分群：AI 擅長辨識語意相似性與主題關聯性，有助於判斷哪些字詞應整合在同一篇內容中處理。
• 內容差距分析：將競品主題與自身內容清單交給 AI 比對，可以更快發現尚未覆蓋的內容缺口。
• 模擬受眾思考：AI 也適合從不同角色與情境出發，推演潛在搜尋需求。例如：一位正在尋找台灣網頁設計公司的中小企業主，在決策前可能會搜尋哪些問題？這類模擬，有助於挖掘更接近真實需求的關鍵字方向。

AI 輔助的內容產出 SOP

以下是一套較穩定、適合實務運用的人機協作流程：

第一步：確認主題、受眾與關鍵字方向

由人類先決定內容主題、目標讀者與商業目的，再利用 AI 協助分析搜尋意圖、整理 SERP 特徵與初步內容方向。

第二步：建立文章大綱

由 AI 先產出架構草案，再由人員檢查章節順序、內容深度與應補充的實務重點。

第三步：撰寫初稿

AI 可先生成段落骨架與基礎敘述，但真正具備差異化價值的部分，仍須由人類補充，例如實際案例、數據、踩坑經驗、專業觀點與在地觀察。

第四步：專業審核與內容增值

確認資訊是否正確、是否存在誤導風險、內容是否過於空泛，並加入品牌或團隊獨有的價值。

第五步：SEO 優化

可由 AI 協助檢查關鍵字自然度、產出標題與描述版本、建立 FAQ 與結構化資料草稿，再由人類完成最終判斷與定稿。

第六步：發布與後續監控

文章上線後，持續觀察索引、曝光、排名、點擊與轉換表現，必要時再回頭更新內容。

這套流程的核心，不是單純讓 AI 寫得更快，而是讓整個團隊在維持品質的前提下，更有效率地完成內容工作。

11.5 AI 搜尋引擎（Perplexity、ChatGPT Search）的優化方向

為什麼不能只關注 Google

進入 AI 搜尋時代後，Google 仍然重要，但已不再是唯一入口。

越來越多使用者會直接在 AI 工具中發問，而不是先進搜尋引擎、再逐一點擊網站。這代表，未來內容是否能被看見，不只取決於 Google 排名，也取決於你是否有機會成為 AI 工具引用的資訊來源。

AI 搜尋引擎在挑選來源時看重什麼

AI 搜尋引擎與傳統搜尋系統，在判斷內容時確實有共通邏輯，例如都重視：

• 內容品質
• 主題相關性
• 來源可信度

但 AI 搜尋有一個更突出的重點：內容是否足夠清楚，能被直接擷取與引用。

也就是說，AI 工具通常更偏好那些能直接回答問題、資訊單元明確的內容，而不是只有 SEO 包裝做得漂亮，卻缺乏實質資訊密度的頁面。

因此，對 AI 搜尋來說，真正重要的往往不是標題寫得多吸引人，而是頁面本身是否提供了明確、完整、可引用的內容。

針對 AI 搜尋引擎的優化重點

寫出明確、可引用的陳述

模糊描述不利於 AI 摘取，具體陳述則更容易被引用。

例如：

• 模糊寫法：網站費用會因需求不同而有所差異。
• 明確寫法：台灣中小企業網站建置費用，常見範圍約落在新台幣五萬至二十萬元之間。

後者資訊更清楚，也更容易成為 AI 回答中的一部分。

多使用結構化表達

定義段、表格、重點整理、優缺點列表、步驟教學等形式，不只提高可讀性，也有助於 AI 進行理解與擷取。

提供 AI 無法自行補出的價值

例如原創研究、在地市場觀察、真實客戶案例、第一手實務經驗與最新動態分析。這些內容越多，被 AI 引用的機會通常越高。

確保網站可被正常存取

若網站透過 robots.txt 或其他技術設定阻擋爬蟲，內容可能根本無法被讀取。是否開放 AI 相關爬蟲，應依照商業策略決定，但至少要清楚掌握自己的網站設定，而不是在不知情下錯失曝光機會。

建立清楚的品牌識別

當 AI 引用你的內容時，使用者往往只會短暫看到品牌名稱或網站名稱。若品牌定位模糊、識別不足，即使被引用，也不容易留下記憶點。

11.6 人機協作的內容生產 SOP

為什麼團隊一定要建立 SOP

導入 AI 工具後，許多團隊面臨的第一個問題不是效率，而是流程失控。

有人用 AI 寫大綱，有人用 AI 寫全文；有人會查資料，有人直接發布；有人反覆修改，有人完全不修。結果往往不是效率提升，而是品質忽高忽低，甚至更難管理。

因此，人機協作不能只靠個人習慣，而必須建立清楚、可執行、可檢查的 SOP。

AI 與人類各自適合負責的工作

說得更直接一些，AI 可以協助執行，但不能取代判斷。

每篇內容發布前，都應完成的四項檢查

• 1. 事實查核：確認數據是否正確、引用是否存在、資訊是否過時，以及是否出現 AI 虛構內容。
• 2. 獨特性檢查：檢查文章中是否具備品牌、團隊或作者獨有的價值。若把通用內容刪除後，幾乎沒有剩下任何差異化資訊，代表內容競爭力仍不足。
• 3. E-E-A-T 檢查：確認文章是否展現實際經驗、專業基礎、權威感與可信度，讓讀者能明顯感受到這不是拼湊式內容。
• 4. 自然度檢查：避免文章過度模板化、語氣機械化或段落太過工整。高品質內容除了資訊正確，也需要保有自然的閱讀節奏與真實的人味。

成熟的人機協作，不是讓 AI 取代內容團隊，而是讓團隊把更多時間投入真正有價值的工作。

11.7 AI 時代下，如何強化 E-E-A-T

為什麼 E-E-A-T 反而變得更重要

AI 時代最值得注意的現象是：內容表面上變多了，但真正值得信任的內容反而更少了。

當任何人都能在短時間內生成一篇看似完整的文章，搜尋系統就更需要判斷：這篇內容是否真的來自熟悉主題的人？是否具備實際經驗？是否值得相信？

這正是 E-E-A-T 在 AI 時代變得更加重要的原因。

AI 可以模仿專業語氣，但它沒有真實經驗。
AI 可以整理資料，但它不是權威本身。
AI 可以讓語句通順，但它無法對內容真實性負責。

因此，E-E-A-T 幾乎成為區分「高價值內容」與「大量填充內容」的核心標準。

如何強化 Experience（經驗）

• 分享實際執行過程：不要只講理論，也要說明自己實際如何操作、遇到什麼問題、做出哪些調整，以及最終帶來什麼結果。
• 加入原創截圖、照片與案例：這些內容是最直接的經驗證明。AI 可以生成文字，但無法取代真實專案留下來的紀錄。
• 分享失敗與修正經驗：真正有經驗的人，通常不只談成功，也會談踩雷、修正與反覆驗證的過程。這種內容比單純講結論更有說服力。
• 建立清楚的時間軸與脈絡：例如專案執行多久、何時調整策略、多久後看到成果。這些細節能明顯拉開與一般拼湊內容的差距。

如何強化 Expertise（專業）

• 建立清楚的作者資訊：讓讀者知道內容由誰撰寫、具備哪些背景與經驗，而不是讓文章像匿名拼裝而成。
• 提供真正有深度的內容：不要只停留在概念層，而應深入到實務做法、判斷依據與執行細節。真正的專業，往往藏在細節中。
• 使用精確而非空泛的表述：專業內容不會只是反覆講大道理，而是能指出具體情境、具體限制與具體作法。

如何強化 Authoritativeness（權威性）

• 穩定產出高品質內容：權威不是短期累積的結果，而是長期在特定領域持續提供高品質資訊後自然形成的。
• 爭取同業引用與提及：當其他網站、媒體或業界人士會主動引用你的內容時，你的權威性就會逐步提升。
• 參與產業活動與社群：權威不只來自網站內容，也來自真實世界中的曝光、發言與參與。
• 建立完整的品牌實體：包含品牌介紹、作者頁、組織資訊、社群平台與相關結構化資料，這些都能協助搜尋系統更完整理解你的身份與定位。

如何強化 Trustworthiness（可信度）

• 提高資訊透明度：清楚標示發布日期、更新日期、資料來源與引用依據，必要時也應揭露利益關係。
• 確保網站技術安全：網站應使用 HTTPS，並具備清楚的隱私政策、服務條款與聯絡資訊，避免讓使用者對網站安全性產生疑慮。
• 提供真實且完整的商業資訊：包含公司資訊、聯絡方式、案例、評價、服務說明與保障條件，避免只停留在包裝層次。
• 持續維護內容正確性：文章不是發布後就結束。應定期檢查是否過時、是否有錯誤，必要時更新內容並註明修改紀錄。

AI 時代下看待 E-E-A-T 的核心觀念

本章重點整理

問與答（FAQ）