中小企業最常問的兩個問題
過去半年我們服務的中小企業客戶,一坐下來幾乎都會問:
- 「GEO 真的有用嗎?是不是行銷圈又在炒新名詞?」
- 「我預算有限,要砍 SEO 補 GEO,還是兩個都做?」
這兩個問題沒有標準答案——但有個常被搞錯的前提:問題不是「要不要做 GEO」,而是「你這種生意該怎麼配」。配法取決於你的客戶在哪、買單行為長什麼樣、你的產業有多競爭。下面用 4 種情境,直接給你完整的預算配比——付費廣告、自然搜尋、GEO、內容媒體各佔多少,沒有一種該被砍到零。
情境 A:B2C 一般消費品(咖啡、保養品、餐廳、服飾)
客戶決策路徑:滑社群 → 發現滿屏都是業配開箱 → 改問 AI「OO 推薦、不要業配那種」 → 上 Google 查「品牌 + 評價」 → 比價 → 下單
SEO 在這裡的角色:佔用「品牌+評價」「品牌+價格」「品牌+優惠」這類具體查詢——這些仍然是傳統搜尋的主場。
GEO 的角色:台灣的社群業配密度全球數一數二——幾乎每篇開箱、每個 KOL 推薦背後都可能是付費合作。消費者被燒過幾次後,已經開始繞過社群、直接問 AI 要「沒有業配味」的推薦。這個轉移在台灣不是未來式,是進行式——當客戶問 AI「中價位的洗髮精推薦」時能不能被點名,正從「加分」變成「必須」。
GEO 怎麼配:先把基本盤做滿——結構化資料(Product / Review)、開放 AI 爬蟲、把品類比較內容寫成「答案優先」段落。目標是當有人問 AI「中價位的 OO 推薦」時,你的品牌會被點名。SEO 此刻仍是主戰場,但 GEO 的基本盤是低成本卡位、越早做累積越久的一層——不是「之後再說」,是「現在就把地基打好」。
起手配比:付費廣告 40% + 自然搜尋 25% + GEO 20% + 內容/媒體 15%。廣告仍負責現在的轉單,但 GEO 這 20% 是「樓地板、只會往上」——業配信任崩得越快,消費者轉去問 AI 的速度就越快,先卡進清單的先收割。
情境 B:B2B 服務(顧問、軟體、企業設計)
客戶決策路徑:聽到痛點關鍵字 → 問 AI「這類問題的解決方案有哪些」→ 從 AI 給的廠商名單挑 2–3 家比較 → 主動聯絡
SEO 在這裡的角色:能補齊「公司詳細介紹、定價、案例」等深度資訊。
GEO 的角色:直接決定你進不進客戶的「初選名單」。沒被 AI 推薦 = 沒進初選 = 後面 SEO 多漂亮都沒用。
想深入了解 B2B 客戶從痛點到聯絡你之間,AI 在哪幾個觸點介入,見:B2B 決策旅程的 5 個 AI 觸點(VIP)。
GEO 怎麼配:針對客戶的痛點問句,把解決方案頁寫成可被 AI 直接引用的答案段落;案例、定價、適用情境全部結構化;再往站外鋪一致的品牌實體(entity)與第三方提及。這是 GEO 對 ROI 最高的產業類型——初選名單幾乎由 AI 決定,值得把最多資源押在這。
起手配比:付費廣告 20% + 自然搜尋 25% + GEO 55%(內容/媒體併入)。B2B 的內容產出與第三方媒體露出,本質就是在餵 GEO 的 entity 與引用信號,沒必要拆成另一桶——直接全併進 GEO。進不了 AI 初選名單,後面廣告再貴也只是補名單外的零星詢問。
情境 C:在地服務(餐廳、診所、補習班、寵物美容)
客戶決策路徑:地理位置觸發 → 問「附近 OO」→ Google Maps 結果 → 看評論 → 直接造訪
SEO 的角色:Google Business Profile + 在地關鍵字仍主導。
GEO 的角色:別再用「AI 對在地推薦引用度低」打發自己——這件事 2025 起就在變。Google AI Overviews 已經會回答「附近的 OO」「OO 推薦」,ChatGPT、Gemini 的即時搜尋也會引用在地商家。當客戶問 AI「三重晚上還開的牙醫」,被點到名的那一家,就直接贏走了這通電話;沒被讀懂的那幾家,連被比較的機會都沒有。
更關鍵的是:台灣的 Google 評分洗得兇——刷五星、買評論、同業互打一星,星數早就失真,消費者自己也心知肚明。於是越來越多人乾脆問 AI「OO 推薦、不要只看星數那種」,AI 會去綜合評論內容、官網資訊與在地信號回答,而不是只報一個被灌出來的分數。這對「真的有料、但星數被同業壓著」的店反而是翻身機會——只要你的店被 AI 讀得懂、給得出有依據的推薦,就贏過那些只剩一個虛胖星數的同行。
GEO 怎麼配:Google Business Profile 仍是地基,但不是全部。補上 LocalBusiness/服務項目的結構化資料、把「服務 + 地名」寫成問答頁、讓營業時間 / 評論 / NAP(名稱地址電話)一致到 AI 一讀就懂。配置重點和 B2B 不同,但這一塊不能跳過——跳過不是「省預算」,是把正在長大的 AI 在地客源,整碗讓給隔壁同行。
起手配比:付費廣告 25% + 自然搜尋/GBP 40% + GEO 25% + 內容/媒體 10%。GBP 還是最大塊,但 GEO 給足 25%——而不是過去那種「<10%、不急」把客源讓掉的配法。
情境 D:知識型內容創作者 / 個人品牌
客戶決策路徑:讀者問 AI 某個專業問題 → AI 回答 + 引用來源 → 讀者點來源閱讀全文
SEO 的角色:仍能帶來部分有意搜尋的讀者。
GEO 的角色:決定 AI 引用你還是引用別人。被引用一次 = 被 AI 推薦一次 = 一次曝光。複利效應。
GEO 怎麼配:把專業內容寫成「可被引用」的格式——清楚的定義、可查證的來源、答案優先的結構,再建立穩定的作者 / 品牌 entity。對個人品牌而言,被 AI 引用一次就是一次幾乎零成本的權威曝光,值得當主戰場經營。
起手配比:付費廣告 10% + 自然搜尋 20% + GEO 45% + 內容/媒體 25%。個人品牌沒本錢燒廣告,但「被引用」的複利剛好最便宜——所以 GEO 加上餵養它的內容,合計超過七成。
中小企業的常見預算錯誤
我們常看到的錯誤配置:
- 錯誤 1:B2B 服務全部押在 Facebook 廣告,AI 搜尋場景完全空白
- 錯誤 2:消費品電商砍 SEO 改投 GEO,結果 Google 流量崩跌、AI 還沒接上
- 錯誤 3:在地服務以為「做了 Google 地圖就夠」,完全沒餵 AI 結構化的在地信號,等 AI 在地推薦起量、客戶在問 AI 而不是滑地圖時,才發現自己根本不在名單上
核心原則:先弄清楚你的客戶在哪個搜尋場景做決策,再決定每種訊號怎麼配——重點是配比,不是要不要做。
怎麼開始判斷?
兩個低成本步驟:
- 問自己:上面 4 個情境哪個最貼近你?
- 問 ChatGPT:以你客戶的口吻問你產業常見的問題,看 AI 推薦了誰。對比你的競爭對手有沒有出現。
接著就是量化:
👉 免費 GEO 健檢 — 看你網站目前的 GEO 體質落在哪。健檢結果會告訴你哪些維度需要補。
如果你看完報告希望有人協助規劃預算配置與優化執行,我們提供 GEO 顧問服務,特別熟悉中小企業有限資源情境下的取捨:[email protected]
延伸閱讀(更深入)
預算配置只是入口,真正決定 ROI 的是怎麼量、押對哪個產業情境、以及錢花在站內還是站外。以下幾篇把這篇的取捨思路推到可執行層次:
- GEO 的 ROI 怎麼量?4 個指標(VIP) — 不再只看點擊,建立「曝光 / 引用 / 流量 / 轉換」4 層儀表板
- B2B 決策旅程的 5 個 AI 觸點(VIP) — 拆解情境 B 為什麼 GEO ROI 最高
- 站外 5.7 倍戰場:權威信號四象限(VIP) — 有限預算下,站外第三方信號該怎麼分配
GEO 入門系列 #4。下一篇:「你的競爭對手已經被 AI 推薦,你呢?」
B2B 30-40%而且說是ROI最高的產業,這數字怎麼來的?文章沒給依據,是經驗值還是有測過?半信半疑
schema跟json-ld那種結構化資料 我們工程師說ssr沒做好ai crawler根本抓不到內容 是不是基本盤其實要先處理前端渲染==這篇好像沒提到這塊
情境C那段認同 我家附近的診所根本沒人在問ChatGPT附近牙醫,都嘛直接開Google Maps看評論。作者說<10%我覺得算客觀,沒硬要每個產業都吹GEO這點給推
想問一下情境A寫SEO還是主戰場、GEO先15-20%做基本盤就好,但會逐年變重要是逐多快?我們公司社群這邊天天在顧FB/IG,明年要不要提早跟老闆提GEO這塊還是等等看 有點難拿捏
情境A說GEO"會逐年變重要但目前不是決勝點",那我手上有個B2C保養品客戶現在花15-20%做基本盤,是不是其實可以先不做、等它變重要再說就好?幫他省一點預算
可以這樣想,但我會勸住一下哈哈。基本盤那三件(結構化資料、爬蟲開放、答案優先段落)的特性是做了要一段時間才會被各家AI引擎重新抓、重新理解,不是今天上線明天就進推薦。所以重點不是省那15%,是別等到它變決勝點那天才開始,那時候你是從零起跑、對手已經累積一年了。基本盤先擺著養著,成本其實不高。
問一下有沒有人實際做情境D個人品牌的?被引用一次=一次曝光、複利效應 聽起來很香 但到底多久才有感啊
我也想問+1,我們是地方型服務業,平常品牌內容都圍著在地客群打,個人品牌這塊完全沒碰過,看不太出來跟我們這種在地服務業的做法差在哪,是不是完全不同的玩法
個人品牌geo佔50%+會不會太衝...被引用一次=一次曝光的複利我懂,但個人品牌沒內容資產的話投50%下去引用個鬼,順序是不是該先把內容生出來
想確認一下,情境b的30-40%跟情境d的50%+這些數字,是你們服務客戶歸納出來的經驗值,還是有研究數據支撐?想知道引用的時候能不能說有依據
誠實講:這是我們服務中小企業客戶歸納出來的經驗區間,不是哪份研究的硬數字,所以我在文裡寫的是30-40%50%+這種帶範圍的講法、不敢給單一精確值。你引用的話我會建議標成經驗性的預算配比建議,別當成統計結論,免得被人追出處時尷尬 😅 每家狀況差很多,數字僅供起步參考。
問chatgpt看ai推薦了誰那招簡單又實用,剛剛馬上試我自己產業 結果競爭對手出現我沒有 直接emo orz
情境B寫GEO直接決定進不進初選名單,沒被AI推薦=沒進初選。可是我做B2B SaaS,現在AI給的廠商名單常常是亂湊的或是過時的,這種情況下衝GEO真的划算嗎?感覺AI推薦本身還不夠穩
對,現階段名單確實會飄、有時還會把已經收掉的公司收錄列出😅 但反過來想,正因為現在大家資料都不齊,先把自己的資訊整理到ai抓得乾淨、講得清楚的人,反而比較容易被選進那2-3家。我的看法是:不是等它穩了才做,而是趁亂的時候先卡位。b2saas要怎麼讓主流ai引擎講對你家的定位,核心就是把你的產品分類、目標客群、差異化賣點用清楚的文字寫死在官網上,別讓AI自己猜——現在資料亂,誰先講清楚誰先卡到位置。
工程師路過。文章講的答案優先段落結構化資料這些,如果網站是純前端SPA、內容都靠JS render,AI crawler吃得到嗎?感覺基本盤要先處理SSR這篇沒講
同行+1,你講到重點了。很多ai爬蟲對純csr的js渲染支援還是不穩,等於你內容寫得再好它抓到的是空殼。所以ssr或預渲染算是基本盤的基本盤,這篇是l1入門沒展開而已。建議先用各家ai引擎的抓取/檢視工具看它實際讀到啥,比猜有用。
推個 終於有人把預算配比講清楚 不是叫你全部all in
最後那個問ChatGPT看AI推薦了誰的方法,我照做了,但每次問結果都不太一樣,有時候有我有時候沒有,這樣到底算不算被推薦?要怎麼判斷準不準
你抓到一個很真實的點,同一個問題問幾次、換個說法問,結果會跳,這很正常,主流AI引擎本來就有隨機性。所以那一步只是低成本的體感,不是準確診斷:偶爾出現代表你有底子但不穩,從頭到尾都沒出現才是真的要緊張。想看穩定的、量化的版本就是文章後面那個健檢在做的事,它不靠單次問答、是看你網站的體質維度,可以拿那個對照一下。
請問結構化資料、ai爬蟲開放、答案優先段落這基本盤三件 自己能搞嗎 還是一定要找你們 想先評估看看
情境b那段直接打到我==我自己就是做b2b顧問的,去年完全沒在管ai搜尋,結果客戶來的時候已經先問過ai拿名單了,根本是先射箭再畫靶xd
我老闆看完這篇明天一定叫我砍FB廣告全投GEO我只能說,好的遵命🙏