搜尋習慣早已改變！駕馭新搜尋邊界：AI時代下的策略性SEO指南

在數位時代，人們獲取資訊的習慣正在經歷一場根本性的範式轉變。傳統的搜尋行為，是透過在搜尋引擎輸入關鍵字，點擊網頁連結，然後自行從內容中尋找答案。這種模式的核心是「尋找資訊的連結」。不過，隨著生成式人工智慧（Generative AI）的崛起，這一核心定義已被重新改寫。

現今，用戶們不再只是尋找連結，他們期待的是直接的答案。這一轉變由兩個關鍵力量驅動：一是Google在其搜尋結果頁面（SERP）中推出的AI Overviews（簡稱AIO，前身為Search Generative Experience或SGE），它在傳統搜尋結果上方直接提供AI生成的摘要；二是獨立的對話式AI工具，如ChatGPT，它已成為許多人直接搜尋問題的入口。這些工具的興起，使得許多早期專注於傳統SEO的企業發現，其網站的曝光度與點擊率（CTR）正在顯著下降，這場變革正從根本上重塑數位世界的資訊流動。

第一部分：數據驅動下的零點擊搜尋現實

1.1 搜尋流量的「大分流」：AI與網頁的此消彼長

Google AI Overviews已從實驗性功能轉變為主流搜尋體驗，其普及速度與對傳統網頁流量的影響，已有多項獨立研究提供佐證。自2024年5月14日Google在美國全面推出AIO後，並於同年8月和10月將其擴展至全球100多個國家和地區，其對內容發布者的衝擊已成為業界關注的焦點 。

• 流量銳減： 根據數位內容聯盟（Digital Content Next, DCN）的數據，在2025年5月和6月的八週內，其成員網站從Google搜尋獲得的引薦流量普遍下降了1%到25% 。其中，非新聞品牌的流量年同比中位數下降了14%，顯示了穩定的下坡趨勢 。Pew Research Center的一項針對900名美國消費者的調查也發現，AI摘要的使用讓用戶點擊連結的可能性降低 。一項對近69,000次Google搜尋的調查更指出，用戶在AI摘要下方的連結點擊率僅為每100次搜尋一次 。
• 點擊率（CTR）暴跌： 一份由GrowthSRC Media在2025年7月發布的研究指出，自2025年3月Google AIO全面推出以來，排名第一的網頁點擊率（CTR）已從2024年的28%暴跌至2025年的19%，降幅高達32% 。另一家分析公司Authoritas的分析更提出，如果一個網站先前在特定查詢中排名第一，但搜尋結果卻顯示在AI Overview下方，其流量可能會損失高達約79% 。
• 覆蓋率激增： Semrush的數據顯示，AI Overview的出現頻率正在急劇增加。在2025年1月至3月間，觸發AIO的查詢比例從6.49%快速增長至13.14% 。這一顯著的增長表明，AIO不再是一個小眾功能，而是正在迅速改變數十億次搜尋的呈現方式 。

不過，AI Overview的出現不一定會讓所有搜尋都變成零點擊，但它確實會讓提供資訊的網站「被零點擊」。AI透過直接提供一個綜合性的答案，滿足了用戶的即時資訊需求，從而減少了用戶點擊特定網頁以尋找答案的必要性。這對以內容為核心商業模式的網站，特別是新聞、生活資訊、健康與社會等資訊密集型領域，構成了顯著的生存級威脅 。因此，AI Overview引發的並非是搜尋行為的整體零點擊化，而是搜尋流量的「大分流」，即將用戶流量從單一網頁導向了Google自身的摘要服務。

下面的表格將不同來源的數據並列呈現，能更直觀地展現這一多角度的影響。

表一：Google AI Overviews對網頁流量的影響分析（數據來源對比）

第二部分：AI運作引擎：大型語言模型如何選擇內容

2.1 解構Google AI Overviews：如何從網頁中提煉精華？

Google AIO並非是隨機選擇內容進行摘要。它由自定義的Gemini模型驅動，其背後是一套嚴格的內容評估與選擇體系 。其運作核心是一種稱為「查詢扇出（query fan-out）」的技術，即針對用戶的單一查詢，AI會發出多個相關的子查詢，從海量數據和網頁中快速獲取信息，並綜合多個來源來生成一個新的、連貫的答案 。

為了被AI模型選中並引用，內容必須滿足以下關鍵標準：

• 直接回答： 內容應直接且準確地回答用戶的問題。AI模型會尋找能夠以40-60字簡潔回答問題的段落，以作為其摘要的來源。
• 權威性與可信度： AI偏愛來自權威來源的內容，這與Google長期以來推崇的E-E-A-T（經驗、專業、權威、可信賴）原則緊密相關 。內容作者的資質、品牌的信譽、高質量的外部連結以及原創的研究或數據，都是衡量權威性的重要指標 。
• 結構化信息： 內容必須組織清晰、邏輯分明，便於AI模型解析與提取。描述性標題（H2、H3）、項目符號列表、粗體文本以及清晰的段落劃分，都能幫助AI更有效地理解內容結構 。
• 時效性與多重來源： AIO偏愛提供最新、最準確的數據。此外，如果一個網頁能綜合並引用多個支持來源，它被AI選中的機會也會更高 。

可以注意的是，Google官方文件稱，AIO的出現「沒有額外的技術要求」，並強調所有現有的SEO基本功，如良好的爬取性、內部連結、優質的用戶體驗、文本內容、結構化數據等，仍然是重要的 。這一聲明並非矛盾，而是Google策略的精妙之處。它的潛台詞是：你不需要為AIO做 全新的技術優化，但過去被視為「加分項」的SEO基本功，現在已成為能否被AIO收錄的「入門門檻」。一個技術基礎薄弱的網站，無論其內容多麼優秀，都可能無法被AI模型有效理解和引用。因此，技術SEO的重要性在AI時代不降反升，成為內容能否被AI看見的「基礎設施」。

此外，當一個品牌在AI摘要中被引用時，即使沒有產生直接點擊，用戶也會看到其品牌名稱 。這是一種新的「被動能見度」，它不直接帶來流量，但可能帶來品牌曝光與權威性的間接提升 。然而，這種被動能見度的商業價值難以量化。如果內容本身不具備清晰的品牌訊號，例如作者簡介、專業資質、結構化數據、以及在全網的正面聲譽，AI也可能更傾向於引用其他具備強大「信賴訊號」的來源 。因此，SEO已經從單純的內容和技術優化，演變為系統性的品牌信賴建設工程。

2.2 對話式對手：ChatGPT的知識庫與運作差異

與Google AIO不同，ChatGPT的運作機制與目標定位存在顯著差異。這兩大AI模型在數據來源、即時性、引用能力和核心功能上的區別，對於制定不同的內容策略至關重要。

• 運作機制與知識庫： ChatGPT是一個基於龐大文本數據集（來自維基百科、書籍、新聞、期刊等）進行訓練的語言模型 。它的回答是基於訓練數據中的模式和關聯性來合成的，因此其知識庫存在時效性，訓練數據通常截止於特定年份（如2021年） 。
• 與Google AIO的關鍵區別： Google AIO是即時從網路上獲取最新、最相關的內容來生成摘要 ，而ChatGPT的知識庫則相對靜態。此外，由於ChatGPT的回答是基於模式合成，它通常無法精確地引用其來源，因為它不知道特定資訊來自何處 。相比之下，Google AIO會明確標示並連結到其資訊來源網站，為內容創作者提供可追溯的歸因 。
• 功能定位： ChatGPT是一個「知識合成」工具，擅長總結概念、提供研究方向、保持多輪對話上下文，被視為一種「學術探索」的對話式工具 。Google AIO則是搜尋引擎的「摘要層」，旨在讓用戶在搜尋時快速獲得答案，其核心仍然是搜尋行為的一部分。

這兩者的差異，也導致了SEO策略的細微差別。針對Google AIO的優化是為了成為「即時」的權威「來源」，而針對ChatGPT的優化則是為了成為其龐大「知識庫」的一部分，或者提供能被其作為「外部引用」的內容 。這也使得SEO從傳統的搜尋引擎優化（SEO），擴展到了更廣泛的生成式引擎優化（GEO）。

第三部分：AI時代的策略性轉型：SEO的未來之路

3.1 AI-First SEO核心支柱：從關鍵字到E-E-A-T

在AI時代，舊的SEO框架已不再適用，專注於「關鍵字」的策略已然過時。AI模型偏愛以自然語言和概念為導向的內容 。因此，AI時代的SEO必須建立在一個新的、更全面的框架之上。這一框架的核心是從單純的「技術」競爭轉向「內容+技術+品牌」的複合型競爭。

支柱一：重塑內容：從「關鍵字」到「權威性」

Google對 E-E-A-T（經驗、專業、權威、可信賴）的重視程度在AI時代達到前所未有的高度 。要贏得AI的青睞，內容必須展現出無可辯駁的權威性。

• 體驗（Experience）： 內容應展現第一手經驗，例如實例分析、用戶評價、原創研究或案例研究 。
• 專業（Expertise）： 確保內容由該領域的專家撰寫或審核，並附上清晰的作者簡介與資質，以建立專業信號 。
• 權威性（Authoritativeness）： 透過多媒體內容（如圖片、圖表、影片）、連結至權威來源、以及建立品牌在業界的聲譽來體現 。
• 可信賴性（Trustworthiness）： 網站技術基礎穩固、內容保持更新，並具備清晰的品牌聯繫方式 。

支柱二：為機器人而生：結構化與可被解析的內容

AI模型需要清晰的結構來有效提取信息，這要求內容創作者不僅為人而寫，更要為機器人而寫。

• 結構化數據（Schema Markup）： 這是與AI「對話」的語言。雖然不是直接的排名因素，但它幫助AI理解內容，提高被AIO引用的機會 。特別是針對電商企業，產品頁面若能大規模應用結構化數據，在AIO中獲得顯著優勢，因為AI摘要偏愛結構化、精準的數據，如價格、規格和用戶評價 。重點使用的標記包括FAQPage、HowTo 和 Product等 。
• 可讀性優化： 內容必須易於被AI模型解析，這意味著要使用描述性標題（H2/H3）、短段落、項目符號和粗體字，使內容易於被切割與提取 。
• 「內容區塊」思維： AI搜尋引擎不會索引或檢索整個頁面，而是將內容分解為更小的「區塊」（passages or chunks），並檢索最相關的部分進行合成 。因此，網站內容的組織方式必須適應這種「區塊級檢索」，確保每個小節都是語義緊密、獨立完整的，即使脫離全文也能提供價值 。

支柱三：鎖定「長尾問題」與「後續追蹤」

AI搜尋鼓勵用戶提出更詳細、更自然的「問題式」查詢，為內容創作者提供了新的機會 。

• 長尾關鍵字： 專注於解決特定問題的長尾關鍵字，因為這些查詢最有可能觸發AIO 。
• 多步驟搜尋旅程： 內容應預測用戶在獲得答案後可能產生的後續問題，並提供分層次、有邏輯的資訊。例如，針對一個「如何」的查詢，應同時提供常見問題解答或相關產品的比較，將用戶引導至更深入的探索旅程 。
• 內部連結： 建立「主題群集（Topic Clusters）」，透過策略性內部連結將相關內容串聯起來，向AI展示你在某個主題上的全面權威性 。

3.2 新的衡量指標：ROI的重新定義

在AI時代，傳統的流量和點擊率已無法全面衡量SEO的成效 。企業必須調整其績效指標，以應對AI所帶來的流量「質變」。

• 傳統指標的局限性： 傳統的點擊率（CTR）和流量已無法全面反映AI時代的能見度 。
• 新興指標：
  • AI摘要引用次數（AI Overview Citations）： 衡量網頁被AI摘要引用的頻率 。
  • 零點擊能見度（Zero-click Visibility）： 衡量品牌或內容在不產生點擊的情況下被看到的頻率 。
  • 品牌提及頻率（Brand Mention Frequency）： 追蹤品牌在生成式引擎中被提及的次數。
    
     

在AIO時代，SEO的投資回報（ROI）計算必須更為複雜，納入品牌價值、用戶忠誠度以及後續轉換的潛在價值。

3.3 行動路線圖與案例研究

駕馭AI時代的變革需要一個清晰、分階段的實施計劃：

• 第一階段：現狀審核。 審查現有內容，找出哪些頁面適合轉型為AI友善格式，並分析競爭對手在AIO中的表現 。
• 第二階段：內容策略調整。 重新規劃內容地圖，專注於E-E-A-T原則、長尾問答和主題群集 。
• 第三階段：技術與結構化實施。 大規模應用結構化數據、優化網站技術基礎設施，確保內容的可讀性和可爬取性 。
• 第四階段：持續監測與優化。 追蹤新指標，並根據數據反饋持續調整策略 。

一些成功案例已證明這一策略的可行性。例如，SaaS公司Sentry和Vanta透過優化其開發文檔、比較頁面和用例中心，成功地在AI搜尋中獲得了能見度 。這些內容類型與AI偏愛的精準、結構化和問題解決導向的內容高度契合，使其成為AI摘要中的核心引用來源。

從流量競爭者到知識賦能者

AI時代的搜尋變局，是一場對傳統SEO模式的深刻挑戰，但同時也為那些能夠適應變革的企業提供了前所未有的機遇。這不是一場與AI的對抗，而是一場與AI的合作。

這場變革的核心是重新定義「搜尋成功」。它不再僅僅是關於網站的排名和點擊率，而是關於內容的權威性、可信賴性與被引用的能力。SEO的未來，在於從單純的流量遊戲轉變為成為一個為人類與機器提供不可或缺價值的「權威知識來源」。

企業應將SEO視為品牌建設和知識賦能的核心策略。透過創作具備第一手經驗、由專家撰寫、並以清晰結構呈現的內容，企業可以建立其在特定領域的信譽。當AI將這些內容作為其回答的基石時，品牌將獲得一種新的、更具影響力的能見度。只有真正理解這一趨勢，並將策略重點從「流量競爭者」轉向「知識賦能者」，企業才能在瞬息萬變的數位搜尋邊界中，真正駕馭這場革命，並實現可持續的成長。