從 SEO 到 AEO

深度解構 AI 時代的流量新規則

數位行銷的世界正迎來一場深刻的地殼變動。過去，所有問題的終點都是 Google 的搜尋框；如今，越來越多的使用者轉向 ChatGPT、Claude 等「答案引擎」尋求更直接的解答。對此，擁有 18 年資歷的 SEO 頂尖專家、Graphite CEO Ethan Smith 提出了一個極具份量的判斷：這是自 Google 鐵腕整治垃圾內容以來，他所見證的「第二大的產業變革」。這不僅是工具的轉移，更是流量規則的徹底顛覆。本文將深度解析 Smith 的專家洞見，揭示什麼是「答案引擎優化」（Answer Engine Optimization, AEO），以及為何它將成為所有企業在 AI 時代捕獲高價值流量、贏得市場先機的關鍵。

1. 新的戰場：AEO 為何是後 Google 時代的兵家必爭之地

在 AI 重新定義資訊入口的今天，理解 AEO 的核心概念及其與傳統 SEO 的根本差異，已不再是選項，而是企業制定未來數位策略的基石。這不僅關乎流量的獲取，更關乎商業價值的實現。

定義與解析 AEO

根據 Ethan Smith 的觀點，「答案引擎優化」（AEO）的核心目標非常純粹：讓你的產品或服務，在大型語言模型（LLM）的回答中被提及。

他特別偏好使用 AEO 而非 GEO（生成式引擎優化，Generative Engine Optimization），因為「生成式」的範疇過於寬泛，可能包含圖片、影片等非答案形式的內容，而「答案」一詞則更精準地鎖定了 AEO 的戰略核心——成為用戶提問後的權威解答。

分析 AEO 與 SEO 的典範轉移

AEO 並非要全盤推翻 SEO，但它在「如何獲勝」的遊戲規則上，帶來了根本性的轉變。Smith 將此差異歸納為策略的「頭部」（致勝方式）與「尾部」（問題形式）的雙重變革。

評估 AEO 流量的商業價值

AEO 帶來的流量不僅是新的，更是極具價值的。Smith 引用知名網站建構平台 Webflow 的驚人數據佐證：來自 LLM 的流量，其轉換率比傳統 Google 搜尋流量高出整整 6 倍。 更重要的是，AEO 已成為 Webflow 一個頂級的獲客管道，貢獻了高達 8% 的總註冊用戶數。

這背後的原因顯而易見：

1. 意圖更明確： 使用者透過與 LLM 的多輪對話，已經極大地釐清了自身需求。

2. 信任度更高： 當 LLM 將你的產品作為「答案」推薦時，使用者對其抱有更高的信任感，這份信任直接轉化為商業價值。

總而言之，AEO 不僅是遊戲規則的改變，更是商業價值的放大器。它為所有玩家，特別是新創公司，提供了一個更公平、更快速的競爭舞台。

2. 拆解 AEO 致勝 Playbook：從內容到引用的全方位戰術

理解了 AEO 的戰略價值後，下一步便是將其轉化為可執行的戰術。本節將 Ethan Smith 的洞察系統性地拆解為一套涵蓋「站內優化」與「站外優化」的全方位 AEO 致勝指南。

站內優化 (On-site) 策略

站內優化是 AEO 的基石，其核心是提供深度、全面且能解答所有潛在問題的內容。

• 傳統 SEO 的延續： 所有對 SEO 有效的基礎策略，對 AEO 同樣有效。例如，為高搜尋量的核心關鍵字建立專門的登陸頁面，這依然是不可或缺的第一步。

• 深化內容以回答所有問題： AEO 時代的內容策略，關鍵在於預測並「回答所有潛在的後續問題」。你的內容不僅要介紹產品是什麼，更要詳盡解釋其功能細節、多元的使用案例、與其他工具的整合方式，以及用戶可能遇到的任何具體疑問。

• 善用幫助中心 (Help Center)： Smith 特別強調，「幫助中心」是 AEO 策略中一項常被低估的黃金資產。它天然就是為了解答具體的長尾問題而生，是贏得特定使用場景流量、展現專業深度的絕佳場所。

站外優化 (Off-site) 與引用來源策略

如果說站內優化是打好地基，那麼站外優化的目標就是「在盡可能多的引用來源中被提及」，從而在 LLM 的資訊彙整中脫穎而出。

• YouTube/Vimeo 影片 在許多利基的 B2B 領域，高品質的影片內容依然是片藍海。相關的影片內容極度稀少，意味著只要你製作一部能解答特定問題的影片（例如「AI 驅動的支付處理 API」），就很有可能成為該主題的權威引用來源。

• Reddit/社群論壇 Reddit 之所以被 LLM 高度信任，是因為其社群能有效監管垃圾訊息，而 OpenAI 和 Google 的工程師也刻意調整演算法來倚重這類可信來源。因此，在 Reddit 上取得成功的「正確」策略，絕非大規模製造垃圾訊息。Smith 引用 Webflow 的實踐經驗，總結出一套簡單而強大的準則：「找到相關的討論串，表明你的身份、任職的公司，然後提供一則有用的資訊。」這種真實的互動遠比數百個假帳號的自動化貼文更有效，後者只會被社群迅速清除。

• 聯盟行銷 (Affiliates) 這是一種可控且高效的策略。透過付費與如 Dotdash Meredith（旗下擁有多家知名生活與評測網站）或 Forbes 這類高權重媒體合作，讓它們在其文章中提及你的產品，能快速、有效地讓你被 LLM 納入可信的引用來源。

一套廣泛的戰術組合若缺乏嚴謹的衡量，便毫無意義。在一個充斥著錯誤資訊的領域，Smith 主張，數據驅動的實驗框架不僅是最佳實踐，更是通往可持續成功的唯一途徑。

3. 數據驅動的 AEO 實踐：告別猜測，擁抱實驗精神

AEO 是一個新興領域，充斥著大量未經驗證的「最佳實踐」。因此，與其盲目跟風，不如建立一套數據驅動的實驗框架，科學地衡量與優化 AEO 成效，這才是通往成功的唯一路徑。

建立 AEO 衡量指標

首先，必須認知到傳統的網站流量來源報告無法準確追蹤 AEO 的成效。因為許多用戶在 LLM 看到推薦後，其典型行為是**「開啟一個新分頁，然後輸入品牌名稱」**，這導致流量被錯誤歸因於「品牌搜尋」或「直接流量」。

為此，需要引入「答案追蹤器」(Answer Tracker) 的概念。它衡量的是你的品牌在針對特定問題時的「聲音佔有率」(Share of Voice)。一個有效的追蹤系統需要考慮多個變數：

• 不同 LLM 平台： ChatGPT、Perplexity、Gemini 等平台的答案和引用來源可能不同。

• 問題的變體： 同一個問題的不同問法，可能產生不同的結果。

• 多次提問的結果分佈： 由於 LLM 的隨機性，對同一個問題的多次提問結果會有所不同，需要追蹤一個分佈而非單次結果。

解構 AEO 實驗設計

有了衡量指標後，就可以設計嚴謹的實驗來驗證策略的有效性。Smith 強調，他對實驗設計中「可複製性」(reproducibility) 的重視，源於他**「學術研究」**的背景。一個清晰的 AEO 實驗包含以下步驟：

1. 設定目標問題與追蹤： 從競爭對手的付費搜尋關鍵字、銷售團隊常被問到的問題等來源中，找出你希望競爭的目標問題。將這些問題放入你的答案追蹤器，開始監測基準數據。

2. 建立對照組與實驗組： 將你的目標問題列表一分為二。其中一半作為「對照組」，不進行任何干預措施。這是至關重要的一步，因為它可以幫助你排除因 LLM 演算法自然波動或整體流量成長所帶來的影響。

3. 執行干預措施： 在另一半的「實驗組」問題上，執行你想要測試的具體 AEO 策略。例如，針對這組問題，在相關的 Reddit 討論串中進行真實互動，或為其製作一部專門的 YouTube 影片。

4. 分析與驗證結果： 在執行干預一段時間後，比較實驗組與對照組在「聲音佔有率」上的數據變化。如果實驗組的數據顯著優於對照組，則證明你的策略是有效的，並且應嘗試在不同問題上複製此成功經驗。

唯有透過這樣嚴謹的實驗循環，企業才能在充滿雜訊的 AEO 環境中，找到真正屬於自己的致勝劇本，並在投入資源時更有信心。

4. 迷思與未來：在 AEO 浪潮中保持清醒

在 AEO 這個快速發展的領域中，誇大的說法與普遍的誤解隨處可見。為了制定正確的長期戰略，我們必須戳破這些迷思，並對搜尋與 AI 的融合趨勢有一個清醒的認識。

破除關鍵迷思

Ethan Smith 基於數據與經驗，剖析了幾個業界最常見的迷思：

• 迷思一：「Google 已死」 這是一個週期性出現的錯誤論調。事實上，無論是面對 TikTok 還是現在的 AI，Google 的流量從未真正下降。Smith 指出，真實情況是整個市場的餅正在變大，新的資訊管道被創造出來，但這並不意味著 Google 的份額被奪走。

• 迷思二：「AI 生成內容是捷徑」 Smith 的分析，植根於歷史經驗與最新數據，揭示了「純 AI 內容」策略的致命缺陷。他斷言：「我立刻就知道這行不通……因為我在 2007 年製造過垃圾內容，我知道 Google 是如何對付它的。」 他的研究明確指出，100% 由 AI 自動生成且未經人類專家編修的內容，在 Google 和 ChatGPT 中都難以獲得好的排名。AI 的正確定位是「AI 輔助內容創作」。純 AI 內容的氾濫只會導致一種名為「模型崩潰」(Model Collapse) 的惡性循環——AI 學習自己生成的衍生內容，最終導致資訊品質的全面下降。

• 迷思三：「AEO 與 SEO 截然不同」 AEO 並非另起爐灶，而是 SEO 的自然演進。兩者共享相似的核心技術，只是在策略的頭部（獲勝方式：從單一排名到多方引用）和尾部（問題形式：從短關鍵字到長問題）有所不同。

展望未來趨勢

對於未來，Ethan Smith 的看法十分明確：搜尋引擎和 LLM 終將「趨同」(converge)。我們已經看到 Google 在搜尋結果中加入了 AI 概述，也看到 LLM 在答案中整合了地圖、購物卡片等功能。最終，這兩者將融合為一個單一、無縫的資訊獲取體驗。

總結

從 SEO 到 AEO 的轉變，其核心是一種根本性的思維躍遷：從想方設法「爭取一個連結排名」，轉變為努力使自己「成為一個在整個數位生態系中被廣泛信任和引用的答案」。這不再是一場關於技術排名的遊戲，而是一場關於建立規模化信任的長期競賽。AI 時代的流量紅利已經開始釋放，那些能夠立即行動、擁抱實驗精神並專注於提供真實價值的企業，必將在這波新浪潮中佔據最有利的位置。

資料來源

• Podcast: Lenny's Podcast, "The ultimate guide to AEO: How to get ChatGPT to recommend your product | Ethan Smith (Graphite)"