搜尋排名跟 AI 回答，決定的地方不一樣

拿自己的公司去問一次 AI

先問過一次，後面談起來就快。打開聊天機器人，把客人會打的那句話原封不動打進去，例如在哪一區找做某件事做得好的一家。答案跑出來以後，看看裡面有沒有你的公司，有的話又是怎麼寫的。

大致就是三種。名字根本沒出現；出現了，但業務內容還停在幾年前；同業被排在前面，你被放在最後補上一行。

這個畫面跟搜尋結果不是同一種東西。搜尋是把一整排結果攤開來讓客人自己挑，排第十也還有被滑到的機會。AI 是先幫客人挑完，再壓成幾句話交出去。沒進到那幾句話裡，排第幾就不影響什麼了。

地基踩的是同一層

AI 搜尋最佳化常被講成一門全新的技術，實際上重疊得很多。AI 組答案時用的材料，仍然是公開在網路上的頁面。搜尋引擎讀不到的頁面，AI 一樣讀不到。收錄、標題、頁面結構、載入速度，這些 SEO 的老題目照樣算數。Google 掛在搜尋結果上方的 AI 摘要，也不是另外養一隻爬蟲，而是跑在搜尋索引上面。

所以公司名字在搜尋裡都還找不到，卻要先做 AI 曝光，順序是倒過來的。先讓頁面被讀得到，再談被引用。就算兩件事分開報價，做的次序還是這一個。

排名比的是頁面，回答拿走的是段落

搜尋拿整個頁面互相比，AI 是抓一段走。這個差別改變了站上該動哪裡。

頁面裡要先有一句直接回答問題的話，別人才拿得走。開頭一句講清楚這家公司在做什麼；客人一再問的問題，就用問句當小標，答案寫在底下。條件排成表格、要點列成條列，都比較容易被整段引走。反過來，整篇形容詞的公司簡介沒有事實可以搬，就被跳過去了。寫做了幾年，不如寫做什麼、在哪裡做、什麼條件下做。

站外的句子同樣是材料。AI 會把別人寫你的頁面一起讀進去，所以錯的資訊常常不是出在自家官網，而是出在很久以前填過的一份廠商名錄，或者一篇舊的新聞稿。站上都改完了答案卻沒動，多半是外面那一句還沒找到。

一邊擋著，一邊等著被引用

有些站主不想被拿去訓練，在 robots.txt 裡加了幾行把 AI 爬蟲擋掉。後來問為什麼聊天機器人從來不提自己，原因可能就在那幾行。

麻煩的是開關不只一個。Google 另外留了一項管生成式 AI 的用途，那一項跟搜尋曝光是分開的：關掉它不會讓頁面從搜尋結果裡消失，反過來搜尋開著，也不等於對每一個回答型產品都敞開。各家爬蟲的名字不同，管得到的範圍也不同，所以第一步是把現在這個站開著哪幾扇門、關著哪幾扇門看清楚。

這裡要定的是方針，不是設定。不想被拿去訓練、又想出現在回答裡，這種要求現有的開關不一定能照著滿足。

另外有一種說法是放一份 llms.txt，AI 就會自己來讀。主流引擎裡公開說支援的，目前還沒有。放著不吃虧，但光靠這份檔案不會被引用。

賣保證的一律先跳過

同一個問題問五次，講法每次都有點不一樣；模型一換，差得更多。當年保證搜尋第一名站不住腳，保證出現在 AI 回答裡也是同一個道理。

測得出來的東西倒是有：現在到底怎麼講的、同一批問題重複問下來答案晃動多大、講錯的事實有幾條。這些會留在文件上，過一陣子再測一次就能比。挑廠商時問一句打算測什麼給你看，通常就分得出來。

那些沒有你名字的問題

Weple 的 AI 搜尋曝光最佳化，從寫問題清單開始。照你的產業做出一批問題，反覆丟給主流 AI，把現在的回答和講錯的事實收成一份報告。接著才把站上的結構跟文字改成容易被引用的樣子。給公司名跟網址就夠，我們先把現在的回答樣本寄給你看。手上如果已經留了 AI 描述你公司的截圖，就從那張圖看起。