AI 到底有沒有在推薦你的網站？官方只給你一個開關和一格曝光

我今天想回答一個很單純的問題：ChatGPT 在回答台灣讀者的問題時，有沒有提過矽基前沿？

我查的不是 ChatGPT，是有沒有辦法查。答案是：這個問題在 2026 年 8 月只能回答一半，而且能回答的那一半不是靠什麼工具，是靠翻自己的伺服器紀錄。

繁體中文網路上關於這件事的文章很多，開頭幾乎長得一樣：SEO 是基礎、AEO 是進階、GEO 是未來，三階梯講完就進入「怎麼做」。我把 Google 與 OpenAI 的官方文件從頭讀了一遍，發現一件事：這三個詞，一個都沒有出現在裡面。

「AI 有沒有在推薦我」不是一個指標，是四件會分開發生的事：抓取（AI 公司的爬蟲有沒有讀到你）、引用（它有沒有在回答裡放你的連結）、點擊（有沒有人真的點過來）、轉換（點過來的人有沒有做你希望他做的事）。這四層各有各的證據來源，關鍵在於證據握在誰手上——抓取層的證據在你的伺服器裡，點擊與轉換層的證據在你的分析工具裡，只有引用層的證據完全握在 AI 公司手上。而整個答案引擎最佳化（AEO）／生成引擎最佳化（GEO）產業賣的，正是引用層。

三個名詞本身的定義與源流，站內那篇 AEO、GEO 是什麼已經寫過，這裡不重複。這篇只處理一件事：每一層，你自己查得到什麼。

官方文件給的是一個開關，不是一個旋鈕

先看 OpenAI。它的爬蟲文件把三隻爬蟲分得很清楚：GPTBot 用來抓訓練基礎模型的內容，OAI-SearchBot 用來「把網站呈現在 ChatGPT 搜尋功能的結果裡」，ChatGPT-User 則是使用者當下要求時才去取用某個網頁。

整份文件跟能見度有關的只有一句話：退出 OAI-SearchBot 的網站不會出現在 ChatGPT 的搜尋答案裡，但仍可能以導覽連結的形式出現。沒有排名、沒有權重、沒有任何一句話告訴你怎麼被選中。它給你的是一個開關，不是一個旋鈕。

Google 講得更白。它在 AI 功能的官方說明裡寫：要出現在 AI 概覽或 AI 模式裡沒有額外要求，也不需要特別的最佳化；你也不需要加任何特殊的 schema.org 結構化資料。唯一的技術門檻是頁面本身要被索引、而且能以摘要形式出現在 Google 搜尋。

我的判斷是：官方文件把「怎麼被引用」留白不是疏忽，是他們本來就不打算給你一個可操作的介面。 這件事跟 2010 年代的 SEO 是兩種東西——SEO 至少有 Search Console、有 query 報表、有位置可看。引用層什麼都沒有。

四層的證據長什麼樣

層	你要問的問題	證據在誰手上	你自己查得到嗎
抓取	那幾隻爬蟲來過我的站嗎	你的伺服器	查得到（存取紀錄裡的 user agent）
引用	它在回答裡放我了嗎	AI 公司	幾乎查不到（只有 Google 給曝光數）
點擊	有人從那裡點過來嗎	你的分析工具	查得到（referrer）
轉換	點過來的人留下了什麼	你的分析工具	查得到

抓取層最容易被跳過，卻是唯一一層你能百分之百確認的。我今天讀了自己站的 robots.txt：OAI-SearchBot、ChatGPT-User、GPTBot、Claude-SearchBot、Claude-User、ClaudeBot 每一隻都單獨列一段，除了三個後台路徑之外全部 Allow，另外還有一行 Content-Signal 明寫 search=yes,ai-input=yes,ai-train=yes。

這一層是二元的：開，或關。而且答案在你自己手上，不用問任何人。要提醒的是 robots.txt 寫得開放不代表爬蟲進得來——內容傳遞網路（CDN）的機器人防護是另一道獨立的門，兩邊規則打架的時候，擋人的是後面那道。這兩個地方要一起看。

引用層被撬開了一條縫，寬度只有「曝光」

2026 年 6 月 3 日，Google 在 Search Console 開了「生成式 AI 成效報表」，第一次把 AI 概覽與 AI 模式的數據從整體搜尋流量裡拉出來單獨看。

我去讀了它的說明文件，可用的東西比想像中窄：只有曝光。曝光的定義是「你的網站連結在 Google 生成式 AI 功能中被顯示給使用者的次數」，可以按頁面、國家、裝置、日期切開。沒有點擊、沒有點閱率、沒有平均位置，也沒有 query。而且同一個網站有兩個結果同時出現在一次 AI 回答裡，圖表上只算一次曝光。

這是目前唯一一家把引用層數據交出來的公司，交出來的還是分子。分母——也就是「這個題目總共被問了幾次」——一家都沒給。所以我會把這格曝光當溫度計，不當成績單：看它自己跟自己比是有意義的，拿它去回答「我的 AI 能見度是幾分」沒有意義。

另外記一件事：Google 在文件裡明說，AI 功能帶來的流量本來就已經含在 Search Console 的整體搜尋流量裡。新報表不是新資料源，是把舊資料換個切法。OpenAI、Anthropic、Perplexity 到今天都沒有給網站經營者任何等價的引用報表。

監測與保證，差在可不可驗證

這個品類已經長成一門有帳可查的生意。站內案例線寫過一家專做答案引擎最佳化的代理商，價目與收入數字在那篇，這裡不重述。

要分的是賣法。市面上兩種東西常常被混著賣：

• 監測型：給你一個「AI 可見度分數」或一份引用排行。它的數字來自廠商自己跑一組提示詞，看回答裡有沒有你——所以分母是它選的題目，不是你的讀者問的題目。
• 保證型：付費讓 AI 在回答時推薦你的品牌。這一類在方法上不可驗證，因為沒有任何一家 AI 公司提供可稽核的引用紀錄，你無法區分「服務有效」與「這個題目本來就會提到你」。

這點我說死：任何在引用層給我一個分數、卻不公開題目清單的服務，我不會買。 分母沒公開的分數，跟一個沒有分母的 ARR 是同一種東西——這個坑我前一篇才寫過。監測型只要肯把題庫攤開，就從不可驗證變成可驗證，這是一個很低的門檻，願不願意跨過去本身就是資訊。

那篇最常被引用的論文，測的是什麼

GEO 這個詞出自 2023 年 11 月掛上 arXiv、後來被 KDD 2024 收錄的論文《GEO: Generative Engine Optimization》（編號 2311.09735）。它的摘要寫著：這套方法最多能讓能見度提升 40%。

這個數字被引用了兩年，引用的時候通常會漏掉兩件事。第一，「能見度」是作者自己定義的指標。第二，測試跑在他們自己建的 GEO-bench 上，那是一組研究用的查詢與網頁，不是你的網站、也不是你的讀者。

我不是要說這篇論文沒價值——恰恰相反，它是這個領域少數把方法與基準完整攤開的一手研究，可複現，可以被別人推翻。要小心的是搬運過程：一個學術基準上的相對提升，變成廣告文案裡的「提升 40% 曝光」，中間換掉了分母。

三個你自己就能問的問題

第一，這個數字的分母是什麼？ 曝光、可見度、引用率，只要說不出分母，那就是一個沒有單位的數字。

第二，這一層有沒有第一手證據？ 抓取層有存取紀錄、點擊層有 referrer、轉換層有你自己的事件。引用層只有 Google 的曝光那一格。三層有證據、一層沒有，先把有證據的三層量起來，比在沒證據的那層買一個分數實在。

第三，如果明天 AI 公司改版，我手上剩下什麼？ 內容本身會留下來，針對某個引擎的排版技巧不會。這也是為什麼網路流量有一半以上已經不是人之後，我還是把力氣放在寫得清楚、可查證、有出處——那三件事在論文裡實測有效，在官方文件裡也是唯一被提到的東西。

真正還沒有答案的是分母。沒有人知道 ChatGPT 每天有多少次回答提到你的品類、其中多少次提到你。在那個數字出現以前，這一層的所有「成效」都是估計，包括賣服務的人給你的估計，也包括我自己看著曝光線圖時的估計。

查核備註：Google 生成式 AI 成效報表的欄位與曝光定義取自 Search Console 說明頁；2026 年 6 月 3 日這個上線日期出自第三方對 Google 官方部落格公告的整理，我今天抓那篇公告只拿到導覽結構、沒讀到內文，日期未經官方頁面二次確認。OpenAI 的發布者常見問答頁回 403 打不開，爬蟲用途與退出效果引自 OpenAI 開發者文件的 bots 頁。我沒有實測任何一家 AEO／GEO 服務，也沒有向任何一家求證方法論；文中對監測型與保證型的分類是我依公開說法歸納的，不是業界正式定義。本站自己的 robots.txt 是我今天讀的，但我沒有比對伺服器存取紀錄，所以無法確認那幾隻爬蟲實際來過。