「SEO 對 AI 到底有沒有用？」這問題太籠統——每個平台吃的訊號不一樣。下面把主流 AI 平台的依賴攤開成三欄：RAG（即時搜尋）、訓練語料、SEO 重疊技術（你手上現成的 SEO 手法有多少會順便對它有效）。一張圖看完，第四個維度「它有多容易被講到改口」放在圖後面。
刻度是長期觀察的相對傾向，會隨 query 與模型版本變動，不是固定量測值。別盯單一格，看整體趨勢。
這張圖，看三件事就好
- 「訓練語料」那一欄幾乎全是「高」 → 多數平台當下的答案你改不動，要等下一輪訓練。（這就是機制三）
- 中國模型的 RAG 不是 0 → DeepSeek、Qwen、Kimi、百度、豆包都有搜尋了。別再用「中國＝純訓練」分平台，要看這次回答有沒有去搜。
- 沒有一格 SEO 是「極高」，連 Google AI Overview 都只有「中」 → 排名不是任何平台的地基。
第四個維度：它有多容易被你講到改口
前面三欄講的是它去哪裡拿東西。還有一件事同樣影響你：在對話進行中，它的立場有多容易被推動。有人在對話裡對模型說你們公司的壞話、或直接給一個錯誤前提（「你們不是倒了嗎」），它是頂回去，還是順著講下去。
這是模型層的公開評測，不是平台層——同一個產品背後會換模型、也可能同時掛好幾個。受測模型止於 2025 年那一代，中國平台裡只有 DeepSeek 與 Qwen 被測到，其餘沒有公開數字，所以這張圖只列測過的，沒測的不補。
有兩件事值得注意。同一個模型在不同情境的表現差很多：GPT-4o 在有明確立場的辯論裡撐到 4.67 輪（幾乎不動搖），但面對倫理質疑只有 1.23——幾乎是問了就讓步，而同情境的 Claude 是 2.73。所以「某某模型比較好說服」這種講法要先問是哪一種情境。
策略長 Clarence 觀察——把數字對回實際用起來的手感，四家的「硬」和「軟」其實是四種不同的東西。這一段是日常實測的定性判斷，不在評測數字裡：
- Claude 硬在忠實於手上的資訊。它答錯往往不是被人講歪，是偷懶沒去搜、拿訓練記憶直接作答（對照上面那張依賴地圖：它的訓練語料是「高」、RAG 只有「中」）。資料本身站得住的時候，你很難把它講到改口。
- DeepSeek 的硬比較危險：知識不足長出來的幻覺，配上雷打不動的頑固——錯得很有信心，你糾正它也未必收手。R1 的 3.21 是全表最高，但頑固從來是雙面刃。
- GPT 中庸而善於改口：有立場的辯論撐得住（4.67），一被質疑就讓（倫理情境 1.23，全表最低）。
- Gemini 跟 Meta AI 則是幻覺偏高又順從：錯了、你一講它就改，改完也未必改對。Meta 的 Llama-3.3 在錯誤前提情境以 1.90 墊底；Gemini 沒進這份評測，這一條純屬我們的使用觀察。
對品牌的意思很直接：這類對話你看不到。負評你至少查得到，但有人在對話裡把你講歪、模型順著接下去，你連它發生過都不會知道。你能做的只有一件事——讓它拿得到的資料清楚到足以頂回去。
所以你該攻哪一欄？
- 想吃 RAG（Perplexity、AI Overview、Copilot…）→ 內容可被檢索、段落精準回答子問題。
- 想吃 訓練語料（多數模型的底層知識）→ 長期、跨來源的真實存在，急不得。
- SEO 排名？看完整張圖你會發現：哪一欄都不是靠它當地基。
不知道自己在哪幾個平台被引用、卡在哪一欄？👉 跑一次免費 GEO 健檢，12 維度先定位網站這一側；至於 ChatGPT、Gemini、Claude、Perplexity、DeepSeek、Qwen、Meta AI 等主流引擎各自到底講不講你、把你排第幾、講得對不對，我們的 AI 引用回測會逐題問過，逐平台給你首推率、推薦率、點名率、答對率、好感度與口徑一致度。
想要這張表的每季更新版 + 逐平台量測註解：[email protected]
GEO 進階系列。延伸閱讀：GEO 的地基是 SEO？迷思大破解