為什麼會「每頁分開看都好,全站健檢卻差」?
第一次跑全站健檢拿到低分的客戶最常的反應:
「我隨便挑 5 頁手動看,每頁都寫得很好啊?為什麼整站只給 62 分?」
答案是:AI 評估網站不是平均分數,是抽樣 + 一致性檢查。
換言之:
- 隨機抽 30 頁
- 看這 30 頁之間是否「品質均勻」、「結構一致」、「主題收斂」
- 抽到 5 頁很好但 25 頁糟 → 整站判 25 頁那邊的水準
- 抽到 30 頁都中等 → 整站判中等
- 抽到 5 頁好 + 25 頁有結構性問題 → 全站降權
這個邏輯叫 site-level consistency penalty。下面拆三個最常見的模式。
模式 1:模板雷同(電商 / 目錄站最常見)
情境
你有 100 個產品頁。每頁的: - 「使用方法」段落幾乎一樣(只換產品名) - 「品牌故事」段落 100 頁都一樣 - 「常見問答」FAQ 用的是同一份模板
每頁分開看:有 product schema、有 image、有 price、看起來合格。
整站抽樣後 AI 看到的:100 頁中內容重複率 70%+。
AI 怎麼解讀
AI 不知道你是「品牌敘事必須一致」還是「模板灌水」。它的啟發式是:
「正常網站每頁應該有獨特內容;70%+ 內容重疊 = 內容生產力低,可能 SEO 操弄、可能 AI 生成、可能廢站」
→ 整站對應分數的維度(內容可引用性、E-E-A-T、AI 程式生成跡象)全降權。
修法
不要硬拚「100 頁全部重寫」,而是:
拆三層
- 共用基礎資訊(產品價格、規格表)→ 維持一樣,這個 OK
- 獨特核心內容(使用 case study、客戶見證、實測情境)→ 每頁要不同
- 品牌訊息(品牌故事、客服資訊)→ 抽到 footer 或獨立 about 頁,不在每個產品頁重複
改寫策略
- 每頁的「使用方法」改成 從特定使用情境切入:
- ❌ 100 頁都寫「本產品的使用步驟:…」
- ✅ A 頁寫「辦公室白領族群的使用情境:…」、B 頁寫「戶外工作者的使用情境:…」
- 每頁加一段真實客戶 case study(含具體量化結果)
目標:把跨頁重複率從 70% 降到 < 30%。
模式 2:作者署名不一致(媒體 / 部落格最常見)
情境
你的部落格 300 篇文章,分布是: - 30% 有完整作者頁 + 署名 - 40% 只寫「編輯部」沒實名 - 30% 完全沒署名
每篇單獨看:有 H1、有發布日期、有結構。
整站抽樣後 AI 看到的:作者訊號覆蓋率不到 50%。
AI 怎麼解讀
AI 對 E-E-A-T 的評估邏輯:
「這個網站的內容部分有作者責任,但多數沒有。這代表整站編輯標準不一,可信度只能取整站平均」
→ 連帶讓有署名那 30% 的文章引用率也下降——因為 AI 是站級評估,不只看單篇。
修法
不接受「補一半」這種折衷:
三選一
- 全站具名作者制(最理想):所有文章都有實名作者 + 作者頁
- 全站機構作者制:用統一機構名(「中天當舖編輯部」),但機構頁要寫得跟個人作者頁一樣完整(成立年份、編輯標準、聯絡方式、團隊成員照片)
- 混合制但比例 ≥ 80% 一邊:剩下 20% 不一致是 AI 容忍的雜訊
最差的是 30/40/30 三分天下——每種比例都不夠強,整站訊號被稀釋。
補強順序
- Day 1:盤點分布(用 Google Sheet 列每篇文章的署名狀態)
- Day 7:選一條主路線(個人或機構)
- Day 14:把不一致的 50%+ 文章改齊
- Day 21:再跑健檢 — E-E-A-T 維度通常會明顯上升
模式 3:主題漂移(B2B SaaS / 多產品線最常見)
情境
你是一家 B2B SaaS 公司,網站包含: - 首頁:講你的核心產品 X - 部落格:50 篇文章談行銷自動化 - 案例頁:講客戶資料遷移技術細節 - 白皮書:講資安合規
每個區塊獨立看:寫得不錯,內容專業。
整站抽樣後 AI 看到的:主題分散到 4–5 個領域,難以判斷你「在什麼領域是專家」。
AI 怎麼解讀
AI 建立「主題權威」的邏輯:
「這個網站涉及 5 個不相關主題,每個主題 < 20 篇內容深度。沒有任何主題達到『權威』門檻。在『X 工具推薦』查詢時,比較對象會是專注該主題的競爭者」
→ AI 推薦你的機率被主題稀釋。
修法
重要原則:B2B 網站的「主題密度」勝過「主題廣度」
- 寧可 100 篇深度文章圍繞一個核心主題,不要 200 篇散在 5 個主題
重新分類
把現有內容重新分類到 3–4 個一級主題下:
一級主題:客戶資料管理(核心)
├─ 子主題:資料遷移
├─ 子主題:資料治理
└─ 子主題:資料安全
一級主題:B2B 行銷自動化(次核心)
├─ 子主題:lead nurturing
└─ 子主題:行銷漏斗
一級主題:客戶成功(支援核心)
└─ 子主題:onboarding 設計
不在這個架構內的內容(例如過去寫的「員工趣聞」、「公司文化」) → 移到 /about/ 區塊或砍掉。
內部連結策略
- 同主題的文章互相連結(每篇主動連回 3–5 篇相關主題)
- 麵包屑顯示主題層級:
首頁 > 客戶資料管理 > 資料遷移 > 本文章 - 主題索引頁(hub page)作為一級主題的入口
預期效果
3–6 個月後 AI 在「[你的核心主題] + 工具」這類查詢上會把你列入考慮。但前提是:確實砍掉了不相關的主題擴散。
怎麼自我診斷你網站屬於哪個模式?
跑全站健檢(不是單頁),看下面三個信號:
| 信號 | 對應模式 |
|---|---|
| 跨頁內容相似度 > 50% | 模式 1:模板雷同 |
| 作者訊號覆蓋率介於 30–70% | 模式 2:作者署名不一致 |
| 站內主題分散到 ≥ 4 個一級分類 | 模式 3:主題漂移 |
三個模式可能同時存在(電商常見模式 1 + 模式 2;B2B SaaS 常見模式 2 + 模式 3)。
修法的共同原則:先收斂,後擴張
無論哪個模式,修法核心都是:
- 先收斂(砍 / 標準化 / 統一)— 把不一致部分改齊或移除
- 後擴張(加 / 寫 / 累積)— 在收斂的標準下產生新內容
很多客戶的本能反應是「再多寫 100 頁來稀釋 bad 的部分」——這只會讓問題更大,因為 AI 會抽樣到更多 bad 樣本。
先處理跨頁一致性,再生產新內容。順序錯了 ROI 是負的。
工程細節:site_level analyzer 怎麼算這些?
GeoWeb 的全站健檢(site_level analyzer)對取樣到的頁面(sitemap 上游優先、最多 300 頁)跑六項站級檢查:
- 內部連結結構:統計每頁的站內連結數,並找出沒有任何其他頁面連進去的孤兒頁
- 結構化資料一致性:抽出各頁 JSON-LD 的 @type 分布,算有 schema 的頁面比例,並比對 Organization 描述跨頁一不一致
- 核心頁面覆蓋:檢查首頁、關於、產品服務、FAQ、部落格、聯絡這六種核心頁型缺了哪幾種
- 重複內容:比對跨頁重複的 title 與完全相同的 meta description,並計算缺 canonical 的頁面比例
- 站級 E-E-A-T 訊號:關於頁、聯絡頁、團隊資訊、資歷關鍵字四項各佔 25 分
- 跨頁品質一致性:算各頁分數的標準差,標準差 15 以上判定「品質差異過大」,10 以上是「略有落差」
這些數字會在整站報告以「站級健康指標」呈現,不只給單頁分數。
第一步:跑全站健檢(不只是單頁)
👉 免費單頁健檢 — 入門看單頁分數
全站健檢(含重複內容 / 站級 E-E-A-T 訊號 / 跨頁品質一致性)在站上登入開通後就能自助跑,最多 300 頁、每日 1 次,直接出 site-level 報告。要有人把報告變成修法排程,再找我們:[email protected]
如果你已經感覺「每頁看都不錯,整站怎麼一直拉不起來」——多半是本文三模式中至少一個。先確認屬於哪個再對應修法。
GEO 深度系列。前一篇:「繁中 / 簡中 / 英文 — 同一品牌在 LLM 中的引用率差異有多大?」