前陣子有個做保養品的品牌商問我：「林克威，我們官網 SEO 明明做得不錯，關鍵字也排在第一頁，為什麼今年自然流量還是慢慢在掉？」我請他打開 ChatGPT，輸入「敏感肌適合的精華液怎麼挑」，畫面上跳出一整段條列清楚的建議，還順帶點名了三個品牌——沒有他們家。他愣了一下。那一刻他才意識到，消費者的問題已經被 AI 一次回答完了，根本沒有走到「點進搜尋結果」這一步。
這不是單一品牌的問題，而是整個搜尋行為的位移。過去我們做電商，習慣把 Google 當成流量的水龍頭，只要排名夠前，水就會流進來。但現在的入口正在從「一排連結列表」變成「AI 直接給你一段答案」。使用者問，AI 答，中間那層點擊正在被壓縮。對電商來說，這代表遊戲規則變了：你不只要被搜尋引擎找到，還要被 AI 讀懂、信任，然後在它的回答裡把你講出來。這件事有個名字，叫 GEO（生成引擎優化）與 AEO（答案引擎優化），這篇就來完整談一次。
搜尋行為正在從「連結列表」轉向「AI 直接回答」
先講清楚現在發生什麼事。傳統搜尋的邏輯是：使用者輸入關鍵字，Google 回傳十條連結，使用者自己判斷點哪一條，進到你的網站，你才有機會轉換。整個漏斗的第一步是「點擊」。
現在多了幾種新的入口。一種是 Google 自己的 AI 摘要（AI Overviews），它會在搜尋結果最上方直接生成一段答案，把好幾個網站的內容濃縮成幾句話，使用者看完可能就滿意了，這就是所謂的「零點擊搜尋」。另一種是 ChatGPT、Perplexity、Gemini 這類生成式工具，使用者根本不去 Google，直接問 AI，AI 給一段整理過、有時還附上來源連結的答案。
這兩種入口的共同點是：中間的點擊被吃掉了。根據我這兩年觀察不同品類客戶的後台，訊息型、比較型、教學型的查詢（例如「A 和 B 哪個好」「怎麼選」「有沒有推薦」），從搜尋帶進來的流量普遍在縮水，有些品類一年掉個兩三成不算誇張。反而是很明確要買、要找特定商品的交易型查詢，受影響比較小。
這裡要先講一個心態調整：AI 搜尋不是要來取代 SEO，而是疊在 SEO 上面的新一層。你原本的搜尋優化不能丟，但如果只做到「被搜尋引擎收錄」而沒做到「被 AI 引用」，那你等於只拿到半張門票。我在幫品牌看流量結構時，現在都會多問一句：如果消費者是問 AI 而不是問 Google，你們家會不會出現在答案裡？很多品牌的答案是「不知道」，這本身就是個警訊。
GEO 與 AEO 跟傳統 SEO 差在哪
名詞先對齊一下，不然很容易講混。
傳統 SEO（搜尋引擎優化）優化的目標，是讓你的頁面在搜尋結果的排名往前，最終目的是「拿到點擊」。它在意的是關鍵字、外部連結、頁面速度、標題結構這些訊號。
AEO（答案引擎優化，Answer Engine Optimization）的目標，是讓你的內容成為「那個被拿去當答案的來源」。它在意的不是你排第幾，而是你有沒有把某個問題回答得夠清楚、夠直接，讓引擎願意直接引用你這段。語音助理、精選摘要、FAQ 區塊都算 AEO 的戰場。
GEO（生成引擎優化，Generative Engine Optimization）更進一步，優化的對象是「生成式 AI 的回答」。它關心的是：當 ChatGPT 或 AI 摘要在合成一段答案時，會不會把你的品牌、你的觀點、你的數據放進去。這牽涉到 AI 怎麼理解你的內容、怎麼判斷你可不可信、怎麼把你跟某個主題連在一起。
三者的關係我常這樣跟客戶說：SEO 是搶「排名」，AEO 是搶「被引用當答案」，GEO 是搶「在 AI 的回答裡有名字」。它們不是互斥的，底層很多功夫是共用的——好的結構、清楚的內容、可信的來源，這三件事對三種優化都有用。差別在於，做 GEO/AEO 時，你腦中要多一個讀者：那個會來抓你內容、拆解你內容、再重組成答案的 AI。如果你對 SEO 的整體地基還不熟，可以先看我寫的電商 SEO 完整指南把基本功補齊，再往 AI 這層疊上去。
AI 願意引用的內容，長什麼樣子
我拆過不少「有被 AI 引用」跟「完全被忽略」的頁面，歸納下來，被引用的內容通常有幾個共同特徵。
第一是結構清楚。AI 在抓內容時，喜歡層次分明的東西：一個明確的問題，底下一段直接的回答，需要展開時用條列或表格。那種一大坨、一段講到底、重點藏在第八行的文章，AI 很難精準擷取，也就懶得用。
第二是有明確的答案。很多品牌寫內容喜歡繞，開頭鋪陳半天才講重點。對 AI 來說，能不能在段落的前一兩句就抓到「這段在回答什麼」很關鍵。我建議寫任何一個小主題，都用「先給答案、再給理由」的順序，把結論放前面。
第三是可以被摘要。一段話如果本身就是濃縮過、可以獨立成立的，AI 就容易整段拿去用。反過來，如果你的句子高度依賴前後文才看得懂，抽出來就變殘缺，AI 就不敢用。
第四是有數據跟來源。AI 在合成答案時，會偏好那些看起來有根據的內容——具體的數字、明確的比較、可查證的出處。你寫「效果很好」對 AI 沒意義，你寫「這個成分在多數使用者的回饋中大約兩到四週會看到差異，實際因膚況而異」就有價值多了。這也是為什麼我一直強調電商內容要靠內容行銷策略長期累積真材實料，而不是灌一堆空話。
第五是實體資訊清楚。AI 需要知道「你是誰」——你的品牌名、你賣什麼、你的專業背景。這部分我後面談 llms.txt 跟實體資訊時再細講。
結構化資料、FAQ、清單、表格為什麼這麼重要
如果要我從所有 GEO/AEO 手法裡挑一件「投報率最高、最該先做」的事，我會說：把內容結構化。這件事同時討好搜尋引擎跟 AI，幾乎沒有壞處。
結構化資料（Schema 標記）是給機器看的隱形標籤。你在頁面背後用 Product、FAQPage、Review、Article 這類標記，等於明白告訴機器：這是商品、這是價格、這是評分、這是常見問題。AI 在解讀時就不用猜，直接照著標籤理解你的內容。電商網站最該做的幾種標記，是商品（含價格、庫存、評分）、FAQ、以及評論。關於評論的部分，怎麼收集、怎麼標記、怎麼讓它變成信任訊號，我在評論 SEO 策略裡談得更細。
FAQ 為什麼特別有用？因為 AI 搜尋的本質就是「問答」。當你的頁面本身就是一問一答的格式，跟 AI 的運作方式天生契合。使用者問「這個保固多久」，你頁面上剛好有一題「Q：保固期是多久？」底下一段清楚回答，AI 幾乎是直接把它拿去用。我現在幫客戶做商品頁跟品牌內容，都會硬性要求配一組真實、具體的 FAQ，不是那種「我們的產品好不好？很好！」的廢問答，而是消費者真的會問、也真的需要答案的問題。
清單跟表格的價值在於「好擷取」。AI 在回答「有哪些選項」「怎麼比較」這類問題時，最愛用條列跟表格，因為資訊已經幫它切好塊了。你如果把三款商品的差異寫成一段散文，AI 得自己拆；你如果做成一張比較表，AI 直接搬。所以只要內容涉及步驟、比較、規格、清單，我都建議優先用表格或編號列表呈現。
品牌與商品資訊，怎麼讓 AI 正確理解
這一段是很多人忽略、但我認為越來越關鍵的部分：AI 不只要能找到你，還要能「正確認識你」。如果 AI 對你的品牌認知是錯的、模糊的，甚至跟別人搞混，那你被引用得再多也是幫別人打廣告。
先講 llms.txt。這是一個放在網站根目錄的純文字檔（類似 robots.txt 的概念），用意是主動告訴 AI：我這個網站是誰、主要內容在哪、哪些頁面最重要、可以怎麼引用我。它還在發展中，不是每個 AI 都吃，但我的看法是——這是低成本、往前站的一步，該做就做。你可以在裡面清楚寫明品牌定位、核心商品類別、重要頁面連結，等於幫 AI 畫了一張認識你的地圖。
再來是實體資訊（entity）的清晰度。AI 理解世界是靠「實體」跟「實體之間的關係」在運作的。對電商來說，你要讓 AI 清楚建立幾件事：你的品牌是什麼、屬於哪個品類、有哪些代表商品、跟哪些主題相關、由誰經營、專業背景是什麼。做法上，官網的「關於」頁要寫清楚品牌故事跟定位，商品頁的名稱與描述要一致、不要每頁講法都不同，作者資訊要具名、要有可信度。這些看起來很基本，但正是 AI 判斷「你可不可信、該不該引用」的依據，也呼應了 Google 一直在講的 E-E-A-T（經驗、專業、權威、信任）。
我也常建議客戶去維護那些「AI 會拿來當背景知識」的資料源。你的品牌在各個平台、各個第三方站點的資訊要一致，名稱、類別、描述不要打架。因為 AI 抓的是全網對你的描述，如果各處講法不一，AI 對你的認知就會模糊。順帶一提，如果讀到這裡你對某些名詞還不太確定，我整理了一份電商名詞詞典，把這些 GEO、Schema、實體之類的概念都用白話解釋過。
電商該做的具體調整
講了這麼多觀念，落到執行面，我幫品牌做 AI 內容優化時，通常會從這幾件事著手。
一是重寫內容的「回答結構」。把重要頁面的內容都改成「問題—直接答案—展開說明」的順序，結論前置。尤其是商品頁的常見疑問、部落格的教學文，都要能讓人（跟 AI）在前兩句就抓到重點。
二是補齊結構化標記。商品、FAQ、評論、文章這幾種 Schema 該上的都上，讓機器不用猜。
三是每個重要頁面配真實 FAQ。至少五題，問真的有人會問的問題，答得具體、有數字、有出處。
四是統一品牌與商品的實體資訊。官網關於頁、商品命名、作者資訊、各平台描述，全部對齊，別讓 AI 認錯人。
五是建立 llms.txt，主動遞出你的網站地圖給 AI。
六是內容要有「原創觀點跟第一手經驗」。AI 最缺、也最想引用的，是那些它自己生不出來的東西——你的實測數據、你的操作經驗、你的產業判斷。純粹整理網路上大家都知道的資訊，AI 自己就會，不需要你。這也是為什麼我一直反對用 AI 大量生成空洞內容去衝量，那反而是在稀釋你被引用的機會。這整套跟 AI 共處、又不被 AI 取代的思路，我在2026 電商 AI 變革那篇談得更完整。
別做的事：灌關鍵字、薄內容
有做的清單，也要有「別做」的清單，因為在 AI 時代，某些老派 SEO 手法不只沒用，還會扣分。
第一個大忌是灌關鍵字。過去有人相信同一個詞塞越多次排名越高，現在 AI 讀內容看的是語意跟脈絡，不是詞頻。你硬塞關鍵字，語句變得不自然，AI 反而判斷你內容品質低、不值得引用。寫給人看得順的內容，才是寫給 AI 看的正解。
第二個大忌是薄內容。那種一頁只有兩三句、沒有實質資訊、只為了佔一個關鍵字而存在的頁面，AI 完全不會理。它要的是能回答問題、有深度、有獨到之處的內容。與其做一百頁薄的，不如做十頁厚的、真的解決問題的。
第三個是 AI 大量代工的同質內容。用 AI 生一堆長得都差不多、東拼西湊、沒有第一手資訊的文章，短期看起來頁數變多，長期會被判定為低價值。AI 引用的是「它自己做不出來的內容」，你交出一堆它自己就會生的東西，等於沒有籌碼。
第四個是資訊不一致。品牌名一下這樣寫一下那樣寫、商品規格各頁對不上、價格前後矛盾，這些都會讓 AI 對你失去信任。信任一旦崩，引用就沒了。
一個匿名實務案例
分享一個去年的案例。有個做居家清潔用品的品牌商來找我，狀況跟開頭那位很像：官網 SEO 底子不差，但自然流量在退，尤其是「怎麼選、哪種適合」這類教學型查詢帶進來的流量掉得特別明顯。我們一測，果然——在 AI 工具裡問相關問題，答案裡幾乎看不到他們，被引用的都是幾個內容做得更結構化的競品跟媒體。
我們沒有大改網站，先做了三件事。第一，把他們既有的三十幾篇教學文，全部改寫成「問題—直接答案—展開」的結構，並在每篇後面補一組真實 FAQ，問題都是從客服後台實際問答裡撈出來的。第二，把商品頁跟評論補上結構化標記，並統一了品牌與商品在各平台的名稱與描述——之前光是同一款商品在官網跟通路上就有三種寫法。第三，建了一份 llms.txt，把品牌定位、核心品類、重要頁面清楚寫明。
大約三個多月後，我們用固定一組問題去測試主流 AI 工具，這個品牌被明確提及或引用的比例，從幾乎是零，變成大約半數的問題裡都會出現。同期間，官網來自 AI 工具的推薦流量（referral 裡標記為那些 AI 網域的部分）從個位數成長到每月數百次的量級。這個數字絕對值不大，但趨勢很清楚，而且這些流量的轉換意願通常還不錯，因為使用者是「被 AI 推薦了才點進來」。我要強調的是，我們沒做什麼黑科技，就是把內容結構化、把資訊講清楚、把第一手經驗放進去——這些本來就該做的事，在 AI 時代只是變得更關鍵。
如何衡量 AI 帶來的流量
最後談量測，因為「量不到就管不了」。AI 流量的衡量目前確實比傳統 SEO 麻煩，但還是有方法。
第一種是看 referral 來源。在 GA4 這類分析工具裡，去看流量來源有沒有出現 AI 工具的網域（例如 ChatGPT、Perplexity、各家 AI 產品的來源）。這些通常會被歸到 referral，你可以把它們拉出來單獨追蹤，看趨勢。關於 GA4 該怎麼設定、怎麼看這些數據，可以參考我寫的GA4 電商分析。
第二種是主動測試「被引用率」。這是我很推薦、但很多人沒做的一招：固定準備一組跟你品類相關的問題，每隔一段時間（例如每月）拿去問主流 AI 工具，記錄你的品牌有沒有被提及、被講得對不對、跟哪些競品一起出現。這是一個可以量化、可以看趨勢的指標，我把它當成 GEO 版的「排名追蹤」。
第三種是看內容的擷取表現。在搜尋後台看你的頁面有沒有進到精選摘要、AI 摘要引用的來源這類位置，雖然資料不完整，但能給你方向。
第四種是回到生意本身。AI 流量絕對值可能一開始都不大，別只盯著流量數字，要看它帶進來的使用者品質——停留、加購、轉換。以我目前看到的多數品牌，AI 帶來的量還不會是主力，但它是一條正在長大的線，而且進來的人意圖通常比較明確。現在把地基打好，是為了兩三年後那條線變粗的時候，你已經站在被引用的位置上，而不是才開始追。你也可以搭配我整理的免費電商工具去試算跟追蹤這些變化。
常見問題 FAQ
Q：做了 GEO/AEO，傳統 SEO 還需要做嗎？ 需要，而且是基礎。GEO/AEO 不是取代 SEO，而是疊在上面的一層。AI 引用內容的前提，通常還是這些內容本來就被搜尋引擎收錄、被判定為有品質。你可以想成：SEO 是讓你被找到，GEO/AEO 是讓你被引用。底層的功夫——好的結構、清楚的內容、可信的來源——兩邊共用。所以正確的順序是先把 SEO 地基顧好，再往 AI 這層加碼，而不是丟掉 SEO 去追新東西。
Q：llms.txt 到底有沒有用？現在該做嗎？ 它還在發展階段，不是每個 AI 都會讀，所以我不會說它是決定性的。但它的成本很低，做一份純文字檔而已，而且方向是對的——主動告訴 AI 你是誰、重要內容在哪。我的建議是把它當成「低成本、往前站一步」的動作，該做就做，但不要期待它單靠自己就帶來多少流量。真正的重點還是內容本身的結構跟品質。
Q：我用 AI 大量生成文章來衝內容量，這樣對 AI 搜尋有幫助嗎？ 通常是反效果。AI 最想引用的，是它自己生不出來的東西——你的第一手經驗、實測數據、產業判斷。你用 AI 生一堆網路上大家都知道、東拼西湊的內容，等於交出 AI 自己就會的東西，沒有籌碼。而且大量同質、薄的內容還可能被判定為低價值，拖累整站。與其產一百篇空的，不如寫十篇有真材實料的。
Q：中小品牌沒有工程資源，結構化資料很難做嗎？ 沒有想像中難。如果你用的是常見的電商開店平台或內容系統，很多都有內建或外掛可以自動產生商品、FAQ、評論的 Schema 標記，不一定要自己寫程式。就算完全手動，FAQ 跟商品這兩種最該做的標記，格式也很固定，照著範本填就好。我的建議是先從投報率最高的商品頁 Schema 跟 FAQ 開始，其他慢慢補。
Q：怎麼知道我的品牌有沒有被 AI 引用？ 最直接的方法是自己去測。準備一組跟你品類相關、消費者真的會問的問題，定期（例如每月一次）拿去問 ChatGPT、Perplexity、Google AI 摘要這些工具，記錄你的品牌有沒有出現、講得對不對、跟哪些競品一起被提到。把它當成 GEO 版的排名追蹤。另外在 GA4 裡追蹤來自 AI 工具網域的 referral 流量，看趨勢有沒有在長。這兩件事一起做，你就能量化 AI 對你的能見度。
Q：AI 帶來的流量現在很少，值得投入嗎？ 以現在多數品牌的絕對值來說，AI 流量確實還不大，但它是一條正在長大的線，而且進來的使用者意圖通常比較明確、轉換意願不差。更重要的是，被 AI 引用需要時間累積信任，不是今天做明天就有。你現在把內容結構化、把實體資訊講清楚、把第一手經驗放進去，是在為兩三年後那條線變粗時卡好位置。等到 AI 搜尋變成主流才開始追，你會落後那些早就在被引用的品牌。
結論
AI 搜尋時代最大的變化，是「被找到」跟「被引用」之間裂出了一道縫。你可以 SEO 做得很好、排名很前，卻在 AI 的答案裡完全不存在。GEO 跟 AEO 要補的就是這道縫——讓 AI 讀懂你、信任你、願意在回答裡把你講出來。
方法其實不玄。結構清楚、答案明確、可被摘要、有數據有來源，加上結構化標記、真實的 FAQ、清楚的實體資訊，還有最關鍵的第一手經驗。這些本來就是好內容該有的樣子，只是在 AI 時代，它們從「加分項」變成了「入場券」。反過來，灌關鍵字、產薄內容、資訊不一致這些老毛病，現在不只沒用還會扣分。與其焦慮，不如把它當成一次重新把內容做扎實的機會。如果你想更有系統地規劃整套品牌在台灣的電商成長路徑，也歡迎看看我們的品牌代營運服務。
林克威長期協助國際品牌與台灣品牌進行電商代營運、品牌代理與通路拓展，累積超過十年實務經驗，服務涵蓋 Momo、PChome、蝦皮、LINE 禮物、品牌官網及實體零售通路。若您希望了解品牌進入台灣市場或電商成長策略，歡迎與我們聯繫。
