GEO：AI 時代 SEO 的深度研究與個人觀點

一篇有憑有據的 GEO 研究——引用 Ahrefs、Semrush、Pew Research 與普林斯頓原始論文的數據——探討其證據、侷限，以及它與 SEO 的真實關係。

GEO、SEO 與 AI 搜尋：摘要
什麼是 GEO
這個名詞源自哪篇論文
GEO、AEO、LLMO，還是就叫 SEO：縮寫之爭
我的結論：GEO 是擴展版的 SEO
生成式引擎如何挑選來源
真正重要的因素
點擊率下滑：對你的業務意味著什麼
Schema、llms.txt 與其他迷思
如何衡量自己是否被引用
西班牙語內容的一個機會
繼續閱讀實務指南
相關來源
編輯說明

GEO、SEO 與 AI 搜尋：摘要

面向	傳統 SEO	GEO	我的觀點
目標	出現在自然搜尋結果中	被 AI 找到、理解並引用	兩者是互補目標，而非彼此取代
成果	連結、排名與點擊	提及、引用、推薦或連結	即使點擊變少，品牌仍可能獲得能見度
主導因素	相關性、技術與連結	網站外的品牌提及與網域權威度	網站以外的聲譽所佔的權重，比多數教學願意承認的更高
衡量方式	排名、曝光次數、CTR 與轉換率	引用次數、聲量佔比與導流流量	必須檢視真實的回答內容，而不只是看一個「分數」

在深入細節之前，先講結論：坊間教學 GEO 的內容，在概念上大致正確——建構內容讓 AI 能夠發現、信任並引用——但幾乎都在一個關鍵點上有所欠缺。2025-2026 年間與被引用最相關的因素，並非你頁面內部的結構，而是你的品牌在頁面之外被提及的次數。下面我會用數據展開說明。

什麼是 GEO

GEO 是 Generative Engine Optimization（生成式引擎優化）的縮寫：指的是提高品牌或內容被 ChatGPT、Google AI Overviews、Gemini、Perplexity 等生成式系統發現、理解並引用的機率所做的工作。

這個名詞源自哪篇論文

「GEO」這個名字並非誕生於行銷部落格，而是源自一篇學術論文：GEO: Generative Engine Optimization（作者 Aggarwal、Murahari、Rajpurohit、Kalyan、Narasimhan 與 Deshpande），發表於 KDD 2024，並自 2023 年 11 月起也以 arXiv 預印本形式公開。

作者以兩個階段模擬生成式引擎：先由 Google 為某個查詢擷取五個主要來源，再由 GPT-3.5-turbo 撰寫引用這些來源的回答。他們在約一萬筆查詢組成的資料集（GEO-bench）上測試了九種不同的策略。表現最好的三種是加入引文與來源、加入統計數據，以及明確標註資訊出處，在論文中某些查詢的能見度提升幅度甚至超過 40%。相反地，關鍵字堆砌（keyword stuffing）的表現則低於原始基準。

這是個有趣的發現，但當這項研究被引用時，幾乎沒人提到它的侷限：實驗使用的是（已經過時的）GPT-3.5，每個查詢只擷取五個來源，而且作者本身就允許提示詞「捏造」統計數據與假設性引文，以最大化效果。三種獲勝策略中有兩種，本質上都是在頁面中加入新內容——所以部分提升很可能只是因為多了原本沒有的資訊，而非嚴格意義上的「GEO 優化」。我把它當作學術上的起點，而不是 2026 年的萬用配方。

GEO、AEO、LLMO，還是就叫 SEO：縮寫之爭

對於該怎麼稱呼這件事，業界並沒有共識，而且這種分歧不只是用詞問題。Aleyda Solís 的一項調查（SEOFOMO，2025）發現，約有三分之一的從業者直接偏好使用「AI search optimization」；也有人使用 AEO 或 LLMO；而 SEO 工具業者——Ahrefs、Semrush——則選擇了 GEO 這個說法。

對於縮寫氾濫的現象，也有不少相當懷疑的聲音：

John Mueller（Google），於 2025 年 8 月表示：有些人越是強調急迫性、越是推出新的縮寫，就越有可能只是在「發垃圾訊息和騙人」。
Rand Fishkin（SparkToro）主張不應放棄「SEO」這個詞，並警告任何宣稱能提供「AI 排名位置」的工具都不可靠，因為生成式回答本質上是機率性的。
Aleyda Solís 認為，目前約有 95% 的 AI 優化工作仍是由 SEO 團隊主導：她將此視為一種演進，而非斷裂。
Google 在其官方文件中表示：「從 Google 搜尋的角度來看，為生成式 AI 搜尋做優化，就是在優化搜尋體驗，因此本質上仍然是 SEO。」

我的結論：GEO 是擴展版的 SEO

我不認為 GEO 會取代 SEO。它的大多數建議——實用內容、作者身分、結構、證據與權威度——本來就屬於良好自然排名的一部分。

真正的差異在於，我們現在競爭的不再只是十條結果列表中的一個連結。我們同時也在競爭成為 AI 建構回答時所選用的來源之一，而這種情況可能發生在使用者完全沒有點擊任何連結的狀況下。

Google 在其官方 AI 優化指南中說明，其生成式功能仍然依賴於它如何檢索、索引與理解網頁。

生成式引擎如何挑選來源

每個系統的運作方式都不同，不應該把它們當成單一系統來看待：

**ChatGPT（含搜尋功能）**沒有自己的索引：它使用 Bing 的索引來擷取結果，然後在此基礎上進行引用。Seer Interactive 針對 Semrush 提供的八千萬筆查詢所做的分析發現，ChatGPT 87% 的引用與 Bing 排名前段的結果重疊。這帶來一個相當直接的實務意涵：如果你的網站沒有被 Bing 索引，那麼對 ChatGPT 來說你幾乎不存在。
Google AI Overviews 與 AI Mode 在 Google 自家索引上使用 RAG（「grounding」／落地技術），並依賴其一貫的排名系統；Google 也證實它們可能使用「query fan-out」技術——在建構回答之前，針對子主題發出多個相關搜尋——不過官方文件用的字眼是「可能使用」，而不是「總是使用」。
Perplexity 即時擷取資料，比起 ChatGPT，更常引用具備結構化資料的頁面。

以上三種情況都是機率性的過程，而非固定的排名位置：Ahrefs 記錄到 AI Overviews 經常一天一個樣，多項研究也顯示，即使重複問同一個問題，大多數情況下引用的品牌組合也會不同。你在某些部落格上看到的「精確權重」（例如「網域權威度佔 40%，品質佔 35%」）都是未經平台證實的逆向工程推測，應該抱持懷疑態度看待。

真正重要的因素

清晰有幫助：先給答案，再展開說明。Kevin Indig 針對數百萬筆 ChatGPT 引用所做的分析發現，44% 的引用來自頁面內容的前 30%，這是一個相當一致的模式。

證據同樣重要：引用來源、區分事實與意見、加入自己的例子，這與普林斯頓那篇論文的發現一致。

但大多數教學最容易低估的一點是：網站之外的提及，比網站內部的結構更有分量。Ahrefs 針對 75,000 個品牌所做的研究發現，網路上的品牌提及與 AI Overviews 能見度的相關係數為 0.664，相較之下傳統反向連結只有 0.218——差距達三倍之多。YouTube、Reddit 和 Wikipedia 都名列生成式引擎最常引用的網域之中；根據多項分析，YouTube 尤其是 AI Overviews 中被引用最多的單一網域。

此外，擠進 Google 前十名已不再像過去那樣，保證會出現在 AI 回答的引用中：根據 Ahrefs 多項分析，2025-2026 年間，自然排名與 AI Overviews 引用之間的重疊率持續大幅下滑。以整個網域來看，相關性依然強勁，但以單一 URL 來看，這種相關性正逐漸減弱。

對創作者品牌來說，這是一個關鍵概念：一篇文章可以轉化為影片、逐字稿、電子報、合作內容與討論。權威度是以生態系的方式建立起來的，而不是靠單一孤立的頁面。

點擊率下滑：對你的業務意味著什麼

當頁面上出現 AI Overview 時，使用者的點擊行為會出現明顯變化。Pew Research（2025）分析了近 69,000 筆真實搜尋，發現當頁面出現 AI Overview 時，使用者只有 8% 的機率會點擊任何連結，相較之下沒有 AI Overview 時這個比例是 15%；而只有大約 1% 的使用者會特別點擊 AI 摘要本身所引用的其中一個來源連結。

硬幣的另一面是，真正從 AI 平台導入的流量，轉換率反而更高：Ahrefs 與 Semrush 的多項分析都指出，這類流量的轉換率是一般自然流量的好幾倍，儘管與傳統搜尋相比，絕對流量仍然偏小。

實務上的解讀是：不要期待 GEO 能讓你的訪問量暴增。把它當作品牌建立與高意圖名單開發的手段，而不是拉高流量規模的槓桿。

Schema、llms.txt 與其他迷思

結構化資料對於描述文章、人物、組織與影片依然有用。官方文件可參考 schema.org 及其入門指南。

然而，並不存在一種能保證出現在生成式回答中的「魔法 schema」。Google 在其文件中明確表示：生成式 AI 搜尋並不需要結構化資料，也沒有任何特殊的 schema.org 標記是你必須加上的。事實上，Google 已於 2023 年撤除了 HowTo 的豐富結果，FAQPage 也在同一年開始受限，之後更完全消失——這些標記在 schema.org 中依然有效，但已不再在 Google 產生任何可見的豐富結果。如果某門課程或教學把 FAQ/HowTo schema 當作出現在 AI 回答中的「訣竅」介紹給你，那項資訊已經過時了。

我也不會把 llms.txt 列為小型網站的優先事項。Google 透過 John Mueller 與 Gary Illyes 多次證實，它不使用也不打算支援這個檔案，並將它比喻為舊時代的 keywords meta 標籤——一份搜尋引擎那端幾乎沒人會讀的檔案。沒有任何一個主要系統（OpenAI、Anthropic、Perplexity）把它記錄為引用訊號。它目前真正的用途，比較接近作為程式碼工具（Cursor、Copilot）的文件說明，而非搜尋能見度的槓桿。

真正值得持續維護的是：Article、Organization、Person、Product、Review、VideoObject 與 ImageObject，因為它們有助於在知識圖譜中建立你品牌的實體，而且仍然能產生 Google 尚未撤除的豐富結果。

如何衡量自己是否被引用

目前已經有一整類工具專門處理這件事——Profound、Peec AI、Otterly.ai、Ahrefs Brand Radar、Semrush AI Toolkit 等等，價格從入門級的每月約 25-30 美元，到企業合約都有。它們衡量的其實是同一件事的不同變化：AI 回答中的聲量佔比、引用率、品牌情感傾向，以及哪些來源會和你一起出現。

在為工具付費之前，其實可以先手動進行：挑選 10 到 20 個與你的品牌或利基相關的真實問題，分別在 ChatGPT、Gemini 和 Perplexity 上提問，並記錄自己是否有出現、和哪些競爭對手一起出現、是否有連結。對任何只給你一個「AI 排名」數字、卻不展示完整回答內容的工具要保持懷疑：生成式回答本身就有變動性，單次測試說明不了太多問題。

西班牙語內容的一個機會

生成式搜尋在西班牙語與拉丁美洲地區的覆蓋率目前仍不平均：多個業界消息來源都認為，儘管全球有超過 5 億人使用西班牙語，AI 引擎所引用的來源中，西班牙語專業內容仍然明顯不足。我不會把這當成一項嚴謹量化的數據——它比較像是業界的共識——但作為一個值得趁機嘗試的合理假設，倒是說得通，前提是這個機會窗口還開著。

建議加入在地脈絡、貼近讀者的例子、貨幣、國家與自然的語言，因為模型會根據國家與語言變體調整回答內容。相較於單純翻譯英語系內容，你自己的親身經驗更能形成差異化。

如果你想進一步了解，以下是幾位值得參考的西語圈人物：Aleyda Solís（Orainti，電子報 SEOFOMO）、Fernando Maciá（Human Level，提出「語意共識」概念）以及 Lino Uruñuela（Mecagoenlos.com），他們都是深耕西語技術 SEO 領域、目前也在關注這個主題的資深人物。

繼續閱讀實務指南

如果你想從研究走向實際執行，可以閱讀《如何一步步實作 GEO：創作者實務指南》。

你也可以參考《關於 GEO、SEO 與 AI 搜尋的常見問題》。

編輯說明

這個領域變化很快。本文引用的許多近期研究都屬於相關性研究，且來自銷售 SEO 工具或 AI 能見度工具的公司（Ahrefs、Semrush、Profound），這並不代表這些數據無效，但確實需要加上脈絡：它們不是經過同儕審查的論文，各項研究得出的精確百分比也各有差異。每個平台內部挑選來源的機制都是黑箱，除了這些公司自己，沒有人真正知道實際的權重是多少。在把一個百分比當成承諾之前，最好先確認發布日期、研究方法與資料來源。