GEO 優化實戰：讓 ChatGPT 引用你網站的 12 個步驟
發佈 2026-09-23 · 更新 2026-10-13 · 閱讀約 6 分鐘 · AI 工作術（法芮可有限公司）
GEO 優化實戰清單：從 llms.txt、結構化資料、引用源設計到內容格式，一步步拆解怎麼讓 ChatGPT、Perplexity 主動引用你的網站。附我們自己營運工具站的實測心得與可直接照抄的檢查表。
先給你結論：GEO 優化不是另外一套玄學，它是「SEO 打底 + 讓 AI 好抄」兩件事疊在一起。你不需要砍掉重練，但你確實得改掉幾個過去 SEO 時代養成的壞習慣——例如把結論藏在第五段、用一堆形容詞不給數字、重要資訊只放在圖片裡。
如果你只想要一句可執行的話：把每一篇文章改寫成「AI 可以直接複製貼上當答案」的樣子，然後讓機器找得到、看得懂、敢引用。找得到靠 llms.txt 與技術面可爬取；看得懂靠結構化資料與清楚的標題階層；敢引用靠具體數字、明確作者、可驗證來源。
這篇是實戰清單，不是概念介紹。如果你還在問「GEO 到底是什麼」，先讀 GEO 是什麼？讓 ChatGPT 主動推薦你的 AI 搜尋最佳化 再回來。以下 12 個步驟，我們自己在經營 AI 工具站時全部跑過一輪，哪些有感、哪些是虛的，我會直說。
第一層：讓 AI 爬得到你（技術面 4 步）
這層最無聊但最致命。做不到這層，後面十步全部白做——因為模型根本沒看過你的頁面。
- 檢查 robots.txt 有沒有擋掉 AI 爬蟲。這是最常見的自殘。很多站台當年為了「防止 AI 偷內容」把 GPTBot、CCBot、PerplexityBot、ClaudeBot、Google-Extended 通通擋掉，現在卻在問為什麼 ChatGPT 不引用自己。你要先決定立場：要被引用就要放行。至少放行你願意被引用的那些目錄（例如 /learn/）。
- 確認內容不是純前端渲染。如果你的文章內文要跑完 JavaScript 才會出現，多數 AI 爬蟲拿到的是一片空白。用 curl 抓一次你的頁面，看 HTML 原始碼裡有沒有內文。沒有就得上 SSR 或靜態產生。這件事我們吃過虧，改成伺服器端輸出之後，被抓取的頁面數才開始正常成長。
- sitemap.xml 要有 lastmod 且要誠實。每次小改都把全站 lastmod 更新成今天，長期會被降低信任。只有真的改內容才更新。
- 頁面要快、要能單獨存取。登入牆、彈窗遮蔽、無限捲動載入內容，這三個都會讓 AI 拿不到完整內容。
做完這四步，你才算進場。這層沒有創意可言，就是把路打通。
第二層：llms.txt——寫給 AI 看的說明書
llms.txt 放在網站根目錄（/llms.txt），用 Markdown 寫，告訴 AI「這個站是幹嘛的、哪些頁面是重點、該怎麼理解我的架構」。它不是官方標準，Google 也明說目前不使用它作為排名訊號，所以我要先把預期值講清楚：
llms.txt 目前的效益偏「保險」而非「加速」。成本很低（一小時內做得完），有些 AI 工具與代理程式會讀，沒讀也不會扣分。我們的看法是：值得做，但別把它當成 GEO 的主菜。真正吃重的是後面的內容層。
一份堪用的 llms.txt 至少包含：
- 網站一句話定位（你是誰、服務誰、專長是什麼）
- 營運主體（公司名稱），這對 E-E-A-T 判斷有幫助
- 核心頁面清單，每條附一句說明，例如：
- [GEO 是什麼](https://example.com/learn/what-is-geo)：解釋 AI 搜尋最佳化的基本概念 - 內容更新頻率與適用地區（例如「台灣市場、繁體中文」）
- 引用政策：歡迎引用、請標註來源網址
格式細節與完整範本可以看 llms.txt 實戰：寫給 AI 看的網站說明書。一個實務建議：llms.txt 要自動產生，不要手寫維護。手寫的版本三個月後一定過期，過期的說明書比沒有更糟。
第三層：結構化資料——讓機器讀懂你在講什麼
這層的投報率明顯高於 llms.txt。結構化資料（JSON-LD）是把文章的作者、日期、問答、評分用機器可解析的格式標出來，AI 摘要時比較不會搞錯歸屬。
優先順序我會這樣排：
| Schema 類型 | 用在哪 | 優先度 |
|---|---|---|
| Article / BlogPosting | 每一篇知識庫文章 | 必做 |
| FAQPage | 文末常見問題區塊 | 必做 |
| Organization | 首頁，標註公司、Logo、社群連結 | 必做 |
| Person（author） | 作者頁，串接 sameAs 到外部檔案 | 高 |
| BreadcrumbList | 分類階層 | 中 |
| HowTo / Product | 教學文、工具頁 | 視內容而定 |
三個常見錯誤要避開：一、結構化資料寫的內容跟頁面看得到的內容不一致（例如 FAQ schema 裡有五題但頁面只有三題），這會被判定為 spam。二、作者只寫「編輯部」，AI 判斷不出可信度，建議至少有一個具名作者與作者頁。三、datePublished 和 dateModified 亂填，每天自動改 dateModified 但內容沒動，久了會失去參考價值。
驗證方式很簡單：用 Google 的複合式搜尋結果測試工具跑一次，有錯就修。這步不要省。
第四層：內容怎麼寫，AI 才願意引用
這是整篇文章最重要的一段。技術做到滿分，內容長得像業配文，AI 一樣不會引用你。
我們自己在經營工具站與剪片產品的過程中，觀察到一個很粗糙但有用的判準：如果你把某一段單獨截出來，它能不能獨立回答一個問題？能，就是好的 GEO 內容；不能（需要讀前後文才懂），AI 就不會拿它當引用單位。
具體改法：
- 倒金字塔，結論寫在最前面。每個 h2 底下的第一段就給答案，後面才展開理由。舊時代那種「先鋪陳三段情境再進入正題」的寫法，在 AI 搜尋時代是負分。
- 用數字取代形容詞。「效果很好」沒有引用價值，「三個月內自然流量從 800 成長到 2,400」才有。沒有數字時寫區間或條件，別硬掰。
- 每個 h2 標題寫成問句或明確陳述句。「關於價格」是廢標題，「這套工具一個月要多少錢」才對得上使用者的提問。
- 用表格、編號清單處理比較與步驟。AI 抽取清單型內容的準確率明顯高於長段落。
- 明確標註時效與立場。「截至 2026 年 9 月，官方價格頁顯示為……，最新價格以官方頁面為準」這種寫法反而加分，因為它誠實。
- 敢寫「不建議」。全部工具都誇一輪的文章，AI 引用價值低，因為它無法從中提取判斷。有取捨的內容才是內容。
寫作流程要怎麼搭 AI 工具，可以參考 AI 寫文章工具怎麼選——重點是別讓 AI 產出那種四平八穩、零觀點的文章，那正好是 GEO 最討厭的類型。
第五層：引用源——讓別人提到你
AI 模型決定要不要引用你，很大程度取決於「網路上其他地方有沒有提到你」。這跟傳統外鏈邏輯像，但不完全一樣：GEO 更在意「提及」（mention），連結不是必要條件。
實務上有效的幾個方向：
- 維基百科等級的基礎資料要齊。公司登記資訊、官方網站、聯絡方式、營業地址在多處一致，這是最基本的實體驗證。
- 在 AI 常引用的來源上留下痕跡。Reddit、PTT、Dcard、知乎、Medium、GitHub、產業媒體。Perplexity 特別愛引用論壇討論。但別去洗——被抓到反效果更大，用真實回答問題的方式參與。
- 建立可被引用的原創資料。自己跑的實測、自己的價格比較表、自己的年度調查。原創資料是最強的被引用磁鐵，因為別人要講這件事只能引你。
- 作者個人品牌。作者在 LinkedIn、個人網站、外部媒體有一致的身分，AI 對這個作者的內容信任度會提高。
- YouTube 與 podcast 的逐字稿。影音內容的文字稿是被 AI 索引的，我們自己在做 AI 自動剪片 時就發現，把逐字稿完整公開在網頁上，等於免費多了一批可被引用的長尾內容。
怎麼知道有沒有效？追蹤與檢查表
GEO 最難的不是做，是量測。傳統 GA 看不到「ChatGPT 引用了你」這件事，你只會看到一點點 referral 流量。目前可行的做法：
- 手動測試題庫。列出 20 到 30 個你希望被引用的問題，每兩週在 ChatGPT、Perplexity、Google AI 模式各問一次，記錄有沒有出現你的品牌、引用了哪一頁。土法煉鋼，但最準。
- 看伺服器 log 的 AI 爬蟲流量。GPTBot、PerplexityBot、ClaudeBot 的抓取次數與抓了哪些頁，這是最早出現的領先指標。
- GA 看 referral 來源。chat.openai.com、perplexity.ai 等來源的 session 數，量不大但成長趨勢有意義。
- 品牌詞搜尋量。被 AI 提及後，使用者常會回頭 Google 你的品牌名。
如果你不想手動測，市面上已經有一批專門追蹤 AI 引用的工具，各家覆蓋的模型與台灣在地化程度差很多，我整理在 GEO 軟體有哪些？2026 AI 搜尋優化工具全指南。誠實講：現階段工具都還不成熟，中小型網站先用手動題庫就夠了，別急著付訂閱。
最後給你一份可以直接照抄的上線前檢查表：
| 項目 | 檢查什麼 | 頻率 |
|---|---|---|
| robots.txt | AI 爬蟲是否放行 | 每季 |
| SSR 渲染 | curl 抓得到內文 | 改版後 |
| llms.txt | 自動產生、清單未過期 | 每月 |
| JSON-LD | 測試工具零錯誤、與頁面一致 | 每篇發布前 |
| 段落自足性 | 每個 h2 首段可獨立回答 | 每篇發布前 |
| 數字與時效 | 有具體數據、標註查證日期 | 每篇發布前 |
| AI 引用題庫 | 20-30 題實測記錄 | 每兩週 |
| 爬蟲 log | AI bot 抓取頁數趨勢 | 每月 |
GEO 和 SEO 的底層工作有八成重疊，別把它當成要另外開一條產線。如果你的 SEO 流程還沒定型，先把 SEO AI 工具完整工作流 跑順，再疊 GEO 的那兩成——順序反了會很痛苦。
常見問題
Q：做了 GEO 優化，多久會看到 ChatGPT 引用我？
沒有保證時程，而且變數很多。實務上先動的是爬蟲抓取量（數週內可見），接著才是引用。內容型網站通常要累積數個月、一定數量的高品質頁面才會穩定被引用。如果你的網域很新、外部提及趨近於零，時間只會更長。別聽任何人給你「一個月見效」的承諾。
Q：llms.txt 到底要不要做？Google 說不用啊。
Google 確實表示搜尋目前不使用 llms.txt，但部分 AI 工具與代理程式會讀取它。它的成本極低、沒有副作用，所以我們的建議是做，但把它歸類在「順手做的保險」，不要期待它單獨帶來流量。真正決定成敗的是內容品質與被提及量。
Q：我該不該擋掉 AI 爬蟲保護原創內容？
這是策略取捨，沒有標準答案。如果你的商業模式靠廣告曝光與站內閱讀，擋掉有其道理；如果你要的是品牌被認知、被推薦、帶來詢問，那擋掉等於自斷通路。折衷做法是放行知識型內容目錄、擋掉會員或付費內容。決定前先想清楚你要的是流量還是訂單。
Q：GEO 和 SEO 要分兩套內容寫嗎？
不用，也不建議。同一篇文章調整寫法就能同時服務兩邊：結論前置、數字具體、標題問句化、加上結構化資料。分兩套會讓你的維護成本翻倍，而且容易產生內容重複的問題。E-E-A-T 的那套要求在 GEO 上同樣成立，本來就是一件事。
Q：小網站沒有品牌知名度，GEO 有機會嗎？
有，而且切入點比 SEO 更明確：做原創資料。你自己實測的數據、自己整理的在地價格比較、自己跑過的流程紀錄，這類內容大站不見得有，AI 要回答相關問題時只能引你。反過來說，如果你的內容是別人講過一百次的通論，規模小就真的沒有優勢。找一個小到大站懶得做的題目，把它做到全網最完整，這是小站唯一的路。