什麼是答覆引擎優化（AEO）？
AEO 是讓你的品牌出現在 ChatGPT、Claude、Perplexity、Gemini 等 AI 答覆中的實作方法。本文說明它是什麼、不是什麼，以及該追蹤哪些指標。
AEO（Answer Engine Optimization，答覆引擎優化）是讓你的品牌在 ChatGPT、Claude、Perplexity、Gemini 以及 Google AI Overviews 回答用戶問題時，被提到、被引用、被推薦的一整套做法。它不是 SEO 的替代品，而是 SEO 的延伸 — 在原本的基礎上加了一層新的機制。
這個轉變很簡單。五年前，買家在 Google 搜尋「最適合早期 SaaS 的 CRM」，看完十條藍色連結後挑一個點。今天，越來越多買家把同樣的問題丟進 ChatGPT，然後讀一段整合過的答案 — 他們從頭到尾沒看過搜尋結果頁。如果你的品牌沒被點名，對於這個查詢，你就等於不存在。
從搜尋引擎到答覆引擎的轉變
搜尋引擎回傳一個清單。答覆引擎則直接給結論。這個轉變比多數 B2B 團隊預期得更快。
幾個值得記住的時間點：
- ChatGPT 在 2024 年底超過每週 2 億活躍用戶，到 2025 年仍持續成長。其中相當大一部分流量是商業意圖 — 「最佳」、「比較」、「替代品」、「定價」等查詢。
- Google 在 2024 年中將 AI Overviews 推到所有美國搜尋結果，2025 年初幾乎所有登入的國際用戶也都看得到。資訊類查詢的點擊率在 Overviews 之下大幅崩落。
- Perplexity 於 2024 年突破 1500 萬月活躍用戶，明確定位為搜尋替代品。它預設就引用來源，因此是答覆引擎中最容易量測的。
- Anthropic 的 Claude 在 2025 年加入網路搜尋，Gemini 則原生整合 Google 的搜尋生成體驗。
過去稱為「SEO」的領域現在分成兩層。第一層（SEO）決定答覆引擎的爬蟲能不能讀懂、信任你的網頁。第二層（AEO）決定模型在使用者問問題時，會不會把你的品牌挑進候選名單。
AEO 跟 SEO 哪裡不同？
SEO 仍然是必備的。答覆引擎爬的是同一張網。Google 沒辦法索引的內容，ChatGPT 的瀏覽工具大概也讀不到，Perplexity 的索引裡也沒有你。AEO 的第一步永遠是先把 SEO 基本功做好 — sitemap、schema、伺服器端渲染的 HTML、不要只靠 JS 才看得到內容、爬蟲反應夠快。
不同的地方在於什麼算「排名」。
| SEO | AEO | |
|---|---|---|
| 成功單位 | SERP 排名 | 在生成答案中被提及 |
| 出現位置 | google.com、bing.com | chatgpt.com、claude.ai、perplexity.ai、gemini.google.com |
| 觸發條件 | 關鍵字 | 自然語言提示 |
| 衡量證據 | 排名追蹤、Search Console | 提示抽樣 + 提及抽取 |
| 優化單位 | 頁面 | 關於品牌的「主張」+ 實體 |
| 真值來源 | 反向連結、頁面信號 | 同上，再加上：結構化資料、第三方引用、模型訓練資料 |
最大的實務差異：SEO 是把一個頁面針對一個關鍵字做優化。AEO 是把一個關於你品牌的具體主張散佈到公網的多個地方，讓模型反覆遇到、進而把它放進答案。
讓品牌被 AI 點名的四件事
我們看過數千則 AI 答案後，模式其實很無聊但相當一致。品牌會被點名，是因為：
- 存在乾淨的結構化資料。 Schema.org 的
Organization、Product、SoftwareApplication、FAQPage、Review標記，給模型一份結構化、可解析、講清楚你是誰、做什麼、價格多少的描述。模型在訓練時對結構化資料的權重高於自由格式的文案，因為它是確定性的。 - 網站和外部都有具體可引用的主張。 「Promlo 從每月 $29 起追蹤品牌在 6 個 LLM 上的能見度」是可引用的句子。「我們協助企業在 AI 時代取得成功」不是。模型會抽取帶有數字、日期、專有名詞的具體句子；空泛的行銷文案會被丟掉。
- 你出現在模型已經信任的第三方來源。 Reddit 討論串、Hacker News 留言、G2 / Capterra 評論、Product Hunt 發表、TechCrunch / Indie Hackers / 行業部落格的比較文章。答覆引擎特別愛引用這些，因為這些被視為「使用者驗證過」而不是「品牌自媒體」。
- 你的 schema 容易被找到、且資訊一致。 名稱、描述、類別在首頁、
/about、og:標籤、社群檔案、結構化資料中都一致。資訊不一致會讓模型不確定，於是把你從候選名單剔除。
這四件事是 AEO 版本的「title tag、H1、反向連結、內部連結」。沒有什麼神秘的，難的是真的去做，並且量測這些有沒有真的把指標往前推。
你應該追蹤什麼
無法量測就無法優化。四個指標最重要：
Prompts（提示集）。 這個品類的買家會丟給 AI 的所有自然語言問題清單。一個 SaaS 分析工具大概會追蹤 50–200 個提示：「最佳 Mixpanel 替代品」、「Mixpanel vs Amplitude」、「A 輪 SaaS 最便宜的產品分析工具」、「開源產品分析工具」等等。業界的預設大約是 75% 非品牌（「最適合新創的 CRM」）、25% 品牌（「HubSpot 值不值得」）。非品牌提示用來發現競爭對手；品牌提示用來找出觀感問題。
Mentions（提及）。 你的品牌有沒有出現在答案裡，僅此而已。以「每個提示 × 每個引擎」為單位計數。如果你跑 100 個提示 × 5 個引擎，那就有 500 個格子，你的提及數就是其中「有」的格子數量。
Citations（引用）。 答案有沒有引用一個連到你網域的來源。這跟提及不同 — 你可以被提及但沒被引用（模型從訓練資料就「知道」你），也可以被引用但沒被明顯提及（競爭對手的部落格在順帶連到你）。兩者都有意義，原因不同。
Share of voice（聲量佔比）。 在你品類的所有答案中被點到的所有品牌裡，你佔多少百分比。如果「最佳電商 email 行銷工具」在 100 個提示中總共出現 8 個品牌、你出現在其中 30 次，那你的 SoV 大約是 6%（你在「總品牌提及次數」中的份額，不是 30/100）。長期觀察自己跟具名競爭對手的 SoV 變化，是 AEO 中最接近「排名追蹤」的東西。
實際操作方法請參考如何追蹤 ChatGPT 對你品牌的提及。
為什麼這件事現在很重要
兩件事同時在發生，而且彼此疊加。
第一：零點擊答案正在吃掉資訊類流量。Google AI Overviews、ChatGPT 搜尋、Perplexity 全部直接把答案送到使用者面前，使用者根本沒進你的網站。如果你的漏斗本來靠 top-of-funnel 的 SEO 文章把人接進來，那條漏斗正在縮小。新版本的等價物是「在答案裡被點名」。
第二：AI 答案正在變成第一個接觸點，而不是最後一個。買家以前從 Google 開始、在供應商定價頁結束。現在他們從 ChatGPT 開始，拿到一份 3–5 家供應商的短名單，然後直接去這幾家網站。如果你不在短名單裡，你連點擊機會都沒有 — 而且你不會知道自己被排除了。
這就是為什麼 2024–2025 出現了一小批但確實在成長的 AEO 工具（高端的 Profound、Peec、AthenaHQ、Promlo）。它們不是替你做 AEO — 它們告訴你你目前做的有沒有用。這是入口。行動層（內容大綱、引用缺口分析、自動化 schema）才是 2026 這個品類往前推的方向。
從哪裡開始
如果你完全是新手：
- 列出 30–50 個你品類的買家會真的問的問題。混合「非品牌的探索型問題」、「比較型問題」、3–5 個關於你自己的「品牌型問題」。
- 把每個提示丟到 ChatGPT、Claude、Perplexity、Gemini 跑一次。記下：你出現了沒、有哪些競品出現了、引用了哪些來源。
- 每週重複一次。把 SoV 隨時間畫出來。觀察哪些提示是你重複輸給同一個對手的 — 那就是你的內容缺口。
- 把網站上明顯的東西修好：schema 標記、
/llms.txt檔、一個 FAQ 頁面寫上你想讓模型重複念出的具體主張。
第 1–3 步可以手動跑幾週。再下去資料量會大到很煩，你會想要工具。如果不想自己寫腳本，Promlo 從每月 $29 開始就能在 6 個 LLM 上追蹤這些 — 跟 Profound 收幾千美金一樣的數字。（揭露：Promlo 就是這份文件背後的產品。）
如果想看區域視角 — 以香港、台灣、雙語受眾為主場時，AEO 該怎麼做 — 請看港台 SaaS 創辦人的 AEO 實戰手冊。