5 January 2026
只追 SEO 已經不夠了？甚麼是 GEO？AI 正在改變網絡搜尋方式
隨着傳統 SEO （Search Engine Optimization）的效力逐漸減弱，另一個新概念正開始成形——GEO（Generative Engine Optimization，生成式引擎優化）。
Andriy Onufriyenko / Getty Images
生成式人工智能（AI）的普及，正在徹底改變人們獲取網絡資訊的方式。多年來，SEO 一直被視為企業爭取在 Google 搜尋結果中取得曝光的核心策略；但時至今日，愈來愈多用戶已不再「搜尋」，而是直接「發問」。他們轉向 ChatGPT、Gemini、DeepSeek、Perplexity 等 AI 工具尋求答案，繞過了過去長期主導資訊排序的傳統搜尋引擎。
這種轉變，標誌着一個明確的分水嶺。傳統 SEO 開始顯得力有不逮，而 GEO 正是在這個背景下誕生的新方向。重點已不再只是爭取 Google 排名，而是建立能被 AI 模型辨識、理解，並在生成回應時引用的內容。
Eskimoz 管理董事 Maxence Marius 指出，GEO 最大的挑戰，在於它打破了傳統 SEO 的既有邏輯。他表示，如今要提升品牌能見度，關鍵在於理解 AI 模型如何「閱讀」及重新運用內容。「GEO 並非取代 SEO，而是與之並行。SEO 持續帶來網站流量，而 GEO 則帶來在 AI 回應中的曝光與提及。」
AI 是如何決定答案內容？
生成式 AI 模型的內部運作，至今仍帶有相當程度的不透明性。ESIC University 教授 José Manuel Piedrafita 指出，這並非刻意隱藏，而是因為其運作邏輯本身極為複雜，難以簡化為一套清晰規則。
他解釋，AI 生成答案時，會結合訓練階段內化的知識，以及即時檢索外部資料的機制。模型並非以「資料庫」方式儲存文本，而是透過數值化的語意表徵，判斷哪些資訊最符合當下問題的語境。
換言之，AI 既不以人類的方式搜尋，也不會像傳統系統般逐條存取資料，而是依靠機率、模式與數學關係，推算哪些資訊最適合納入最終回應。SEOCOM.Agency 行政總裁 Iván Ruiz 形容，這種決策過程本質上仍是一個「黑盒」，並非因為缺乏透明度，而是系統本身的特性所致。
Ruiz 指出，相較 Google 演算法仍遵循較為線性的排序規則，生成式 AI 會基於高度複雜的統計機率，決定整合哪些資訊片段，因此幾乎無法準確追溯，為何某一數據會被選中，而另一則不會。
這種差異，正是關鍵所在。當生成式模型的運作邏輯變得難以預測，GEO 亦不再是一門可以精準計算的技術，而是一個需要不斷調整與測試的實務領域。
哪些因素會令 AI 選用你的內容？
儘管生成式 AI 的運作機制仍未完全明朗，但市場已逐漸觀察到一些共通趨勢。Ruiz 指出，AI 普遍傾向選用來自高權威網域、結構清晰、資訊精煉，且語意一致性高的內容。
在內容寫作層面，目前仍未與傳統 SEO 出現明顯斷層。Rocket Digital SEO 團隊主管 Toni Villaró 表示，就實務而言，內容愈完整、愈具實用價值，便愈有機會在 AI 搜尋或聊天機械人的回應中出現。
他強調，真正的關鍵在於內容取向：「最重要的是，內容是否真正回應到用戶的實際問題。」ESIC University 的 Piedrafita 亦指出，AI 模型偏好表述清楚、邏輯分明、模糊性低的文本；相比只觸及問題部分層面的內容，能完整解決搜尋意圖的文章更具優勢。
他補充，清單、分類、以及一句話定義等形式特別有效，因為有助模型清楚辨識與拆分關鍵觀點。不過，目前仍無法確定不同來源在 AI 回應中的權重分配方式。此外，數據、統計、研究引用，以及專業而中性的語氣，亦有助提升內容的可信度，使其較一般或純商業頁面更具參考價值。
品牌進行 GEO 佈局的實務方向
對品牌而言，GEO 的興起不單是技術挑戰，更是一個提升曝光與聲譽的契機。Villaró 認為，重新聚焦對用戶的理解，仍然是所有策略的核心。「只要能真正掌握消費者的痛點，內容便有機會被 AI 視為具相關性，並在回應中被引用。」
Ruiz 則指出，SEO 專業人員所面對的複雜程度已大幅提升。當下的重點，不再是重複關鍵字，而是建構能被 AI 理解、摘要及無縫重用的內容結構。
Eskimoz 的 Marius 認為，關鍵在於製作「可被摘要的內容」——包括清晰段落、可引用的核心觀點、結構完善的 FAQ、表格，以及明確展現 E-E-A-T（經驗、專業、權威與可信度）的訊號。他指出，AI 更重視內容的準確性與權威性，而非關鍵字密度。「同時，亦需加強在 Google 生態系及其他高可信度外部平台的整體曝光。」
面對這個快速變化的階段，Ruiz 建議，有意深入 GEO 的從業者，應同時掌握傳統 SEO 基礎、理解大型語言模型（LLM）的運作原理，並訓練以清晰、具權威性及實用性的方式撰寫內容。「最終目標，是讓內容成為搜尋者——無論是人類，還是 AI 代理——最合理、最有價值的資訊來源。」
文章轉載自《GQ》西班牙版
Recommended Articles
