你的流量不是被演算法懲罰，是被 AI 搜尋攔截了。
排名還在第一頁，點擊卻一直往下掉。文章照樣寫，工程師也把該做的技術項目都埋好了，網站速度沒問題，結構化資料也加了。但進來的人就是越來越少。這不是你做錯了什麼，是搜尋行為本身正在被改寫。Google AI Overviews 直接在搜尋結果頁把答案寫出來，使用者看完就走，一個網頁都不必點。ChatGPT、Perplexity 這類工具更直接，連搜尋頁都不用去，答案就生成好了。
對預算有限的中小企業來說，這不全是壞消息。壞消息是流量邏輯變了，你不能再用舊地圖找新路。好消息是你不需要砸幾十萬買公關衝外部連結，也能讓 AI 在回答問題時提到你的品牌。關鍵是搞清楚 AI 到底在看什麼，把力氣花在真正有影響的地方，而不是繼續做那些看起來專業、其實對 AI 毫無效果的動作。
TL;DR：
排名第一的頁面點擊率在 AI Overviews 出現後掉了約 58%。這不是懲罰，是使用者在搜尋頁就拿到答案了。
你花最多心力做的 Schema 結構化標記，對 AI 要不要引用你幾乎沒影響。真正有用的是 YouTube 影片裡有人提到你、論壇上有人真實討論你。
ChatGPT 最常引用的文章類型是「十大推薦」「五款比較」這類列表，佔了將近 43.8%。把文章改成 AI 容易抓取的格式，是最快的切入點。
YouTube 品牌提及與 AI 是否推薦你，相關性高達 0.737，是預算有限時最能著力的地方。
不用花公關費，下週一就能開始做。
文章目錄
你的流量不是消失了，是被 AI 搜尋攔截了
很多老闆看到 Search Console 的曲線往下掉，第一個反應是「我是不是被 Google 演算法降權了」。講白了，多半不是。你的排名沒掉，甚至還在前三名。掉的是點擊率，是「看到你的連結卻不點進來」的比例。
原因很簡單。Google 在搜尋結果最上面放了一塊 AI 整理好的答案，直接把使用者要的資訊寫出來。這塊東西叫 AI Overviews（簡稱 AIO）。使用者看完那段摘要，需求就被滿足了，根本不會往下捲去找你的藍色連結。
第一名的點擊率為什麼掉了快六成
根據 Ahrefs 追蹤大規模搜尋結果的研究，自從 Google 開始在搜尋頁放 AI 摘要以後，排在第一名的網頁點擊率平均掉了約 58%。他們在 2025 年 4 月做過同一項調查，當時這個數字是 34.5%，而且還在惡化。意思是趨勢沒有止穩，只會繼續擴大。
不過我也要說實話：這個數字是全球英文市場的觀察，不是台灣市場的實證研究。台灣的 AIO 出現頻率跟英文市場不同，衝擊程度可能沒這麼極端。但方向應該是對的：當搜尋頁直接給出答案，點擊就會減少。你的親身感受，跟數據的方向是一致的。
「零點擊搜尋」是什麼意思
這個現象叫「零點擊搜尋」（zero-click search）：在搜尋結果頁上，使用者就拿到了答案，一個網頁都不用點。AI Overviews 把這件事推到了極致。以前零點擊至少還要看一眼你的標題和 meta description，現在連那一眼都省了。
換句話說，問題不在你的搜尋引擎優化做不好，也不在你的技術 SEO 有漏洞。問題在於「搜尋」的終點，從你的網站搬到了搜尋頁本身。你得換個思路：與其想辦法把人拉進網站，不如先想辦法讓 AI 在答案裡提到你，讓那些從 AI 回答點進來的人，是已經快要下單的高意願客戶。
AI 搜尋優化跟傳統 SEO 是什麼關係
很多人把 AI 搜尋優化講成一套全新的規則，好像從此以後傳統 SEO 全部作廢。我的判斷是：不是這樣。SEO 的地基還在，AI 搜尋優化是在這個地基上加一層。地基不穩，上面蓋什麼都撐不住。
不是換一套規則，是疊加一層
傳統 SEO 做的事是讓 Google 爬蟲看得懂你的網站、讓頁面排上前幾名、讓使用者願意點進來。這些基本功沒有過時。AI 搜尋優化多做的是另一件事：讓 ChatGPT、Google AI、Gemini 這些工具在回答問題時，願意把你的品牌寫進答案裡。
有一個原則很值得記住：好的 SEO 本身就是好的 GEO。Google 官方也反覆講過，AI Overviews 的基礎還是核心搜尋品質系統，不存在一套神秘的 AI 專屬演算法。你不需要從零開始，只需要在既有的 SEO 基礎上做格式和來源的升級。
SEO、AEO、GEO 差在哪
這三個詞常被混在一起講。SEO（搜尋引擎優化）是讓你在 Google 搜尋結果裡被看到。AEO（答案引擎優化）是讓內容容易變成 AI 引用的答案。GEO（生成式搜尋優化）是更全面的說法。如果你想知道更完整的脈絡，可以參考 AEO 的完整介紹。
對中小企業來說，不需要糾結學術邊界。你只需要記住一個核心問題：當潛在客戶問 AI「這類產品推薦哪個」，AI 的答案裡有沒有你。
第一步：先診斷你被影響多深
做優化之前，先搞清楚你到底被 AI 搜尋影響了多少。不是每個產業、每個關鍵字都受到同等衝擊。先花一個下午做診斷，再決定力氣往哪裡使，免得浪費預算。
從 Search Console 看哪些訊號
打開 Google Search Console，看過去 90 天的資料。你要找的不是總流量，而是「排名沒掉但點擊率明顯下滑」的關鍵字。這是最典型的 AIO 攔截訊號：你的頁面還排在前面，但使用者不點了，因為 AI 已經在上面回答了。
具體做法：在「搜尋結果」報表裡，把時間範圍設成「過去三個月 vs 前三個月」做比較，按點閱率排序，找出下滑最多的查詢。記下來，下一步要用。
怎麼確認關鍵字已被 AIO 占走
把剛才記下的查詢逐一丟進 Google 搜尋，看結果頁最上方有沒有出現 AI Overviews 的答案區塊。如果有，那就是你的點擊被攔截的地方。如果沒有，流量下滑可能是其他原因（競爭加劇、季節性、搜尋意圖改變），不一定要從 AI 搜尋的角度處理。
說到底，診斷的目的不是恐慌，是分流。被 AIO 攔截的關鍵字，優先做格式升級和品牌露出。沒被攔截的，繼續正常的 SEO 優化。資源有限，你得知道哪裡漏水才能補。
第二步：讓 AI 容易引用你的內容
知道了哪裡被影響之後，下一步是讓 AI 更容易抓到你的內容、更容易在答案裡提到你。這裡有一個很多人踩過的坑：把力氣花在對 AI 幾乎沒效的地方。
Schema 結構化標記不是萬靈丹
過去幾年，所有 SEO 教學都會叫你把 結構化資料（Schema markup、JSON-LD）加好加滿。這句話放在傳統搜尋沒錯，結構化資料確實能幫助 Google 理解你的頁面、爭取豐富摘要。但 Ahrefs 實際追蹤了 1,885 個加了 Schema 標記的頁面，結果出乎意料。
加了標記之後，Google AI Overviews 引用這些頁面的比率反而掉了 4.6%。ChatGPT 和 Google AI Mode 的變化則分別是 +2.2% 和 +2.4%，都在統計誤差範圍內。結論很清楚：Schema 標記對 AI 要不要引用你，幾乎沒有影響。
這不代表你應該把 Schema 標記拆掉，它對傳統搜尋和豐富摘要仍然有用。但如果你以為把 Schema 加滿就能讓 AI 引用你，那方向就錯了。AI 看的不是你怎麼標記自己的頁面，而是別人怎麼談論你。
為什麼列表型文章特別有效
如果你希望 ChatGPT 或 Claude 提到你的網站，最快的切入點是了解它們喜歡引用什麼樣的文章。Ahrefs 的研究指出，「Best X」「Top Y」這類比較清單，佔了 ChatGPT 所有引用的 43.8%。接近一半。
想想也很合理。當你問 AI「露營帳篷推薦哪個」，它的工作是快速給你幾個選項。比起一篇三千字的心得文，一張清楚的比較表格 AI 讀起來快得多，也更容易變成它回答的素材。AI 拿你的表格去組織答案，成本遠低於從長篇敘述裡提煉重點。
把現有文章升級的三個動作
不是叫你把每篇文章都改成排名榜。你現有的文章只要做三件事，就能大幅提高被 AI 引用的機會：
- 在文章最前面 150 字之內放一張比較表格。欄位至少包含：品牌或型號、最大特色、適合誰用、主要優缺點。不用寫得漂亮，清楚就好。AI 抓表格的效率遠高於抓散文。
- 用一看就懂的標題，像「2026 年三大新手帳篷推薦比較」。每個產品至少寫 100 字心得，不要只寫好話。誠實寫出缺點，反而更有說服力，因為 AI 能從中提取平衡的資訊。
- 用結構化的問答段落收尾。把讀者最可能問的三到五個問題用問句當小標題，底下直接回答。AI 做 query fan-out（查詢擴展）時會把問題拆成子問題找答案，你的問答段落剛好對上。
| 比較面向 | 傳統 SEO 做法 | AI 搜尋優化要加的 | 為什麼 |
|---|---|---|---|
| 文章格式 | 深度長文、詳細教學 | 在開頭加比較表格、列表結構 | AI 抓表格的效率遠高於散文 |
| 結構化資料 | Schema markup 加滿 | 維持，但別期待它影響 AI 引用 | 研究顯示 Schema 對 AI 引用幾乎無效 |
| 品牌露出 | 官網內容優化 | YouTube 逐字稿、論壇真實討論 | AI 看的是別人怎麼談論你 |
| 流量來源 | Google 搜尋點擊 | AI 答案裡的來源連結點擊 | 搜尋終點從網站搬到搜尋頁 |
| 內容類型 | 教學文、深度指南 | 比較清單、推薦榜、優缺點整理 | ChatGPT 近半引用來自列表型文章 |
第三步：在 AI 的資料來源裡建立品牌存在感
前面是在你自己的網站上做文章。但 AI 不只看官網寫了什麼，更在乎整個網路上別人怎麼講你。這一步才是中小企業真正的機會，因為不需要花大錢，需要的是做對方向。
YouTube 逐字稿是 AI 的教科書
Ahrefs 的研究裡有一個數據，我覺得對預算有限的人最重要：YouTube 上有人提到你的品牌，跟 AI 搜尋時會推薦你，這兩件事的相關性高達 0.737。白話講就是：YouTube 上越多人討論你，AI 就越容易推薦你。
為什麼？YouTube 是 AI 最依賴的資料來源之一，它不只看影片標題和說明欄，還會直接讀自動產生的逐字稿。你在影片裡說了什麼，AI 都聽得到。如果影片裡從來沒人把品牌名稱講出來，AI 根本不會知道「這個品牌跟這個產品有關」。
具體做法：拍評測或教學影片時，嘴巴上要講出完整的品牌名稱和產品型號，不要只說「我們這款」。上傳後花十五分鐘校正自動產生的繁體中文逐字稿，因為 AI 經常把英文品牌名聽錯。影片資訊欄前三行用條列式寫出產品的三個最大優點，再放一個產品頁連結。
論壇真實討論的分量比你想的重
AI 不只看你的官網，它更在乎別人怎麼講你。在外部連結和品牌討論的邏輯裡，這本來就是排名因素，但 AI 把這件事的權重拉得更高了。一篇有血有肉的真實討論，對 AI 來說比十個冷冰冰的連結都管用。
在台灣人常用的社群平台（PTT、Dcard、Mobile01）上，認真參加跟你產品有關的討論。不是去貼廣告，是真的回答問題。不要寫「這款超讚必買」這種空話，寫具體的，像「我住基隆，雨超多，這款帳篷防水 3000mm 下大雨沒漏水，但帳篷裡反潮有點明顯」。有優點有缺點，看起來才像真人講的話，AI 才會當成可信參考。討論裡自然出現品牌名稱和型號就好，不要硬塞連結。AI 讀的是內容，不是連結數量。
不靠高價公關也能做的外部訊號
很多中小企業老闆以為，要讓 AI 提到你，就得花錢找媒體報導、買公關稿。老實說，那是舊邏輯。AI 確實會參考媒體報導，但它參考的來源遠比你想的寬。Ahrefs 發現，ChatGPT 最常引用的前 1,000 個網頁當中，有 28.3% 在 Google 上是完全沒有流量的。零。一個訪客都沒有，但 AI 還是引用了它們。
這些零流量卻被引用的網頁，大多是學術論文、官方文件或很小眾的專業評論。它們在自己的領域裡是權威，只是剛好沒做 SEO。這告訴我們一件事：AI 在乎的是「這個內容能不能回答使用者的問題」，不是你的流量有多大。
所以不花錢的做法是：把你的專業知識整理成結構清楚的文章或影片，放在 AI 會爬取的地方（你的網站、YouTube、論壇），讓內容本身具備被引用的價值。實體 SEO 的邏輯在這裡也適用：讓品牌成為一個被多方來源提及、可被識別的實體，AI 才會把你的品牌跟特定的產品類別連起來。
預算有限，力氣怎麼分配
回到最實際的問題：預算和人力都有限的團隊，到底該先做什麼。我的判斷是：先把不花錢的高槓桿動作做完，再考慮花錢的。順序錯了，錢花下去也看不到效果。
不花錢就能開始的四件事
- 校正 YouTube 逐字稿：打開品牌觀看數最高的影片，把自動逐字稿裡品牌名稱和產品名有錯的地方改掉。一支影片十五分鐘就夠了，但這十五分鐘的投資報酬率可能比你寫三篇文章還高。
- 挑一篇文章加比較表格：找一篇排名還不錯的產品比較文，在文章最前面加一張表格，欄位放「產品名、最大特色、優點、缺點、適合誰」。這是最快讓 AI 抓到你的方式。
- 在論壇留下有價值的回覆：每週花三十分鐘，去 PTT 或 Dcard 找跟你產品相關的問題認真回答。不要帶連結、不要推銷，就是展現專業。長期累積下來，AI 會把這些討論當成品牌背書。
- 用 Search Console 做一次診斷：找出被 AIO 攔截的關鍵字，列出優先處理清單。不花一毛錢，但能幫你避開亂槍打鳥的浪費。
有一點預算時花在哪裡
如果你每個月有一點預算（比方說幾萬塊），最划算的投入順序是這樣的。第一，找人拍一支有品質的 YouTube 評測或教學影片，確保品牌名稱在影片裡被清楚講出來。一支好影片的 AI 引用價值可能抵得過十篇文章。第二，把現有網站的E-E-A-T 訊號補強：作者簡介、關於頁面、真實聯絡資訊、專業資格說明。這些是 Google 和 AI 共同重視的信任基礎。不建議一開始就花錢買公關稿或媒體曝光，投資報酬率不如先把基本功做紮實。等 YouTube 和論壇的基礎打好了，再考慮外部媒體。
做之前先搞清楚的幾個限制
講了這麼多怎麼做，這套方法有它的限制，免得你做了之後發現效果不如預期就以為方法錯了。
AI 引用結果會持續波動
Ahrefs 觀察到一個現象：Google AI Overviews 的內容平均每 2.15 天就會改一次。就算你今天成功讓品牌出現在 AI 的推薦裡，可能過兩天就不見了。還有一個發現：Google AI Mode 跟 AI Overviews 給出的答案有 86% 一樣，但引用的來源只有 13.7% 是同一批。兩個 AI 講的話差不多，但「信任誰」的標準完全不同。
不過別太焦慮。AI 的推薦邏輯其實很穩定，雖然每次引用的網頁不同，但支持的是同一個結論。所以只要品牌持續在 YouTube 和論壇上被正面討論、持續輸出有價值的比較內容，就算今天 A 文章被換掉，明天其他來源還是會被補上去。穩住的是「AI 覺得這個品牌值得推薦」這件事，不是某一篇文章的排名。
不是所有搜尋類型都適合做 GEO
AI 搜尋優化特別適合用在「怎麼選」「哪個好」「推薦什麼」這類比較型和推薦型的問題上。但像查高鐵票價、看今天股票漲跌、找附近便利商店這種即時性需求，AI 搜尋優化幫不上忙，因為這些靠的是系統即時抓資料，不是內容。
再看一個數據：ChatGPT 最常引用的前 1,000 個網頁裡，有約 67% 是你根本沒辦法控制的東西：Wikipedia、品牌官網首頁、App Store。這些都是超級權威的大站，不是你寫一篇文章就能取代的。你實際能搶的空間，大約是剩下的三成多，也就是教育型文章、評論、新聞和部落格。別覺得三成很少。相對於英文市場，這裡的優質比較型內容更加稀少，誰先寫好誰就先卡位。
怎麼追蹤做對了沒有
該看哪些指標
做了一陣子之後，你會想知道到底有沒有效。傳統的排名追蹤在 AI 搜尋時代部分失效了，因為 AI 的答案會波動、會因人而異。你需要看的是不同層次的訊號。
- 品牌搜尋量：在 Google Trends 搜尋品牌名，看趨勢是否上升。AI 開始推薦你，越來越多人會直接搜你的品牌名。
- 來自 AI 工具的流量：在分析工具裡留意 referrer 來自 chatgpt.com、perplexity.ai 的流量，量還不大但趨勢值得追蹤。
- YouTube 逐字稿的品牌提及：定期搜尋「品牌名 site:youtube.com」，確認品牌名稱有沒有正確出現在逐字稿裡。
- 直接流量比例：直接流量上升通常代表品牌知名度在累積。
多久檢討一次
AI 搜尋還在快速演進，Google 在 Google I/O 2026 也預告搜尋會朝 AI Agent 方向走，規則可能還會變。建議每個月做一次檢討就好：看品牌搜尋量、AI 工具來的流量、YouTube 和論壇上的品牌提及有沒有增加。不要每天盯著數字焦慮，AI 的引用結果本來就會波動，看長期趨勢比看短期數字有意義。
這句話半真半假：AI 搜尋優化是未來趨勢。它確實是，但不是叫你把傳統 SEO 全丟掉。Google 自己的 AI 搜尋 SEO 指南也講得很清楚，基本功還是所有流量的地基。數據也支持：71.7% 被 AI 引用的網頁，在 Google 上都有不錯的流量。AI 搜尋優化不是砍掉重練，是在既有的基礎上做格式和來源的升級。先把地基打好，再加蓋。做對比做快重要。
常見問題
這些數據都是國外的研究，台灣也一樣嗎？
方向應該是一樣的，甚至在台灣可能更有利。
原因很簡單：繁體中文的高品質內容比英文少太多了。AI 在找繁體中文資料時能挑的好東西本來就不多，所以你只要搶先寫出有結構、有比較表格的文章，或在 YouTube 上留下清楚的繁體中文逐字稿，被 AI 引用的機會比在英文市場高很多。誰先寫好，誰就先卡位。不過我也要說實話，目前台灣市場的 AI 搜尋行為資料還很有限，上面的判斷是基於產業觀察和國外資料的推論，不是台灣本地的實證研究。
被引用最多的前 1,000 個網頁裡，28.3% 在 Google 零流量，是不是代表我不用管網站權重了？
千萬別這樣想，這是很多人會掉進去的陷阱。
那 28.3% 的零流量網頁，大多是學術論文、官方文件或很小眾的專業評論。它們在自己的領域裡是權威，只是剛好沒做 SEO。但對一般做生意的人來說，網域權重和高品質的反向連結，還是 Google 判斷你夠不夠專業、值不值得信任的重要標準。你可以把 AI 搜尋優化想成裝潢，傳統 SEO 是地基。地基不穩，裝潢再好看也撐不住。兩個都要做。
AI 的內容每兩天就會換一次，那我做這些會不會白忙一場？
不會。雖然 AI 引用的具體網頁會一直換，但 AI 的推薦邏輯很穩定，只是引用了不同的網頁來支持同一個結論。所以只要品牌持續在 YouTube 和論壇上被正面討論，就算今天 A 文章被換掉，明天其他來源還是會被補上去。穩住的是「AI 覺得這個品牌值得推薦」，不是某一篇文章的排名。
我沒有 YouTube 頻道，也不想露臉拍片，怎麼辦？
不用自己拍片，只需要讓品牌名稱出現在 YouTube 的逐字稿裡。找現有的 YouTuber 合作，請他們在評測影片裡提到你的產品。或者用簡報錄影做教學影片，重點是嘴巴要講出品牌名稱和產品型號，讓自動逐字稿抓到。影片不一定要精美，逐字稿的品質才是 AI 真正在讀的。
做了這些之後，多久能看到效果？
跟傳統 SEO 一樣需要時間累積。前一到三個月大概只會看到 YouTube 逐字稿校正後的小幅改善。三到六個月，如果論壇討論和比較型文章開始累積，品牌搜尋量可能開始上升。六個月以上才有機會穩定地看到 AI 在回答相關問題時提到你。我不敢給你保證的時間表，因為這會因產業、競爭程度和內容品質而浮動。但方向是對的：先把高槓桿的免費動作做完，持續做。
