[CMO行銷工具] 開發筆記 : Search Console 成效（下篇）

CMO 行銷工具 · 開發筆記

Search Console 成效（下篇）
GEO不是理論，是查得到的事實
——CMO 行銷工具完整架構解析

GEO 和 E-E-A-T 為什麼讓行銷人無從下手

上篇講的是 Google 願意給你的資料。但 GSC 有一個更大的盲區：它不告訴你 AI 搜尋引擎看不看得到你。

搜尋結果頁上方長出了 AI 摘要——使用者問一個問題，AI 直接給出答案，答案裡引用了某些網站的內容。使用者可能在摘要裡就得到答案，可能不往下點。GEO（Generative Engine Optimization，生成式引擎優化）和 E-E-A-T（Google 評估網頁可信度的架構：經驗、專業性、權威性、可信賴度）因此成了行銷人的焦慮來源。每篇文章都在講「要重視 GEO」「要符合 E-E-A-T」，但沒有人告訴你：我的網站到底符不符合？怎麼檢查？檢查完改什麼？

我不能自己生出一個沒有依據和規範的分數給你。E-E-A-T 不是 Google 演算法直接計算的分數——Google 透過各種訊號來衡量。所以 CMO 的做法不是算一個分數，而是檢查「一個評分員或 AI 想確認你可不可信時，會在頁面上找的東西在不在」。查的是訊號的有無，不是分數的高低。

本篇接續上篇，聚焦兩個分頁：AI 技術就緒度和可信度與可引用性。加上每週快照追蹤——做完之後怎麼驗收。

AI 技術就緒度——AI 爬蟲找不找得到你

打開 AI 技術就緒度分頁，最上面一個分數：4/7。七項檢查裡通過了四項，還有三項可以補。

這個分數不是 Google 給的——GSC 裡沒有「AI 技術就緒度」這個指標。它是 CMO 自定義的評分模型，不代表 Google 官方標準。分數的意義不在數字本身，在於它告訴你「哪些有了、哪些少了」。

七項檢查分四個區塊：

AI 找得到你嗎（Discoverability）

這一區塊問的是最底層的問題：AI 爬蟲進得了你的網站嗎？三項檢查，全部通過。

第一項：爬蟲指引有。robots.txt 是所有搜尋引擎和 AI 爬蟲到訪網站的第一站，告訴它們哪些頁面可以抓、哪些不能。你的網站有設。

第二項：網站地圖有。Sitemap 等於交給 AI 一份「我有這些頁面」的清單。你的網站有交。

第三項：AI 專用導覽有。這不是標準 SEO 的東西——是你已經替 AI 整理過「我這個網站在做什麼、哪幾頁最重要」的專用導覽內容。這項通過，代表你已經做了多數網站沒做的事。

AI 讀得懂你嗎（Content）

進得來只是第一步。進來之後，AI 拿到的是完整的頁面原始碼——HTML、CSS、JavaScript、選單、廣告、追蹤碼全部混在一起。AI 一次能讀的量有限，如果你的產品說明被埋在一堆程式碼和廣告區塊後面，可能根本沒被讀到就被截斷了。

這一區塊有一項可以補：吃字源內容。AI 拿到的是完整原始碼，選單、廣告、程式碼佔比太大——AI 一次能讀的量有限，你的產品說明可能根本沒被讀到就被截斷了。解法不是刪內容，是讓 AI 更容易找到重點：用結構化標記告訴它「這一段是正文」，它就不需要在廣告碼裡翻找。

另一項已通過：網址身分標示有。同一個頁面如果有多個參數網址，AI 知道哪一個才是正式的。

你允許 AI 用你的內容嗎（Bot Access Control）

這一區塊是很多人忽略的。兩項可以補。

第一項：對 AI 爬蟲開放的規則。ChatGPT、Claude、Perplexity 那些 AI 爬蟲來抓你的內容時，你沒有給任何指示。各家對「沒寫」的解讀不一樣——有的當作允許，有的當作不允許，行為因廠商而異。你不寫，等於把決定權交給別人。

第二項：內容使用授權。要不要讓 AI 拿你的內容去訓練模型，這是唯一能主張的地方。沒寫的話，等於什麼都沒說。這不是技術問題，是態度問題——你想不想被 AI 引用？如果想，就明確說出來。

AI 能直接操作你的網站嗎（Capabilities）

這一區塊不計分。AI 可操作網站的場景非常特定——只有 AI 代客下單、查詢庫存等極少數場景才需要。一般品牌官網完全不需要配置。

noindex 擋得住 Google，擋不住 AI

這裡有一個容易被誤解的設計要講。很多人以為頁面設了 noindex，搜尋引擎就不會收錄——對 Google 是對的。但 noindex 只阻止 Google 收錄你的頁面，不阻止 AI 爬蟲讀取你的內容。AI 爬蟲通常不看 noindex 指令，它們主要看 robots.txt 和自己的規則。

意思是：如果你用 noindex 來「隱藏」某些頁面，對 Google 有效，對 AI 無效。那些頁面的內容仍然可能被 AI 讀到、引用。要控制 AI 能不能讀，得在 robots.txt 或 AI 專用的爬蟲規則裡設。

結構化資料推薦：六種商務類型

AI 技術就緒度分頁的下半部，是結構化資料推薦。跟第四篇的導流頁健檢不同——那裡是檢查你現有頁面有沒有裝結構化資料，這裡是根據你的商務類型告訴你該裝哪些。系統列出需要提供的結構化資料型別和示範代碼。

六種商務類型對應不同的結構化資料：

以 mmdc.com.tw 為例，系統判定為 B2B 服務類型。下方列出需要部署的結構化資料型別，每一項都標注了狀態——哪些已有、哪些缺、哪些不適用。

前 10 頁的型別分布：你有什麼，缺什麼

系統掃描曝光最高的前 10 頁，自動偵測每一頁部署了哪些結構化資料。以 mmdc.com.tw 為例：

四項基礎結構化資料全站前 10 頁都有部署：Organization（組織）、BreadcrumbList（麵包屑）、WebPage（網頁）、WebSite（網站）。這四項是地基——有了它們，Google 和 AI 才知道「你是誰、這頁在講什麼、網站長什麼樣」。

但缺了一項關鍵的：Article（文章）。10 頁都沒有。

對 B2B 網站來說，流量幾乎都來自內容——白皮書、案例、教學文。這些內容如果沒有標註成 Article，AI 搜尋引擎在引用內容時就認不出「這是一篇有作者的、有發布日期的文章」，引用意願會降低。AI 引用時看重的欄位包含標題、圖片、發布日期、最後更新日期、作者、發佈者。系統會直接給你一份可以直接複製貼上的範例程式碼，前端工程師拿去改一改就能用。

另外兩項不適用的：SoftwareApplication（軟體/App，賣 SaaS 才需要）和 JobPosting（職缺，有徵才才加）。系統不會叫你加不需要的東西。

還有兩項已失效的：FAQPage 和 HowTo。2023 年 8 月 Google 縮減了 FAQ 複合式搜尋結果的展示範圍，只對政府和醫療類權威網站展示；2026 年 5 月正式淘汰，一般網站加了也不會有特殊展示。HowTo 同期停止支援。系統直接標注「已失效」，不讓你白做工。

可信度與可引用性——AI 引不引用你

AI 技術就緒度問的是「AI 找不找得到你、讀不讀得懂你」。可信度與可引用性多問一層：AI 找到了、讀懂了，但它願不願意引用你？

這個問題的答案，GSC 不會給你。Google 不會告訴你「AI 摘要引用了誰的內容」。要回答這個問題，得自己去看搜尋結果頁。

AI 引不引用你

系統查了 10 個曝光最高的關鍵字，逐一檢查搜尋結果頁上有沒有 AI 摘要、AI 摘要引用了誰。以 mmdc.com.tw 為例：5 個字的搜尋結果頁出現了 AI 摘要——佔了一半。其中 2 個字的 AI 摘要直接引用了 mmdc.com.tw 的內容。

這個數字告訴你兩件事。第一，你的主力關鍵字裡有一半已經長出了 AI 摘要——使用者可能在摘要裡就得到答案，不往下點了。這就是上篇提到的「排名沒動但點擊變少」的可能原因之一：不是你的內容變差了，是 AI 摘要搶走了點擊。第二，AI 摘要引用了你的內容——但只引用了 2 個字。剩下 3 個有 AI 摘要的字，AI 引用的是別人的內容。你在那些字的 AI 答案裡缺席了。

系統列出了 AI 摘要引用最多的來源網站排序。以 mmdc.com.tw 的 10 個主力字為例，不重複的引用來源有 12 個：mmdc.com.tw 排第 2，其餘包含 104 人力銀行、Oracle、Appier 等。這份名單的價值比自然搜尋排名更高——因為 AI 引用邏輯跟傳統搜尋排名不同。你的網站可能排第 7 名，但 AI 摘要引用了你的內容；也可能排第 1 名，但 AI 摘要根本沒提你。AI 引用誰，跟排名不完全是一回事。名單上這些對象，才是你在 AI 搜尋時代真正的競爭對手。

逐字查看更清楚。以「數位行銷」為例：有 AI 摘要，沒有引用你的內容，你的排名是第 7。使用者在 AI 摘要裡可能就得到了答案，不需要往下翻到第 7 名點你的網站。以「mmdc」為例：有 AI 摘要，引用了你的內容，你的排名是第 2——因為這是你的品牌名，AI 認得你。同一個網站，在不同關鍵字的 AI 搜尋結果裡，命運完全不同。差別通常不在內容品質，在內容結構。

Common Crawl——查得到的事實

可信度與可引用性報告裡有一個區塊跟其他都不一樣。其他都是推論——系統根據頁面上的訊號推測「AI 可能會不會引用你」。但這一項是查得到的事實。

Common Crawl 是多數大型語言模型訓練資料的重要來源之一，有公開索引——任何人都可以查。系統查詢的結果是：Common Crawl 有嘗試抓取 mmdc.com.tw，但沒有成功取得任何內容。索引庫裡只有 1 筆記錄，狀態碼是 429——代表主機或防火牆限制了它的爬蟲請求頻率，內容沒有被收進索引。

意思是：你的網站內容沒有進到多數 AI 的訓練語料裡。不是因為你的內容不夠好，是因為你的主機限制了爬蟲的請求頻率，內容沒有被收進索引。

這個資訊的價值在於它是可驗證的事實，不是推論。你可以自己上 Common Crawl 的網站查——結果跟系統給你的一模一樣。系統只是幫你查了，翻譯成行銷人看得懂的話。

如果你不想被 AI 爬蟲抓取，這是你的選擇。但如果你想被 AI 引用、想出現在 AI 搜尋的答案裡，就得調整主機或 CDN 的放行設定，讓 Common Crawl 的爬蟲進得來。

讓 AI 更願意引用你

Common Crawl 查的是「AI 認不認識你」。接下來的檢查項目問的是「AI 願不願意引用你」——不是意願的主觀判斷，是頁面上有沒有讓 AI 容易擷取和信任的訊號。

五個排版動作讓 AI 更容易擷取你的內容

• 主標題（H1）——8 頁裡有 7 頁不符合「一個頁面對應一個 H1」。H1 是 AI 擷取內容時的重要錨點之一，沒有它，AI 不容易判斷從哪裡開始讀。
• 問句式小標——8 頁裡只有 1 頁使用。成本最低的優化：把「水維修說明」改成「水箱漏水該怎麼處理？」——使用者對 AI 提問就是問句，AI 很容易把對應段落直接提取引用。
• 清單與表格——8 頁都有。AI 通常偏好結構化的內容，清單和表格通常比段落文字更容易被擷取成答案。
• 內容份量——8 頁都在 300 字以上。通過。
• 開頭摘要——8 頁裡沒有一頁有。AI 擷取答案時通常優先看開頭——有摘要就直接拿去用，沒有就得自己從正文裡找，找到的不一定是你想被引用的那一段。

六個信任訊號讓 AI 更願意把你當可信來源

• 作者署名——8 頁裡只有 1 頁找得到作者。AI 標註來源時通常會挑講得出「是誰、什麼時候、根據什麼」的內容。匿名、無日期、沒有依據的頁面，通常引用意願較低。特別是在 AI 生成內容氾濫的時代，AI 可以整理結構與資料，但難以提供真實的第一手經驗與獨特觀點，親身經歷紀錄與專家把關變得更加關鍵。
• 發布與更新日期——8 頁都有。通過。
• 引用與外部依據——8 頁裡只有 1 頁出現引用語。文末補充參考資料區塊，是讓 AI 把你當成可信來源最直接的方式。
• 具體數字——8 頁裡只有 3 頁的數字密度達標（每 100 字 1 個以上）。有數字的內容通常比沒數字的更容易被 AI 當成可信來源。
• 基本信任頁面——具備「關於我們」、聯絡方式、隱私政策。服務條款缺失。
• 組織身分（Organization schema）——已填 4 個欄位，缺 3 個。系統直接給補全的參考示範代碼。

每週快照追蹤——做完之後怎麼驗收

前面所有分析——決策中心、SEO 健康度、字詞分析、頁面分析、AI 技術就緒度、可信度與可引用性——產出的最終成果是一份行動清單。行動清單裡每一件都帶優先級（P2/P3）、四維標籤（機會/把握/相關/施工）和 AIDAM 階段分類。這些在上篇決策中心已經講過了。

這段要講的是上篇沒展開的部分：你標了「已完成」之後，系統怎麼驗收。

每週四自動存檔

系統每週四自動存一張快照。快照記錄的是 Search Console 的實測值——曝光、點擊、排名、CTR——不是 AI 的推論或解釋。

你在行動清單上標了某件「已完成」之後，系統會從你標記的那個時間點開始，用後續每週的快照跟標記前的基準線做比對。比如你這週標了「補強站內信任訊號」為已完成，下週四系統存一張快照，再下週再存一張。幾週之後，你看到的是一條趨勢線——優化前和優化後的數據對比。

只做減法不做解釋

驗收機制的設計有一個原則：只做減法，不做解釋。

「只做減法」是什麼意思？行動清單裡有 15 件待處理。你做完一件、標記已完成，清單少一件。系統追蹤的是「你標記完成之後，數據有沒有變化」——不是「你做的方法對不對」。系統不評判你的做法，只記錄結果。

「不做解釋」是什麼意思？快照裡的數據都是 Search Console 的實測值。系統不會說「因為你做了 X，所以點擊漲了 Y」。因為搜尋排名的變化受太多因素影響——演算法更新、競爭對手動作、季節性波動——你無法把某一個動作跟某一個結果精準對應。系統不假裝能算這個因果關係。它做的是：給你一個對比的基準。你做完之前長什麼樣，做完之後長什麼樣。至於中間的因果，留給行銷人自己判斷。

追蹤和驗收不扣點——點數花在發現問題上，追蹤改善是免費的。這跟上篇的設計一脈相承：不在你持續使用的環節上變相收費。

工具自己的回饋閉環

每週快照追蹤不只是給行銷人驗收用的。它也是 CMO 改進自己的來源。

系統會根據行動清單上標記「已完成」的項目，追蹤後續的數據變化。如果某類建議——比如「補強站內信任訊號」——被很多用戶標記完成後，數據確實改善了，系統會知道這類建議是有效的。如果另一類建議被標記完成後數據沒變化，系統會知道這類建議可能需要調整。

這是一個回饋閉環：系統給建議 → 行銷人執行 → 每週快照記錄結果 → 系統根據結果改進建議。不是 AI 一次性的推論，是持續累積的學習。

GEO 不是理論，是查得到的事實

這兩篇合起來交付的是一件事：把 GEO 和 E-E-A-T 從理論框架變成查得到的事實。Common Crawl 有公開索引可以查、SERP 實況可以實測、結構化資料可以掃描、作者署名和日期可以檢查。每一項都能自己驗證——不是推論，是查證。

帳號連結線的第一站走完了。後面還有四項 Google 服務。

AI 科技發展快速，搜尋引擎和 AI 爬蟲的規則會持續變化。今天的檢查項目，明天可能要調整。系統不是一次寫死的——每週快照追蹤的回饋閉環會持續累積，根據實測結果改進建議。有新的變化，也會隨時優化與改版。