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

打開 ChatGPT，用你客戶的口氣問一句「台北做結婚攝影的推薦哪幾家」，或是把「結婚攝影」換成你的行業。看答案裡出現哪幾個名字。

多數人第一次做這件事的反應是「怎麼是這幾家」。名單裡通常有一兩個你沒聽過的同業，而你自己不在上面。更常見的狀況是：你換個問法再問一次——「台北結婚攝影怎麼挑」「婚攝行情大概多少」——答案裡的名字又換了一批。

這個「每次問名單都不一樣」的現象，是這篇文章的主角。它有個很具體的名字，叫類別還沒有主人。而 2026 年 7 月剛發表的一份大規模追蹤告訴我們，這種狀態現在佔了 AI 搜尋需求的 89.3%。

AI 時代的競爭單位不是關鍵字，是「類別」

先講一個觀念差異，不然後面的數字會看不懂。

做 SEO 的時候，競爭單位是關鍵字。「台北 結婚攝影」是一個字，「結婚攝影 推薦」是另一個字，你可以分別排名、分別看流量，一個字一個字往上爬。

到了 AI 問答，這套單位不管用了。使用者不會打關鍵字，他打的是一整句話，而且同一件事他會用五種不同的問法問。他問「有哪些選擇」、問「A 跟 B 哪個好」、問「除了 A 還有什麼」、問「我這種情況適合哪一種」、問「大概要準備多少預算」。這五句話在 SEO 眼裡是五個不同的關鍵字，但對使用者來說是同一件事——他在挑一家婚攝。

所以在 AI 裡，真正在被競爭的是整個類別：無論客戶從哪個角度問進來，AI 有沒有穩定地講出你的名字。你在其中一句話裡出現過，不代表你擁有這個類別；你只是在某一題僥倖被想起來。

這個差別聽起來抽象，但它決定了下面整份研究的量法——他們沒有去測排名，他們去測「一個品牌能不能在五種問法裡都出現」。

這份資料是怎麼來的

Semrush 從 2026 年 1 月到 6 月，逐月追蹤 ChatGPT 對 1,094 個美國類別的回答。每個類別固定問五道買家會問的題，每個月重問一次，累積下來涵蓋超過 5 萬個品牌、22 萬個網域、60 萬筆引用。Kevin Indig 拿到這批資料做了分析，7 月 20 日發表。

有兩個設計值得注意。一是每月重測——所以它不只看得到「現在誰在上面」，還看得到「上面的人會不會換」，這是後面最重要的數字的來源。二是每個類別五道題——用五種問法交叉檢查，避免把「某一題運氣好被提到」誤判成「這個品牌很強」。

「有主人」的門檻，比你想的嚴

他們對「這個類別有主人」的定義，是三個條件要同時成立：

1. 提及份額第一（提及份額＝在所有答案裡，這個品牌被講到的次數佔比）
2. 五題裡至少四題都出現
3. 領先第二名 5 個百分點以上

少一條都不算。你在五題裡出現三題？不算。你出現在四題但只贏第二名 2 個百分點？也不算。

門檻訂得嚴，是因為他們要抓的是「穩定被想起來」這件事，而不是「曾經被提到」。這也讓後面那個 53.7% 特別有份量。

照這個門檻，1,094 個類別分成三堆：

最後那一列 53.7% 要慢慢讀：它的意思不是那些類別裡沒有品牌被提到，而是連續問五道題，沒有任何一個品牌能穩定出現。你開頭做的那個小實驗——換個問法名單就變一批——多半就是這一格。

越大的類別，越沒有人守

接下來是這份資料裡最反直覺的一段。

他們把 1,094 個類別按 AI 搜尋量從大到小排，對半切成兩堆各 547 個。上面那半堆吃掉整個樣本 98% 的需求（很正常，需求本來就集中在少數大類別）。然後看兩堆各自的有主率：

• 大類別那半堆：11.3% 有主人
• 小類別那半堆：19% 有主人

越大的類別，有主人的比例反而越低。

這跟 SEO 的經驗完全相反。在 Google，熱門字競爭最激烈、最早被大品牌佔滿，小眾字才是中小企業能撿的。到了 AI 答案裡，方向翻過來了。

合理的解釋是提問面的寬度。一個大類別底下的五道題，可能牽涉到五種完全不同的買家處境——問「有哪些選擇」的人跟問「我這種情況適合哪一種」的人，需要的內容差很遠。沒有品牌的內容能同時把五種處境都寫透，所以每一題各有各的贏家，誰都湊不齊四題。反過來，小眾類別的五道題彼此靠得很近，一家把話講清楚的公司就整包吃下來了。

而 89.3% 這個數字，就是把有主率按需求加權算出來的：大類別吃掉 98% 的需求又幾乎沒人守，加總起來，89.3% 的 AI 搜尋需求落在沒有明確主人的類別裡。

對你的意思是：那個你一直覺得「太大了、輪不到我」的主類別，正好是最可能還空著的那一個。

但那扇門是單向的：90.4%

到這裡為止，這篇都在講好消息，而好消息很容易被讀成「機會很大，可以慢慢來」。

第二個數字把這個讀法收掉：已經當上主人的品牌，在月與月的比對裡有 90.4% 守住第一名。

六個月、每個月重測一次，主人幾乎不換手。十次可能發生換人的機會，九次沒換成。

把兩個數字擺在一起看，這件事的形狀才完整：位子現在大多空著，但坐下去的人幾乎趕不走。這不是一個「市場很大，大家慢慢分」的局面，是一個先到先得、而且很難翻盤的局面。空著跟難搶不是矛盾，它們描述的是同一件事的兩個階段——現在還沒人佔，一旦佔了就固定下來。

這也是為什麼時間在這件事上是單向的。你今天沒做，明年這個類別可能還空著，也可能已經有人。而如果已經有人，那不是多花預算就能買回來的東西——後面會講為什麼錢在這裡效果很有限。

三個百分點，是生死線

守得住跟守不住之間的距離，比想像中窄得多。

研究團隊比較了兩種類別：第一名有換過手的，跟第一名一直沒換的。看它們的領先幅度中位數——

• 第一名換過手的類別：領先第二名 1.3 個百分點
• 第一名守住的類別：領先第二名 2.9 個百分點

差別就在這一到三分之間。三個百分點大概就是那條線：領先超過它，你大致坐穩了；低於它，你不是贏了，只是還沒被推下去。

這條線對你的實務意義很直接。如果你量 AI 可見度的方式是「我有沒有出現在答案裡」，那你會把「領先 1 分」跟「領先 5 分」看成同一件事——兩種情況你都出現了。然後某個月你莫名其妙掉出名單，回頭查也找不到原因，因為你從來沒量過那個決定生死的東西：你跟第二名之間差幾個百分點。

壞消息：你的 SEO 成績，預測不了誰會當上主人

這份資料裡最不舒服的一段，是他們去問了一個很實際的問題：能不能用既有的 SEO 指標，預測誰會拿下一個類別？

做法是把每一組「主人 vs 第二名」抓出來配對，看主人在各項指標上是不是真的比較強：

（Authority Score 是 Semrush 用外部連結等訊號算出的網站權重分數，性質類似大家熟悉的 DR。）

三個指標全部趴在 50% 附近。自然流量那格甚至低於 50%——在這份樣本裡，自然流量比較高的那一方，當上類別主人的機率還略低一點。

Indig 自己給的解讀是：品牌強度可能幫一個網域擠進候選名單，但誰最後拿下類別，多半由這些指標沒量到的、跟主題本身有關的東西決定。

這一段之所以重要，是因為它拆掉一個很多人心裡的安全感：「我 SEO 做得還不錯，AI 那邊應該也還好吧。」這份資料的答案是——那兩件事在統計上幾乎沒有關係。你在 Google 排第一，跟 ChatGPT 講不講得出你的名字，是兩套不同的機制在跑。

也順便解釋了為什麼「多花預算」在這裡效果有限：你花錢買得到流量、買得到連結，而這些東西跟類別主權的相關性，剛剛那張表已經說了。

想先感覺一下自己實際的落差，可以照十分鐘自測法跑一輪，再回來看下面那份五題版本。

被引用最多的網站，只有 21% 同時是被講最多的品牌

還有一條，是給有在認真寫內容的人看的。

在同一個類別裡，被 AI 引用最多的網域，只有 21% 同時是被提及最多的品牌。兩者的相關性是 −0.229——負號代表微弱的反向關係（相關性從 −1 到 +1，0 是完全無關；−0.229 很接近 0，所以是「幾乎無關、而且略微反向」）。

白話講：被 AI 拿去當資料，跟被 AI 講出你的名字，是兩件事。而且做前者做得越勤，還可能稍微妨礙後者——你變成「那個提供事實的網站」，而不是「那個被推薦的品牌」。寫了一堆行業數據整理、被 AI 大量引用當背景資料，但客戶問「推薦哪一家」的時候答案裡沒有你，就是這個情況。

被檢索、被引用、被寫進答案正文、被推薦成一個選項，是四道不同的閘，這四道閘各自的機制我們在五大平台引用機制那篇拆過。

實務上這條會直接改你的量測表：主要指標放「品牌提及」，引用次數只能當輔助。很多 AI 可見度工具的預設儀表板剛好倒過來——因為引用好抓（有網址、可以數），提及要靠語意判讀（要判斷答案裡那句話到底有沒有在講你、講得正不正面）。好抓的指標不一定是對的指標。

這份資料測不到什麼

這裡要把話說清楚，不然你會拿它去做它撐不住的決定。

它只測了美國類別、只測 ChatGPT。六個月、1,094 個類別聽起來很大，但那是美國市場、英文提問、成熟品牌密集的樣本。而且 ChatGPT 只是其中一家，各家引擎挑來源的邏輯不一樣。

它只看「品牌有沒有出現」。它測不到 AI 提到你的時候是褒是貶、推薦得夠不夠力、有沒有真的換成訂單。出現在名單裡但被形容成「便宜但風險高」，在這份資料裡跟被大力推薦是同一筆。

將近一半被引用的頁面沒有分類成功，所以「哪一種內容比較容易被引用」這類問題，這份資料回答不了。

它通篇是相關性，不是因果。沒有任何一段能證明「做了 X 就會拿下類別」。誰拿這份研究跟你保證某個做法能讓你當上主人，那是在賣東西。

至於台灣，要再打一個折：中文市場的追蹤密度、競爭密度都遠低於美國樣本。方向上只會更空——大部分中文類別大概連那 15.2% 的門檻都還沒有人碰到——但你不能把 11.3%、89.3% 這些具體數字直接搬過來當自己的現況。真的要知道你那個類別現在有沒有主人，只能自己去問。

今天就能跑的一次自測

好消息是，這份研究的方法本身不複雜，你可以縮小版跑一次。

第一步，先寫下你的「類別」。不是關鍵字，是你的客戶會怎麼歸類你。假設你開一家專做老屋翻修的室內設計工作室，你的類別可能是「老屋翻修設計」「中古屋裝修」，而不是「室內設計」——後者太大，而且你的客戶不是那樣找你的。列 3 到 5 個就好。

第二步，每個類別問五道題。這五種問法對應五種買家處境，一題都不要省：

1. 定義題：「老屋翻修設計是在做什麼？」（看 AI 怎麼描述這個類別，順便看它會不會舉例舉到某幾家）
2. 比較題：「A 跟 B 哪一家比較適合老屋翻修？」（把你跟你最大的競爭對手放進去）
3. 替代方案題：「除了 A 之外，台北做老屋翻修還有哪些選擇？」（看你在不在「其他選項」的名單裡）
4. 使用情境題：「三十年公寓要重拉水電，該找哪一種設計團隊？」（看 AI 在具體處境下推薦誰）
5. 購買決策題：「老屋翻修設計費大概怎麼算、怎麼挑不踩雷？」（看誰被當成可信的判準來源）

第三步，記錄三件事：五題裡你出現了幾題、每一題被提到的是哪些名字、你跟被提最多的那家差距有多大。差距不用算到小數點，但要有感覺——是「他每題都在、我出現一題」，還是「我們五題都在、他多一次」。

第四步，判讀。你出現四題以上而且明顯領先第二名，恭喜，你就是那 15.2%，接下來的工作是守。你出現兩三題，或出現得多但跟第二名咬得很緊，那是研究裡「換手中位數 1.3 分」的處境——隨時會翻。五題裡出現不到兩題，那個類別對 AI 來說目前沒有你。

第五步，看缺口。把「競爭對手出現但你缺席」的題目挑出來，那就是你的內容缺口。比較題和替代方案題的缺席，最常見的原因是頁面根本不存在——沒有人寫「我們跟 X 的差別」，AI 自然只能講 X。這兩種頁面該怎麼佈局，比較型關鍵字那篇有規格。

跑完這一輪，你大概花掉一個晚上，而且會拿到一張比任何工具儀表板都誠實的現況表。

跑得動的是一次，跑不動的是每個月

一個晚上跑得完的是第一次。難的在後面。

這件事的價值不在跑一次，在趨勢。一次快照只告訴你今天的名單，看不出你是正在被擠出去還是正在補上來——而研究裡那條 3 分生死線，本來就只有在連續幾個月的比對裡才看得見。要有意義，就得每個月同樣的類別、同樣的五道題，重跑一次。

而且不能只問 ChatGPT。這份研究只測了 ChatGPT，但你的客戶散在 Gemini、Perplexity、Claude 和各家 AI 搜尋裡，各家挑來源的邏輯不一樣，同一個類別在不同引擎可能是不同的人在坐。

最後，也是最重的一段：發現缺口之後要有人去補。缺的不只是一兩篇文章，是把你的品牌名跟類別詞在夠多的地方、夠一致地綁在一起——你自己的網站要寫清楚，還要有第三方的討論、評論、名單文章一起指向同一件事。這是持續的工，不是一個下午的專案。

20 個類別 × 5 道題 × 每個月 × 多家引擎，再加上補內容——攤開來就知道，這不是誰在下班後順手做得完的事。

而現在，這份工的報酬率大概處在它歷史上最高的位置：位子還空著，而坐上去之後有 90.4% 的機率不會被拿走。沒有人能告訴你關門的日期，這正是它難受的地方——你不會收到通知，只會在某天問 ChatGPT 的時候，發現那個位子上已經有人了。

那個人本來可以是你。

這正是我們接的活。看 GEO 託管怎麼做 →