三家廠商，三種 GEO

假設你是一家中小企業的老闆。你注意到客人開始拿 ChatGPT 問東西了，於是某天晚上，你打開電腦，想搞清楚「GEO 到底要找誰做」。一個晚上逛下來，你會遇到三家廠商——用三種不同的方式。

第一家是你搜到的。一家老字號的傳播集團，在官網上正式對外發布了自家的 GEO 解決方案，方法論排成六個步驟：先定義利害關係人會問的關鍵題組、再校準品牌說法的一致性、補強第三方外部訊號、回頭確認技術底盤、最後安排治理分工。你一路點頭讀下去，讀到第二步——那一步要處理的是「你的品牌現在在 AI 的答案裡站在哪」，而他們用來稱呼這個量測動作的詞，是 GPS。

第二家是你本來就熟的。那個你每天都在滑的論壇型平台，不知道什麼時候也開始賣「GEO 方案」了。點進去看內容：他們安排幾位 KOL 加一批素人帳號，在站內發五篇使用心得，底下排二十則正面留言，「讓 AI 抓到你的口碑」。

第三家不用你找，它自己找上你。一家行銷公司的廣告——電梯裡、影片前貼片、臉書動態，到處是它。創辦人出了書、開了課，一場接一場辦講座，教人怎麼在 AI 時代被找到；三家裡，這一家看起來最權威。廣告詞講的全是 AI 能見度——被更多引擎看見、搶進答案。可是你點進去看它到底在教什麼、賣什麼：用 AI 自動生一百篇文章、自動補 Schema、自動內鏈——它替這一整套掛的名字，不是 GEO，是「AI SEO」。

三家都掛著 GEO，內容沒有一個字重疊。這件事本身就是答案：這個市場現在賣的東西，跟名字已經沒什麼關係了。

而最危險的那一家，通常不是最離譜的那一家，是看起來最像樣的那一家。

先講一句對我們自己不利的話

這行確實有一件國王的新衣，而且不小。

最近一位有二十五年資歷的國外 SEO 從業者寫了篇文章，把 GEO 服務業從頭到腳批評了一遍。他的重點不是 AI 搜尋不重要，而是「你付錢買的那份可見度報告，沒有人能驗證」：AI 平台不給任何官方數據介面，沒有 Search Console 那種東西；同一個問題問五次，五次答案不一樣；不同追蹤工具測同一個品牌，抓到的提示詞數量可以差好幾倍。在這種環境下，一家顧問公司每月寄給你「你的 AI 可見度提升了 23%」，這個數字是怎麼來的、能不能重跑、換一台電腦問還在不在——多數時候，客戶問不出來，廠商也答不出來。

他有一半是對的，而且是重要的那一半。

黑箱月報不是 GEO 這門技術的問題，是這門生意的問題。AI 引擎確實在挑來源，你的網站確實可能被讀不懂而永遠不被引用，這些都是真的。但「有一個真問題」不等於「所有拿這個問題賣東西的人都在解決它」。淘金熱裡最賺錢的是賣鏟子的人，這句老話在 GEO 市場已經開始應驗——差別只在，市面上有很多鏟子根本不是鏟子。

順帶一提：這篇批評，是國外的從業者寫的。同樣力道的文章，在台灣你找不到——不是因為台灣沒有這些問題，往下讀你就會發現，四種假貨這裡一種不缺；是因為在這裡，把這行看得夠透的人，多半正靠著這些問題吃飯。

以下四種，是目前最常被裝進 GEO 這個盒子裡賣的東西。

假 GEO 之一：把 G 讀成 GPS

先講清楚：GEO 是 Generative Engine Optimization，生成式引擎優化。G 是 Generative（生成式），指的是生成式 AI。

但在中文行銷圈，geo- 這個字根跟「地理」綁在一起太久了。geo-targeting、geo-fencing、LBS、GPS——這些詞行銷人講了十幾年。所以當一個做了幾十年品牌與媒體的老字號集團開始談 GEO，字根的重力就把他們拉回熟悉的地方。

前陣子有一家老牌傳播集團正式對外發布了他們的 GEO 解決方案。方法論分成六步：定義利害關係人會問的關鍵題組、校準品牌說法的一致性、補強第三方外部訊號、確認技術底盤、安排治理分工。讀起來很順。

而且——這是全篇最值得你停下來看的地方——它列出來的東西，很多是對的。講到怎麼看一個品牌現在在 AI 裡的處境時，它點名了幾件真正該看的事：被提及的穩定度、撐起這些提及的來源是哪些、哪一類問題上表現得穩、哪一類容易飄。這是內行話。一個每天在做這件事的人，講的就是這幾件。它甚至寫明了要反覆量測很多輪——而多輪重複，正是這整件事情裡最重要、最多人省略的那一步。

然後，就在同一句話裡，他們用來稱呼「量測」這個動作的詞，是 GPS。

GPS 是繞著地球轉的衛星定位系統。它跟一個語言模型會不會在答案裡引用你的網站，沒有任何關係。

你當然可以說這只是個譬喻——像 GPS 一樣，幫你定位出品牌在 AI 世界的座標。但這個譬喻恰恰洩了底，因為 GPS 的性質是 AI 可見度量測最不可能有的那一種：GPS 給你的是精確、唯一、可重複的座標。站在同一個地點量一百次，回傳同一組數字。

AI 的回答不是這樣。同一個問題問十次，可能六次提到你、四次沒有；換一個模型、換一天、換一個帳號，分布又不一樣。一個人如果真的每天在做 AI 可見度量測，他腦中浮現的比喻不會是衛星定位，會是民調抽樣——你得問很多次、記錄每一次、然後談的是分布與信賴區間，不是座標。

而這正是那句話自爆的地方：「多輪量測」和「GPS 定位」，在邏輯上不能共存。 你之所以需要量很多輪，正是因為根本沒有座標這種東西；如果真有 GPS 那樣精確、唯一、可重複的座標，你量一次就結束了，何必多輪？把這兩個詞寫進同一句話的人，等於同時主張「這件事有精確答案」和「這件事沒有精確答案」。他不知道自己在寫什麼。

這才是難堪的地方，而且它比單純的外行難堪得多。 外行會全部寫錯。這裡不是——這裡是每一個名詞都對，只有動詞是錯的。他們知道要「看什麼」（穩定度、來源、題型差異），卻不知道「看」這件事本身是什麼。

而名詞是可以蒐集的，動詞不行。你可以在半小時內湊齊一整頁正確的 GEO 術語，把它們排列整齊、分成六步；但「怎麼量」這件事，是只有真的坐下來、固定一組提示詞、連問十天、把每一次的回答貼進試算表的人，手上才會長出來的東西。做過的人會親眼看到今天六次提到你、明天三次——然後他這輩子都不會再拿衛星定位來比喻它。

所以那些正確的名詞，跟那個錯誤的動詞，來自不同的地方。名詞是蒐集來的；而蒐集的那一位，沒有手。

判決：這不是能力邊界問題，是這份東西的生產方式問題。 一套沒有人真正做過、只是把正確名詞排整齊的方法論，產出速度可以非常快——快到一個下午就能生出一整套「解決方案」，而且六步一步不少。老字號的傳播集團當然有真本事，那個本事叫媒體關係與公信力建構。但 GEO 的另外半邊是工程：AI 爬蟲抓不抓得到你、你的頁面結構模型讀不讀得懂、你的實體資訊跨頁一不一致、你的內容裡有沒有可以直接被抄進答案的段落。這半邊不會因為你把它寫進投影片第五點、標題叫「技術底盤確認」，它就自己完成了。

順帶一提：「我可以給你精確座標」這句話，正是這個市場上所有黑箱月報在賣的東西。我們等一下回頭談它。

有一個三十秒的測試，我是認真的：直接問對方，「GEO 的 G 是哪個字？」對方要是想了三秒，後面的簡報就不用翻了。

假 GEO 之二：把業配文換上新標籤

第二種比較黑。

這幾年有些內容平台、論壇型社群過得不好：自然流量被搜尋引擎和 AI 摘要吃掉（當然，更根本的原因是跟不上其他新興平台），廣告賣不動，站內電商也做不起來。他們手上還剩什麼？一批寫手帳號、一套業配文的生產線、一個「大家都會來查評價」的品牌印象。

窮到什麼程度？連進場賣 GEO，頁面視覺都照抄我們官網的。要賣給你的東西，是「讓 AI 認得你是誰」；自己的門面，是描別人的。

於是「GEO 方案」誕生了。話術很完整：AI 現在會參考社群討論，所以你需要在我們平台上有聲量；我們幫你安排幾篇真實用戶的使用心得，底下再排一些自然的討論串，AI 抓到之後就會在推薦裡提到你。

拆開來看，賣的還是同一批寫手、同一套業配文、同一批假留言，只是把發票品項從「口碑行銷」改成「GEO 優化」。

這件事在 SEO 時代就已經不太靈了，在 AI 時代更沒有用，理由不是道德，是機制：AI 引擎在挑引用來源時，會對來源本身的可信度做加權，而使用者生成內容的平台整體權重原本就偏低；更麻煩的是，當十個帳號在三天內用相似句型稱讚同一個品牌，那不是「聲量」，那是「異常訊號」。你花錢買到的，可能是讓自己的品牌實體在 AI 眼中變成一團矛盾的資料——它讀到一批熱情的推薦，但這些推薦跟你官網、你的第三方客觀資料、你的實際規模全都對不上。這種矛盾，AI 的處理方式通常是：略過你，去引用一個資料一致的競爭對手。

這不是推測，有公開研究可查。多倫多大學 2025 年 9 月的研究《Generative Engine Optimization: How to Dominate AI Search》（arXiv:2509.08919）實測比對了 AI 搜尋與 Google 的引用來源組成：Google 的結果裡，社群內容還占一到兩成；AI 搜尋裡，社群來源在多個產業類別的實測占比是 0% 到 0.3%——論文用的形容是「近乎完全缺席」（near-total absence）。你要買的那個「讓 AI 抓到你的口碑」，賣的正是 AI 幾乎不看的那一格。

假評價與水軍留言為什麼會反向傷害品牌，我們在假見證與社群水軍的完整解剖裡拆得更細，這裡不重複。

判決：這種方案的識別特徵只有一個——它改的不是你的資產。錢花下去，成果留在別人的平台上、留在幾個隨時可以被刪除的帳號裡。合約結束的那天，你什麼也帶不走。

假 GEO 之三：用 AI 做 SEO，跟為 AI 做優化，是相反的兩件事

第三種最容易讓人卸下戒心，因為它包裝得最像專家：有書、有課、有講台。

它手上真正的產品，是一套「AI SEO」自動化：連上你的網站，AI 分析關鍵字缺口，自動生成一百篇部落格文章，自動補上 Schema 標記，自動建立內部連結，自動送出索引，主打「不用人、能規模化」。這套東西不是新的——新的只有名詞。等 GEO 變成熱詞，它的產品一個字沒改，廣告和講座卻換了說法：AI SEO 就是 GEO，做完這套，你的 GEO 就做完了。

這裡有一個方向性的錯誤，值得講清楚。

「AI SEO」，是把 AI 當成生產工具，目標仍然是傳統排名：更多頁面、更多關鍵字、更快產出。「為 AI 做優化」，是把 AI 當成讀者，目標是讓一個語言模型能抓到你的頁面、讀懂你在說什麼、判斷你是誰、並且願意在回答裡引用你。前者是把水管開大，後者是確認水管另一端接的是誰。

自動生成一百篇文章，對後者幾乎沒有幫助，還可能有害。AI 引擎判斷一個網域值不值得引用時，看的是整體體質：內容的一致性、事實的可核對性、實體資訊在全站的統一程度。一百篇由模板生出來、彼此重複、沒有任何第一手資訊的文章，會把這些指標全部往下拉。你不是變得更容易被引用，你是變成一個「內容很多但沒有一句話值得引用」的網域。

Schema 自動塞入也一樣。Schema 是把你的事實結構化地講給機器聽，前提是那些事實正確且跨頁一致。工具自動塞的 Schema，經常出現產品頁的價格跟結帳頁不同、公司名稱三個頁面三種寫法、評分數字沒有任何來源支撐。這種標記不會加分，它是在告訴 AI「這個網域的資料不可靠」。

還有一件事，站在講座台下不會馬上想到：一個真的有辦法讓你被 AI 引用的人，自己是不需要靠買廣告、出書、辦一場接一場講座才被你看到的——他會因為東西夠扎實而自然被引用。權威堆得越高、廣告灑得越大，越像在替一個撐不住的核心墊場。他們教你用大量內容去淹沒 AI，而他們自己的能見度，也不過是同一招內容行銷，只是對象從 AI 換成了你。

判決：自動化在 GEO 裡有它的位置，但位置是「執行」不是「策略」，是「檢查」不是「生產」——工具與引擎的分工，AI 可見度工具的誠實地圖裡有完整分類。但這一種真正的問題不在工具，在誠實：它為了攬客，把兩個方向相反的東西說成同一個名詞。一個在你付錢之前就先在名詞上騙你的廠商，付錢之後給你的月報，你覺得會誠實到哪裡去？

假 GEO 之四：查不到的月報

第四種最貴，因為它連掛羊頭都算不上——它賣的是一個你查不到的東西。

月報寄來了，寫著「本月 AI 可見度提升 23%」「品牌提及率成長 1.8 倍」「在 12 個目標提示詞中被引用 7 次」。數字很漂亮，圖表很專業。你想確認一下，於是打開 ChatGPT 問了其中一個提示詞——沒有你。

你去問廠商。標準答案有三種：「AI 回答有隨機性」「我們測的是不同版本的模型」「這個月的數據是加權平均」。三種答案都不算說謊，但三種都無法否證。一個無法被否證的數字，在商業上等於零。

這裡要區分清楚：AI 回答的隨機性是真的，但隨機性不是黑箱的藉口，它恰恰是量測必須嚴謹的理由。 同一個問題問一次就下結論，本來就會誤判；正確的做法是固定提示詞、多輪重複、記錄每一次的原始回答、統計被引用的頻率與位置，並且把整份原始紀錄交給客戶。這樣得出的「10 次中被引用 3 次」，你可以自己重跑、自己驗證、自己算出下個月有沒有進步。我們在引用飄移與多輪量測裡完整說明過這個方法論，而一份可驗證的成效報告該有哪四層指標，GEO 的 ROI 怎麼量裡有現成的框架。

判決：一份 GEO 報告的價值，不在數字多好看，在你能不能自己把它重跑一次。給不出原始問答紀錄的月報，跟給不出 GA 帳號的流量報告是同一件事。

四種假貨，有時候會出現在同一張價目表上

上面四種我是分開講的，好像它們來自四種不同的公司。實際上不是。

台灣現在就有在賣 GEO 的業者，公開的服務頁上同時掛著這些東西：保證你的關鍵字會被主流的幾家生成式 AI 推薦；宣稱自家的手法能對 AI 的推薦形成「壟斷」；服務清單上，AI 優化跟口碑行銷、寫手部隊、五星評論代操、部落客與網紅、新聞稿媒體曝光並列，任君挑選；最後，招募經銷商，開出的分潤是你付的錢的一半。

這四件事不是各自獨立的缺點，它們是一個互相咬合的機器。

「保證」是這台機器的燃料。 沒有人能保證你會被 AI 引用——連模型公司自己都不保證同一個問題問兩次答案一樣。一個結構上不可能兌現的承諾為什麼還敢寫在官網上？因為它不是寫給交付看的，是寫給成交看的。

經銷分潤決定了為什麼非保證不可。 你付一百塊，一半直接進了賣你這個方案的人的口袋，剩下的還要扣掉業者自己的毛利與管理成本，真正落到「讓 AI 讀懂你的網站」這件工程上的，剩多少？在這個成本結構下，方案必須賣得快、賣得多、賣得不需要解釋——而讓一個東西賣得快的最有效方法，就是給一個聽起來很硬的保證。保證不是自信，是成本結構的產物。

而水軍跟五星評論出現在同一張清單上，不是巧合。 它洩漏了賣方腦子裡的模型：他們認為「讓 AI 說你好」跟「讓人以為別人說你好」是同一件事，所以同一批寫手可以兩邊接單。前面說過那會發生什麼——AI 讀到一堆彼此矛盾、跟你的實體資料對不上的熱情推薦，最省事的處理方式就是略過你。你花錢買的東西，正在讓你更難被引用。

判決：當一份 GEO 提案裡出現「保證」兩個字，先別看它保證什麼，先問它的錢怎麼分。 保證與高分潤幾乎總是一起出現，因為它們是同一個生意的兩端——那個生意是把東西賣掉，不是把事情做成。

三個問題，四種假貨一起打掉

你不需要懂 GEO，才能保護自己。你只需要在提案會議上問三個問題。

第一問：GEO 的 G，是哪個字？

聽起來像刁難，其實是最有效率的一題。答得出 Generative 的人，至少知道自己在賣什麼。答成地理、答成定位、或者含糊帶過去講「就是幫你在 AI 上有能見度啦」的，你已經知道對方的技術底在哪裡了。這一問打掉第一種。

第二問：你要改的是我的資產，還是別人的平台？

在做 GEO 的人，動的是你的網域、你的內容、你的結構化資料、你的實體資訊一致性——這些東西合約結束後留在你手上。動別人平台的（發業配、鋪留言、養帳號），成果不屬於你，還可能反向汙染你的品牌資料。這一問打掉第二種。

第三問：這個數字怎麼重跑？把原始問答紀錄給我看。

要求對方提供：測了哪些提示詞、哪一天測的、用哪個引擎、每一輪的完整回答截圖或文字紀錄。做得到的，會直接開一個共用資料夾給你。做不到的，會開始跟你解釋 AI 有隨機性。這一問打掉第四種，也打掉大部分自動化工具——它們的後台通常只給你一個分數，給不出過程。

注意「一張截圖」不算紀錄。 廠商拿一張「你看，AI 推薦我們家」的畫面給你，那張圖只證明了一件事：那一次，它出現了。截圖可以挑，二十次裡挑出最好看的那一次，你永遠不會知道另外十九次長什麼樣。要看就要看全部——這正是「重跑」兩個字的意思。

三個問題，四種假貨。這比研究十二個維度的技術細節有效率得多，而且不需要你懂技術。

還有一個測試，你連問都不用問

上面三題是要你開口問的。最後這個不用——你只要去看廠商自己的網站。

台灣現在就有這樣一個平台。先別看它做得好不好，先看它賣什麼：網路開店系統、POS 收銀、金流、電子發票、國際物流、超商物流、選品上架、蝦皮同步、淘寶一鍵上架、會員 VIP 升等、社團生態圈、廣告成效追蹤、經營數據報表、AI Agent 串接——然後才是 AI 版的 SEO 與 GEO，以及「用 AI 預測並自動生成內容」。首頁最大的那行字，自我介紹是一個能讓你被 Google 和 AI 更常推薦的地方。

先數一數這張清單有多長。 十幾條產品線，橫跨開店、金流、物流、社群、廣告、AI。沒有任何一個團隊能同時精通這麼多事——這不是苛求，這是算術。一張長到這個地步的服務清單，不是能力的列舉，是一張網：撒得夠寬，總撈得到人。

而清單裡有兩項，會告訴你這張網打算怎麼收。一項是給你看「你推薦進來的會員」長成什麼樣的一張組織架構圖，另一項是跨通路的推薦佣金拆帳。翻成白話：它的成長引擎不是把事情做好，是讓你去拉下一個人。 這跟上一節那家開出一半分潤的業者，是同一台機器的兩個型號。

然後我們花了三十秒看它的首頁原始碼。以下每一項你都可以自己重驗一次：

我沒有要嘲笑誰的美感——網站好不好看是品味問題，我無所謂。但「AI 讀不讀得到你」不是品味問題，那正好就是他們宣稱在賣的那個東西。

判決：這連掛羊頭賣狗肉都不算——掛羊頭賣狗肉，至少鍋裡還有狗肉。 這是把整本菜單先印出來，什麼都掛上去，等你點了再現學。而它自己家門口沒為 AI 打掃過這件事，已經替你把那本菜單的成色驗完了：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。

好消息是，這個測試是這個市場上最便宜的一個。你不需要懂 robots.txt 是什麼，你只需要問他一句：「你自己的網站，跑過一次健檢嗎？分數拿給我看。」

（順帶一提，這一段的每一個檢查項——robots.txt、結構化資料、標題階層、圖文比、alt 缺漏——都是 geoweb.tw 免費健檢會自動幫你掃的東西。把廠商的網址貼進去，三十秒就有答案。）

那真的 GEO 在做什麼

正面說一次，很短。

AI 引擎回答問題時，會去找可以引用的來源。它要能抓到你的頁面（技術可及性）、讀懂你在說什麼（結構與語意）、確認你是誰（實體一致性）、判斷你可不可信（權威與佐證）、以及在需要的時候找到現成可引用的段落（可引用性）。這五件事全部發生在你自己的網域上，做完之後不會因為你這個月沒下預算就歸零。

它不快。它不像買廣告那樣今天付錢明天有量。

而且有一件事必須講清楚，因為市面上幾乎沒人願意講：AI 本身是一個黑箱，而且是關到底的那種。 沒有人知道模型在某一題上為什麼選了 A 而不是 B、它吃過哪些語料、內部有什麼權重規則在拉扯。這不是「外人不知道、內行才懂」——是連親手把模型造出來的研究員自己都解釋不了。模型可解釋性到今天仍是一個沒被解決的研究問題。所以任何人跟你說他掌握了 AI 的演算法規則、能對推薦結果形成壟斷，你不必客氣：那個人要嘛在唬你，要嘛不知道自己在唬你。

但「看不進去」不等於「量不出來」，而這兩件事被混為一談，正是黑箱月報得以存在的原因。回到前面那個比喻：民調也讀不了任何一個人的腦袋，它照樣能問一千個人、記錄每一次回答、算出分布，並且下個月用同樣的方法再問一次，看有沒有動。GEO 就是這麼一回事——你操作的是輸入端的體質（AI 抓不抓得到你、讀不讀得懂、你是誰講不講得清楚、有沒有現成可以被抄走的段落），你觀察的是輸出端的分布（十次裡被引用幾次、被怎麼描述、跟誰一起出現）。中間那段黑箱，你不需要打開，你也打不開。

所以可以被驗證的從來不是「AI 為什麼引用你」——那個問題沒有人答得出來。可以被驗證的是「AI 現在引不引用你、比上個月多還是少、你自己重跑一次是不是同一個結果」。這是這篇文章從頭到尾唯一要你堅持的標準，也是唯一一個誠實的人給得起、不誠實的人給不起的東西。

一件事同時具備「慢」「可重跑」「留在自己手上」這三個性質時，它通常是真的。國王的新衣從來不是慢的那件，是那件「明天就見效、而且我看得懂 AI 在想什麼」的。

所以，這週

  1. 把手上那份提案用那三個問題問一遍，順便把那家公司的官網掃一次。 三題全過、官網體質也乾淨的，值得談；掛掉任何一項，退回去要說明。
  2. 拿二十分鐘，回測你自己的品牌。 開一個無痕視窗，用你的客戶真的會打進去的話出四道題（別打自己的品牌名，客戶不會那樣問），每題重複問五次，把二十次的結果全部記下來。做完你手上就有一個不靠任何人、也沒有人能造假的數字——那是你的基準線，沒有它，之後誰跟你說什麼你都只能信。完整做法與可以直接抄走的記錄表在這裡：截圖會騙人，回測不會。多數人做完這一步的反應是沉默——因為答案裡沒有自己。
  3. 回測會告訴你「現在被不被引用」，但不會告訴你「為什麼不被引用」。 那是體質問題——AI 抓不抓得到你、讀不讀得懂、你是誰講不講得清楚、有沒有現成可以被抄走的段落。想看這一層，用 geoweb.tw 對你的網站跑一次免費全站分析，三十秒。分數難看也先別急著找人下單：缺口通常是跨頁、跨系統的工程，不是買一個方案或一個工具就能補完的。要知道缺口怎麼補、要動到哪些系統、要花多久，把報告寄到 [email protected]，我們看過再回你一份具體判斷——包括「這件事你自己就能做，不用找我們」的那些部分。

延伸閱讀