GEO · 生成式引擎優化
Generative Engine Optimization
什麼是 GEO?
- 讓生成式 AI 在回答時引用我們
- 在 AI 答案中被採用為'依據'的條件
- 權威性、結構化與可引用性是關鍵
GEO 真正改變的是衡量成果的單位。在搜尋時代,我們計算的是「排名第幾、有多少人進站」;但在生成式答案中,常見的情況是沒有任何點擊,只有品牌名稱被列出。流量指標看起來沒變,業務詢問的語氣卻已不同;反之,只看流量的組織,可能好幾個月都不知道自家已從 AI 回答中完全消失。衡量的起點,是直接向 AI 詢問我們產業類別的問題。
SEO著眼於搜尋結果頁的排名競爭,AEO則鎖定搜尋框上方答案區塊的摘錄。GEO 的目標,是在多份文件融合成一段完整答案的過程中,成為混入其中的素材。結果也分兩種:一種是附上註腳與連結的'出處引用',另一種是沒有連結、只有公司名稱出現在句子裡的'品牌提及'。後者不會在紀錄中留下痕跡,要等業務說"最近有客戶說 AI 推薦了我們,還打電話來"時,才會察覺它的存在。
技術前提要先確認。若在 robots.txt 中封鎖了 GPTBot、PerplexityBot、Google-Extended,之後的所有努力都會失效。各引擎的反映速度也不同:提問時即時搜尋網路的引擎,修改幾天內就會反映;但依賴訓練資料的引擎,則得等到下一個訓練週期,可能要好幾個月。內容方面,建議把定義句放在頁面最前面,數字附上調查機構與年份,並以表格與清單切分段落。大聲朗讀看看,單獨摘出任一段是否仍然通順,大多能得到答案。
現場最常出錯的地方,是把 GEO 誤解為「把關鍵字改成適合 AI 的寫法」。只列出"業界最頂尖"之類句子、卻沒有一手資料與出處的頁面,因為沒有可引用的依據,會直接被略過。另外,AI 的回答即使問同一個問題,每次也會不同。要把同一個問題重複問 20~30 次,以提及比例來看,趨勢才看得出來;但若只用一張截圖就寫報告,那個數字下週就會翻轉,讓負責人陷入困境。
2023 年 11 月,普林斯頓大學等研究團隊(Pranjal Aggarwal 等人)在論文「GEO: Generative Engine Optimization」中首次提出此概念與名稱,並證實特定手法可將生成式答案中的能見度最多提高 40%。
以下以假設案例說明。A 公司是生產工業用振動量測設備的製造業 B2B 企業,全體員工 180 人,年營收 KRW 42,000,000,000 (≈ US$31,435,700)。過去兩年,官網每月造訪人數從 3,200 人降到 1,900 人,詢問表單每月收件也從 18 件減半到 9 件。執行長問"搜尋廣告費用沒變,為什麼沒有詢問?",行銷團隊便展開為期 6 個月的 GEO 檢查。
- 行銷團隊金課長分別向 ChatGPT 與 Perplexity 詢問"國內振動量測設備廠商推薦",各問 30 次並統計,結果 A 公司被提及 2 次,競爭對手 B 公司被提及 21 次。
- 在追查原因時,開發團隊長打開 robots.txt,發現 GPTBot 與 PerplexityBot 被全面封鎖。他表示「三年前為了防止爬蟲造成的負載而設定,卻忘了」,並當天就解除了封鎖。
- 修改了 12 個產品頁面。在首屏放入涵蓋解析度與量測範圍的兩行定義句,並在內文附上測試報告 PDF 與技術董事審閱標示。
- 業務團隊挑出近一年來實際在電話中收到的 40 則問題,移到 FAQ 中。業務本部長說"就照客戶的用語放進標題吧",因此沒有更動用字。
- 4 個月後,以同樣的 30 個問題重新測量,提及次數從 2 次增加到 17 次,詢問表單也從每月 9 件增加到 23 件。其中 11 件回答「是 AI 告訴我們才來的」。
金鍾赫
Hye-rang Park