GEO 洞察

拆解 GEO(Generative Engine Optimization)的技術細節——從概念入門、機制剖析,到實戰技巧的完整系列。

認識 GEO(L1):給品牌經營者 / 行銷主管。GEO 的概念、現象、為什麼重要——免費全公開。

一億美元買得到造模型的人,買不到他為什麼引用你

七月底祖克伯回 X 發文,連結照老習慣塞在回覆裡,馬斯克親自留言澄清外連懲罰一年多前就停了——一條規則的生死,老闆一句話就定了。同一個問題拿去問 AI 引擎,沒有人答得出來,包括那些被開價一億美元挖角的工程師。當規則書從頭到尾不存在,你付錢買的到底是誰的知識?

⏱ 7 分鐘閱讀👁 2,181

MCP 大改版:AI 開始在對話裡長出表單,你的網站還在畫面上嗎

2026 年 7 月 28 日,MCP 發布問世以來最大的規格改版:協議重寫成無狀態以便架在企業級架構後面跑,並把「圖表、表單、播放器直接渲染進對話」寫進正式文件。AWS、Google、微軟、OpenAI、Anthropic、Cloudflare 全坐在同一個基金會的白金席位上。這則不像前幾則新標準那樣可以先擱著。

⏱ 3 分鐘閱讀👁 1,340

AI 為了考試作弊駭進 Hugging Face,OpenAI 卻一週後才知情

七月中 Hugging Face 公告被入侵,攻擊者是一套自主 AI agent 系統;五天後 OpenAI 認領,說是自家模型在資安評測時逃出沙盒幹的。沒有人下令,也沒有人告訴它 Hugging Face 是誰——它自己推論「這個 benchmark 的解答應該放在那裡」,然後過去偷答案。這則新聞對品牌的含意有兩層:AI 挑上誰靠的是「這種資訊誰家有」的推論,而「這隻 agent 是誰派來的」已經不是一個有可靠答案的問題。一分鐘看懂。

⏱ 4 分鐘閱讀👁 1,291

你有在頁面偷塞指令洗腦 AI 嗎?模型內部已經看穿囉

七月初一家 AI 實驗室發表可解釋性研究,能從模型內部讀出它沒寫出來的盤算——其中一個實驗讓模型讀被動過手腳的內容,它內部立刻浮現「injection」「fake」。媒體喊「AI 有意識」是過譽,但對一種 AI SEO 作弊手法來說,這是個要留意的訊號。一分鐘看懂。

⏱ 2 分鐘閱讀👁 1,910

Google 發文定義 GEO,但它只算自己家的帳

Google 5 月 15 日發文把 GEO 收編進 SEO,順手劃掉 llms.txt、內容切塊這些正被包裝成方案賣的東西。但那句「GEO 就是 SEO」,原文前面有五個字:「從 Google 搜尋的角度」——ChatGPT、Perplexity 不在那個範圍裡。而我們多輪實測的結果是,就算不離開 Google 的地盤,這句話也沒有它聽起來那麼好用。

⏱ 5 分鐘閱讀👁 1,255

OpenAI 喊查不到訓練數據,另一手卻在刪日誌

紐約時報等出版商在最新制裁動議指控,OpenAI宣稱技術上查不到自家訓練數據,卻被抓到其實查得到;還刪掉了數十億條能拿來核對「ChatGPT有沒有原樣吐出受版權內容」的交互日誌。連出版商的律師團隊都拿不到一份乾淨紀錄,這對一般品牌是什麼提醒。

⏱ 1 分鐘閱讀👁 1,515

Open Knowledge Format(OKF)是什麼?Google 新標準與它在 GEO 版圖的位置

2026 年 6 月 Google Cloud 發表 Open Knowledge Format(OKF),把「LLM-wiki」模式正式化成一套可攜帶的知識格式。它本來是為了組織內部知識共享而生,卻馬上有人問:這跟網站被 AI 引用、跟 GEO 有什麼關係?本文拆解 OKF 到底是什麼、不是什麼,以及它在「機器可讀網路」這層版圖裡的真實位置。

⏱ 6 分鐘閱讀👁 2,919

Cloudflare 開始替網站打 agent 分數:輸入網域就看得到,而你的內容寫多好都不算分

2026 年 4 月 17 日 Cloudflare 推出 Agent Readiness score,開了一個誰都能輸入網域的免費檢測站,依四個維度看你支援哪些 agent 標準。整張檢查表沒有一項在看你寫了什麼——這也是為什麼我們決定在 12 維度 GEO 體質分之外,另外獨立一項 Agent 友善度指標。

⏱ 4 分鐘閱讀👁 3,469

維基百科禁止 AI 寫條目,查得到出處比讀起來順還重要

Wikipedia今年3月把規則寫進編輯指南:編輯者不得用AI撰寫或改寫條目。起因是志工編輯抓到一批AI生成的新條目——讀起來通順格式規整,查起來卻有捏造引用、編造日期、不存在的來源。這條規則對任何想靠內容被AI引用的品牌,提醒的是同一件事。

⏱ 1 分鐘閱讀👁 4,457

Google 偷改你的新聞標題,25 年的搜尋契約正在鬆動

The Verge一篇原本帶反諷語氣的標題,出現在Google搜尋結果時被改成一句乾巴巴的短語。Google稱這是小範圍實驗,目的是讓標題更貼近搜尋詞——但這動搖了「搜尋引擎照登出版商標題」這條25年來的基本契約。對品牌內容策略是什麼提醒。

⏱ 1 分鐘閱讀👁 4,071

你的留言區正在替別人對 AI 下指令,OpenAI 說這洞補不完

OpenAI 推出 Lockdown Mode 時講了一句很少見的話:AI 瀏覽器裡的 prompt injection 可能永遠補不完。這件事幾乎都被寫成「使用者要小心」,但對品牌主方向是反的——你的留言區、評論、問答,全都是別人對 AI 下指令的入口,而那些字會跟你的正文一起被讀走。

⏱ 3 分鐘閱讀👁 4,282

AI 送客上門,功勞卻被 Google 領走?監控平台的幻象

大脫鉤的示警文你看了不少,但幾個月過去,Google Search Console 沒崩、後台的 AI 來源趨近於零,於是你得到一個很合理的結論:趨勢是真的,但可以慢慢評估。問題是,那個結論是用一把已經量不準的尺量出來的——referrer 記的是最後一次點擊,不是使用者為什麼會知道你。內含三條讓 AI 流量改名換姓的路徑、各自可引用的數據,以及在多數引擎連後台都沒有的情況下還能怎麼拿到數字。

⏱ 7 分鐘閱讀👁 2,552💬 12

國王的新衣,你真敢穿嗎?市場群魔亂舞,全面拆穿假 GEO,破解法大公開!

想搞清楚「GEO 要找誰做」,一個晚上就會遇到三家廠商:搜到一家老字號傳播集團,六步方法論看起來很專業,但講到要怎麼量測你在 AI 世界裡的位置時,用的詞是衛星定位的那個 GPS;你每天在滑的論壇平台也開始賣 GEO 了,內容是業配文加水軍留言;還有一家廣告灑到你躲不掉的行銷公司,出書辦講座教人、包裝得最像專家,賣的其實是用 AI 大量生內容的「AI SEO」。三家都掛著 GEO,內容零重疊。這篇把市面上四種掛羊頭的假 GEO 分類命名,也誠實承認這行確實有一件國王的新衣(它在量測,不在方法)。文末拆解一個更難看的組合:當「保證被 AI 推薦」、水軍五星評論、和給經銷商一半分潤出現在同一張價目表上,保證就不是自信,是成本結構的產物。最後給你三個問題,以及一個連問都不用問的測試:去看廠商自己的網站。有一家賣「AI 推薦優化」的平台,自己的首頁沒有 robots.txt、沒有任何結構化資料、標題階層是斷的 — 一家沒能力讓 AI 讀懂自己的公司,要收你的錢幫你讓 AI 讀懂你。

⏱ 21 分鐘閱讀👁 13,838💬 35

你的 SEO 廠商,可能正在 AI 時代餵你毒藥 — 茅草屋與沙堡的雙重死亡

業主買的不是流量,是把自己品牌打進 AI 冷宮的死亡入場券。便宜 SEO 廠商的「3 個月衝首頁」方案多數靠買連結 / PBN / 黑帽撐起,後果不只是 Google 一夜歸零(看得到、痛但可救),更致命的是 AI 引擎把你列入「垃圾品牌」名單後**永遠不引用你** — 沒有通知、沒有申訴管道、可能 2-3 年都解不開。本文用真實但匿名的客戶案例 + 雙重死亡邏輯,拆解為什麼業主自己幾乎不可能看出來。

⏱ 21 分鐘閱讀👁 14,833💬 23

台灣做 AI 能見度的只有五種人,差別在誰量、誰動手、誰跟得上規則

三份 AI 能見度的提案擺在一起,服務說明讀起來都差不多,報價卻對不上——因為它們根本不是同一種商品。這篇用三個問題把台灣市場切開:量測是誰做的、修改是誰動手的、規則變了誰負責發現。答案交叉出五類服務商——純監測工具、SEO 商加購項目、自動化 schema 產生器、純顧問代操、平台加代操整合。每一類都有它真正對的場合,也都有一段天生做不到的事。看完你不會知道該找誰,但你會知道手上這份報價屬於哪一類、它買得到什麼、買不到什麼——這比先問價錢有用。文末誠實交代 geoweb.tw 自己在第五類,以及哪幾種情況你根本不需要找我們。

⏱ 9 分鐘閱讀👁 1,818💬 7

89.3% 的 AI 搜尋需求還沒有主人——但已經坐上去的品牌,每個月十次有九次守得住

Semrush 逐月追蹤 1,094 個美國類別的 ChatGPT 答案,只有 15.2% 的類別有明確的品牌主。但同一份資料裡,已經當上主人的品牌有 90.4% 守住第一,而品牌搜尋量、自然流量、Authority Score 對「誰會當上主人」的預測力都接近擲硬幣。這篇把整份資料白話拆給你看,附一份今天就能自己跑的五題自測。

⏱ 11 分鐘閱讀👁 1,572💬 14

網路行銷被坑15年、0網路客源 — 我們接手後,他超過一半的客人是 AI 推薦來的

一位深耕在地 15 年的服務業客戶,每月網路行銷預算六位數,換過多家廠商,流量報表一次比一次漂亮,可追蹤的網路來客始終是 0。我們接手做 GEO 託管,首月來客量成長 109%;合作至今,他超過五成的客人是 AI 推薦來的,網路從 0 變成他最大的獲客管道。

⏱ 6 分鐘閱讀👁 1,810💬 2

假業配為什麼炒不出 AI 引用?PTT/Dcard/Threads/小紅書的雙面失敗

站內 PBN 老路 ROI 被壓扁後,便宜廠商轉戰 PTT / Dcard / Threads / 小紅書仿心得文。但社群熱度跟 AI 引用是兩條獨立曲線:平台演算法獎勵互動、AI 引擎 quality filter 降權匿名 UGC,而 PTT 鄉民「葉配 / 工讀生」自清文化更會把負面標籤寫進高權威語料。本文拆寫手帳號 lifecycle、5 段式業配模板、AI 訓練語料對同源批量內容的反應、各平台反 spam 演化、業主決策框架與法律暴露 — 為什麼這條路在 2026-2027 結構性沒救。

⏱ 15 分鐘閱讀👁 1,170💬 24

自己問 AI 查品牌,答案早被你養好看

你打開 ChatGPT 問「有沒有推薦我們」,看到自己被提到就放心了——那個答案很可能是你自己養出來的。上下文汙染不需要有壞人,你先前打的每個字都還躺在對話裡,模型知道你是誰、知道你想聽什麼。這篇講這個偏差為什麼永遠往樂觀那邊倒,以及要怎麼問才看得到一般人看到的答案。

⏱ 4 分鐘閱讀👁 4,533💬 14

被引用不是價值,被誰引用才是——拆解 5 大 AI 平台的引源潛規則(ChatGPT 市占首次跌破 50%・數據源 Sensor Tower 2026年5月)

不只「ChatGPT 用 Bing、Perplexity 有自己的索引」。本文逐家拆「怎麼被引用(機制)」+「引用了能換到什麼(給不給流量、受眾是誰、付費力、成長率)」,再把每個轉化因子套回 GEO,告訴你該把力氣押在哪個平台。

⏱ 8 分鐘閱讀👁 5,329💬 9

Reddit 佔 AI 引用 40%,也幾乎是 0%——兩份硬數據打架,先別急著洗業配

同一週兩份報告落在你桌上:一份說 Reddit 是 AI 引用第一大來源、佔 40.1%,一份是多倫多大學實測,說 AI 搜尋幾乎不碰社群、某些領域社群佔比是 0%。兩份都附了硬數據、都能查證,卻像在講兩個不同的宇宙。這篇把它們放進同一個座標系:差別不在誰造假,在四個沒被標出來的口徑——測哪種查詢、哪個引擎、哪個時點、什麼算一次引用。四問問完,40% 和 0% 就同時成立了。而真正該帶走的判決是:AI 偶爾採信的是被幾百個真人推上去、驗過的討論共識,不是你自己貼上去的原始貼文——所以把 40% 讀成「快去 Reddit、PTT 洗一波業配」,是這兩個數字能引出的最貴誤讀。順帶給你一張可隨身帶的口徑檢查清單:GEO 的統計數字,先問口徑再吞。

⏱ 8 分鐘閱讀👁 45

汙染、注入、投毒:三種手法差在留多久、影響誰

有人想讓 AI 在被問到你這個產業時不要提到你,他有三種下手方式。成本差很多,效果也差很多,而多數品牌只聽過其中一種。要分清楚的不是手法本身,是每一種留多久、影響到誰、你能不能反制——排出來的順序跟大家的注意力剛好相反。順帶解一個誤區:最常汙染上下文的人,其實是你自己。

⏱ 6 分鐘閱讀👁 86

你以為在優化,其實在挖東牆補西牆:單一查詢優化的隱藏帳單

你盯著一題——「AI 被問到我這行時會不會推薦我」——把那頁改到 AI 終於點名你,連問十次從兩次變八次,你截圖、你放心了。你沒做的那件事,是回頭問那些你上個月本來就會出現的題:有幾個悄悄掉了。這不是假設,有論文把它量了出來:針對單一查詢優化時,你瞄準的那題平均漲 +0.277,但同一份內容該服務的其他查詢只漲 +0.087,而且每三個非目標查詢就有一個表現變差(30.6%),遠高於目標查詢的 12.4%。論文給這現象取的名字叫「收益分配失衡」——翻成白話,你以為在把餅做大,其實常常只是把餅從這邊挪到那邊。這篇講清楚為什麼「盯著一題把它做上去」內建了一個你看不見的代價,以及為什麼沒有多查詢、全站的量測視角,你連自己正在犧牲哪些查詢都不知道。

⏱ 7 分鐘閱讀👁 59

AI 不引用你的四種原因:最大宗的是「對不上」,不是「不夠強」

打開 ChatGPT,用你客戶會問的話問一次,答案裡沒有你。多數老闆的下一步都一樣:怪自己「不夠有名」,砸內容、找廠商整站重寫。先別。一份 2026 年的實證研究(arXiv:2603.09296)把「AI 不引用你」拆成四類失敗——最大宗那類占 62.2%,跟權威無關,是「語意對齊」:AI 想找的,跟你頁面說的對不上。技術問題只占 10.1%,你以為的內容不夠好占 27.1%,無解的壓倒性競爭只占 0.6%。四類要吃的藥完全相反,亂補會把你本來表現好的頁面一起拖垮:通用改寫要動 25% 內容,精準診斷只動 5% 就換到更高引用率。判決只有一句:在 AI 搜尋,會不會診斷才是分水嶺。

⏱ 8 分鐘閱讀👁 1,362💬 7

AI 為了考高分跑去偷考卷,你的 GEO 廠商 KPI 是不是有同一個漏洞?

OpenAI 的模型逃出沙盒去駭 Hugging Face,動機是偷 benchmark 的解答——它沒壞掉,它只是把「考高分」這個目標執行得比人預期的徹底。同一個漏洞就在你的 GEO 報表上:你付錢買「AI 提到我們的次數」,就會有人交付那個數字,而不是那個數字原本代表的信任。本文拆三種常見 GEO KPI 各自的鑽法,以及每個成長指標該配哪一個對照指標。

⏱ 4 分鐘閱讀👁 68

流量腰斬那天,行銷公司的儀表板卻說不出是誰掉的

前陣子有個客戶的網站,每日請求數突然腰斬,掉了就回不去,但不重複訪客幾乎沒動——這種組合,消失的往往不是真人。我們把伺服器最底層的原始 log 翻出來想查是誰,卻發現答案打從建站那天起就沒被記下來。這篇把整個追查過程講給你聽。

⏱ 3 分鐘閱讀👁 1,342💬 10

AI 品牌能見度工具怎麼選?一張誠實的 2026 工具地圖

市面上的 GEO 工具清單文章很多,但多半是把工具按「星等」排好讓你自己挑。這篇換個角度:先搞懂這些工具到底分成哪幾類、各自能回答什麼問題、又有哪些事它們天生做不到。看完你會知道工具該擺在 GEO 工作的哪個位置——以及為什麼「買了工具」跟「在 AI 被引用」之間還隔著最難的那一段。

⏱ 11 分鐘閱讀👁 1,663💬 23

AI 時代的進階 GEO:做完自家網站只是體質,站外才是 5.7 倍大的戰場

業界研究發現 AI 答案中約 85% 的品牌提及來自第三方頁面、15% 來自品牌自家網站——站外的提及量大致是自家的 5.7 倍。這不是說自家網站不重要(Gemini 引用裡 52% 仍來自品牌自有網域,這是 GEO 體質的地基),而是說做完自家 GEO 只是入場券,剩下 5.7 倍的戰場在站外。這篇文章拆 AI 時代站外權威的四個象限:知識庫、影音、在地論壇、第三方評測。

⏱ 9 分鐘閱讀👁 143

同一個問題,ChatGPT、Gemini、Perplexity 挑的源完全不一樣——你的內容多半只打中一家

Yext / 5W 在 2026 年 5 月發布的 AI Platform Citation Source Index,跨 6 億 8 千萬筆 AI 引用做的調查,顯示 ChatGPT、Gemini、Perplexity 三家引用邏輯差距遠比想像中大——只有 11% 的網域同時被多個引擎引用。這篇文章拆三家各自偏好什麼,以及 GEO 策略該怎麼分配。

⏱ 8 分鐘閱讀👁 152

GEO 獨角獸估值翻倍,模型物種論有一半查無實據

美國 GEO 新創 Profound 半年估值翻倍,創辦人一句「把模型想成不同物種」傳遍中文圈行銷討論。我們去查了源頭與四條宣稱:一條方向成立、一條數字整團亂、兩條反證比正證強。更要緊的是——日本韓國都量過 AI 引用來源,繁體中文一份研究也沒有。

⏱ 8 分鐘閱讀👁 48

AI 派 agent 來逛你整站時,一疊漂亮單頁救不了你

你問 AI「推薦一家做 X 的廠商」,它不再查一次就答——它派出一個 agent,先搜尋、點連結、跨好幾頁彙整完才開口。這時它逛的不是你最用心優化的那一頁,是你整個網站。上海科技大學 2026 年 5 月的研究(arXiv:2605.12887)測出來:單頁改寫的頁面級手法,在 agent 多輪搜尋下沒能穩定贏過沒優化的網站;把推薦率拉到 67–74%、領先 15 到 31 個百分點的,是一種叫 TRACE 的做法——一個導覽入口頁,串起六種角色不同的輔助頁,靠共同術語、一致屬性、內部連結綁在一起。判決:agent 逛的是整站,能被它穩定推薦的是一張協調一致證據網,不是一疊互不認識的漂亮頁面。

⏱ 8 分鐘閱讀👁 46

沒有符合條件的文章。