AEO、GEO 是什麼?讓 ChatGPT、Google AI 搜尋引用你的網站(2026 白話指南)
AEO、GEO 是讓 ChatGPT、Google AI 摘要等 AI 搜尋引用你網站的做法,建立在 SEO 之上。本文白話說明它跟 SEO 的差別、AI 怎麼挑來源、結構化資料與 FAQ、llms.txt 等做法,以及怎麼量測成效。

作者:站長路可(創業 10 年、代管 4,000 個網站)
先講結論:小店家要做 AEO、GEO 嗎?
要,但不用花大錢找代操。AI 搜尋挑來源的方式,跟 Google 挑好網頁的方式差不多:頁面要能被找到、開頭就回答問題、有數據和出處、看得出是誰寫的、結構化資料跟內容一致。Google 官方也說,出現在 AI 摘要沒有額外要求,不需要特殊檔案。所以先把基本功做好,再用 llms.txt、FAQ 這些「加分項」補強,最後用 Search Console 和 Bing 的 AI 報表看成效。
這一年很多老闆來問:「客人現在都去問 ChatGPT 了,我的網站還要做 SEO 嗎?」「有人說要做 GEO,報價好幾萬,真的有用嗎?」這篇用白話講清楚 AEO、GEO 到底是什麼、跟 SEO 差在哪、AI 怎麼決定引用誰,以及一般店家自己就能做的事。文中引用的研究都附上年份,方便你判斷資料新不新。
AEO、GEO 是什麼?名字從哪來?
AEO 是 Answer Engine Optimization(答案引擎優化),GEO 是 Generative Engine Optimization(生成式引擎優化)。兩個詞講的都是同一個目標:當有人用 AI 搜尋問問題時,AI 的回答裡會引用你的網站、提到你的品牌。
兩個名字的來歷不太一樣:
- AEO 比較早出現,最早是行銷圈拿來講 Google「精選摘要」、語音助理這類「直接給一個答案」的版位。現在也涵蓋 Google AI 摘要(AI Overviews)、AI 模式(AI Mode)和「其他人也問了」。
- GEO 來自一篇學術論文。普林斯頓大學和印度理工學院德里分校的研究者在 2023 年 11 月發表〈GEO: Generative Engine Optimization〉,2024 年被資料探勘頂級研討會 KDD 收錄。論文研究的就是:網頁內容怎麼改,才會在 ChatGPT、Perplexity 這類「會自己寫答案」的搜尋裡更常被引用。
你還會看到 LLMO、AI SEO、AIO 這些詞。它們講的是同一件事,只是不同公司習慣不同叫法。AIO 有時指「AI 最佳化」,有時指 Google 的 AI Overviews,看到時要看上下文。
如果你想先搞懂 AI 為什麼會「自己寫答案」,可以先看 LLM 是什麼;AI 搜尋先查資料再回答的做法,原理跟 RAG 很像。
AEO、GEO 跟 SEO 差在哪?要整個重做嗎?
不用重做。SEO 是讓網頁在搜尋結果排前面;AEO 是讓內容被抽出來當答案;GEO 是讓 AI 組答案時拿你當材料。三者是疊加關係:SEO 做不好,AI 搜尋多半也找不到你。
Google 在 Search Central 的說明寫得很直接:要出現在 AI 摘要或 AI 模式,頁面只要「已被索引、可以顯示摘要」就符合資格,沒有額外要求,也不需要特別的最佳化。換句話說,AEO、GEO 不是一套新技術,而是把 SEO 裡「回答問題、可信、好讀」這幾件事做得更徹底。
| 比較 | SEO | AEO | GEO |
|---|---|---|---|
| 目標 | 搜尋結果排前面,被點進來 | 被抽出來當「那個答案」 | 被 AI 引用、被提到品牌 |
| 出現在哪 | Google、Bing 的藍色連結 | 精選摘要、其他人也問了、AI 摘要、語音助理 | ChatGPT 搜尋、Perplexity、Gemini、Google AI 模式、Copilot |
| 內容寫法 | 涵蓋主題、關鍵字、內外連結 | 開頭直接回答、問句標題、FAQ | 有數據、有出處、有獨特觀點,容易被摘錄 |
| 看什麼成效 | 排名、點擊、自然流量 | 有沒有出現在答案版位 | 被引用次數、品牌被提到的頻率 |
| 技術基礎 | 三者共用:頁面能被爬、被索引,速度與手機體驗、結構化資料跟內容一致 | ||
簡單記:SEO 是地基,AEO 和 GEO 是在地基上把「答案」寫清楚。
為什麼 2026 年要開始在意 AI 搜尋?
因為越來越多人在搜尋結果頁就拿到答案,不點進網站。被 AI 引用,等於在客人還沒點任何連結之前,就先被推薦一次。
美國 Pew Research Center 在 2025 年 7 月發表的研究追蹤了 900 位美國成人在 2025 年 3 月的實際瀏覽紀錄:
- 約 18% 的 Google 搜尋出現了 AI 摘要。
- 有 AI 摘要時,使用者點傳統搜尋結果連結的比例是 8%;沒有 AI 摘要時是 15%。
- 點 AI 摘要裡面附的來源連結,只有 1%。
- 看到 AI 摘要後直接結束瀏覽的比例是 26%,沒有摘要時是 16%。
這組數字有兩層意思。第一,排名第一不再等於流量第一,AI 摘要先把很多人的問題回答掉了。第二,被 AI 引用的那幾個來源,還是有機會被看見、被記住。Google 官方的說法是:從有 AI 摘要的頁面點進來的流量品質比較高,使用者比較會在網站上停留。
對小店家來說,這代表兩件事要一起做:讓 AI 願意引用你,同時讓點進來的人有東西可以買、可以約、可以問。
AI 搜尋怎麼挑要引用誰?
AI 搜尋會先拆問題、到搜尋索引裡找多組相關網頁,再從中挑能支撐答案的段落引用。所以前提是你要被索引;被挑中的關鍵,是段落本身清楚、可信、有具體資訊。
第一步:你要在它找得到的地方
Google 說明 AI 摘要和 AI 模式會用一種叫「query fan-out」的方式:把一個問題拆成好幾個子問題,各自去搜尋,再找出支撐答案的網頁。所以它引用的網站,常常比一般搜尋結果更多、更分散,排名不在前三的頁面也有機會。
ChatGPT 的搜尋也一樣要先「讀得到」你。OpenAI 的說明把爬蟲分得很清楚:OAI-SearchBot 負責搜尋,網站如果在 robots.txt 擋掉它,就不會出現在 ChatGPT 搜尋的答案裡;GPTBot 才是蒐集模型訓練資料用的。很多網站為了「不想被拿去訓練」把 OpenAI 全部擋掉,結果連搜尋都一起消失了。
第二步:你的內容要好摘錄
GEO 論文用一大組跨領域的問題做了實驗(GEO-bench),把同一篇內容用不同方式改寫,看在 AI 回答裡的能見度變化。結果很有參考價值:
| 改寫方式 | 能見度變化(相對原文) | 白話 |
|---|---|---|
| 加入引述(Quotation Addition) | 約 +41% | 引用專家、官方、當事人說過的話 |
| 加入統計數據(Statistics Addition) | 約 +33% | 把「很多」改成「約 18%」 |
| 改得更通順(Fluency Optimization) | 約 +29% | 句子短、好讀、沒有贅字 |
| 標出處(Cite Sources) | 約 +28% | 寫明資料來自哪裡、哪一年 |
| 塞關鍵字(Keyword Stuffing) | 低於原文 | 舊式 SEO 的壞習慣,在 AI 搜尋反而扣分 |
論文裡還有一個對小網站很重要的發現:原本排在第 5 名的網站,加上出處之後能見度提升約 115%,而原本排第 1 的網站反而下降。也就是說,GEO 對排名不在最前面的網站最有幫助。這是小店家的機會。
當然,這是 2024 年的實驗環境,各家 AI 搜尋後來都改版過,數字不能直接套用,但方向很清楚:AI 喜歡具體、有根據、好引用的內容。
AEO、GEO 實際怎麼做?七件事
不需要特殊技術。把每一頁都當成「回答一個客人的問題」來寫,再補上數據、出處、作者與結構化資料,就是 AEO、GEO 的主要工作。下面七件事,前四件是內容,後三件是技術。
1. 開頭 40 到 60 字直接回答
每一頁、每個段落的第一句就給答案,後面再解釋。例如「訂製蛋糕要提前幾天訂?」第一句就寫「一般款式提前 3 天,造型蛋糕提前 7 天」,而不是先寫一段品牌故事。AI 抽段落時,最常抽的就是這種開頭。
2. 用客人會問的句子當標題,加上 FAQ
把 H2、H3 寫成問句:「運費怎麼算?」「可以刷卡分期嗎?」「台中有門市嗎?」頁尾放 6 到 8 題常見問題,每題答案第一句就是答案。這些問題可以從客服紀錄、LINE 對話、Google 的「其他人也問了」裡找。
3. 放數據、引述和出處
能寫數字就寫數字,能寫來源就寫來源,而且註明年份。「本店蛋糕使用日本麵粉」不如「使用北海道產麵粉,2026 年起全品項改用無添加奶油」。引用別人的研究,就附上機構名稱和發表年份。
4. 讓 AI 看得出是誰寫的(E-E-A-T)
Google 評估內容品質時看經驗、專業、權威、可信(E-E-A-T)。實際做法:每篇文章寫作者和他的經歷、寫出更新日期、放實際照片和第一手經驗,「關於我們」頁寫清楚公司名稱、地址、聯絡方式。AI 會比對這些資訊在不同地方是否一致。
5. 結構化資料要有,而且要跟頁面一致
結構化資料(JSON-LD)是寫給機器看的標記,告訴搜尋引擎「這是商品、價格多少」「這是常見問題」「這是課程」。Google 說 AI 摘要不需要特殊的 schema,但一般的結構化資料一樣有用,前提是標記內容要和頁面上看得到的文字一致,不能在標記裡寫頁面沒有的東西。
6. 讓爬蟲進得來
確認 robots.txt 沒有誤擋 Googlebot、Bingbot、OAI-SearchBot;重要內容用文字呈現,不要只放在圖片裡;網站有 sitemap,頁面之間有內部連結;手機版好讀、速度不要太慢。Google 也提醒,商家檔案(Google 商家)和 Merchant Center 的資料要保持最新。
7. 站外的品牌資訊要一致
AI 不只讀你的網站,也讀新聞、論壇、評論、社群。店名、地址、營業時間、價格在各處寫得一樣,有真實的顧客評論,有媒體或部落客提到你,都會讓 AI 比較敢引用你。
| 做法 | 對 SEO | 對 AEO | 對 GEO | 自己做的難度 |
|---|---|---|---|---|
| 開頭直接回答 | 有幫助 | 很重要 | 很重要 | 低 |
| 問句標題+FAQ | 有幫助 | 很重要 | 有幫助 | 低 |
| 數據、引述、出處 | 有幫助 | 有幫助 | 很重要 | 中 |
| 作者與經歷 | 有幫助 | 有幫助 | 有幫助 | 低 |
| 結構化資料 | 很重要 | 很重要 | 有幫助 | 看平台,手寫難 |
| 爬蟲進得來 | 必要 | 必要 | 必要 | 中 |
| 站外資訊一致 | 有幫助 | 有幫助 | 很重要 | 中,要長期做 |
| llms.txt | 沒影響 | 沒影響 | 可能有小幫助 | 低 |
llms.txt 是什麼?放了就會被 AI 引用嗎?
llms.txt 是放在網站根目錄的一份 Markdown 文字檔,用條列方式告訴 AI「這個網站是做什麼的、重要頁面在哪裡」。它可以放,成本很低,但不會單獨讓你被引用,Google 也明說不需要它。
這個格式是 Jeremy Howard 在 2024 年 9 月 3 日提出的。內容很簡單:
- 第一行用 H1 寫網站或品牌名稱(唯一必填)。
- 接著用引言區塊寫一段簡短介紹。
- 再用 H2 分組,列出重要頁面的連結,每個連結後面可以加一句說明。
- 次要的連結放在「Optional」分組,AI 需要精簡時可以跳過。
它的用途是讓 AI 在「回答使用者時臨時來讀你的網站」那一刻,不用從雜亂的 HTML 裡找重點。要注意兩件事:第一,這只是提案,不是 W3C 這類標準組織的正式標準;第二,Google 的官方說明寫得很清楚,出現在 AI 摘要「不需要建立新的機器可讀檔案、AI 文字檔或標記」。
所以我的建議是:有就放,內容寫你的品牌介紹、服務、價格頁、常見問題頁、聯絡方式就好,花十分鐘。但不要為了 llms.txt 付一筆代操費,也不要把它當成 AEO 的主力。
怎麼知道 AI 有沒有引用你?
目前沒有一個工具能看到所有 AI 搜尋的引用。實際做法是四個方式搭配:Google Search Console、Bing Webmaster Tools 的 AI Performance 報表、GA4 的流量來源,加上每個月手動問 AI 一輪。
Google Search Console
Google 說明,從 AI 摘要和 AI 模式帶來的流量,算在 Search Console 成效報表的「網頁」搜尋類型裡,沒有另外拆開。你看不到「這次點擊是不是來自 AI 摘要」,但可以觀察:曝光增加、點擊沒增加的頁面,常常就是被 AI 摘要回答掉的問題,值得加強「點進來才拿得到」的內容,例如報價、預約、試算。
Bing Webmaster Tools 的 AI Performance
Bing 在 2026 年 2 月 10 日推出 AI Performance 公開預覽,可以看網站在 Microsoft Copilot、Bing AI 摘要和部分合作夥伴裡被引用了幾次、哪些網址被引用、AI 用什麼查詢找到你。2026 年 6 月又加了意圖、主題、引用占比(Citation Share)和比較功能。這是目前少數由搜尋引擎官方提供的「被 AI 引用」數據,網站驗證後就能看,但它只涵蓋微軟自家的 AI 產品,不含 ChatGPT 和 Google。
GA4 流量來源
在 GA4 的流量開發報表裡,看來源網域有沒有 chatgpt.com、perplexity.ai、gemini.google.com、copilot.microsoft.com 這類 AI 服務。量通常不大,但轉換率常常比一般流量高,值得單獨建一個區隔追蹤。
手動提問清單
列出 10 到 20 個客人真的會問的問題,例如「台中適合求婚的餐廳」「新竹有沒有可以做商業攝影的工作室」,每個月在 ChatGPT、Gemini、Perplexity、Google AI 模式各問一次,記錄有沒有提到你、引用了哪一頁、說得對不對。AI 回答每次都可能不一樣,看的是趨勢,不是單次結果。如果 AI 把你的資訊講錯,通常是你的網站或站外資料有矛盾,回頭修正來源最有效。
做 AEO、GEO 有哪些常見誤區?
最常見的四個錯誤是:堆關鍵字、為 AI 另做一份內容、相信「保證被 AI 推薦」的服務、為了不被訓練把搜尋爬蟲也擋掉。
- 堆關鍵字:GEO 論文的實驗裡,塞關鍵字的版本能見度比原文還低。AI 讀的是意思,不是字數。
- 給 AI 看一套、給人看一套:在頁面藏一段只給機器看的文字,或結構化資料寫頁面沒有的內容,這是 Google 垃圾內容政策禁止的做法(隱藏文字、內容偽裝),被發現的風險比好處大。
- 保證被推薦:Google 自己都寫「索引和顯示不保證」。任何保證「讓 ChatGPT 推薦你」的報價,都要問清楚怎麼量測、做不到怎麼辦。
- 全部擋掉:不想被拿去訓練,可以擋 GPTBot 或用 Google-Extended 控制 Google 其他 AI 系統的使用;但擋了 OAI-SearchBot 就不會出現在 ChatGPT 搜尋,擋了 Googlebot 連一般搜尋都沒有。想限制 Google 搜尋結果顯示的片段,用 nosnippet、max-snippet 這類設定。
AEO、GEO 實際用在網站上長什麼樣?以 zenbu 為例
小店家做 AEO、GEO,通常卡在技術面:不會寫結構化資料、不知道 llms.txt 放哪裡、Search Console 驗證網域卡關、不知道哪些頁面缺描述或缺圖片說明。zenbu 網站把這些做成內建功能,而且後台接了 AI,用講的就能改。
內建就有的 SEO 與 AI 搜尋設定
- 結構化資料自動產生:Organization、WebSite、麵包屑、商品與價格、評分、課程、活動、FAQ、HowTo、服務、人物、Speakable 等,依頁面內容自動輸出。文章裡的常見問題區塊會自動產生 FAQ 結構化資料,就像這篇文章底下那樣。
- llms.txt:自動產生,你可以自己補充品牌介紹、服務說明等內容。
- AI 檢查 SEO:依 SEO 與 GEO 規範掃描全站,列出可以加強的地方,可以一鍵補齊,補錯了也可以復原。
- Google Search Console 一鍵連結:自動驗證網域、加入資源,不用自己貼驗證碼、改 DNS。
- 每頁 SEO 設定:每一頁都能設標題、描述、分享圖片;英、日、韓文頁可以各自設站名和描述。
- 基本功也都有:自動產生 sitemap.xml、robots.txt、RSS,檢查缺 alt 文字的圖片,搬站用的 301 轉址可以批次匯入,網站支援 13 種語言、可以 AI 翻譯再人工校正。
講一句話,AI 幫你改
zenbu 的後台 AI 助理可以直接用講的請它做事,它要動手改之前,會先列出要改的內容請你確認。你也可以用自己的 Claude、ChatGPT,透過 MCP 授權連上網站來改(MCP 是什麼,可以看 這篇白話說明)。跟 AEO、GEO 有關的事,可以這樣講:
- 「幫我檢查全站 SEO,把可以加強的地方列出來。」
- 「把『訂製蛋糕』這頁的 SEO 描述改短一點,前面先講幾天前要預訂。」
- 「幫我在 llms.txt 補上我們的服務項目和營業時間。」
- 「列出缺 alt 文字的圖片,幫我依照片內容補上說明。」
- 「這篇文章最後加一段常見問題,放五題客人最常問的。」
- 「把關於我們這頁翻成英文和日文。」
頁面有版本紀錄,AI 改完不滿意可以還原舊版。內容還是要你來提供:你的價格、你的經驗、你拍的照片,這些是 AI 最想引用、也最難被別人抄走的東西。
想比較 zenbu 和其他架站平台在 SEO 功能上的差異,可以看 2026 AI 架站平台推薦。想知道該用哪個 AI 來寫內容、查資料,可以看 ChatGPT、Claude、Gemini 比較。
常見問題
AEO、GEO 是什麼?
AEO 和 GEO 有什麼不同?
有了 AEO、GEO,還需要做 SEO 嗎?
要出現在 Google AI 摘要(AI Overview),要做什麼特別設定嗎?
llms.txt 一定要放嗎?
怎麼知道 ChatGPT 有沒有引用我的網站?
不想讓網站內容被拿去訓練 AI,但想出現在 AI 搜尋,可以嗎?
小店家需要找 GEO 代操公司嗎?
結論:AEO、GEO 就是把「答案」寫清楚
白話講:AEO、GEO 不是新魔法,是把 SEO 裡「回答客人問題」這件事做得更徹底。開頭直接回答、用問句當標題、放數據和出處、寫清楚是誰寫的、讓爬蟲進得來、結構化資料和內容一致。研究也顯示,排名不在最前面的小網站,做這些事的效果最明顯。
建議的順序:先挑 5 個客人最常問的問題,各寫成一頁好答案;確認 Search Console 連好、爬蟲沒被擋;接著補 FAQ 和 llms.txt;最後每個月用 Search Console、Bing AI 報表和手動提問看一次成效。
想看實際怎麼用 AI 經營生意,可以先上我們的免費課。想了解 zenbu 網站內建的 SEO 與 AI 功能,可以看 zenbu 網站方案。有問題可以加 LINE 詢問,或直接私訊網站右下角的客服。
資料來源:Google 對 AI 摘要與 AI 模式的說明取自 Google Search Central〈AI features and your website〉;點擊率數據取自 Pew Research Center(2025-07-22);GEO 實驗結果取自 Aggarwal 等人〈GEO: Generative Engine Optimization〉(2023 年發表,2024 年 KDD 收錄);llms.txt 格式取自 llmstxt.org(2024-09-03 提出);OpenAI 爬蟲說明取自 OpenAI 官方文件;Bing AI Performance 取自 Bing Webmaster Blog(2026-02-10)與 2026-06-16 更新。以上資料查證日期為 2026-11-13,各平台規則可能隨時調整,請以官方頁面為準。後台截圖來自 zenbu 示範站。
還是不確定哪個適合你?預約線上諮詢