https://yennj12.js.org/yennj12_blog_V4/tags/aio/Recent content in AIO on YennJ12 Engineering BlogHugo -- gohugo.ioen-usWed, 12 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part1-concepts-zh/Tue, 28 Jul 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part1-concepts-zh/大多數人的做法：繼續衝關鍵字排名，然後困惑為什麼排名第一、流量卻掉了 40%。 真正該做的事：搞清楚「排名」與「被引用」是兩件不同的事，然後分別優化。 排名是「使用者會不會點進來」的競賽。 被引用是「模型會不會替你講話」的競賽。 一、問題的起點：排名還在，流量不見了 2024 年之後，非常多內容網站的 Search Console 出現同一組奇怪的訊號： 2024 Q1 2026 Q2 變化 ──────────────────────────────────────────────────────── 平均排名 3.2 2.8 ↑ 變好 曝光數（Impressions）182 萬 241 萬 ↑ +32% 點擊數（Clicks） 14.6 萬 8.9 萬 ↓ -39% CTR 8.0% 3.7% ↓ -54% 排名變好、曝光變多、點擊卻腰斬。這不是被懲罰，而是搜尋結果頁的形狀改變了。 以前的 SERP（Search Engine Results Page）長這樣： ┌──────────────────────────────────────────┐ │ [廣告] [廣告] │ ├──────────────────────────────────────────┤ │ 1. 你的網站 ← 使用者必須點進來才有答案 │ │ 2. 競爭對手 │ │ 3. 競爭對手 │ │ ... │ └──────────────────────────────────────────┘ 現在的 SERP 長這樣：https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part2-how-engines-work-zh/Wed, 29 Jul 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part2-how-engines-work-zh/大多數人的做法：抄一份 GEO checklist，逐項打勾，然後不知道為什麼沒效果。 真正該做的事：先看懂管線，才知道每一項在修哪個階段的問題。 Checklist 會過期，機制不會。 這一篇講機制。 一、先確認一件事：AI 引擎看到的不是你看到的 打開瀏覽器看到的頁面，和 AI crawler 拿到的東西，可能是兩份完全不同的文件。 瀏覽器 AI Crawler ┌──────────────────────┐ ┌──────────────────────┐ │ HTML │ │ HTML │ │ ↓ 執行 JS │ │ ✘ 多數不執行 JS │ │ ↓ 呼叫 API │ │ ✘ 拿不到 API 資料 │ │ ↓ 水合（hydrate） │ │ ✘ 沒有水合 │ │ ↓ 載入圖片、字型 │ │ ✘ 通常只要 HTML │ │ = 完整頁面 │ │ = 可能是空殼 │ └──────────────────────┘ └──────────────────────┘ 驗證方法（30 秒）：https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part3-strategies-zh/Thu, 30 Jul 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part3-strategies-zh/大多數人的做法：把 GEO 當成內容行銷的一個新形容詞，多寫幾篇文章。 真正該做的事：把它拆成四個獨立的工作面，各自有負責人、驗收標準與優先順序。 內容團隊修不了 CDN 的 bot 封鎖。 工程團隊寫不出可被引用的段落。 這一篇是把兩邊接起來的那張表。 一、GEO 的四層模型 Part 2 拆解了機制。這一篇把機制轉成組織可以執行的工作。 ╔══════════════════════════════════════════════════════════════════╗ ║ Layer 4：實體層（Entity） 負責人：品牌 / PR / 內容 ║ ║ 「模型知道你是誰、你屬於哪個類別、你和誰是同類」 ║ ║ 產出：一致的品牌敘述、Wikidata / Wikipedia、權威站點提及 ║ ║ 週期：6-24 個月 影響：★★★★☆ 成本：高 ║ ╠══════════════════════════════════════════════════════════════════╣ ║ Layer 3：內容層（Content） 負責人：內容 / 領域專家 ║ ║ 「每一段都能被單獨抽走、獨立回答一個問題」 ║ ║ 產出：chunk-friendly 文章、比較表、FAQ、數據、日期 ║ ║ 週期：2 週 - 3 個月 影響：★★★★★ 成本：中 ║ ╠══════════════════════════════════════════════════════════════════╣ ║ Layer 2：結構層（Structure） 負責人：內容 + 前端 ║ ║ 「機器能正確理解這頁在講什麼、有哪些實體與關係」 ║ ║ 產出：JSON-LD、標題層級、語意化 HTML、內部連結 ║ ║ 週期：2-4 週 影響：★★★☆☆ 成本：低 ║ ╠══════════════════════════════════════════════════════════════════╣ ║ Layer 1：技術層（Technical） 負責人：工程 / SRE ║ ║ 「AI crawler 拿得到完整內容」 ║ ║ 產出：robots/CDN 設定、SSR、sitemap、llms.https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part4-implementation-zh/Fri, 31 Jul 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part4-implementation-zh/大多數人的做法：讀完方法論，開一份 Notion 待辦，然後三個月後還在第一項。 真正該做的事：照著步驟做，每一步都有可執行的驗收指令。 這一篇不談概念。 全部是可以複製貼上的東西。 一、實作目標與驗收標準 我們要把一個典型網站從 Level 0/1 推到 Level 2（Part 1 §9 的成熟度模型）。 改造前 改造後 ────────────────────────────────────────────────────────────── AI crawler 部分 403 / 內容不完整 8 個 bot 全 200，內容完整 無 JS 內容量 瀏覽器的 20%（CSR） 瀏覽器的 98% 結構化資料 無 / 只有基本 Article Organization + Article + FAQPage + Breadcrumb，互相 @id 引用 chunk 邊界 靠段落換行 H2/H3 分節 + section id + 錨點 機器可讀版本 只有 HTML HTML + .md + llms.txt 可驗收 靠人工檢查 CI 自動化，PR 階段擋下退步 驗收腳本會在 §9 給出，可以直接放進 CI。建議先跳到 §9 跑一次，拿到基線，再回來逐步修。https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part5-measurement-case-study-zh/Sat, 01 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part5-measurement-case-study-zh/大多數人的做法：改完網站，等三個月，然後憑感覺說「好像有效」。 真正該做的事：在改之前先量基線，改之後每週量一次，把「哪一次改動讓哪一題上升」講清楚。 GEO 最大的風險不是做錯，是做完不知道有沒有用， 於是第二季預算被砍掉。 一、為什麼傳統分析工具在這裡失效 你想知道的 GA4 能告訴你 GSC 能告訴你 ────────────────────────────────────────────────────────────────── ChatGPT 提到我幾次？ ✘ ✘ Perplexity 引用了我哪一頁？ 部分（有 referrer） ✘ AI Overview 有沒有引用我？ ✘ ✘（曝光混在一起） 模型怎麼描述我的產品？ ✘ ✘ 競品的引用份額是多少？ ✘ ✘ 核心問題：AI 引用大多不產生可歸因的流量。 使用者旅程的真實樣貌 Day 1 問 ChatGPT「台灣有哪些 OMS 系統」 → 答案中提到 OrderFlow，附連結 → 使用者沒有點連結，只是記住了名字 → GA4：無任何紀錄 Day 4 在 Perplexity 問「OrderFlow 好用嗎」 → 讀了摘要，點了一個連結 → GA4：referrer = perplexity.ai（唯一看得到的一次） Day 11 直接 Google 搜尋「OrderFlow 價格」 → 點進官網定價頁 → GA4：Organic Search，query = 品牌詞 Day 14 填表單 → GA4 歸因：Organic Search / 品牌詞 真正的第一因是 Day 1 的 ChatGPT，但它在報表上完全不存在。 結論：你必須主動去問模型，而不是被動等流量。這就是監測系統要做的事。https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part6-case-enterprise-site-zh/Sun, 02 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part6-case-enterprise-site-zh/大企業做 GEO 的難點從來不是「不知道怎麼做」。 是「知道怎麼做，但要跑六個部門的簽核」。 這個案例的技術部分只花了 4 人天。 剩下五個月都在處理組織問題。 一、情境 公司 台灣製造業集團，3,000 人，年營收約 NT$210 億 產品 工業自動化零組件（B2B，客戶為系統整合商與 OEM） 網站 6 語系（繁中/簡中/英/日/德/越），約 1,800 頁 CMS Adobe Experience Manager（AEM） 部署 AWS：S3 + CloudFront + WAF，Route 53 多區域 團隊 IT 部門（不含前端）、行銷部（不懂技術）、法務（很有意見） 業務動機很具體：海外客戶的採購工程師開始用 ChatGPT 做初步選型。業務回報「客戶說 AI 推薦了三家，沒有我們」。 基線量測（40 題 × 3 引擎，2026-02） ──────────────────────────────────── 提及率 9% 引用率 2% 描述正確率 31% ← 模型講的是 2019 年被併購前的舊公司名 Engine Variance 3pp ← 各引擎一樣糟，所以不是單一引擎的技術問題 Coverage Gap 67% 注意 Engine Variance 只有 3pp：各引擎表現一致地差，代表不是 CDN 擋人這種局部問題，而是內容本身就不存在或不可用。這和 Part 5 案例 A 完全相反。https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part7-case-ecommerce-zh/Mon, 03 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part7-case-ecommerce-zh/電商 GEO 的核心矛盾： 你有 12,000 頁，但只有 40 頁值得為 GEO 手工優化。 剩下 11,960 頁要靠模板——而模板化內容天生就是薄內容。 解法不是「把每頁寫厚」， 是「讓資料本身變成內容」。 一、情境 公司 台灣戶外用品電商，35 人，年 GMV 約 NT$4.2 億 品項 登山、露營、單車裝備，12,000 SKU，420 個品牌 技術 Shopify（後台）+ Next.js App Router（前台，headless） 部署 Vercel（前台）、Shopify（結帳）、Algolia（站內搜尋） 內容 商品頁 12,000 / 分類頁 380 / 選購指南 64 篇 業務動機：客單價 NT$3,000-15,000 的裝備，購買前研究期長達 2-6 週。使用者開始用 AI 問「登山杖怎麼選」「XX 帳篷跟 YY 比哪個好」。 基線量測（45 題 × 3 引擎，2026-03） ────────────────────────────────────── 提及率 22% 引用率 9% 價格正確率 14% ← 幾乎全錯 Page Concentration 91% ← 引用幾乎全落在 3 篇選購指南 Coverage Gap 38% Page Concentration 91% 是這個案例的核心訊號：12,000 個商品頁，一個都沒被引用過。https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part8-case-landing-page-zh/Tue, 04 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part8-case-landing-page-zh/一頁式網站做 GEO，聽起來像沒有勝算。 但小團隊有一個大公司沒有的優勢：可以在一週內把整個網站重寫。 這個案例的重點不是技巧， 是「資源極少時，該把力氣放在哪」。 一、情境 產品 Webhook 除錯與重送工具（開發者工具） 團隊 3 人（2 工程 + 1 兼職行銷） 網站 Landing Page（1 頁，約 800 字）+ 文件站（12 頁）+ 部落格（3 篇） 技術 Astro（靜態）+ Cloudflare Pages 定價 Free / Pro $19 / Team $79 競品 5 家，其中 2 家是 YC 出身、內容量是他們的 50 倍 目標 被「webhook 除錯工具有哪些」這類問題引用 基線量測（30 題 × 3 引擎，2026-01） ────────────────────────────────── 提及率 0% 引用率 0% Coverage Gap 83% 乾淨的 0。這其實是好事——任何改動的效果都會很清楚。 二、先搞清楚：小網站的三個結構性劣勢 劣勢 影響 能不能繞過 ────────────────────────────────────────────────────────── 網域權威幾乎為零 同分時永遠輸 ✘ 不能，需要時間 內容量少 能命中的查詢少 ✔ 能，靠精準取代廣度 沒有第三方提及 實體不存在 ✔ 能，這是最快的一項 戰略推論：不要跟大公司比廣度。找出「他們沒有認真回答、而你能給出最好答案」的少數問題，全力攻下。https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part9-case-course-platform-zh/Wed, 05 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part9-case-course-platform-zh/「我們的內容都在付費牆後面，GEO 是不是做不了？」 這是最常見的問題，也是最常見的錯誤前提。 付費內容站要問的不是「開不開放」， 而是「開放哪一層，才能讓模型有東西引用、又不讓人不用付費」。 一、情境 平台 資料工程 / 後端開發線上課程，繁中為主 規模 8,000 名付費學員，18 門課，1,200 支影片，年營收約 NT$6,000 萬 內容 90% 是影片（平均 12 分鐘）+ 課後練習 + 討論區 技術 Next.js（前台）+ Django（後台）+ PostgreSQL 部署 GCP：Cloud Run（前後台）+ Cloud CDN + Cloud SQL + GCS（影片） 付費 單門課 NT$3,600-6,800，或年費 NT$14,800 全站通行 業務動機：學員來源高度依賴 FB 廣告與 KOL 合作，獲客成本連續兩年上升（CAC 從 NT$1,900 漲到 NT$3,400）。同時發現學員在課程討論區問的問題，很多人是先去問 AI——但 AI 從沒提過這個平台。 基線量測（35 題 × 3 引擎，2026-01） ────────────────────────────────── 提及率 6% 引用率 2% Coverage Gap 71% 可被 crawler 讀取的內容佔全站 3% ← 核心問題 二、真正的問題：內容存在，但不可見 內容資產盤點 ───────────────────────────────────────────────────── 1,200 支影片 付費牆後，且只有影片沒有文字 1,200 份自動字幕（VTT） 存在 GCS，從未公開 ↑ 這是被完全浪費的資產 340 篇課後練習與解答 付費牆後 2,800 則討論區問答 付費牆後 ← UGC，AI 最愛引用的類型 18 個課程介紹頁 公開，但都是行銷文案 0 篇部落格 — 可被 AI crawler 讀到的：18 個課程介紹頁 ≈ 全站內容的 3% 關鍵發現：字幕檔已經存在了。1,200 支影片 × 平均 1,800 字 = 約 216 萬字的技術內容，躺在 GCS 上從來沒被任何人或機器讀過。https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part11-market-landscape-zh/Fri, 07 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part11-market-landscape-zh/大多數人的做法：看到「GEO 市場 2031 年將達 73 億美元」，決定投入。 真正該做的事：先問這個數字是誰算的、用什麼方法算的、他賣什麼。 關於 GEO 的市場資料，絕大多數是賣 GEO 工具或服務的人寫的。 這一篇會盡量把「可驗證的」和「行銷內容」分開。 一、先講一件不舒服的事 當你搜尋「GEO 市場規模」「最好的 GEO 工具」時，前十筆結果幾乎都是： 來源類型 佔比（實際搜尋觀察） 利益關係 ────────────────────────────────────────────────────────── GEO 工具商的部落格 ~40% 賣工具 GEO agency 的部落格 ~35% 賣服務 內容行銷 SaaS 的部落格 ~15% 賣寫作工具 獨立研究 / 學術 ~5% 新聞媒體 ~5% 這件事本身就很諷刺：一個關於「如何被 AI 引用」的領域，它的資訊生態完全是被 GEO 手法優化過的內容。你讀到的每一個「市佔率 68.4%」都應該先問一句「誰量的」。 本篇的處理方式： 標記 意義 ──────────────────────────────────────────────── [可驗證] 有公開方法論、或多個獨立來源交叉一致 [單一源] 只有一個來源，且該來源有利益關係 [推估] 我的判斷，非數據 二、市場規模：三個互相矛盾的數字 數字 來源類型 怎麼讀 ───────────────────────────────────────────────────────────────── 全球 SEO 服務市場 2026 年突破 1,000 億美元 [可驗證] 這是母市場，可信 （Mordor 預估 2030 年 1,061 億、 Grand View 預估 1,296 億，CAGR 8-10%） GEO 服務市場 2031 年達 73 億美元、 CAGR 34% [單一源] 市場研究報告的 慣常做法是「先定義 再放大」，當方向看 AI 搜尋處理了 40% 原本會用 Google 的 資訊型查詢（2026 年 3 月） [單一源] 和下面那筆直接衝突 最重要的一組對照：https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part12-geo-vs-seo-decision-zh/Sat, 08 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part12-geo-vs-seo-decision-zh/「GEO 不就是 SEO 換個名字嗎？」 這個質疑會出現在你每一場提案裡，而且提出的人通常是對的一半。 迴避它，你會失去技術型客戶的信任。 正面回答它，它反而是你最好的差異化說明。 這一篇就是那個回答。 一、正面處理：Google 說「這就是 SEO」 Google Search Central 在 2026 年的官方說明中立場很直白：AI Overviews 與 AI Mode 建立在與一般 Search 相同的核心排名與品質系統之上，因此為生成式 AI 搜尋優化，就是為搜尋體驗優化，也就是 SEO。 這句話大致上是對的。 迴避它是錯誤策略。正確的回答分三層： 第 1 層：對的部分（先承認，建立信任） ────────────────────────────────────────────────────────── ✔ 檢索層確實依賴傳統索引 ✔ 沒有一個「GEO 排名因子」是 SEO 完全沒有的 ✔ 你不需要 llms.txt 之類的特殊檔案才能出現在生成式結果中 ✔ 技術 SEO 做不好，GEO 一定是零 第 2 層：不完整的部分 ────────────────────────────────────────────────────────── ✘ 這句話只涵蓋 Google 自己。ChatGPT、Claude、Perplexity 有各自的索引與 crawler，Googlebot 開放不代表它們拿得到 → 這是實務上最常見的落差（Part 5 案例 A： Perplexity 19%、ChatGPT 2%） ✘ 「優化目標」不同：SEO 優化「排名」，GEO 優化「被引用」。 同一份內容可以排名第一但從不被引用（Part 1 §5） ✘ 優化單位不同：SEO 以頁面為單位，GEO 以 chunk 為單位 ✘ 量測方式完全不同：GSC 看不到任何 AI 引用資料 第 3 層：所以結論是什麼 ────────────────────────────────────────────────────────── 「GEO 不是新的學科，是 SEO 的一個新的驗收標準。 技術基礎相同，但檢查清單、優化單位與量測方法不同。 如果你的 SEO 團隊已經在做 chunk 級寫作、 在監測跨引擎引用率、在驗證非 Google 的 crawler 存取， 那你確實不需要另外買一個叫 GEO 的東西。」 最後那句話是關鍵。它把判斷權交回客戶，而 99% 的客戶會發現自己沒在做這三件事。這比爭辯「GEO 是不是新東西」有說服力得多。https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part13-consulting-playbook-zh/Sun, 09 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part13-consulting-playbook-zh/大多數人的做法：做一份 40 頁的 GEO 提案簡報，講市場趨勢，然後報價。 真正該做的事：打開筆電，當著客戶的面問 ChatGPT 一個問題。 GEO 是少數可以「當場證明」的服務。 浪費這個優勢是最大的錯誤。 一、GEO 銷售的結構性難題 難題 為什麼難 破解方向 ────────────────────────────────────────────────────────────────────────── 看不見 客戶無法自己感知問題 當場示範（§2） （不像網站慢、排名掉） 無法 demo 你不能「試用」一個顧問服務 用診斷當試用品 效果延遲 前 4-8 週幾乎無變化 先講清楚曲線形狀 （§7） 歸因困難 成功時流量歸到 Direct 第一次會議就講 （Part 5 §1） 「這不就是 SEO」 Google 官方站在對方那邊 Part 12 §1 的 三層回答 價格沒有錨點 市場太新，客戶沒有參考價 用 SEO 預算錨定 其中「看不見」是最根本的。客戶不會半夜醒來擔心自己在 ChatGPT 上的可見度——除非有人讓他看到。 二、最有效的一招：當場跑診斷 一般提案流程 當場診斷流程 ───────────────────────────────────────────────────────────── 1. 寒暄 1. 寒暄 2. 講市場趨勢（15 分鐘） 2. 「我可以現在測一下嗎？」 3. 講方法論（15 分鐘） 3.https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part14-industry-playbooks-zh/Mon, 10 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part14-industry-playbooks-zh/大多數人的做法：一套 checklist 打天下，然後困惑為什麼在律師事務所有效、在醫美診所無效。 真正該做的事：先確定這個產業的天花板在哪，再決定投入多少。 產業差異不是「風格不同」。 是同樣的投入，效果差三倍。 一、為什麼產業差這麼多：三個決定性變數 變數 1：模型對這個領域的「來源偏好」 ────────────────────────────────────────────────────────── YMYL 領域（醫療、金融、法律）→ 強烈偏好官方機構、學會、 大型醫院、監理單位 技術領域 → 偏好官方文件、GitHub、Stack Overflow、 真實使用者討論 消費領域 → 偏好評測站、論壇、比價平台 → 你能不能擠進「被偏好的來源類型」，決定了天花板 變數 2：查詢是「知識型」還是「選擇型」 ────────────────────────────────────────────────────────── 知識型（「什麼是 X」「X 怎麼運作」） → 廠商很難贏過百科與媒體 選擇型（「X 有哪些選擇」「A vs B」「該找誰做 X」） → 廠商是天然的答案來源 ← 這才是你的戰場 → 一個產業的查詢中，選擇型佔比越高，GEO 效益越高 變數 3：資訊是否已結構化 ────────────────────────────────────────────────────────── 電商、製造業 → 資料庫裡已有大量規格，是渲染問題（Part 7） 專業服務 → 知識在人腦裡，是生產問題 → 決定成本結構是工程密集還是內容密集 二、跨產業對照總表 產業 選擇型 天花板 主要成本 典型 retainer 優先動作 查詢佔比 (引用率) 結構 （月，NT$） ────────────────────────────────────────────────────────────────────────────── B2B SaaS 高 70% 30-45% 內容 70% 8-25 萬 比較頁 + 文件 專業服務 高 65% 30-40% 內容 85% 6-15 萬 專家實體 + 案例 B2B 製造 / 工業品 中 55% 25-40% 工程 60% 10-30 萬 規格表 HTML 化 開發者工具 高 75% 35-50% 內容 60% 5-20 萬 docs + 開源 教育 / 課程 中 50% 25-35% 工程 55% 6-18 萬 付費牆分層 品牌電商 中 45% 20-35% 工程 75% 10-30 萬 商品資料渲染 高單價 B2C 中 50% 20-30% 內容 70% 6-15 萬 在地 + 比較 旅遊 / 餐旅 中 55% 15-30% 工程 60% 8-20 萬 OTA 依賴度高 金融 / 保險 低 35% 12-25% 內容 80% 10-25 萬 法遵是瓶頸 醫療 / 健康 低 30% 10-20% 內容 80% — 建議不接知識型 天花板數字為 [推估]，來自本系列案例與同類專案的觀察區間， 依競爭密度可上下浮動 10 個百分點。用來設定期待，不是承諾。https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part15-tools-stack-zh/Tue, 11 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part15-tools-stack-zh/大多數人的做法：買一個 GEO 監測工具，看著 dashboard 的數字，然後不知道要做什麼。 真正該做的事：先分清楚「量測工具」和「執行能力」——前者可以買，後者不能。 這個市場上九成的產品都在賣前者。 而客戶付錢是為了後者。 一、先講一件會改變前提的事 2026 年 7 月 1 日，Cloudflare 宣布：從 9 月 15 日起，新註冊的網域將預設封鎖 AI 訓練與 agent 類爬蟲。 同時所有方案（含免費版）都能在後台依類別允許或封鎖 AI 爬蟲。 這件事對 GEO 生意的三個直接影響： 影響 你該做什麼 ────────────────────────────────────────────────────────────────── ① 新網域的預設值從「開放」變成「封鎖」 所有新客戶的第一步檢查 → Part 1 §9 的 Level 0 會變成常態 變得更重要，不是更不重要 ② 「檢索 bot」與「訓練 bot」的分類 學會 Cloudflare 的 由 CDN 廠商定義，不再只看 UA bot 類別定義， 別只教客戶改 robots.txt ③ Cloudflare 推出託管 robots.txt 與 這是免費送到客戶手上的 「內容使用層級」（Immediate / 工具。你的價值必須在 Reference / Full） 這之上，不是重複它 對顧問的實際意義：存取層的檢查與設定，正在從「需要專業知識」變成「後台勾選」。你不能再靠「我幫你解除 CDN 封鎖」收費太久——那一項會在 12 個月內變成常識。https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part16-scaling-the-business-zh/Wed, 12 Aug 2026 09:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/aio-geo-part16-scaling-the-business-zh/大多數人的做法：接到第 5 個客戶時很開心，接到第 9 個時開始加班，第 12 個時交付品質崩壞。 真正該做的事：在第 3 個客戶時就開始建 SOP，那時候還來得及。 這門生意不會死於沒有客戶。 它會死於交付跟不上銷售。 一、會壞掉的地方，以及什麼時候壞 客戶數 每月工時 主要問題 該做的事 ────────────────────────────────────────────────────────────────────────── 1-2 40-60 小時 沒問題。每件事都手工做也還好 記錄你做了什麼 （之後就是 SOP） 3-5 80-120 開始重複。每次都重寫 prompt set ★ 建 prompt set 庫 報告每次從空白開始 ★ 建報告模板 ★ 監測腳本多租戶化 6-9 140-200 ← 崩壞點 ★ 停止接案 1-2 個月 月報產出吃掉一半時間 ★ 把月報自動化 客戶開始抱怨回覆變慢 ★ 決定要不要招人 你已經沒時間銷售 ★ 砍掉最差的客戶 10-15 需要 2-3 人 溝通成本爆炸 ★ 角色分工 品質開始因人而異 ★ 交付 checklist ★ 客戶分級 16-25 需要 4-6 人 你已經不做交付，只做管理 ★ 這時候才談 開始有管理問題 SaaS 化 第 6 到第 9 個客戶之間是最危險的區間。原因很具體：