什麼是 AI 能見度？AEO 和 GEO 又是什麼？
- AI 能見度另見：AI 搜尋能見度
AI 能見度是指人們詢問您的類別時， ChatGPT、Perplexity、Claude 與 Google AI Overviews 等 AI 助理提及您品牌的頻率。
它依問題、依引擎量測，通常以提及率表示。與搜尋排名不同，它沒有固定位置：同一個問題可能在一個回答中提及您，在下一個回答中卻漏掉您，所以必須抽樣，而不是只檢查一次。
- AEO回答引擎最佳化
AEO 是讓您的品牌在 AI 助理的回答中被點名、讓您的頁面被引用的工作。
實務上，這代表發布能直接回答買家問題的頁面、在引擎引用的第三方頁面上爭取一席之地，並確保 AI 爬蟲能讀取您的網站。AEO 工具則衡量這些工作是否正在改變回答。
- GEO生成式引擎最佳化
GEO 是 AEO 這項工作的另一個名稱：改善生成式 AI 引擎描述與推薦您的方式。
這個術語來自 2023 年的研究論文 GEO: Generative Engine Optimization（Aggarwal 等人）。AEO 與 GEO 可互換使用，兩者並非彼此獨立的學門。請參閱 GEO 工具的用途。
AI 引擎如何組成回答？
- 大型語言模型（LLM）
大型語言模型（LLM）是以大量文本訓練、用來預測並撰寫語言的 AI 模型，也是 AI 助理中負責撰寫回答的部分。
- 答案引擎
答案引擎是一種搜尋工具，會以一則撰寫好的回答（通常附有來源）回應問題，而不是列出排序的連結。
- 生成式引擎
生成式引擎是一種 AI 系統，會為問題找出來源，再用大型語言模型根據來源寫出新的回答。
- Google AI Mode
AI Mode 是 Google 的對話式 AI 搜尋體驗，問題會得到附連結的撰寫回答，並可以接著追問。
- 檢索增強生成（RAG）
檢索增強生成（RAG）是一種方法：語言模型先檢索相關文件，再參考這些文件撰寫回答。
- 接地（Grounding）
接地（Grounding）是把 AI 模型的回答連結到外部來源，例如即時搜尋結果，讓它的說法建立在檢索到的內容上，而不只是記憶。
- 訓練資料與即時搜尋
訓練資料是模型在知識截止日之前學到的內容；即時搜尋是它回答時在網路上查找的內容，一則 AI 回答可能依據其中一種或兩者。
AI 能見度如何衡量？
- 提及率
提及率是指某個問題的 AI 回答中提及您品牌的占比。
在 20 則回答中被點名 6 次，提及率是 30%。單看這個數字，會掩蓋它有多不確定，而這正是 Wilson 信賴區間的用途。
- Wilson 信賴區間Wilson 分數區間
Wilson 信賴區間是根據一個百分比所依據的回答數量，該百分比可能合理落在的範圍。
20 則回答中被提到 6 則是 30%，95% Wilson 區間約 14.5% 到 51.9%。200 則中被提到 60 則也是 30%，但區間收窄到約 24.1% 到 36.7%。同樣的數字，可信度天差地遠。
它由 E. B. Wilson 於 1927 年提出，是小樣本比例的標準區間（參考資料）。Proofsource 為每個百分比都加上區間；請參閱研究方法。
- Prompt另見：追蹤的問題
在 AI 能見度中，Prompt 是在各 AI 引擎上追蹤的問題，以買家會問的方式撰寫。
「小型團隊最好用的 AI 能見度工具是什麼？」就是一個 Prompt。工具依您追蹤的 Prompts 數量計價，因為每次抽樣時，每個 Prompt 都會在每個引擎上提問一次。
- 買家問題另見：非品牌問題
買家問題是關於您所在類別、但不提到您品牌的問題，以正在挑選產品的人會問的方式寫成。
「哪款電動 SUV 最適合五口之家？」就是一個買家問題。這才是 AI 能見度的真正考驗，因為引擎必須主動選擇說出您的名字。在公開的 Tesla 範例中（2026 年 10 月 4 日），25 個買家問題的 100 則回答裡，有 53 則提到 Tesla。
- Prompt 涵蓋率另見：問題涵蓋率
Prompt 涵蓋率是指在您追蹤的買家問題中，AI 引擎在回答時點名您品牌的比例，依問題、主題和引擎細分。
平均提及率可能掩蓋某個沒有任何引擎提及您的主題。在 Tesla 範例中， Google AI Overviews 在 5 個太陽能板安裝回答中有 4 個提及 Tesla， Claude 在同樣 5 個回答中一個都沒有。
- 推薦
在 AI 回答中，推薦是一種支持您品牌的提及，通常是把它放進回答的入選名單，或點名它為最符合買家情況的選擇。
每個推薦都是一次提及，但不是每次提及都是推薦：被排在最後、或被當成應避免選項提及的品牌，是被提及但沒有被推薦。要分辨兩者必須閱讀回答，這就是為什麼位置與語氣要與提及率一起解讀。
- 改為點名另見：回答中的競爭對手
取而代之被點名的品牌，是出現在您的買家問題 AI 回答中的其他品牌，依各自被點名的頻率排序。
他們是引擎眼中的競爭對手，不一定是您會寫下的那份名單。在 Tesla 範例中，同樣 25 個買家問題裡最常被點名的競爭對手是 Rivian 和 SunPower，各出現在 13 則回答中，其次是 Ford，出現在 10 則。
- AI 回答抽樣
AI 回答抽樣是指在每個 AI 引擎上把相同問題問不只一次，並把每個能見度數字視為來自該樣本的估計值，而不是固定事實。
- AI 回答波動
AI 回答波動是指同一個問題再問一次或換個說法時，AI 引擎點名的品牌會變動多少。
- AI 能見度分數
AI 能見度分數是一個數字，總結在一組固定問題中，AI 引擎點名您品牌的頻率與顯著程度。
- AI 回答中的名次
AI 回答中的名次是指您的品牌在回答所點名品牌中的位置：在候選名單上排第一、第三或最後。
- Prompt 量
Prompt 量是估計人們向 AI 助理詢問某個問題或某個主題的頻率。
- AI 情緒
AI 情緒是指 AI 回答點名您品牌時所採取的語氣：正面、中立或負面。
AI 引擎會讀取並引用什麼？
- 引用
引用是 AI 引擎為其回答連結或列為來源的網頁。
被點名和被引用是兩回事。引擎可能點名您的品牌，卻引用競爭對手的比較頁面；也可能引用您的頁面卻沒點名您。在公開的 Tesla 範例中（2026 年 10 月 4 日），100 個買家問題的回答引用了 455 個不同網站，每 100 次引用中連 2 次都不到是指向 tesla.com。
- Query fan-out
Query fan-out 是指 AI 引擎把一個問題拆成數個相關搜尋，並根據所有結果建構回答。
Google 表示 AI Overviews 與 AI Mode 都可能跨子主題與資料來源發出多個相關搜尋來組成回應（Google 搜尋中心）。這就是為什麼頁面可能因從未提到的問題而被引用：它回答了其中一個子搜尋。
- Google AI Overviews
Google AI Overviews 是 Google 在部分搜尋結果上方顯示的 AI 撰寫摘要，並附上所依據頁面的連結。
Google 表示，頁面必須已編入索引且符合以摘要片段顯示的資格，才會出現在其中（Google 搜尋中心）。它們是 Proofsource 追蹤的四個引擎之一。
- 來源觸及率
來源觸及率是指至少引用某個網站一次的 AI 回答所占的比例。
它是引用占比的搭配指標。在一個長回答中被引用十次的網站，與在十個回答中各被引用一次的網站，引用次數相同，但觸及範圍差異很大。
- 第三方來源
第三方來源是由您以外的人撰寫、關於您類別的頁面，例如評論、綜合評比文章、論壇討論串、影片和競爭對手網站，AI 引擎會閱讀並引用它們。
- 清單文章與綜合評比
清單文章或綜合評比是針對一種需求列出並排名數個產品的文章，例如「最適合代理商的專案管理工具」。
- Reddit 引用
Reddit 引用是 AI 引擎列為回答來源的 Reddit 討論串連結。
- YouTube 引用
YouTube 引用是 AI 引擎列為回答來源的 YouTube 影片連結，常常指向影片中的某個時間點。
AI 回答對您的流量有什麼影響？
- 零點擊搜尋
零點擊搜尋是指使用者沒有點進任何網站就結束的搜尋，通常是因為結果頁面上已經顯示了答案。
- AI 推薦流量
AI 推薦流量是指透過 ChatGPT、Perplexity、Claude 或 Copilot 等 AI 助理回答中的連結進入您網站的造訪。
AI 對您品牌的描述正確嗎？
- 品牌問題另見：品牌問題
品牌問題是提到您品牌名稱的問題，例如「What is Tesla?」或「Is Tesla worth it?」，用來檢查 AI 如何描述您，而不是它是否點名您。
品牌問題幾乎每次都會提到您：在 Tesla 範例中，品牌問題的 20 則回答裡有 19 則點名了 Tesla。這就是品牌問題要和買家問題分開追蹤、用來檢查準確度而不計入能見度的原因。
- 實體混淆另見：品牌身分混淆
實體混淆是指關於您品牌的 AI 回答，描述的是（或開頭講的是）另一個與您同名或名稱相近的公司或事物。
即使是知名的名字也無法倖免：在 Tesla 範例中， Google AI Overviews 回答「What is Tesla?」時，開頭講的是同名的磁通量單位。名稱與更知名品牌相近的新品牌，可能被描述成完全不同的對象。在您的網站上用一句淺白的話說明您是什麼、不是什麼，就能給引擎可以引用的內容。
- 品牌準確度
品牌準確度是指 AI 回答是否正確描述您的品牌：您賣什麼、適合誰、價格多少，以及與他人相比如何。
- AI 幻覺
幻覺是 AI 回答中語氣肯定、卻錯誤或缺乏依據的陳述，例如錯誤的價格、不存在的功能，或從未有人寫過的來源。
引擎如何知道您是誰？
- 實體
在搜尋與 AI 中，實體是一個獨特、可辨識的事物，例如公司、產品、人物或地點，系統能辨認它，並與名稱相似的事物區分開來。
- 知識圖譜
知識圖譜是由實體及連結它們的事實所組成的資料庫；Google 的 Knowledge Graph 最為人知，收錄了數百萬筆關於人物、地點和事物的資料。
- Wikidata
Wikidata 是免費、協作、多語言的知識庫，支援 Wikipedia，並以任何人都能讀取和重複使用的結構化陳述儲存實體的事實。
- Schema 標記（結構化資料）
Schema 標記或結構化資料是頁面上的程式碼，通常是採用 schema.org 詞彙的 JSON-LD，以機器可讀的形式陳述頁面及其主題的事實。
- E-E-A-T
E-E-A-T 代表經驗、專業、權威與可信度（experience、expertise、authoritativeness、trustworthiness），是 Google 表示其系統會在有幫助、可靠的內容中尋找的特質。
AI 爬蟲能連到並讀取您的網站嗎？
- 爬蟲存取
爬蟲存取是指 AI 公司派出的機器人能否抓取並讀取您的頁面。
例如 OpenAI 分別有搜尋用（OAI-SearchBot）、訓練用（GPTBot）以及抓取使用者詢問之頁面用（ChatGPT-User）的機器人（OpenAI 文件）。機器人可能在 robots.txt 中被封鎖，或更不易察覺地，被 CDN 邊緣的機器人封鎖設定擋下。而即使機器人進得去，若您的文字只在 JavaScript 執行後才出現，它看到的仍可能是空白頁面。
- GPTBotOpenAI 的訓練爬蟲
GPTBot 是 OpenAI 的網路爬蟲，用於蒐集可能用來訓練 OpenAI 生成式 AI 基礎模型的內容。
封鎖它是訓練方面的決定，不是搜尋方面的：ChatGPT 搜尋由 OAI-SearchBot 決定，而 OpenAI 表示每個 robots.txt 設定都是獨立的。
- OAI-SearchBotOpenAI 的搜尋爬蟲
OAI-SearchBot 是 OpenAI 用來在 ChatGPT 搜尋功能中呈現網站的爬蟲，選擇退出的網站不會顯示在 ChatGPT 搜尋回答中。
- ClaudeBotAnthropic 的訓練爬蟲
ClaudeBot 是 Anthropic 的網路爬蟲，蒐集可能用於訓練 Anthropic Claude 模型的網路內容。
Anthropic 另外還有兩個在 robots.txt 中有自己名稱的機器人：用於搜尋索引的 Claude-SearchBot，以及用於使用者問題所需頁面的 Claude-User。
- PerplexityBotPerplexity 的搜尋爬蟲
PerplexityBot 是 Perplexity 的爬蟲，負責索引網頁，讓它們能在 Perplexity 的搜尋結果中呈現並被連結。
- llms.txt
llms.txt 是一種提議中的純文字檔案，放在網站根目錄，為語言模型列出網站最有用的頁面。
它最早在 llmstxt.org 上提出。加上去成本低、無害，但它不是排名槓桿：我們追蹤的四個引擎都沒說過會用 llms.txt 決定提到或引用誰，而 Google 明確表示，要出現在 AI Overviews 或 AI Mode，不需要新的機器可讀檔案、AI 文字檔或標記（Google Search Central）。
把它當作給 AI 代理看的說明文件，而不是優化手段。
- robots.txt
robots.txt 是位於網站根目錄的純文字檔，依據 Robots Exclusion Protocol（RFC 9309）告訴爬蟲可以擷取哪些路徑。
- llms-full.txt
llms-full.txt 是 llms.txt 的選用搭配檔：一個收錄網站重點頁面完整內文的 Markdown 檔，讓模型或代理程式一次擷取就能讀完。
- Google-Extended
Google-Extended 是一個 robots.txt 標記，控制 Google 爬取的內容能否用於訓練未來的 Gemini 模型及作為 Gemini 回答的依據，對 Google 搜尋沒有任何影響。
- Bingbot
Bingbot 是建立 Microsoft Bing 索引的網路爬蟲；Microsoft Copilot 以網路結果作為回答依據時，搜尋的就是這個索引。
- Applebot-Extended
Applebot-Extended 是一個 robots.txt 標記，讓網站可以拒絕 Apple 使用其內容訓練基礎模型；它本身不爬取任何內容。
- ChatGPT-User
ChatGPT-User 是 ChatGPT 或自訂 GPT 因使用者要求而造訪網頁時，OpenAI 使用的代理程式。
- Claude-User
Claude-User 是有人向 Claude 提出需要某個網頁的問題時，Anthropic 用來擷取該網頁的代理程式。
- Claude-SearchBot
Claude-SearchBot 是 Anthropic 的爬蟲，閱讀網路以提升 Claude 搜尋結果的品質與相關性。
- Perplexity-User
Perplexity-User 是使用者的問題需要某個網頁時，Perplexity 用來造訪該網頁的代理程式；Perplexity 表示它通常會忽略 robots.txt。
- CCBot
CCBot 是非營利組織 Common Crawl 的網路爬蟲；Common Crawl 公開發布免費、開放的網路副本，研究人員和 AI 開發者把它當成訓練資料使用。
關於 AI 能見度術語的常見問題
AEO 和 GEO 一樣嗎？
實務上是的。AEO（answer engine optimization）和 GEO（generative engine optimization）都是指讓您的品牌在 AI 回答中被點名、頁面被引用。GEO 出自 2023 年的一篇研究論文；AEO 在行銷界更常見。
多少 AI 提及率算好？
沒有通用的基準，因為它取決於您的類別有多擁擠。把您的提及率和同一批問題、同樣引擎中最常被點名的品牌相比，並看信賴區間：來自 20 則回答的比率可能和真實數字相差很遠。
提及和引用有什麼不同？
提及是您的品牌名稱出現在回答文字中。引用是引擎作為來源連結的網頁。您可能被提及卻沒被引用，或被引用卻沒被提及，所以兩者都要追蹤。
llms.txt 能提升 AI 能見度嗎？
沒有證據顯示它有用。Google 表示，要出現在 AI Overviews 或 AI Mode 中不需要任何特殊的 AI 文字檔，而 Proofsource 追蹤的四個引擎也都沒有表示會用 llms.txt 來排名。可讀的頁面和開放的爬蟲存取重要得多。
