「AI SEO」「AEO」「GEO」「AI Overviews」這幾個名詞最近很紅，很多老闆和行銷人看得一頭霧水：新名詞一直冒出來，傳統 SEO 到底還要不要做？先給答案：SEO 還是要做，而且是一切的地基。這五個詞根本不在同一個層級：有的是方法，有的是策略，有的只是搜尋頁上的新功能。本文用一個好記的比喻、兩張對照表和三個實戰步驟，帶您一次看懂，最後附上我們自己操作時踩過的兩個雷。
若您想先建立完整的基礎觀念，可以搭配 新視野 SEO 終極指南 的 16 章內容一起讀：先看全貌，再回來看本文的名詞比較，觀念會建立得更快。
本篇目錄
先說結論：五個名詞，其實在三個不同層級
先給最白話的版本：SEO 是地基，AI SEO、AEO、GEO 是蓋在地基上的新招式，AI Overviews 則是搜尋頁上的新功能。大家會搞混，通常只是把「搜尋頁上的新功能」和「自己能動手做的優化」混在一起談了。放進三個層級，事情馬上變清楚。
- 第一層｜SEO：最基本的功課。目標是讓搜尋引擎找得到您的網站、看得懂內容，而且認為內容夠好，願意把它排到前面。
- 第二層｜AI SEO、AEO、GEO：都是 SEO 在 AI 搜尋時代的延伸，只是分工不同。AI SEO 顧整體，AEO 專攻「把內容寫成答案」，GEO 專攻「讓 AI 提到您的品牌」。
- 第三層｜AI Overviews：它不是一種做法，而是 Google 搜尋頁上的 AI 摘要功能。您沒辦法「做 AI Overviews」，只能把內容做好，去爭取被它引用。
這個分層會直接影響目標怎麼訂。與其一直問「要怎麼做 AI Overviews」，比較對的問法是：我的內容要長成什麼樣子，才有機會被 AI 摘要選中並附上連結？
一個比喻看懂全部：商圈、店家與 AI 導遊
把整個網路想像成一個超大的商圈，您的網站就是商圈裡的一家店。過去客人自己逛街：用 Google 搜尋，就像翻商圈地圖和招牌，一家一家比較，最後挑一家走進去。
現在商圈裡多了一群「AI 導遊」，像 ChatGPT、Perplexity，還有 Google 自家的 AI Overviews。愈來愈多客人不逛街了，直接問導遊「哪一家好」，導遊會整理好答案，順便附上幾家店的名字。
把五個名詞放進這個場景，馬上就好懂了。
記住這個畫面：SEO 是把店開好，AEO 和 GEO 是替導遊準備資料，AI Overviews 是導遊說出來的話。接下來逐一看細節。
SEO 是什麼？先讓客人找得到您的店
SEO（Search Engine Optimization，搜尋引擎優化），一句話：讓客戶搜尋時找得到您。做法是把網站整理好，讓 Google 這類搜尋引擎順利找到您的頁面、讀懂內容，並且判斷它值得排在前面。
Google 官方說得很直接：在〈Do You Need an SEO?〉這份說明文件中，Google 明講沒有人能保證網站在 Google 拿到第一名。所以 SEO 的重點從來不是把關鍵字塞好塞滿，也不是想辦法破解演算法，而是認真回答使用者的問題。
舉個例子：有人搜尋「咖啡機怎麼清洗」，做得好的頁面會把步驟、注意事項、不同機型的差別和常見錯誤都整理清楚。這種內容在 AI 搜尋時代一樣吃香，因為 AI 要生成答案，同樣需要可靠又好懂的資料來源。
AI SEO 是什麼？讓 AI 導遊認識您、推薦您
AI SEO 一句話：讓搜尋引擎與 AI 都看得懂、找得到您。它不是 Google 的官方名詞，而是業界的統稱：當搜尋結果常常出現 ChatGPT、Perplexity、Google AI Overviews 整理好的答案時，只顧排名已經不夠了。
想看更完整的定義與運作方式，可以讀 AI SEO 是什麼 這篇專文；本文先聚焦在它和其他名詞怎麼分工。
AI SEO 實際在做的三件事
- 傳統 SEO 的基本功照做：AI 搜尋一樣要能順利讀取您的網頁、看懂您的內容，技術和品質一項都不能少。
- 把重點寫得好摘：關鍵資訊寫成短而清楚的段落，讓 AI 可以直接抓去當答案，而不是埋在長篇大論裡。
- 補齊可信度線索：作者是誰、品牌是誰、資料哪裡來、有沒有結構化資料、各頁說法是否一致，都會影響 AI 敢不敢引用您。
Google 在〈Google Search's Guidance on Generative AI Content〉說明文件寫得很白：「使用生成式 AI 工具或類似工具產生大量頁面、卻沒有為使用者增加價值，可能違反 Google 關於大規模內容濫用（scaled content abuse）的垃圾內容政策。」換句話說，用 AI 寫本身沒問題，大量生產卻沒有新價值才是紅線。
Google 另外也在〈Optimizing your website for generative AI features on Google Search〉這份專門文件裡，用一句話點出差別：「第一手評測提供的是基於親身經驗的獨特觀點，而彙整既有內容只是把別處已經有的資訊重講一遍。」這正是 AI 搜尋時代最關鍵的分水嶺。
AEO 是什麼？把答案先寫好，讓 AI 直接唸出來
AEO（Answer Engine Optimization，答案引擎優化），一句話：讓您的內容更容易被 AI 擷取成答案。與其只想辦法讓使用者點進網站，不如把內容寫到可以直接被拿去當答案。完整做法可以參考 AEO 指南。
早期 AEO 主要瞄準精選摘要、「其他人也問了」這類版位；現在則延伸到 AI 搜尋和各種聊天式回答。Google 在〈Featured Snippets and Your Website〉說明過，搜尋結果有時會直接在最上方顯示能回答問題的網頁片段，而且這是系統自動判斷的，網站端無法直接指定。
AEO 的寫法：一問一答，答案放前面
寫 AEO 內容時，照下面的順序組織段落，關鍵是讓每一段都能單獨被看懂。
- 先把問題寫清楚：小標直接用問句，例如「為什麼…」「如何選擇…」，讓人一眼看出這段在回答什麼。
- 開頭一到三句就給答案：這幾句要能單獨成立，AI 才方便直接抽出來用。
- 後面再補條件和細節：說明背景、適用情境和例外，答案才經得起追問，也不容易被誤解。
- 多用清楚的格式：FAQ、名詞定義、步驟清單、比較表，都是搜尋系統最容易消化的形式。
AEO 最常見的誤用，是把整篇文章切成一堆短問答。真正有效的 AEO 不是把答案寫短，而是答案精準、脈絡完整、來源可信，只丟一句結論反而不夠力。
GEO 是什麼？讓 AI 一提再提、反覆引用
GEO（Generative Engine Optimization，生成式引擎優化），一句話：讓 AI 回答問題時提到、引用或推薦您的品牌。它也是五個名詞中唯一有明確學術出身的概念，不是行銷圈自己發明的流行語。
這個框架出自論文〈GEO: Generative Engine Optimization〉，由 Pranjal Aggarwal、Vishvak Murahari、Tanmay Rajpurohit、Ashwin Kalyan、Karthik Narasimhan、Ameet Deshpande 六位研究人員共同提出，作者分屬普林斯頓大學與印度理工學院德里分校（IIT Delhi）等機構，並於 ACM SIGKDD 2024（KDD 2024）國際會議正式發表，是經過同儕審查的研究成果。
研究團隊建立名為 GEO-bench 的測試集，論文第 3.2 節寫明其規模為「10K queries」（一萬筆查詢，切分為 8K 訓練、1K 驗證、1K 測試），用以比較九種優化策略。論文摘要的原始用語是能見度「up to 40%」（最高提升四成），實際幅度會因領域而異——請留意坊間常見的「一律提升 40%」是過度簡化的說法。想深入了解，可以讀 GEO 完整指南。
GEO 和 AEO 差在哪
兩個詞常被混在一起，其實看的方向不同，用導遊比喻最好懂。
研究實測最有效的三招
九種策略比較下來，以下三招在多數領域都有效。
- 標出資料來源（Cite Sources）：清楚寫出數據和說法是哪裡來的，AI 才有理由把您當成可信的素材。
- 引用專家說法（Quotation Addition）：放進專家、研究機構或原始文獻的具體論述，內容的權威感和可驗證性都會提升。
- 放進具體數據（Statistics Addition）：明確的數字比模糊的形容有力，例如「六成業者」就比「很多業者」更容易被 AI 抽出來用。
GEO 實務上怎麼落地
GEO 不是推翻 SEO，而是在 SEO 和 AEO 之上多加一層思考：怎麼讓 AI 願意把您的內容組進答案裡。第一步是補齊來源、數據和引述，並確保每個段落都能單獨看懂。
接著把品牌的身分資訊做清楚，包含作者介紹、公司資訊，以及各平台說法一致。內容也要維持更新節奏，因為 AI 挑素材時，通常偏好資訊還沒過期的新鮮頁面。
那 llms.txt 要不要做？先看 Google 怎麼說
很多文章（包括我們自己早期的版本）會建議做一份 llms.txt，主動列出最值得 AI 優先閱讀的頁面。這裡必須誠實補上一個關鍵事實：Google 已經明確表態，這類檔案對 Google 搜尋沒有效果。
Google 在〈Optimizing your website for generative AI features on Google Search〉寫得非常直接：「您不需要建立新的機器可讀檔案、AI 文字檔、標記或 Markdown，才能出現在 Google 搜尋中。」並補充這類檔案「既不會傷害、也不會幫助您網站在 Google 搜尋的能見度或排名，因為 Google 搜尋會忽略它們」。
所以正確的期待值是：llms.txt 對 Google 搜尋與 AI Overviews 無效；它的潛在價值在於部分非 Google 的 AI 工具與爬蟲可能會參考，屬於低成本的實驗性配置，不該排在 SEO、AEO、GEO 基本功之前。我們自己實作的經驗寫在下方「我們踩過的雷」那一節。
AI Overviews 是什麼？Google 給的重點整理
AI Overviews 一句話：Google 把多個來源整理成一段答案，放在搜尋結果最上方。當系統判斷「先整理重點」對使用者比較有幫助時，就會生成這段摘要，並附上幾個可以延伸閱讀的網頁連結。
請記住它的本質：它是搜尋頁上的一種新呈現方式，不是另一個可以獨立經營的平台。想通這一點，策略就不會走偏。
Google 在〈AI Features and Your Website〉的立場很一致：「您可以把套用在 Google 搜尋的同一套 SEO 基本功，直接套用在 AI 功能上」，而且「不需要新增任何機器可讀檔案或標記才能出現在這些功能中」。
- 有些關鍵字出現 AI Overviews 之後，使用者看完摘要就不點了，流量的分配方式確實會改變。
- 但 Google 也觀察到，使用者開始問更長、更複雜的問題，反而創造出新的內容機會。
- 成效要怎麼看？Google 已在 Search Console 提供生成式 AI 成效報告（Generative AI performance report），可以直接觀察網站在 AI 功能中的曝光與點擊，不必再靠猜。
- 一句話總結：AI Overviews 是戰場，不是武器。您能做的是把 SEO、AEO、GEO 做好，去爭取被引用、被連結、被看見。
五者核心差異一覽表
下表把五者的定義、曝光位置、解決的問題、執行方式與成效指標整理在一起，適合存下來，或直接傳給內容團隊當共同語言。
| 比較項目 | SEO | AI SEO | AEO | GEO | AI Overviews |
|---|---|---|---|---|---|
| 它是什麼？ | Google 搜尋排名優化 | 同時布局搜尋引擎與 AI 的整體策略 | 讓內容成為直接答案的方法 | 讓品牌進入生成式 AI 回答的方法 | Google 搜尋結果中的 AI 摘要功能 |
| 一句話說法 | 讓客戶搜尋時找得到您 | 讓搜尋引擎與 AI 都看得懂、找得到您 | 讓您的內容更容易被 AI 擷取成答案 | 讓 AI 回答問題時提到、引用或推薦您的品牌 | Google 把多個來源整理成一段答案 |
| 客戶會在哪裡看到？ | Google 自然搜尋結果 | Google、AI Overviews、ChatGPT、Gemini、Perplexity 等 | 精選摘要、語音回答、AI Overviews 及各種 AI 回答 | ChatGPT、Gemini、Perplexity、AI Overviews 等生成式回答 | Google 搜尋結果頁上方 |
| 主要解決的問題 | 網站排名與自然流量不足 | 只做傳統搜尋，錯過 AI 搜尋曝光 | 文章雖然完整，卻不容易被 AI 擷取成答案 | AI 知道相關知識，卻沒有提到或推薦您的品牌 | 使用者不點網站，也能先看到整理後的答案 |
| 實際怎麼做？ | 技術健檢、關鍵字、內容、網站架構與連結建設 | 整合 SEO、AEO、GEO 及品牌實體經營 | 結論前置、問題明確、段落精簡、條列清楚並補上結構化資料 | 建立原創資料、案例、可靠引用、專家身分、品牌一致性與外部提及 | 無法直接設定，Google 官方明言不需特殊檔案或標記；把 SEO、AEO、GEO 做好，爭取被採用 |
| 怎麼看成效？ | 排名、曝光、點擊、自然流量與轉換 | 搜尋曝光、AI 提及、來源引用與轉換 | 答案出現率、段落引用率、精選摘要與 AI 回答採用率 | 品牌提及率、推薦率、來源引用率及描述正確性 | Search Console 生成式 AI 成效報告的曝光與點擊 |
最好記的說法：SEO 讓客戶找得到您，AEO 讓您的內容成為答案，GEO 讓 AI 主動提到或推薦您；AI SEO 則是把這些方法整合起來。
AEO 與 GEO 深度對照：一個顧答案，一個顧品牌
五者之中最容易搞混的就是 AEO 和 GEO。簡單說：AEO 讓內容更容易成為「問題的直接答案」；GEO 讓品牌與內容更容易被生成式 AI「引用、提及與推薦」。
兩者的運作邏輯完全不同。AEO 的核心是萃取：讓引擎直接拔取您網頁上一段完整、現成的答案，展示在使用者面前。GEO 的核心是生成與引用：當 AI 消化多方資料、自己寫出長篇答案時，把您視為值得引用的權威來源。
| 比較項目 | AEO 答案引擎優化 | GEO 生成式引擎優化 |
|---|---|---|
| 英文全名 | Answer Engine Optimization | Generative Engine Optimization |
| 運作邏輯 | 引擎「萃取」網頁上現成的標準答案，直接展示給使用者 | AI「消化」多方資料後生成解答，並附上引用來源 |
| 核心目標 | 成為某個問題的直接答案 | 進入 AI 整合生成的完整回答，被提及與推薦 |
| 主要場景 | 精選摘要、語音助理、問答框；生成式答案亦受益 | ChatGPT、Gemini、Perplexity、AI Overviews 等生成式答案 |
| 優化單位 | 問題、段落與答案區塊，屬於單頁層級 | 品牌、網站與主題權威，屬於實體層級 |
| 內容重點 | 結論前置、問答明確、條列清楚、容易擷取 | 原創資訊、具體數據、可靠引用、完整語境與品牌可信度 |
| 技術重點 | 標題結構、語意清楚、結構化資料、可擷取性 | 實體辨識、來源權威、跨網站提及、品牌資訊一致 |
| 成效觀察 | 答案出現率、摘要引用、語音回答採用 | 品牌提及率、來源引用率、推薦情境、描述正確性 |
| 發酵時間 | 較快：網頁被重新爬取後，摘要可能迅速替換 | 較慢：需要累積品牌聲量，甚至等待模型更新 |
| 如何執行 | 盤點高價值頁面，替重要主題設計問句小標；段落開頭一到三句直接給答案；補上 FAQ、步驟清單、比較表與結構化資料標記 | 補進第一手數據、可靠來源與專家引述；產出有深度比較與完整脈絡的內容；經營案例、媒體報導、評論等第三方聲量；確保全網品牌資訊一致 |
AEO 會進入 AI 回答嗎？
會。AEO 就是把內容整理成 AI 容易理解與擷取的形式，提高內容進入 AI 回答的機率；但如果希望 AI 不只引用內容，還能主動提到或推薦品牌，就需要進一步配合 GEO 與品牌可信度經營。可以這樣記：AEO 是進入 AI 回答的門票，GEO 決定被不被點名推薦。
AEO 與 GEO 最簡單的例子
假設使用者問 AI：「台中哪一家網頁設計公司適合中小企業？」從 AI 給出的回答，就能看出兩種優化各自的成果。
- AI 回答：「挑選網頁設計公司要評估案例、SEO 能力及售後服務。」您的文章內容被採用進答案，這偏向 AEO 成果。
- AI 回答：「新視野網頁設計提供網站設計、SEO 及 AI 搜尋優化服務。」品牌被直接提及或推薦，而且描述正確，這偏向 GEO 成果。
也就是說，AEO 讓您的內容「答得好、容易被引用」，GEO 讓您的品牌「可信任、值得被寫進答案」。兩者沒有完全統一的業界邊界，不少工具與文章甚至直接把 AEO 當成 AI 搜尋優化的統稱。
實務上較好用的分法是：AEO 偏頁面與答案結構，GEO 偏生成式答案中的整體可見度，SEO 則是兩者共同的技術與內容地基。與其糾結定義，不如先對齊團隊想達成的目標。
實戰三步驟：SEO 打底、AEO 改寫、GEO 升級
多數網站不必在這些做法之間「多選一」，而是照順序一層一層疊上去。對台灣中小企業來說，下面三步通常可以在三到六個月內逐步完成。
把 SEO 基礎打穩
先確認網站能被搜尋引擎正常讀取和收錄、主題架構清楚、重要頁面有內部連結互相支撐、內容真的在回答使用者的問題，而且有固定更新。AI 搜尋出現之後，Google 對這些基本功的要求一點都沒有降低——Google 自己的說法是「SEO 的最佳做法對 Google 搜尋的 AI 功能依然適用」。
把高價值頁面改成 AEO 格式
挑出最會帶生意進來的頁面：服務頁、產品頁、高流量知識文、比較型文章。替每個重要主題設計問句小標，段落開頭先給出可以單獨看懂的答案，再用步驟或表格整理細節，最後補上適用條件。
用 GEO 和 AI SEO 的眼光總檢查
檢查品牌身分是否清楚、作者介紹是否完整、不同文章對同一件事的說法是否一致、有沒有自己的觀點和第一手經驗，再照研究結論補強數據、來源和專家引述。
Google 在〈Creating Helpful, Reliable, People-First Content〉一再強調內容要有幫助、可靠、以人為本。在 AI 搜尋時代這點更重要，因為缺乏獨特價值的內容，最容易被 AI 摘要直接取代。完整步驟可以參考 AI SEO 轉型 專章。
我們自己踩過的兩個雷（第一手紀錄）
上面講的都是方法。這一節換個角度，講兩件我們在 newscan.com.tw 上實際做過、而且到現在還沒完全解決的事——因為只講成功案例的文章，通常不值得信。
雷一：主力 pillar 頁主攻頭部詞，卡在 10 到 15 名上不去
我們的 SEO 終極指南 是站上內容最厚的 pillar 頁，共 16 章，主攻的目標關鍵字就是最硬的頭部詞「SEO」。內容量、內鏈支撐、更新頻率我們都給得很足，但這頁的排名長期停在第 10 到 15 名之間，始終沒有進到前段班。
我們目前鎖定的第一個嫌疑犯是標題訊號不一致：這頁的 title 寫的是「SEO 終極指南⋯⋯」，H1 卻是「SEO 是什麼？⋯⋯16 章權威解析」。兩者主打的語意重心不同——一個強調「指南」，一個強調「是什麼」，等於同時對搜尋引擎丟出兩種頁面定位。
誠實說：這個假設我們還在驗證，尚未有定論。我們的作法是先把 title 與 H1 的語意對齊到同一個查詢意圖，觀察兩到三個爬取週期再評估。若最後證實不是主因，第二順位的假設是這個頭部詞的搜尋意圖偏向工具與平台類頁面，內容型 pillar 頁在該意圖下天花板本來就較低。
雷二：花時間做了 llms.txt，後來發現 Google 根本不讀
我們替 newscan.com.tw 部署過一份 llms.txt，人工精選了 17 條最希望被 AI 優先閱讀的連結，同時在 robots.txt 補上針對 AI 爬蟲的指令，並替主要內容頁補上 FAQPage 的 JSON-LD 結構化資料。整套配置從盤點到上線，花掉的是實打實的工時。
後來 Google 在官方文件把話講死了：這類機器可讀檔案「既不會傷害、也不會幫助您網站在 Google 搜尋的能見度或排名，因為 Google 搜尋會忽略它們」。也就是說，這份 llms.txt 對我們最在意的 Google 與 AI Overviews 曝光，效果是零。
那這件事白做了嗎？我們的實際結論分三層：
- llms.txt 本身：對 Google 無效。保留它的唯一理由是部分非 Google 的 AI 工具可能參考，成本低所以留著，但不再投入額外工時維護，也不會再向客戶推薦把它排在優先順位。
- robots.txt 的 AI 爬蟲指令：這部分有效且該做，但它解決的是「要不要讓 AI 抓」的權限問題，不是「能不能被引用」的能見度問題。兩件事常被混為一談。
- FAQPage 結構化資料：值得做，但理由要修正。Google 已明說生成式 AI 搜尋不需要特殊 schema，所以做它是為了複合式搜尋結果的資格，不是為了打開 AI 的門。
內容團隊最常踩的四個雷
下面四個錯誤，在台灣中小企業的內容專案裡特別常見。多數都不是技術問題，而是把名詞的角色搞錯了。
- 把 AI SEO 當成「用 AI 大量生文章」 Google 說得很清楚：用 AI 不是問題，問題是量產一堆沒有新價值的內容，這會踩到大規模內容濫用的垃圾內容政策。空洞、重複、缺乏原創資訊的文章，結果比不做還糟。
- 以為 AEO 就是把整篇文章改成 FAQ FAQ 只是一種呈現形式。答案寫得太簡短、沒有適用條件、缺乏可信來源，反而拉低品質。AEO 要的不是更短，而是更清楚、更能被驗證、更容易被抽用。
- 做 GEO 只顧著堆數據和引用 研究確實說加數據、加來源有效，但不代表亂塞就有用。塞不相關的統計、引用低品質來源、為了引述而引述，反而傷害可信度。GEO 的重點是用數據和來源撐住原本的論點。
- 把 AI Overviews 當成獨立的流量渠道 結果反而忽略網站基本功。AI Overviews 仍建立在 Google 對網頁的理解上：結構混亂、品質不佳的網站，同樣很難被 AI 摘要引用。先把地基蓋好，再談上層曝光。
- 以為做了 llms.txt 就等於做了 AI SEO Google 官方已明言不需要任何 AI 文字檔或特殊標記才能出現在搜尋與 AI 功能中，而且 Google 搜尋會直接忽略這類檔案。把工時花在這裡，不如拿去補第一手數據、來源與作者身分。詳見上一節我們自己的實作紀錄。
結論：內容夠好，介面怎麼變都不怕
五個名詞的差別，不在誰新誰舊，而在各自回答的問題不同。SEO 讓客戶找得到您，AEO 讓內容成為答案，GEO 讓 AI 提到並推薦您的品牌。
AI SEO 解決的是「在整個 AI 搜尋環境裡怎麼維持能見度」，而 AI Overviews 是 Google 把這些結果呈現在搜尋頁上的方式：它屬於結果，不是手段。
對多數品牌來說，真正該做的不是追逐新名詞，而是回頭問自己：內容真的回答了問題嗎？結構清楚嗎？有數據、來源和引述撐腰嗎？有沒有別人給不了的經驗和判斷？
Google 自己給的判準最好用：「第一手評測提供的是基於親身經驗的獨特觀點，而彙整既有內容只是把別處已經有的資訊重講一遍。」您的頁面屬於哪一種，決定了 AI 有沒有理由非引用您不可。
只要這些問題答得出來，不管搜尋介面怎麼變，您都更有機會被看見。想把知識架構一次補齊，建議搭配 新視野 SEO 終極指南 一起讀：指南建立全貌，本文釐清名詞，就是 AI 搜尋時代的完整內容布局。
常見問答 FAQ
GEO 和 AEO 到底差在哪？要做哪一個？
GEO 是行銷圈發明的流行語嗎？有沒有學術根據？
AI SEO 是不是就是用 AI 寫文章？
AEO 和 SEO 哪個比較重要？要先做哪一個？
AI Overviews 可以直接優化嗎？有沒有操作技巧？
llms.txt 到底要不要做？對 AI 搜尋有幫助嗎？
結構化資料對 AEO 和 GEO 有幫助嗎？
排名擠不進第一頁的網站，做 GEO 有用嗎？
現在還值得做傳統 SEO 嗎？
什麼樣的內容最適合做 AEO 和 GEO？
- Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., & Deshpande, A.（2024）。GEO: Generative Engine Optimization。ACM SIGKDD 2024（arXiv:2311.09735）。本文引用其第 3.2 節 GEO-bench 規模、摘要之 up to 40%、第 5.2 節與 Table 2 之 115.1% 數據。
- Google Search Central。Optimizing your website for generative AI features on Google Search。（llms.txt 與特殊標記無效、第一手內容價值、Search Console 生成式 AI 成效報告）
- Google Search Central。AI Features and Your Website。（AI 功能沿用既有 SEO 最佳做法）
- Google Search Central。Google Search's Guidance on Generative AI Content。（大規模內容濫用 scaled content abuse）
- Google Search Central。Do You Need an SEO?。（無人能保證排名）
- Google Search Central。Featured Snippets and Your Website。（精選摘要由系統自動判斷）
- Google Search Central。Intro to How Structured Data Markup Works。（結構化資料的作用與限制）
- Google Search Central。Creating Helpful, Reliable, People-First Content。（以人為本的內容準則）
- Ahrefs Blog。GEO, LLMO, AEO… It's All Just SEO。（業界對名詞之亂的觀點）
- 新視野網頁設計自有操作紀錄：newscan.com.tw 之 pillar 頁排名觀察、llms.txt 與 robots.txt 部署經驗（見本文「我們自己踩過的兩個雷」一節）。
