3. 內容應該怎麼寫

先滿足人的需求，再讓llm容易理解

三層內容結構

這個結構可以保留，但三層的目的需要更新：它不是「為了讓 AI 抓取」的模板，而是讓讀者能由結論進入理解，再進入判斷。

真正有價值的「原創」

原創不是刻意寫成 AI 寫不出來的樣子，也不是把文章拉長。真正有價值的地方，通常是你自己觀察到的資料、做過的決定，以及別人不一定能直接複製的經驗：

• 你實際觀察到的數據與時間範圍。
• 你如何做決策、測試與取捨。
• 在地市場、產業或客戶情境中的限制。
• 失敗案例、反例與不適用條件。
• 可被讀者追溯的來源、作者背景與更新日期。

Google 的 people-first 指引沒有規定文章要寫幾個字，也沒有說 E-E-A-T 本身就是一個排名分數。重點很簡單：內容對讀者有沒有用、有沒有自己的資料和判斷，以及資訊能不能被信任。Google：Creating helpful, reliable, people-first content

4.技術和內容，先把邊界搞清楚

先確認 Google 找得到這頁

如果 Google 抓不到、收不進索引，或這頁本來就不適合出現在搜尋結果裡，就不用先研究 AI 會不會引用。

先檢查 robots.txt、canonical、HTTP 狀態、內部連結、索引狀態，以及內容是否真的回答了搜尋意圖。Google 官方說明

結構化資料要正確使用

結構化資料的價值，是幫助搜尋引擎理解頁面，並爭取符合資格的搜尋結果呈現。它不是把文章送進 AI Overviews 的捷徑。

簡單說：

• 標記內容要和頁面上看得到的文字一致。
• 只使用真的適合這個頁面的 schema。
• 依 Google 文件檢查欄位和政策。
• 不要為了追版位，硬塞一堆不相關的標記。

llms.txt、內容分段，不用另外做一套 AI 版本

目前 Google 沒有要求網站為生成式搜尋另外製作特殊格式，也不需要特殊的 AI 結構化資料；llms.txt 對 Google Search 也沒有明確的加分效果。Google 官方說明

如果你還在意其他 LLM，再依照那些平台的讀取方式和權限需求來決定要不要做。不要把不同平台的做法，混成一套 Google 通用規則。

FAQ 可以寫，但別把它當成流量保證

FAQ 適合整理讀者真的會問的問題，補上條件、例外和下一步。它可以幫助閱讀和客服，但不要再把 FAQ schema 當成固定的搜尋版位，也不要暗示它一定會帶來 AI 引用。

Core Web Vitals：先把使用者體驗顧好

LCP、INP、CLS 分別反映載入速度、互動反應和畫面穩定性。Google 建議的良好門檻是 LCP 2.5 秒內、INP 小於 200 毫秒、CLS 小於 0.1。

這些指標值得做好，但達標不代表一定會有排名或 AI 曝光。Google 官方說明

AI 輔助寫作：問題不在用了 AI

真正的風險不是用了 AI，而是大量生產了沒價值的內容。

AI 可以幫忙整理、改寫和檢查，但事實核對、作者責任和最後的編輯判斷，還是不能省略。Google 官方說明

5.2026 年，成效到底怎麼看？

不要只問「有沒有被 AI 引用」。更重要的是：內容有沒有被找到、被正確理解，最後有沒有帶來訪客和實際行動，可以把它看成一條路徑：

可被找到 → 出現在搜尋結果 → 被 AI 摘要或引用 → 讀者點回網站 → 產生詢問或交易

我會分幾層來看：

Google Search Console 現在有兩種報表

原本的成效報表有點擊、曝光、CTR、平均排名和查詢字詞。AI Overviews 和 AI Mode 的資料本來就已經算在這份總數裡，Google 也說會繼續留著。問題是你切不出來，看到的點擊是全部加總。

新的 Generative AI 報表可以單獨看 AI Overviews、AI Mode 和 Discover 的 AI 版位。Google 官方列出來的內容只有五項，曝光、頁面、國家、裝置、日期。曝光是裡面唯一的指標，其餘四項都是維度。沒有點擊，沒有 CTR，也沒有查詢字詞。（Google 官方說明）

把兩件事放在一起，會看到一個現在還沒有解的限制。

你拿得到 AI 分群，就拿不到點擊。拿得到點擊，就切不出 AI。

現階段沒有辦法直接算出「AI 帶來多少點擊」。如果有人說他能用 Search Console 證明 GEO 帶來了多少流量，可以直接問他這個數字是從哪一欄來的。

拿不到直接數字，可以怎麼推

沒有現成欄位，只能用組合訊號去推，並且接受這一切是推測。

 

 

/政府網站營運交流平台授權轉載/

原文作者：sungming lu

原文出處：2026 搜尋優化演進及執行建議