GEO 是什麼？讓 ChatGPT 與 AI 搜尋引用你網站的 9 個做法

本文方法論：所有數據均標明來源機構、樣本規模與發布日期，可自行覆核（完整清單見文末）。文中不引用無法追溯來源嘅數字。凡涉及我們自身操作經驗嘅部分，會明確標示為「我們嘅做法」，與第三方研究數據分開呈現。凡屬未有共識或已被平台官方否認嘅技巧（例如 llms.txt），我們會直接寫明現況，而不是為了顯得先進而推薦。

一、GEO 是什麼：定義與同 SEO 嘅根本分別

過去二十年，搜尋嘅遊戲規則是：用戶輸入查詢 → Google 回傳十條連結 → 你爭取排在前列 → 用戶點擊進入你嘅網站。GEO 面對嘅是另一種流程：用戶提出問題 → 生成式引擎即場合成一段答案 → 引用若干來源 → 用戶可能完全不點擊任何連結。

這個轉變帶來一個很多人未察覺嘅後果：排名好，不再自動等於會被引用。5WPR 於 2026 年 5 月發表嘅《GEO vs. SEO: The 2026 Venn Diagram》研究引用 Brandlight 分析指出，Google 前列排名頁面與 AI 答案引用來源之間嘅重疊度，已由約 70% 跌至不足 20%，並持續下降。換句話說，你可以在 Google 排第一，同時在 ChatGPT 完全隱形——兩件事可以同時成立。

比較項	SEO（傳統搜尋優化）	GEO（生成式引擎優化）
目標	排名位置與點擊	被寫入答案並獲標註來源
成功指標	排名、曝光、點擊率、流量	引用頻率、答案中嘅出現比重、品牌被提及率
見效時間	3 – 12 個月	新內容進入引用池約 3 – 5 日
衰減速度	慢（前 10 名中 72.9% 頁面超過 3 年）	快（內容超過 13 週未更新，引用頻率可量度下跌）
內容單位	整個頁面	段落與區塊（chunk）
最關鍵技術前提	可抓取、可渲染、速度	內容必須存在於初始 HTML（多數 AI 爬蟲不執行 JavaScript）
權重來源	連結與網站權威	第三方提及、實體一致性、資料可驗證性

要留意嘅是，GEO 唔係取代 SEO。技術地基（可抓取、結構清晰、載入快、結構化資料）兩者完全共用；分歧在於內容寫法與維護節奏。所以最務實嘅策略，是把 GEO 當成 SEO 之上嘅一層，而非另起一條戰線。想先了解傳統 SEO 嘅時間表與階段指標，可以看SEO 幾耐先見效？香港中小企的真實時間表與階段指標。

二、為什麼 2026 年唔可以再等

把幾組獨立研究放埋一齊，就會明白這件事嘅緊迫性：

• AI 答案覆蓋率急升：Ahrefs 滾動追蹤顯示，Google AI Overviews 嘅出現比例由 2025 年 2 月嘅 31%、2025 年 12 月嘅 34.5%，升至 2026 年 3 月嘅 48%。
• 點擊被吸走：Semrush 分析超過 1,000 萬個關鍵字，發現 AI Overviews 出現時排名第一嘅頁面點擊率平均下跌 34.5%；Seer Interactive 追蹤 53 個品牌、547 萬個查詢、24.3 億次曝光後，測得有 AI Overviews 嘅查詢中自然點擊率一度低見 1.3%。三個獨立研究（Semrush、Seer、Pew Research）用不同方法都測得 47% 至 61% 嘅點擊率跌幅。
• 絕大多數網站完全隱形：2026 年 7 月 23 日至 8 月 2 日期間，一項針對 193 個網站、5,978 條 AI 答案（涵蓋 ChatGPT、Claude、Gemini、Perplexity）嘅審核發現，94.8% 嘅受審網站從未在任何 AI 答案中出現；四個引擎之中引用率最高嘅 Gemini 亦只有 2.9%。
• 引用高度集中：Similarweb 分析 2026 年 1 至 2 月約 60 萬次美國 ChatGPT 引用事件，Wikipedia 佔 13.15%、Reddit 佔 11.97%，兩者合計超過四分之一。Kevin Indig 於 2026 年 3 月分析 120 萬條 ChatGPT 回應，發現在同一主題內約 30 個域名就佔去 67% 引用，產品比較類查詢嘅前 10 個域名更佔 46%。另有統計指出只有約 13% 引用指向品牌自有網站。

結論很直接：引用機會集中在少數來源手上，而九成半以上網站連入場都未做到。呢個階段入場，門檻仍然低——因為大部分競爭對手連 AI 爬蟲讀唔讀得到自己嘅網站都未檢查過。你可以現在就用GEO 檢查工具跑一次，60 秒內知道自己屬於邊一邊。

三、AI 引用嘅運作機制：三個階段，三種爬蟲

要做對 GEO，先要理解 AI 引擎「睇」你網站嘅過程分三步。

第一步：抓取（Crawl）

不同 AI 公司派出唔同用途嘅爬蟲，混淆呢一點會導致嚴重誤判。以下是目前主要嘅 user agent 及其功能：

User Agent	公司	用途	封鎖後果
GPTBot	OpenAI	模型訓練資料收集	不影響 ChatGPT 即時搜尋引用
OAI-SearchBot	OpenAI	ChatGPT 搜尋索引	封鎖 = 無法在 ChatGPT 搜尋結果出現
ChatGPT-User	OpenAI	用戶即時要求讀取頁面	封鎖 = 用戶貼你網址時讀唔到
ClaudeBot	Anthropic	訓練與檢索	影響 Claude 引用
Claude-User / Claude-SearchBot	Anthropic	即時讀取與搜尋	封鎖 = Claude 答案不引用
PerplexityBot	Perplexity	搜尋索引	封鎖 = Perplexity 不引用
Google-Extended	Google	Gemini 訓練與 grounding 控制	封鎖不會令你從 AI Overviews 消失（AI Overviews 用 Googlebot 索引）
Applebot-Extended	Apple	Apple Intelligence 訓練	影響 Apple 生態
CCBot	Common Crawl	公開資料集（多個模型使用）	間接影響多個模型

最常見嘅錯誤，就是為了「防止內容被 AI 訓練」而在 robots.txt 一次封鎖全部 AI user agent，結果連 OAI-SearchBot、PerplexityBot 這類負責即時引用嘅搜尋爬蟲一併封死——等於自願退出 AI 搜尋。訓練與引用是兩件事，必須分開決定。

第二步：檢索與切塊（Retrieve & Chunk）

生成式引擎不會把整頁內容原封不動放進答案，而是把頁面切成語意區塊，再抽取最相關嘅幾塊。這解釋了一個實測結果：一項針對 ChatGPT 引用行為嘅分析發現，44.2% 嘅引用來自頁面前 30% 嘅內容。你把最好嘅答案埋在第 2,000 字，機會就少一大截。

第三步：生成與標註（Generate & Cite）

引擎會傾向引用「可以直接搬用嘅句子」——有數字、有明確主體、可獨立成立嘅陳述。這正是普林斯頓／喬治亞理工研究嘅核心發現：以「位置加權字數」量度可見度，基準值為 19.3%，加入引述後升至 27.8%、加入統計數據升至 25.9%、加入來源標註升至 24.9%，相對提升最多約 40%；而關鍵字堆砌反而令表現輕微下降。

四、9 個做法：由技術地基到內容結構

做法 1：明確允許負責引用嘅 AI 爬蟲

第一步不是寫內容，而是確認人家讀唔讀得到你。在 robots.txt 逐一明確允許 OAI-SearchBot、ChatGPT-User、ClaudeBot、Claude-SearchBot、PerplexityBot、Google-Extended、Applebot-Extended，並同時把 `/admin/`、`/includes/` 等後台路徑 Disallow。我們自己嘅網站採用「明確允許 9 個主要 AI 爬蟲」嘅寫法，而非依賴 `User-agent: *` 嘅默認繼承——因為明確宣告在部分爬蟲嘅解析邏輯下更可靠。

要衡量嘅取捨：Cloudflare Radar 2026 年 7 月數據顯示，各家嘅「抓取對回流比」差異極大——Anthropic 約 1,917:1、OpenAI 約 251:1、Perplexity 約 322:1，而 Google 只有 4.7:1、DuckDuckGo 2.4:1。即係說，部分 AI 公司抓取上千頁才回饋一個訪客。若你是靠廣告收入嘅內容站，封鎖純訓練爬蟲（GPTBot、CCBot）是合理商業決定；若你是靠詢盤嘅中小企，被引用帶來嘅品牌曝光價值通常大於頻寬成本，全開比較有利。這是一個商業決定，不是技術標準答案。

做法 2：確保內容存在於初始 HTML

這是最致命亦最常被忽略嘅一項。Vercel 與 MERJ 於 2024 年 12 月發表嘅伺服器日誌研究結論是一句話：「目前沒有任何主要 AI 爬蟲會渲染 JavaScript。」名單包括 GPTBot、OAI-SearchBot、ChatGPT-User、ClaudeBot、Meta-ExternalAgent、Bytespider 與 PerplexityBot。另一項針對超過 5 億次 GPTBot 抓取嘅分析，找不到任何 JavaScript 執行嘅證據。

更弔詭嘅細節：這些爬蟲會下載你嘅 JS 檔案（ChatGPT 約佔其請求嘅 11.5%、Claude 約 23.84%），但從不執行。唯一例外是 Google Gemini（沿用 Googlebot 嘅渲染服務）與 Applebot（以瀏覽器方式渲染）。

實務含意：用 React、Vue 等前端框架做客戶端渲染（CSR）嘅網站，在多數 AI 引擎眼中接近空白頁。解決方法是伺服器端渲染（SSR）或靜態產生（SSG），確保主要文字在 `view-source:` 已經看得到。最快嘅自我檢查：在瀏覽器按「檢視原始碼」，用 Ctrl+F 搜尋你文章嘅第一句話——搜唔到，AI 就睇唔到。我們嘅網站採用 PHP 伺服器端輸出，正是為了保證這一點；同樣道理亦適用於速度優化，可參考Core Web Vitals 實戰文章。

做法 3：每頁開首放一段可直接摘錄嘅直答

既然 44.2% 引用來自頁面前 30% 內容，最有效嘅結構調整就是把答案前置。格式建議：標題之後、正文開始之前，放一段 60–120 字嘅直答，包含明確主體、具體數字、時間範圍。例如不要寫「網頁設計價錢因項目而異」，而要寫「香港一頁式網站市場價約 HK$3,000–8,000，5–10 頁企業網站約 HK$8,000–25,000（2026 年市場行情）」。

同一原則亦適用於每個 H2 段落之下——每節開頭第一句就給結論，之後才展開論證。這種寫法對人類讀者同樣友善，屬於少數「零取捨」嘅優化。

做法 4：加入可引用元素——數據、引述、來源

這是普林斯頓／喬治亞理工研究中效果最強嘅三項調整（引述 +27.8%、統計 +25.9%、來源標註 +24.9%，基準 19.3%）。落地做法：

• 每個主要論點配一個具體數字，並標明來源機構與日期，例如「Similarweb 分析 2026 年 1–2 月約 60 萬次引用事件」。
• 引用行業權威或官方說法時直接署名，例如「Google 搜尋倡導者 John Mueller 於 2026 年 6 月表示……」。
• 文末列出資料來源清單，讓引擎與讀者都可以核對。
• 反過來，避免無來源嘅「業界普遍認為」、「研究顯示」這類空泛句式——它們對人類同 AI 都無說服力。

做法 5：用結構化資料把內容變成機讀事實

部署 Article、FAQPage、Organization、LocalBusiness、Product、HowTo、BreadcrumbList 等 JSON-LD。結構化資料嘅價值不在於「AI 會加分」，而在於消除歧義：它明確告訴機器「這是誰寫的、什麼時候寫的、講的是哪個實體、價格區間是多少」。我們嘅 CMS 會為每篇文章自動輸出 Article 與 FAQPage 結構，並把 FAQ 內容同時用於頁面顯示與 Schema，避免兩邊不一致。

FAQ 特別值得投資，因為它嘅格式天生適合被摘錄。Semrush 於 2025 年 12 月以 81 個新 FAQ 頁面做嘅實驗顯示：ChatGPT Search 在第 1 日引用 10%、第 30 日累積至 42%；Google AI Mode 在 24 小時內引用 36%、第 6 日高峰 59%。FAQ 是目前見效最快嘅內容格式之一。

做法 6：建立實體一致性（Entity Consistency）

AI 引擎需要確認「你是誰」才會放心引用你。實體訊號包括：全站一致嘅公司名稱、地址、電話（NAP）；Organization schema 內嘅 `sameAs` 指向你嘅社交與名錄檔案；一個講清楚公司背景、年資、服務範圍嘅關於我們頁面；具名作者與其專業背景。

我們嘅設定是全站共用同一組參數輸出公司資料（名稱、別名、地址、電話、營業時間、付款方式、價格區間），確保任何一頁被抓取時，實體資料都完全一致。名稱在不同頁面有三個版本、地址寫法不一，是最容易被忽略嘅減分項。

做法 7：經營第三方提及，而非只顧自己網站

這是最反直覺、亦最重要嘅一項。既然只有約 13% 嘅 ChatGPT 引用指向品牌自有網站，而 Reddit 在各大引擎都是被引用最多嘅單一域名（5WPR 2026 年統計顯示其跨引擎引用頻率約 40%），你嘅品牌能否被提及，很大程度取決於別人嘅網站有無寫你。

具體做法：在相關社群與論壇提供真實有用嘅回答（唔係硬銷）、爭取被行業名錄與比較文章收錄、接受媒體或 Podcast 訪問、與同業合作撰寫案例。對香港中小企而言，本地行業名錄、商會名單、Google 商家檔案與客戶評價，都是成本最低嘅實體訊號來源。

做法 8：維持 13 週更新節奏

AI 引用對新鮮度嘅敏感度遠高於傳統排名。公開分析顯示：AI 引用嘅內容整體比傳統自然搜尋結果新 25.7%；ChatGPT 最常引用嘅頁面中有 76.4% 在過去 30 日內更新過；Muck Rack 分析超過 100 萬條引用發現，最高引用率出現在發布後 7 日內；而 5WPR 研究指出，內容超過 13 週未更新，引用頻率會出現可量度下跌。

所以我們把內容維護排成 13 週一輪：每季度為主力頁面加入新數據、新問答與新案例，並在頁面標示「最後更新日期」與更新內容摘要。注意——只改日期不改內容是無效嘅，引擎比對嘅是實質內容差異。

做法 9：建立量度機制，否則你只係在猜

GEO 最大嘅執行障礙是「睇唔到成效」。三個可行嘅量度層次：

• 爬蟲層：分析伺服器日誌，統計各 AI user agent 嘅抓取次數與抓取頁面，再除以該平台帶來嘅 referral 工作階段，就得出你自己嘅「抓取對回流比」。這是最客觀嘅基線。
• 引用層：建立一份 20–50 條嘅提問清單（模擬客戶會問嘅真實問題），每月在 ChatGPT、Perplexity、Gemini、Claude 逐條測試，記錄有無提及你嘅品牌、引用哪一頁。手動做一次約需一小時，但趨勢價值極高。
• 流量層：在 GA4 建立區隔，追蹤來自 chatgpt.com、perplexity.ai、gemini.google.com 等來源嘅工作階段與轉換。這類流量通常量少但意圖極強，轉換率往往高於一般自然搜尋。

我們嘅後台把 GEO 檢查結果、AI 爬蟲權限狀態與逐頁 SEO 評分整合在同一份報表，就是為了避免「做了但無人知有無效」嘅情況。你亦可以先用GEO 檢查工具與SEO 檢查工具取得基線分數，再每季覆檢。

五、三個常見誤區（其中一個你可能已經做錯）

誤區 1：以為做個 llms.txt 就等於做了 GEO

過去一年，`llms.txt` 被廣泛宣傳為「AI 時代嘅 robots.txt」。事實是：Google 已多次公開否認使用它。Google 搜尋倡導者 John Mueller 於 2026 年 6 月在《Search Off the Record》播客明確表示，llms.txt 無法幫助大型語言模型判斷應該呈現哪個網站，Google 搜尋（包括 AI Overviews 與 AI Mode）都不使用它；他亦指出從伺服器日誌可見，各 AI 服務根本沒有去讀取這個檔案，並形容它「目前純屬推測性」。Gary Illyes 在 Google Search Central Live 亦確認 Google 不支援亦無計劃支援。Google 於 2026 年 5 月發布嘅 AI 優化指引寫得更直接：你無需為了在 Google 搜尋（包括其生成式功能）出現而建立任何新嘅機讀檔案、AI 文字檔、標記或 Markdown。

務實結論：llms.txt 屬社群慣例而非標準，保留無害亦無益。若你已有，不必刪除（可設為不索引），但唔應該把它當成 GEO 工作嘅核心，更唔應該因為「已經做了 llms.txt」而覺得 GEO 已完成。真正有效嘅資源，應該投放在做法 1 至 9——尤其是初始 HTML 可讀性與內容可引用性。同理，`llms-author.txt` 與 Cloudflare 式 Content-Signal 指令，Mueller 亦明確表示 Google 不支援。

誤區 2：以為 GEO 是「為 AI 而寫」嘅特殊文體

普林斯頓研究裡面，唯一實測會令表現變差嘅手法就是關鍵字堆砌。生成式引擎抽取嘅是語意清晰、事實密度高嘅段落，而唔係塞滿關鍵字嘅句子。真正有效嘅「AI 友善寫法」，同好嘅專業寫作幾乎完全重疊：結論先行、一段一個論點、數字有來源、術語有定義。

誤區 3：以為封鎖 AI 爬蟲可以保護內容而無代價

可以理解嘅擔憂，但要分清對象。封鎖 GPTBot、CCBot 只影響訓練資料收集；封鎖 OAI-SearchBot、PerplexityBot、Claude-SearchBot 則直接令你在對應嘅 AI 搜尋結果中消失。另一個常見誤解是「封鎖 Google-Extended 可以退出 AI Overviews」——實際上 AI Overviews 使用 Googlebot 嘅索引，Google-Extended 控制嘅是 Gemini 嘅訓練與 grounding，兩者不同。

六、30 / 60 / 90 日執行計劃

第 1 至 30 日：地基

• 檢查並改寫 robots.txt，明確區分訓練與搜尋爬蟲。
• 用「檢視原始碼」逐頁確認主要文字存在於初始 HTML；有 CSR 問題嘅頁面優先改為伺服器端渲染。
• 部署 Organization、LocalBusiness、Article、FAQPage 結構化資料，並統一全站 NAP 與公司名稱寫法。
• 建立 20–50 條提問清單，做一次基線測試（記錄現時零引用嘅事實，日後才有對照）。

第 31 至 60 日：內容改造

• 選出 10 條最有商業價值嘅問題，為每條寫一篇有直答框、有數據、有來源標註嘅深度內容。
• 為主力頁面補上 FAQ 區塊（同時輸出 FAQPage schema）。
• 把每頁最強嘅答案移前至頁面前 30% 位置。
• 建立內部連結網絡，讓主題叢集互相指向。

第 61 至 90 日：外部訊號與量度

• 爭取 3 至 5 個第三方提及（名錄、社群回答、合作案例、客戶評價）。
• 從伺服器日誌計算各 AI 爬蟲嘅抓取量與抓取對回流比。
• 重跑提問清單，對比基線，記錄首批被引用嘅頁面與句子。
• 排定 13 週更新輪次，把日期寫入內容日程表。

要注意期望管理：AI 引用可以在數日內出現，但要形成穩定嘅引用基線，通常仍需一至三個月嘅內容累積。若你同時在做傳統 SEO，兩條時間線可以互補——GEO 賺前三個月嘅空窗，SEO 收 6 至 12 個月嘅複利。

七、常見問題

GEO 同 SEO 要唔要分開做？

唔需要分開做，但要分開量度。技術地基與內容深度兩者共用；分別在於 GEO 額外要求直答結構、事實密度、來源標註與高更新頻率，而成效要用引用率而非排名去量度。實務上我們把兩者放在同一份工作計劃，但報表分兩節呈現。

要唔要建立 llms.txt？

不必為此花時間。Google 已明確表示搜尋與 AI 功能都不使用 llms.txt，John Mueller 更指出伺服器日誌顯示各 AI 服務並未讀取該檔案。已有嘅可以保留（建議設為不索引），但不應期待效果。資源應投放在初始 HTML 可讀性、結構化資料與內容可引用性。

為什麼我嘅網站在 Google 排第一，但 ChatGPT 完全唔提我？

三個最常見原因：一，內容靠 JavaScript 載入，而多數 AI 爬蟲不執行 JS，佢們見到嘅係空白頁；二，負責引用嘅搜尋爬蟲（OAI-SearchBot、PerplexityBot 等）被 robots.txt 封鎖；三，內容缺乏可摘錄嘅事實句與數據。另外亦要接受一個結構性事實：Google 前列排名與 AI 引用來源嘅重疊度已由 70% 跌至不足 20%，兩者本來就不再等同。

GEO 幾耐見效？

新內容進入 AI 引用池約需 3 至 5 日，遠快於傳統排名嘅 3 至 12 個月。Semrush 嘅 FAQ 實驗顯示 Google AI Mode 可在 24 小時內引用新頁面。但要形成穩定引用，仍需一至三個月累積，並且必須維持更新節奏——超過 13 週不更新，引用頻率會下跌。

中小企值得投資 GEO 嗎？成本高不高？

九項做法之中，有六項（robots.txt、結構化資料、直答結構、內容前置、實體一致性、更新節奏）屬於一次性設定或寫作習慣調整，邊際成本很低。真正需要持續投入嘅只有內容產出與第三方經營。考慮到 94.8% 受審網站在 AI 答案中完全零出現，現階段嘅入場門檻仍然遠低於傳統 SEO 嘅競爭強度。

應該封鎖 AI 爬蟲嗎？

視乎商業模式。靠廣告收入嘅內容站可以考慮封鎖純訓練爬蟲——Cloudflare 2026 年 7 月數據顯示 Anthropic 約每 1,917 次抓取才回流一個訪客，OpenAI 約 251:1，而 Google 只有 4.7:1。但靠詢盤嘅中小企，被引用帶來嘅曝光通常價值更高，建議至少開放所有搜尋型爬蟲。

Reddit 咁重要，我係咪要去 Reddit 發文？

要「參與」而非「發廣告」。Reddit 是各大 AI 引擎引用最多嘅單一域名（跨引擎引用頻率約 40%），但硬銷內容會被社群刪除，反而有損品牌。有效做法是在相關子版塊持續提供真實有用嘅專業回答；對香港本地業務而言，本地論壇、行業社群、Google 商家評價同樣是有效嘅第三方訊號。

結構化資料真係有幫助嗎？

它嘅作用是消除歧義，而非直接加分。結構化資料明確標示作者、日期、實體、價格、問答關係，令引擎更容易確認事實並安心引用。FAQPage 尤其值得投入，因為格式天生適合被摘錄，亦是目前見效最快嘅內容格式之一。

怎樣知道自己有無被 AI 引用？

三步：一，建立 20–50 條真實客戶問題清單，每月在各引擎手動測試並記錄；二，分析伺服器日誌中各 AI user agent 嘅抓取行為；三，在 GA4 建立區隔追蹤來自 AI 平台嘅 referral 流量與轉換。呢類流量通常量少但意圖極強。

我用 WordPress／React 網站，會唔會有影響？

WordPress 預設是伺服器端輸出，一般無問題。React、Vue、Next.js 等前端框架若採用客戶端渲染就有嚴重影響——必須改用 SSR 或 SSG。最快嘅檢查方法：檢視原始碼，搜尋你文章第一句話，搜唔到就代表 AI 爬蟲亦讀唔到。技術架構選擇對長期成本嘅影響，我們在香港網頁設計價錢完整拆解亦有討論。

八、結語：GEO 唔係新技巧，而是新嘅可信度標準

把九項做法排在一齊看，會發現一個共同點：它們沒有一項是「鑽空子」。讓爬蟲讀得到、把答案放在顯眼位置、給出有來源嘅數據、統一公司資料、被同業與客戶提及、定期更新——呢啲本來就是一個可信網站應有嘅樣子。生成式引擎只是把「可信度」變成了可以被機器讀取嘅條件。

換個角度想：過去你要靠外部連結證明自己值得信任，現在你要靠事實密度與實體一致性證明。前者可以買，後者只能做。這對真正有專業能力嘅中小企，其實是好消息。

想知道自己現時嘅起點，可以先跑GEO 檢查工具與SEO 檢查工具；需要人幫你逐項對照與排優先次序，可直接聯絡我們，或了解SEO 與 GEO 優化服務嘅範圍。更多實戰內容見SEO 專欄、最新文章與作品集。

資料來源

• Aggarwal 等，《GEO: Generative Engine Optimization》（普林斯頓大學／喬治亞理工學院，KDD 2024）：以位置加權字數量度，基準 19.3%；加入引述 27.8%、統計數據 25.9%、來源標註 24.9%，相對提升最多約 40%；關鍵字堆砌略為有害。
• Vercel 與 MERJ 伺服器日誌研究（2024 年 12 月 17 日）：GPTBot、OAI-SearchBot、ChatGPT-User、ClaudeBot、Meta-ExternalAgent、Bytespider、PerplexityBot 均不執行 JavaScript；ChatGPT 約 11.5%、Claude 約 23.84% 嘅請求為 JS 檔案但不執行；Gemini 沿用 Googlebot 渲染服務，Applebot 以瀏覽器方式渲染。另一針對 5 億次以上 GPTBot 抓取嘅分析未發現 JavaScript 執行證據。
• Google 搜尋倡導者 John Mueller，《Search Off the Record》播客（2026 年 6 月）及 Reddit 討論：Google 搜尋與 AI 功能均不使用 llms.txt 與 llms-author.txt；Gary Illyes 於 Google Search Central Live 確認不支援。Google 2026 年 5 月 AI 優化指引：無需建立任何新嘅機讀檔案、AI 文字檔或 Markdown。
• 5WPR，《GEO vs. SEO: The 2026 Venn Diagram》（2026 年 5 月）：新內容 3–5 日進入 AI 引用池；13 週未更新引用頻率下跌；引用 Brandlight 分析——Google 前列排名與 AI 引用來源重疊度由 70% 跌至不足 20%。《AI Platform Citation Source Index 2026》：Reddit 為各引擎引用最多來源，跨引擎頻率約 40%。
• Similarweb（2026 年 4 月發表，樣本為 2026 年 1–2 月美國約 60 萬次 ChatGPT 引用事件）：Wikipedia 13.15%、Reddit 11.97%。
• Kevin Indig（2026 年 3 月，分析 120 萬條 ChatGPT 回應）：同一主題內約 30 個域名佔 67% 引用；產品比較查詢前 10 域名佔 46%。
• Ahrefs 滾動追蹤：AI Overviews 覆蓋率 31%（2025 年 2 月）→ 34.5%（2025 年 12 月）→ 48%（2026 年 3 月）。
• Semrush（1,000 萬+ 關鍵字）：AI Overviews 出現時排名第一頁面 CTR 平均下跌 34.5%。Semrush FAQ 實驗（2025 年 12 月，81 個新頁面）：ChatGPT Search 第 1 日 10%、第 30 日 42%；Google AI Mode 24 小時內 36%、第 6 日高峰 59%。
• Seer Interactive（2026 年 4 月更新，53 個品牌、547 萬查詢、24.3 億次曝光）：AIO 出現時自然 CTR 一度低見 1.3%。
• Muck Rack（100 萬+ 引用分析）：最高引用率出現於發布後 7 日內；AI 引用內容比自然搜尋結果新 25.7%；ChatGPT 最常引用頁面 76.4% 於 30 日內更新過。
• AI 答案可見度審核（2026 年 7 月 23 日至 8 月 2 日，193 個網站、5,978 條答案，涵蓋 ChatGPT／Claude／Gemini／Perplexity）：94.8% 網站從未出現；Gemini 引用率最高，僅 2.9%。ChatGPT 引用中 44.2% 來自頁面前 30% 內容。
• Cloudflare Radar（2026 年 7 月）抓取對回流比：Anthropic 約 1,917:1、Perplexity 約 322:1、OpenAI 約 251:1、Google 4.7:1、DuckDuckGo 2.4:1。

更新日誌：2026 年 8 月 16 日——加入 Google 於 2026 年 6 月對 llms.txt 嘅官方立場、Cloudflare Radar 2026 年 7 月抓取對回流比、Similarweb 與 Kevin Indig 引用集中度數據、2026 年 8 月 AI 答案可見度審核結果。原文發布：2026 年 7 月 20 日。本文每 13 週覆核一次。