GEO 生成式引擎優化（Generative Engine Optimization）要做的事，可以濃縮成一句話：讓 AI 在生成答案時，找得到、讀得懂、也敢引用你的網站。它不是一套新的行銷工具，而是七件具體、可以逐項驗收的技術工作——開放 AI 爬蟲、確認沒有被主機擋掉、答案前置的寫法、結構化資料、具體數字、作者與組織訊號，以及內部主題叢集。
這篇文章把七項的優先順序、每一項的完成判準，以及我們自己網站近 40 天的爬蟲實測數字寫出來。市面上多數「GEO 攻略」是把 SEO 換個名詞重講一次，所以我們刻意只寫兩種東西：自己動手做得完的步驟，以及自己量得出來的數字。
GEO 和 SEO 差在哪？一句話：SEO 爭排名，GEO 爭成為答案
SEO 的目標是讓網站出現在搜尋結果列表的前面，使用者點進來；GEO 的目標是讓 AI 生成答案時把你的內容當成來源，使用者可能根本不會點連結，但你的公司名稱、價格與說法會出現在那段答案裡。
兩者的技術做法有很大一部分重疊，真正的差別在三個地方：檢索者不同（GPTBot、ClaudeBot、OAI-SearchBot 而不是 Googlebot）、偏好的內容形狀不同（AI 要的是能直接抽出來當答案的段落，不是關鍵字密度）、驗收工具不同（Search Console 完全看不到 AI 引擎的動作，只能看伺服器記錄）。
如果你只想先弄清楚名詞定義，我們在網頁設計服務頁有 SEO、GEO、AEO 三者的完整對照；這篇則直接進到「怎麼做」。
為什麼現在要做：AI 爬蟲抓取量已是傳統搜尋引擎的 2.4 倍
這不是預測，是我們自己伺服器記錄裡的事實。統計區間 2026 年 7 月 30 日到 9 月 8 日（約 40 天），對象是 mani.tw 的 HTTPS 存取記錄：
| AI 引擎爬蟲 | 抓取次數 | 傳統搜尋引擎 | 抓取次數 |
|---|---|---|---|
| Meta-ExternalAgent | 4,183 | bingbot | 1,225 |
| ClaudeBot（Anthropic） | 1,320 | Googlebot | 1,045 |
| GPTBot（OpenAI） | 409 | Baiduspider | 474 |
| OAI-SearchBot（OpenAI 搜尋索引） | 315 | DuckDuckBot | 47 |
| Applebot | 303 | Yandex | 27 |
| ChatGPT-User（真人查詢觸發） | 187 | — | — |
| CCBot、Bytespider、Amazonbot 等 | 177 | — | — |
| AI 合計 | 6,894 | 搜尋合計 | 2,818 |
比值 2.4 倍。其中最值得看的是 ChatGPT-User 那一列：它不是批次爬蟲，而是有人正在 ChatGPT 裡問問題、模型當場來抓你的頁面。這 187 次抓的是首頁 63 次、主機代管頁 38 次、Linux 虛擬主機頁 17 次、實體主機頁 12 次、一篇科技執法文章 6 次——全部集中在會帶生意的頁面。
換句話說，AI 引擎已經在讀你的網站了，問題只剩下：它讀到的是能拿來當答案的內容，還是一堆讀不出重點的形容詞。
一個反直覺的對比：robots.txt 被抓 3,944 次，llms.txt 只有 8 次
同一份記錄裡還有一組對比，它直接決定了下一節七個步驟的排列順序。同樣是 7 月 30 日到 9 月 8 日這 40 天：
| 檔案 | 總共被抓次數 | 其中由可辨識的 AI 爬蟲抓取 |
|---|---|---|
/robots.txt | 3,944 | 絕大多數（ClaudeBot、OAI-SearchBot、Applebot、CCBot 等反覆抓取） |
/llms.txt | 160 | 8（GPTBot 3、Googlebot 2、ClaudeBot 1、CCBot 1、Meta 1） |
llms.txt 那 160 次裡，扣掉我們自己的檢查指令與效能測試工具，真正由 AI 爬蟲讀取的只有 8 次。反過來，robots.txt 被反覆抓了將近四千次，是同一批爬蟲每次上門幾乎都會先讀的一個檔。
結論很直接：AI 引擎確認權限的頻率，遠高於它讀你導覽檔的頻率。llms.txt 值得做，成本也只有一個檔案；但如果你的時間只夠做一件事，先把 robots.txt 和主機端的擋人規則弄對。這也是下一節把權限與擋人規則排在第一、第二順位的原因。
GEO 怎麼做？7 個步驟，照這個順序做
下面七項照優先順序排列。順序是有理由的：前兩項沒做，後面五項全部白做。
步驟 1：robots.txt 明確允許 AI 爬蟲
大部分網站的 robots.txt 只寫給 Googlebot 看。AI 爬蟲有自己的名字，沒有明確允許時，部分廠商會採保守處理。要逐個列出來：GPTBot、OAI-SearchBot、ChatGPT-User、ClaudeBot、PerplexityBot、Google-Extended，各給一段 Allow: /。
完成判準：用瀏覽器打開 你的網域/robots.txt，上述名稱逐一找得到，而且沒有任何一條 Disallow 誤擋到內容頁。
步驟 2：確認主機端沒有把 AI 爬蟲擋回去
這一項最容易被跳過，卻是我們自己踩過最貴的坑。2026 年 8 月，我們的 robots.txt 明明寫著歡迎 GPTBot，主機端的資安模組卻把它限速並回 429，一個月擋掉 GPTBot 155 次、Meta 的爬蟲 393 次。對外宣稱開放，實際上大門是關的，而且 robots.txt 看不出來。
完成判準：用各家爬蟲的 User-Agent 各發一次請求，回應碼要是 200。收到 429（限速）、403（拒絕）或 428 都算失敗，要去主機端的 WAF 或防火牆規則找原因。
步驟 3：每一頁的第一段就是答案
AI 抽取答案時，最常取的是標題底下的第一段。所以每個 H2 都寫成問句（「主機代管費用怎麼算？」），下一段第一句就把結論講完，細節放後面。這個寫法有個名字叫 AEO（答案引擎優化），對 Google 的精選摘要同樣有效，等於一次做兩件事。
完成判準：把任一個 H2 和它下面第一段單獨複製出來，不看上下文也能成立、也答得出那個問題。做不到就是還沒寫好。
步驟 4：FAQ 結構化資料，而且要和畫面上的字逐字相同
FAQPage 結構化資料是把問答變成機器可讀格式，讓 AI 不必自己猜哪一段是答案。但這裡有個常見錯誤：JSON-LD 裡寫一套、頁面上顯示另一套。內容不一致時，Google 會判定為濫用，AI 也會取到與使用者看到的不同的說法。
完成判準：結構化資料裡的答案文字，剝掉 HTML 標籤後要逐字等於頁面上那一段。最穩的做法是讓兩邊從同一份資料產生——這一頁的問答就是這樣做的。
步驟 5：具體數字，而且要用純文字表格
這是投報率最高的一項。AI 引擎會引用的是「1U 年繳 24,000 元」「年繳 3,500 元起」這種可以直接放進答案的事實，不會引用「品質優良、服務貼心」。同業普遍不公開報價，這反而是可以拉開差距的地方。
完成判準：價格表、規格表一律用 HTML 表格或純文字寫，不要做成圖片——圖片裡的數字抽不出來。頁面上隨便挑三句話，每一句都要能指出數字來源。
步驟 6：作者與組織的權威訊號
AI 在決定要不要引用一段內容時，會交叉檢查來源是誰。實作上是三件事：文章掛真人作者署名並補上 Person 結構化資料、公司資訊用 Organization 標記（統一編號、地址、電話、營業項目），以及讓兩者用 @id 互相引用，而不是各自散落在不同頁面。
完成判準：整站的結構化資料收斂成單一 @graph，Article 的 author 指得到 Person、Person 的 worksFor 指得到 Organization，用 Google 的複合式搜尋結果測試工具驗證可以解析。
步驟 7：llms.txt 與內部主題叢集
llms.txt 是一份寫給 AI 讀的網站導覽純文字檔，一頁講清楚你是誰、核心服務、重點頁面在哪、價格區間多少。主題叢集則是把同一個主題的文章互相連結，讓 AI 判斷你在這個領域有系統性的內容，而不是零散一篇。
完成判準：llms.txt 可以正常存取，內容與網站現況一致（改價、換規格時要記得一起改）；每篇新文章至少有 3 個站內連入，並且同主題的舊文章也連回新文章。
怎麼驗收？用 access log 自己做一張 GEO 儀表板
GEO 目前沒有 Search Console 那種官方後台，Google 的報表也看不到 AI 引擎的任何動作。實務上可行的量測方式只有一個：讀自己主機的存取記錄。三個指令就能組成一張堪用的儀表板。
一、AI 爬蟲和搜尋引擎誰來得多？先確認 AI 這條通路的量體，決定值不值得投入。
二、真人在 AI 裡問問題時，抓的是哪幾頁？這是整張儀表板裡最有價值的一列。ChatGPT-User 這個 User-Agent 代表有使用者正在對話中觸發抓取，抓到哪一頁，就代表 AI 認為那一頁能回答那個問題。
三、有沒有被自己的主機擋掉？每個月固定跑一次，收到 429、403、428 就要進去查 WAF 規則。
這三個指令我們把它寫成每月自動執行的報表。如果你的主機是網站代管方案、拿不到原始 log，這件事就要請代管商協助——沒有 log 就等於沒有 GEO 的量測能力，這也是評估代管廠商時值得先問清楚的一項。我們把 AI 直接接上自己主機做維運的完整實測，包含它犯過哪些錯，寫在讓 AI 維運自己的官網一個月那篇。
GEO 做不到的四件事，以及該自己做還是交給廠商
一、抓取不等於被引用
log 能證明 AI 來抓過你的頁面，不能證明它的答案裡有引用你。這兩件事之間目前沒有任何可查的對照表，任何人說得出「引用率」數字，都要問清楚是怎麼量的。
二、成效很可能是隱形的
AI 答案有很大一部分是零點擊——使用者看完答案就走，不會進到你的網站，Google Analytics 與 Search Console 兩邊都不會有紀錄。品牌名稱出現在答案裡是有價值的，但那個價值在現階段量不出來，編預算時要先接受這一點。
三、AI 會同時記得你的舊版本
我們實測過：新增一個舊快取裡沒有的欄位，AI 會採用；但要覆蓋它已經記住的舊價格、舊規格，短期內做不到，只能等它自然更新。所以改價之後，AI 講的還是舊價這件事會持續一段時間，這不是設定錯誤。
四、沒有人能保證被 AI 引用
GEO 是很年輕的領域，各家引擎的取材邏輯都沒有公開，而且還在改。可以承諾的是把七個步驟做完、把可控的部分做到位；承諾「保證出現在 AI 答案裡」的，和幾年前承諾「保證首頁第一名」是同一種說法。這類話術在網頁設計市場長什麼樣子，我們整理在「終生免費 SEO」與低價一條龍服務的陷阱。
這七項該自己做，還是交給廠商？
七項裡面，步驟 3 和步驟 5 是內容工作，只有你自己最清楚該寫什麼數字；步驟 1、2、6、7 是技術工作，而且和網站建置、主機設定綁在一起——這也是為什麼把網頁設計、主機與長期維運放在同一個窗口的一條龍服務，在 GEO 這件事上比較好推動：改 robots.txt 要主機權限、查 WAF 擋人要看 log、改結構化資料要動程式碼，分散在三家廠商時，光是釐清「是誰擋的」就要來回好幾天。
如果你的網站還沒建置，這七項在建置階段一次做完的成本，遠低於上線後回頭補做——補結構化資料常常要連版面一起改。我們把 SEO 與 GEO 的基礎佈建做成網站建置的內含項目，購買經濟型以上 Linux 虛擬主機還會贈送形象網頁設計，商務型再加送合約期間的雙優化服務，條件與範圍寫在買 Linux 虛擬主機送形象網頁設計一文，不必回頭讀這裡就能看懂差別。
已經有網站的情況，建議的動線是：先花一小時做完步驟 1 和步驟 2（改 robots.txt、確認沒被擋），這是當天就能驗收的；接著挑三到五頁流量最集中的頁面做步驟 3 到步驟 5；步驟 6、7 排在後面，隨新文章逐步累積。如果手上是十幾年前的舊站，程式架構可能根本掛不上結構化資料，那要先處理的是升級或重做的判斷，這部分寫在老網站升級還是重做。
常見問題
Q：GEO 生成式引擎優化和 SEO 要分開做嗎？
不必分開做，但要知道兩者的驗收點不同。SEO 爭的是搜尋結果的排名位置，GEO 爭的是成為 AI 答案的來源；做法上大部分重疊——結構化資料、清楚的標題階層、可抽取的段落、網站載入速度，對兩邊都有用。真正只屬於 GEO 的是三件事：robots.txt 明確允許 AI 爬蟲、確認主機端沒有把 AI 爬蟲擋掉、以及改用伺服器記錄而不是 Search Console 來驗收。把這三件事加進既有的 SEO 流程就可以，不需要另外編一筆預算。
Q：做了 GEO 優化之後，多久會被 ChatGPT 或 Claude 引用？
沒有辦法給時程保證，也不建議相信給你保證的人。可以確定的只有前半段：爬蟲來不來、抓了哪幾頁，伺服器記錄當天就看得到。至於答案裡有沒有引用，目前沒有公開的查詢介面，只能人工抽測，而抽測結果每次都會變。我們自己的做法是把驗收點放在可控的那一段——爬蟲抓得到、抓的是重要頁面、沒有收到 429 或 403，這三項達成就算做到位；被不被引用列為觀察，不當成承諾。
Q：llms.txt 一定要做嗎？沒有 llms.txt，AI 就讀不到我的網站嗎？
不會讀不到。llms.txt 是一份寫給 AI 看的網站導覽純文字檔，目前還不是任何一家 AI 廠商的正式標準。我們自己站上的實測是：同一段時間 robots.txt 被抓 3,944 次，llms.txt 只有 160 次，其中可辨識的 AI 爬蟲僅 8 次，其餘多半是我們自己的檢查指令與效能測試工具。結論是值得做——成本只有一個檔案，而且它是把公司定位、服務與價格寫成 AI 好讀格式的地方——但順位應該排在 robots.txt 與結構化資料之後，不要顛倒。