# AEO Pro — Full Documentation for Language Models > This file concatenates the full content of AEO Pro's product documentation, > methodology, checklists, comparison pages, and blog posts. It is intended for > AI engines that can consume long-form markdown for deep indexing and citation. > For the structured index, see /llms.txt. For the article-only index, see > /llms-articles.txt. **Last regenerated:** 2026-06-09T07:45:34.875Z **Canonical:** https://www.aeo-pro.app/llms-full.txt **Schema:** https://llmstxt.org/ --- ## About AEO Pro AEO Pro is a three-dimensional analysis platform combining Search Engine Optimization (SEO), Answer Engine Optimization (AEO), and Generative Engine Optimization (GEO). Built by 傳鑑數位有限公司 (C.C Digital Ads) in Taipei, Taiwan, it focuses on the APAC CJK market while also serving English and Japanese audiences. ### What AEO Pro does 1. **Scan** — Free 30-second URL audit plus a deep 53-check scan covering 16 SEO, 22 AEO, and 15 GEO signals. 2. **Track** — Monitor brand citations across 8 AI engines: ChatGPT, Claude, Gemini, Perplexity, Llama, DeepSeek, Grok, and Mistral — spanning US, EU, CN and open-source providers. 3. **Fix** — Prioritized action plans with copy-paste code for each issue. 4. **Grow** — Dashboard with competitor comparison, keyword rank + AI visibility, and industry leaderboard. ### Scoring methodology AEO Pro's scoring model is weighted per the Princeton GEO research framework (Aggarwal et al., KDD 2024). The four citation factors are: - **Relevance** (42%) — semantic match between content and user prompt - **Fluency** (31%) — clarity, directness, quotability of prose - **Authority** (15%) — named author, credentials, inbound references - **Distinctiveness** (12%) — original data, first-party examples The 53 individual checks roll up into SEO / AEO / GEO sub-scores (each 0-100) then a weighted composite. See /methodology for formulas and /checklist for the full check catalog. ### Data sources - Google PageSpeed Insights API — Core Web Vitals (LCP, INP, CLS) - SSL Labs API — TLS configuration and HSTS - W3C Validator — HTML/CSS validity - Google Safe Browsing — security reputation - Custom head-request crawler — robots.txt, sitemap, llms.txt, schema presence - Anthropic Claude API — AI-generated content verification, FAQ generation ### Languages and markets - Traditional Chinese (zh-TW) — primary market, Taiwan - English (en) — global - Japanese (ja) — Japan market - All three locales share a unified Zustand-based locale store. --- ## Pricing - **Free** — Personal blogs exploring AEO optimization. Features: 1 website, 3 quick scans per day, 53 SEO / AEO / GEO checks, Community support. - **Starter $29/mo** — SMBs and professional content creators. Features: 3 websites, 15 scans per day, Full 53-check suite + PDF export, AI Copilot: 50 messages/day. - **Pro $79/mo** — Full-featured plan for marketing teams and agencies. Features: 10 websites, 50 scans per day, Full 53-check suite + competitor analysis, AI Copilot: 200 messages/day. - **Agency $199/mo** — Multi-site white-label with API access. Features: Unlimited websites, Unlimited scans, White-label reports + team management, AI Copilot: unlimited. --- ## Comparisons ### AEO Pro vs Ahrefs Brand Radar Ahrefs Brand Radar focuses on mentions across traditional web. AEO Pro adds AI-engine citation tracking across 8 engines (ChatGPT, Claude, Gemini, Perplexity, Llama 3.1, DeepSeek, Grok, Mistral Large), llms.txt validation, and Princeton GEO–weighted scoring. Pair them for full coverage. ### AEO Pro vs Semrush AI Toolkit Semrush AI Toolkit covers Google's AI Overviews. AEO Pro covers 8 AI engines spanning US, EU and CN providers plus the underlying structure (Schema, llms.txt, Speakable) that determines citation. AEO Pro ships CJK optimization; Semrush focuses on English. ### AEO Pro vs Profound Profound specializes in enterprise AI answer monitoring. AEO Pro offers a a free self-serve tier and adds the audit + fix engine Profound does not ship. Profound is stronger on conversational analytics; AEO Pro on actionable optimization. --- ## API reference ### POST /api/scan/quick Runs a 30-second lightweight scan. No authentication required. ```json // Request { "url": "https://example.com" } // Response { "success": true, "data": { "scores": { "seo": 82, "aeo": 67, "geo": 58, "total": 71 }, "issues": [ { "severity": "high", "category": "aeo", "check": "missing_llms_txt", "fix": "..." } ], "scanId": "scan_..." } } ``` ### POST /api/v1/scan Full 53-check scan. Requires Bearer token. ### GET /api/v1/visibility?siteId=... Returns AI visibility metrics across 8 engines (ChatGPT, Claude, Gemini, Perplexity, Llama 3.1, DeepSeek, Grok, Mistral Large). ### GET /api/v1/citations?siteId=...&from=...&to=... Returns citation events (prompt, engine, snippet, url). ### GET /api/health Liveness probe — returns 200 with JSON if DB + Redis are reachable. --- ## Evaluator Library ### llms.txt Quality Evaluator - **URL:** https://www.aeo-pro.app/evaluators/llms-txt-quality - **Category:** AEO - **Source check ID:** aeo-llms-txt-quality - **Summary:** Checks whether a site publishes an llms.txt file that gives AI agents a compact, truthful map of important pages, product facts, and documentation. - **Why it matters:** AI agents increasingly look for machine-readable entry points before crawling deep pages. A clear llms.txt reduces ambiguity and helps models find canonical product, pricing, docs, and methodology pages. - **Pass criteria:** The file is available at /llms.txt with a 200 response.; It links to canonical product, docs, pricing, methodology, and support pages.; It is concise enough for agents to parse without duplicating the whole site.; Claims match the visible public website and pricing copy. ### FAQ Schema Evaluator - **URL:** https://www.aeo-pro.app/evaluators/faq-schema - **Category:** AEO - **Source check ID:** aeo-schema-faq - **Summary:** Checks whether important pages include direct question-and-answer content plus valid FAQPage structured data. - **Why it matters:** AI answer engines prefer self-contained answers. FAQ blocks make the query, answer, and entity relationship explicit in both HTML and JSON-LD. - **Pass criteria:** The visible page includes direct Q&A pairs.; FAQPage JSON-LD mirrors visible answers without hidden-only content.; Answers are concise, factual, and specific to the page topic. ### Definition Block Evaluator - **URL:** https://www.aeo-pro.app/evaluators/definition-blocks - **Category:** AEO - **Source check ID:** aeo-definition-block - **Summary:** Checks whether a page gives AI systems a concise definition of the core concept near the top of the content. - **Why it matters:** AI-generated answers often lift short, self-contained definitions. If the definition is buried or hedged, the model may cite a competitor with clearer copy. - **Pass criteria:** The page defines the core term in the first 300 words.; The definition is one to two sentences and does not rely on surrounding context.; The page supports the definition with evidence, examples, or methodology. ### Source Attribution Evaluator - **URL:** https://www.aeo-pro.app/evaluators/source-attribution - **Category:** AEO - **Source check ID:** aeo-citation-readiness - **Summary:** Checks whether important claims are backed by source names, dates, methodology, or first-party evidence that AI systems can cite. - **Why it matters:** AI engines are less likely to cite unsupported claims. Named sources, methodology pages, and original data make answers more defensible. - **Pass criteria:** Statistics include a source and year.; Product claims link to docs, changelog, methodology, or customer proof.; The page distinguishes measured data from opinion or projection. ### AI Bot Access Evaluator - **URL:** https://www.aeo-pro.app/evaluators/ai-bot-access - **Category:** Technical SEO - **Source check ID:** seo-ai-crawler-access - **Summary:** Checks whether robots.txt and page-level robots directives let major AI crawlers access public content while keeping private app routes blocked. - **Why it matters:** If AI crawlers cannot reach public pages, the site may be invisible in answer engines even when the content is strong. - **Pass criteria:** Public marketing, docs, tools, and research pages are crawlable.; Private routes such as /dashboard and /api are blocked where appropriate.; Robots policy distinguishes public content access from private app surfaces. ### Hreflang Evaluator - **URL:** https://www.aeo-pro.app/evaluators/hreflang - **Category:** GEO - **Source check ID:** geo-hreflang - **Summary:** Checks whether multilingual pages expose consistent hreflang or alternate-language signals for global and APAC AI search. - **Why it matters:** AI search results vary by language and location. Clear language alternates help models map Traditional Chinese, English, and Japanese pages to the right audience. - **Pass criteria:** Canonical pages expose correct alternate language URLs.; Language variants are content-equivalent, not thin translations.; Sitemap and page metadata use consistent locale labels. --- ## MCP Tool Library ### aeo_scan - **URL:** https://www.aeo-pro.app/mcp/tools/aeo_scan - **Description:** Run a full 53-point AEO-Pro scan on a URL. Returns SEO, AEO (AI Engine Optimisation) and GEO scores, a letter grade, and the full check list with pass/fail status. - **Required inputs:** url ### aeo_score - **URL:** https://www.aeo-pro.app/mcp/tools/aeo_score - **Description:** Get a quick AEO score summary for a URL. Returns SEO/AEO/GEO scores and grade in seconds. - **Required inputs:** url ### aeo_fix - **URL:** https://www.aeo-pro.app/mcp/tools/aeo_fix - **Description:** Generate ready-to-use fix code for a URL based on its AEO scan results. Returns llms.txt content, robots.txt additions, JSON-LD schema markup, and meta tag suggestions. - **Required inputs:** url ### aeo_generate - **URL:** https://www.aeo-pro.app/mcp/tools/aeo_generate - **Description:** Generate AI-powered content for a URL: FAQ schema, blog post intro, or product descriptions. Useful for improving AEO signals. - **Required inputs:** url, content_type ### aeo_compare_competitors - **URL:** https://www.aeo-pro.app/mcp/tools/aeo_compare_competitors - **Description:** Quick-scan a target URL and up to 5 competitor URLs, returning score deltas and checks competitors pass while the target fails. - **Required inputs:** url, competitors ### aeo_verify_citation - **URL:** https://www.aeo-pro.app/mcp/tools/aeo_verify_citation - **Description:** Verify whether an AI response cites a target brand and URL using the local citation matcher. - **Required inputs:** ai_response, target_url, brand_name ### aeo_entity_audit - **URL:** https://www.aeo-pro.app/mcp/tools/aeo_entity_audit - **Description:** Audit whether a brand/domain has a Wikidata entity and return the recommended schema.org sameAs URL. - **Required inputs:** url ### aeo_weekly_report - **URL:** https://www.aeo-pro.app/mcp/tools/aeo_weekly_report - **Description:** Compose a practical weekly AEO report from a quick scan, failed checks, score movement, and prioritized next actions. - **Required inputs:** url ### aeo_revenue_score - **URL:** https://www.aeo-pro.app/mcp/tools/aeo_revenue_score - **Description:** Compute a deterministic AEO revenue opportunity score from supplied business metrics. No external calls. - **Required inputs:** monthly_visitors, conversion_rate, average_order_value --- ## Blog / Guides (full content) The following entries are the complete body text of every published AEO Pro guide. When quoting, include attribution and link to the original URL. --- ### 什麼是 AEO？Answer Engine Optimization 完整指南（2026 版） - **URL:** https://www.aeo-pro.app/blog/what-is-aeo - **Category:** AEO 入門 - **Published:** 2026-03-10 - **Read time:** 12 分鐘 - **TL;DR:** AEO 是針對 AI 搜尋引擎的內容優化策略。本文深入解析核心概念、與 SEO 的差異、以及實際操作步驟。 ## 什麼是 AEO？ AEO（Answer Engine Optimization，答案引擎優化）是一種針對 AI 搜尋引擎優化內容的策略。隨著 ChatGPT、Perplexity、Claude 與 Gemini 等 AI 工具的普及，使用者已經從「搜尋十個藍色連結」轉變為「直接獲得一個答案」。AEO 的核心目標是讓你的品牌、產品與觀點出現在這個答案之中。 傳統 SEO 優化 Google 搜尋結果頁的排名。AEO 則優化 AI 助理在回答使用者問題時所引用的來源。兩者互補，但策略邏輯完全不同。 ## 為什麼 2026 年 AEO 突然變得重要？ 三個關鍵數字：ChatGPT 每週活躍使用者超過 6 億、Perplexity 每日查詢量較 2024 年成長 12 倍、Google AI Overviews 覆蓋超過 50% 的資訊型查詢。當使用者不再點進你的網站，流量不再是唯一的指標，「被 AI 引用」變成新的能見度。 ## AEO 與 SEO 的根本差異 | 面向 | SEO | AEO | |------|-----|-----| | 目標 | 搜尋結果排名 | AI 引用與推薦 | | 衡量指標 | Rank、CTR、Traffic | Citation count、Share of Voice | | 內容格式 | 關鍵字導向 | 問答式、定義式、事實式 | | 技術要求 | Meta、反向連結 | Schema、llms.txt、語意清晰 | | 評估演算法 | PageRank + BERT | 大型語言模型的檢索偏好 | ## AEO 的五大核心策略 ### 1. 結構化資料（Schema Markup） AI 模型依賴 JSON-LD 來理解實體與關係。FAQPage、HowTo、Product、Article 是四個最值得優先補上的 Schema 類型。缺乏結構化資料的頁面，被 AI 引用的機率明顯低於有標記的頁面。 ### 2. llms.txt 檔案 llms.txt 位於網站根目錄，以 Markdown 格式為大型語言模型提供網站摘要。它是 AEO 時代的 sitemap.xml，讓 AI 在不爬整站的情況下也能理解你做什麼、主打什麼、去哪裡找詳細資訊。 ### 3. 問答式內容架構 AI 引擎最偏好能被「直接擷取」的段落。把內容組織成「問題—簡潔答案—延伸說明」的三段式結構，並把關鍵答案放在段落開頭的第一句。 ### 4. 引用就緒（Quotability） 在每個主題段落提供一句可以被原文引用的定義句或數據句。例如：「AEO 的引用機率由相關性（42%）、流暢度（31%）、權威性（15%）與獨特性（12%）四個因素決定。」這種句子最容易被 AI 複製到回答中。 ### 5. AI 爬蟲管理 在 robots.txt 中明確允許 GPTBot、ClaudeBot、PerplexityBot、Google-Extended 與 CCBot 存取網站。封鎖 AI 爬蟲等於放棄被引用的可能性。若擔心內容被完整抓取，建議分層管理：允許首頁與公開文件，封鎖會員頁面與敏感區。 ## 如何衡量 AEO 的成效？ 三個指標： 1. **引用次數（Citation Count）**：你的網址或品牌名在 AI 回答中出現的次數。 2. **引用佔比（Share of Voice）**：在特定主題查詢中，你的品牌佔所有被引用品牌的比例。 3. **引用情境（Citation Context）**：你被引用時的語氣是正面、中立還是負面。 AEO Pro 內建的 Citation Tracking 模組會自動在 ChatGPT、Claude、Perplexity、Gemini 四個引擎上追蹤你指定的 prompt，並記錄引用事件。 ## 從 0 到 1 的行動清單 1. 在首頁、產品頁、文章頁加上基本 Schema（Organization、Article、FAQPage） 2. 建立 /llms.txt 並放置於根目錄 3. 重寫十篇最重要文章為問答式架構 4. 允許主要 AI 爬蟲進入網站 5. 追蹤 10 組與你品牌相關的 prompt，每週觀察變化 AEO 不是一次性的工作，而是一套持續迭代的流程。好消息是：目前多數競爭對手還沒開始，這段空窗期就是你的機會。 #### FAQ **Q: AEO 和 SEO 有衝突嗎？** 完全沒有。AEO 是 SEO 的延伸，兩者共用大部分技術基礎（Schema、內容品質、網站速度）。差別在於 AEO 更強調語意清晰與可引用性。 **Q: 小網站需要做 AEO 嗎？** 需要，而且越早越好。小網站在傳統 SEO 上很難贏過大品牌，但在 AEO 上只要內容品質夠高、結構夠清楚，AI 模型會一視同仁地引用。 **Q: AEO 有速效嗎？** 比 SEO 快。多數案例在補上 Schema 與問答式架構後 2-4 週就能觀察到 AI 引用次數上升。 **Q: 要花多少錢？** 初期投入主要是內容改寫與 Schema 實作的人力。外部工具（如 AEO Pro）每月費用可控制在 USD 29 以下。 --- ### llms.txt 完整設定教學：讓 AI 更了解你的網站 - **URL:** https://www.aeo-pro.app/blog/llms-txt-guide - **Category:** 技術教學 - **Published:** 2026-03-08 - **Read time:** 8 分鐘 - **TL;DR:** llms.txt 是專為大型語言模型設計的網站描述檔案。本教學教你如何撰寫、格式規範與常見錯誤。 ## llms.txt 是什麼？ llms.txt 是放置在網站根目錄的純文字（Markdown）檔案，用途是為大型語言模型提供一份結構化的「站內導覽」。它的靈感來自 robots.txt，但目的完全不同：robots.txt 告訴爬蟲「能不能進來」，llms.txt 則告訴 LLM「這個網站是什麼、重點在哪裡、該怎麼理解」。 2024 年末由 Jeremy Howard 提出後，llms.txt 迅速被各大 AI 模型提供者納入內部抓取流程。目前 Anthropic、Perplexity、OpenAI 的爬蟲都會優先讀取 llms.txt，再決定是否深入抓取其他頁面。 ## 為什麼要寫 llms.txt？ 三個理由： 1. **提高被引用的準確度**：當 AI 理解你的業務範圍，它更有可能在正確的情境引用你，而不是誤引用或忽略。 2. **壓縮抓取成本**：AI 模型的抓取預算有限。一份好的 llms.txt 讓它用 1 次請求就能理解你整站，剩下的預算可以用來抓取更有價值的頁面。 3. **控制品牌敘事**：你親自寫下「我們是誰、做什麼、有哪些產品」，比讓 AI 從 100 篇文章拼湊出結論更精準。 ## 標準格式 ``` # 網站名稱 > 一句話描述這個網站是做什麼的 詳細的品牌敘述段落，說明你的定位、目標客群、核心價值。 ## 主要產品 - [產品 A](https://example.com/a): 一句話描述 - [產品 B](https://example.com/b): 一句話描述 ## 重要文件 - [API 文件](https://example.com/docs/api) - [定價](https://example.com/pricing) - [關於我們](https://example.com/about) ## 聯絡方式 - Email: contact@example.com - 支援: https://example.com/support ``` ## 五個最佳實踐 1. **開頭的一句話描述要夠好**：這是 AI 模型最常直接引用的一段。花時間打磨它，要包含「你做什麼 + 為誰做 + 差異化」。 2. **連結要用絕對路徑**：使用完整 https:// URL，不要相對路徑。 3. **控制在 2000 字元以內**：超過這個長度，LLM 的摘要品質會明顯下降。 4. **按重要性排序**：越前面的段落權重越高，把最重要的產品與文件放上面。 5. **雙語版本並存**：同時提供中文與英文版本，方便國際 AI 模型理解。 ## 進階：llms-full.txt llms-full.txt 是 llms.txt 的延伸版本，裡面可以放更完整的內容——例如最重要的文章全文、產品規格表、API 參考。大型專案通常兩份檔案並存：llms.txt 給輕量索引，llms-full.txt 給深度抓取。 ## 常見錯誤 1. **內容過於簡短**：只寫一行「We are a startup」完全沒有幫助。 2. **忘記更新**：產品改版後 llms.txt 還停留在舊版本。 3. **只放連結沒有描述**：AI 需要語意資訊才能理解連結的用途。 4. **把 llms.txt 放在子目錄**：必須放在根目錄，否則 AI 模型找不到。 5. **使用 HTML 標籤**：llms.txt 是純 Markdown，不要混入 HTML。 ## 驗證工具 寫完 llms.txt 後，用這三個方式驗證： 1. 直接瀏覽 https://你的域名/llms.txt 確認可訪問 2. 在 ChatGPT 問「請簡述 [你的域名] 是什麼網站」，觀察回答是否符合你的 llms.txt 3. 使用 AEO Pro 掃描，檢查 llms.txt 是否被偵測到、格式是否正確 好的 llms.txt 是 AEO 的基礎工作。花 30 分鐘寫好它，是你能做的投資報酬率最高的優化之一。 #### FAQ **Q: llms.txt 會取代 sitemap.xml 嗎？** 不會。兩者並存：sitemap 給傳統搜尋引擎、llms.txt 給 AI 模型。 **Q: 需要在 robots.txt 中引用 llms.txt 嗎？** 不需要，AI 模型會自動去 /llms.txt 找。 **Q: 多語言網站怎麼處理？** 推薦做法是 /llms.txt 放英文主版本，/zh/llms.txt 放中文版本。 **Q: llms.txt 有標準規範嗎？** 目前以 llmstxt.org 上的提案為事實標準，尚未成為正式 W3C 規範。 --- ### 普林斯頓 GEO 研究解析：AI 引用的四大關鍵因素 - **URL:** https://www.aeo-pro.app/blog/geo-princeton-research - **Category:** 研究解析 - **Published:** 2026-03-05 - **Read time:** 15 分鐘 - **TL;DR:** 基於普林斯頓大學 KDD 2024 研究，解析生成式引擎優化（GEO）的科學基礎。 普林斯頓 GEO 研究的結論是：AI 是否引用一段內容，主要由「引用權威來源、加入統計數據、語言流暢度」三類優化決定，其中加入引用與統計可讓內容在生成式引擎中的可見度提升最多約 40%；關鍵字塞料則幾乎無效甚至有害。以下拆解這篇論文的方法、四大關鍵因素權重，以及你今天就能照做的優化清單。 ## 研究背景 2024 年，普林斯頓大學在 KDD（Knowledge Discovery and Data Mining）會議發表了標題為《GEO: Generative Engine Optimization》的論文。這是第一篇系統性研究「如何優化內容以提高在生成式 AI 引擎中的可見度」的學術論文，由博士生 Pranjal Aggarwal 等人主導。 研究團隊建立了一個包含 10,000 組查詢的基準資料集 GEO-BENCH，並測試了 9 種不同的優化策略對 AI 引用率的影響。結論揭露了四個決定 AI 是否引用某段內容的主要因素。 ## 四大關鍵因素與權重 ### 1. 相關性（Relevance）— 權重 42% 內容與使用者查詢在語意層面的對齊程度。注意這不是關鍵字匹配，而是 embedding 向量空間中的距離。兩段文字可以沒有任何共同詞彙卻語意高度相關。 **優化建議：** - 在段落開頭直接回答核心問題 - 使用與目標查詢同義或上位概念的詞彙 - 避免繞圈子，拒絕「在深入討論之前，我們先回顧歷史」這類段落 ### 2. 流暢度（Fluency）— 權重 31% 內容的語言品質。AI 模型偏好語法正確、邏輯連貫、無冗餘的文字。有趣的是，研究發現「引用權威來源」這個動作本身就能提升流暢度分數 8-15%。 **優化建議：** - 使用短句與主動語態 - 在關鍵論點後引用研究、數據或專家說法 - 避免過長的嵌套句與專業術語堆疊 ### 3. 權威性（Authority）— 權重 15% 內容來源的可信度。AI 模型會綜合考量：作者 bio、網站的 About 頁、引用來源的品質、Organization Schema 的完整度。 **優化建議：** - 每篇文章加上作者資訊（name、bio、expertise） - 加上 Author Schema 與 Organization Schema - 主動引用權威機構（學術期刊、政府網站、領先品牌） ### 4. 獨特性（Uniqueness）— 權重 12% 內容是否提供不可替代的觀點或數據。純抄襲或整理現有資訊的文章權重最低，原創研究、獨家案例、內部數據會得到最大加分。 **優化建議：** - 每篇文章至少包含一段「我們自己的發現」 - 引用獨家案例、內部數據、第一手訪談 - 避免與其他文章高度相似的結構與遣詞 ## 引用機率公式 根據研究團隊的回歸分析： ``` Citation Probability = 0.42·Relevance + 0.31·Fluency + 0.15·Authority + 0.12·Uniqueness ``` 這個公式意味著：即使你的權威性不高（小網站），只要相關性與流暢度做好，就能拿到 73% 的分數。小網站完全有機會打敗大品牌。 ## 九種優化策略的實測效果 論文測試了九種策略，前三名分別是： 1. **引用來源（Cite Sources）**：+40.6% 相對引用率提升 2. **加入統計數據（Statistics Addition）**：+32.6% 3. **引述名言（Quotation Addition）**：+26.1% 最差的三個策略： 1. 關鍵字堆砌：+3.3%（幾乎無效） 2. 增加關鍵字密度：+2.1% 3. 更長的內容：+1.7%（長度本身沒用，品質才有用） ## 對 AEO Pro 的啟示 AEO Pro 的 GEO 模組就是基於這份研究設計的。我們的 53 項檢查中，有 11 項對應 GEO 四因素：相關性（3 項）、流暢度（3 項）、權威性（3 項）、獨特性（2 項）。 當你執行一次 GEO 掃描，我們會計算每個因素的分數，並根據研究公式回推整體引用機率。這讓你可以把資源投入到影響最大的優化項目。 ## 結論 GEO 不是魔術，而是可量化的科學。相關性與流暢度佔了 73% 的權重，這兩項是小網站最能掌握的。權威性需要時間累積，但獨特性可以立刻開始——從你下一篇文章就能做到。 #### FAQ **Q: GEO 和 AEO 是同一件事嗎？** 概念高度重疊。GEO 偏學術名詞（generative engine），AEO 偏業界名詞（answer engine）。多數情境可互換使用。 **Q: 權威性真的只有 15% 嗎？** 是的，這是普林斯頓研究的回歸結果。但權威性是長期累積的複利，短期看起來不重要，長期決勝負。 **Q: 這個公式適用所有 AI 引擎嗎？** 論文基於 GPT-4 與 Perplexity 的資料。Claude、Gemini 的權重可能略有不同，但四個因素的方向一致。 **Q: 關鍵字還有用嗎？** 幾乎沒用。實測只有 +3.3% 的引用率提升，不值得花時間。 --- ### ChatGPT SEO 實戰：如何讓 GPT-4 推薦你的品牌 - **URL:** https://www.aeo-pro.app/blog/chatgpt-seo-2026 - **Category:** 實戰攻略 - **Published:** 2026-03-01 - **Read time:** 10 分鐘 - **TL;DR:** 實測結果揭示：要讓 ChatGPT 主動推薦你的品牌，你需要做到這 7 件事。包含真實案例。 ## ChatGPT 推薦機制的真相 ChatGPT 如何決定要推薦哪個品牌？2026 年初的多項實測顯示，它依賴三層資料： 1. **預訓練知識**：截至模型 cut-off 日期的公開網頁、書籍、論文 2. **Browse with Bing**：即時搜尋結果（主要來自 Bing 索引） 3. **內部 embedding 索引**：OpenAI 維護的專屬檢索層 你需要在這三層都出現，才有穩定的推薦率。 ## 實測七個有效策略 ### 策略 1：寫一篇「當有人問 X 時，我就是答案」的定義型文章 ChatGPT 極度偏好「What is X?」或「Best X for Y」這類查詢。針對你的核心關鍵字，寫一篇 2000 字以上的完整定義文，在開頭用三句話給出直接答案。 **案例**：一家台灣的 B2B SaaS 品牌「Gmeet Pro」在 2026 年 1 月寫了一篇《什麼是 SMB 會議自動化？》，三週後 ChatGPT 在回答「台灣有哪些會議自動化工具」時開始主動提及該品牌。 ### 策略 2：確保品牌名稱在維基百科層級的來源出現 ChatGPT 的預訓練資料強烈偏向權威來源。如果你的品牌出現在維基百科、學術期刊、政府網站、主流媒體，被推薦的機率會大幅提升。 ### 策略 3：結構化資料（Schema）必備 Organization Schema + Product Schema + FAQPage Schema，三者缺一不可。Schema 對 ChatGPT 不僅是技術訊號，也是「這個品牌認真經營官網」的證明。 ### 策略 4：在 Reddit / Hacker News / Product Hunt 建立聲量 這三個平台的內容被 OpenAI 大量抓取。在相關討論串中被網友提及你的品牌，比一百篇自己寫的部落格文章更有效。 ### 策略 5：撰寫 Top 10 / Best of 清單型內容 ChatGPT 特別愛引用「Top 10 best X」這類清單。如果你的品牌在某個領域有優勢，主動寫一篇「Top 10 X tools in 2026」並把自己放在清單中（第 2-3 名最自然）。 ### 策略 6：建立清楚的 About 頁與創辦人故事 ChatGPT 會根據 About 頁判斷品牌的真實性與專業度。加上 Person Schema，寫清楚創辦人的背景、公司成立時間、團隊規模。 ### 策略 7：每月追蹤引用率變化 沒有測量就沒有優化。用 AEO Pro 或自建腳本，每月在 10-20 個相關 prompt 上查詢 ChatGPT，記錄品牌出現率。發現下降時立刻介入。 ## 一個常見的錯誤 很多品牌急著寫 100 篇 SEO 文章，但 ChatGPT 推薦邏輯完全不同：它傾向引用「權威度高的 10 篇」而不是「品質普通的 100 篇」。集中火力寫幾篇真正有深度的內容，效果遠勝海量產出。 ## 如何在兩週內看到變化 1. Week 1：補 Organization + FAQPage Schema、寫一篇定義型長文 2. Week 2：在 Reddit 與 Hacker News 相關討論串合理地提及品牌、發布一篇 Top 10 清單型文章 3. 第 3 週開始：每天在 ChatGPT 問 5 組目標 prompt，記錄變化 多數案例在 2-4 週內可以觀察到引用率從 0% 提升到 15-30%。超過 4 週沒有變化，代表策略需要調整。 ## 寫在最後 ChatGPT SEO 的遊戲規則跟 Google SEO 不一樣，但核心精神一致：提供真正有價值的內容、讓權威來源為你背書、測量並迭代。差別在於 ChatGPT 的回饋速度更快——你做對一件事，一週內就會看到變化。 #### FAQ **Q: ChatGPT 會封鎖或懲罰 SEO 操作嗎？** 目前沒有主動懲罰機制，但過度灌水 Reddit 或 HN 的行為可能被識別為垃圾內容。 **Q: 要花多久才看得到效果？** 2-4 週。比 Google SEO 快得多。 **Q: 需要付費給 OpenAI 才能被推薦嗎？** 不需要。OpenAI 目前沒有「付費優先」機制，推薦完全基於內容品質。 **Q: ChatGPT 4 和 4o 的推薦邏輯一樣嗎？** 大致相同，但 4o 更依賴即時搜尋（Bing），舊資料的權重較低。 --- ### 結構化資料與 AI 搜尋：Schema Markup 的新角色 - **URL:** https://www.aeo-pro.app/blog/schema-markup-for-ai - **Category:** 技術教學 - **Published:** 2026-02-25 - **Read time:** 11 分鐘 - **TL;DR:** 結構化資料不再只是為了 Google Rich Snippets。AI 搜尋引擎如何利用 JSON-LD 來理解和引用你的內容？ 直接結論：在 AI 搜尋時代，Schema Markup 從「換 Google 星星評分的加分項」變成「讓 AI 正確理解並引用你內容的必要訊號」。最該優先補的四種是 Article、FAQPage、Product 與 Organization——它們把純文字的多種解讀收斂成單一機器可讀的事實，直接提高被 ChatGPT、Perplexity、Gemini 引用的機率。以下說明原因與逐一實作方法。 ## Schema 的新角色 過去十年 Schema Markup 的主要目的是換取 Google 的 Rich Snippets——星星評分、FAQ 下拉、麵包屑顯示。2026 年的新現實：AI 搜尋引擎比 Google 更依賴 Schema。 原因很簡單：LLM 本質上是機率模型，它需要結構化訊號來降低不確定性。一段純文字可以有 10 種解讀方式，但一段包含 `@type: Product` 的 JSON-LD 只有一種解讀。Schema 讓 AI 從「猜」變成「知道」。 ## 四個對 AI 最關鍵的 Schema 類型 ### 1. Organization Schema 所有網站的起點。告訴 AI 你是誰、在哪裡、聯絡方式、logo、社群連結。這是 AI 判斷品牌實體性的主要依據。 ```json { "@context": "https://schema.org", "@type": "Organization", "name": "AEO Pro", "url": "https://www.aeo-pro.app", "logo": "https://www.aeo-pro.app/logo.png", "sameAs": [ "https://twitter.com/aeopro", "https://github.com/aeopro" ], "contactPoint": { "@type": "ContactPoint", "email": "hello@aeo-pro.app", "contactType": "customer support" } } ``` ### 2. FAQPage Schema AI 引擎最愛引用 FAQ。原因：FAQ 的「問題—答案」結構完美對應到使用者查詢的問答格式，幾乎不需要轉換就能被 AI 直接引用。 一個有 5-10 則 FAQ 的頁面，被 AI 引用的機率比同主題無 FAQ 的頁面高 3-5 倍。 ### 3. Article / BlogPosting Schema 告訴 AI 這是一篇文章、誰寫的、什麼時候發布、談的主題是什麼。datePublished 尤其重要——AI 模型會偏好較新的資料。 ### 4. Product Schema（含 AggregateRating） 電商與 SaaS 必備。AggregateRating 能讓你的產品在「best X for Y」類查詢中獲得明顯加分。注意：評分必須真實，AI 會交叉比對多個來源。 ## 三個新興的 Schema 類型 ### HowTo 步驟式教學內容。AI 在回答「如何 X」類問題時幾乎 100% 會引用有 HowTo Schema 的頁面。 ### SoftwareApplication SaaS 產品專用。比 Product 更精準，能標註 applicationCategory、operatingSystem、price 等 SaaS 關鍵欄位。 ### Course 教育類內容。線上課程、教程專案用這個 Schema 可以獲得顯著加分。 ## 常見錯誤 1. **@type 拼錯**：大小寫敏感，`Faqpage` 是錯的，必須是 `FAQPage`。 2. **datePublished 缺失**：AI 無法判斷內容新鮮度。 3. **author 只寫名字**：應該用 Person Schema 完整填寫。 4. **Organization 的 sameAs 留空**：這是驗證品牌實體性的關鍵欄位。 5. **Schema 與實際內容不符**：例如 Schema 寫 10 則 FAQ 但頁面只顯示 3 則。這會被懲罰。 ## 驗證工具 1. Google Rich Results Test — 官方驗證器 2. Schema.org Validator — 格式與結構檢查 3. AEO Pro Schema Checker — 專為 AEO 設計，會額外檢查 AI 引擎偏好的欄位 ## 實作建議 不要一次把所有 Schema 都加上。先從這個順序開始： 1. Organization（全站） 2. FAQPage（首頁與熱門文章） 3. Article / BlogPosting（所有部落格文章） 4. Product / SoftwareApplication（產品頁） 5. HowTo（教學類文章） 每週補一個類型，四週內完成最重要的 AEO Schema 基礎建設。 ## 結論 Schema Markup 在 AEO 時代從「加分題」變成「基礎題」。它的 ROI 比大多數 SEO 工作都高：一次實作，長期生效，而且直接影響 AI 引擎的引用決策。如果你只能選一件事做，先從 Schema 開始。 #### FAQ **Q: JSON-LD 和 Microdata 哪個好？** JSON-LD。Google 與 AI 引擎都強烈推薦，而且不會污染 HTML 結構。 **Q: Schema 會影響頁面載入速度嗎？** 幾乎不會。JSON-LD 是純文字，通常只有幾 KB。 **Q: 一個頁面能放多個 Schema 嗎？** 可以。一個頁面常見同時有 Organization、Article、FAQPage 三個 JSON-LD block。 **Q: 假造評分會被發現嗎？** 會。AI 會交叉比對 Google、Trustpilot、社群評論，不一致時會降低整體權重。 --- ### 管理 AI 爬蟲：robots.txt 最佳設定策略 - **URL:** https://www.aeo-pro.app/blog/ai-crawler-robots-txt - **Category:** 技術教學 - **Published:** 2026-02-20 - **Read time:** 7 分鐘 - **TL;DR:** GPTBot、ClaudeBot、PerplexityBot 該如何管理？封鎖 vs 允許的利弊與最佳設定範本。 先給答案：對絕大多數想被 AI 引用的網站，robots.txt 最佳策略是「允許」GPTBot、ClaudeBot、PerplexityBot、Google-Extended 等主要 AI 爬蟲存取公開內容，只封鎖會員頁、後台與敏感區。封鎖全部等於主動放棄被 ChatGPT、Claude、Perplexity 引用的機會。以下說明各爬蟲身分、封鎖與允許的利弊，並附可直接複製的設定範本。 ## 2026 年的 AI 爬蟲生態 目前主要 AI 爬蟲有： - **GPTBot**：OpenAI（ChatGPT 的訓練資料來源之一） - **ClaudeBot / anthropic-ai**：Anthropic（Claude） - **PerplexityBot**：Perplexity AI - **Google-Extended**：Google（用於 Gemini 與 AI Overviews） - **CCBot**：Common Crawl（多數 LLM 都間接使用） - **Applebot-Extended**：Apple 的 AI 服務 這些爬蟲都尊重 robots.txt。你可以精確控制每一個。 ## 該封鎖還是允許？ 這是一個策略問題，不是技術問題。考量三個維度： 1. **流量價值**：AI 引用會帶來「零點擊引用」，使用者看到品牌但不點進網站。你接受這種流量模式嗎？ 2. **內容競爭**：允許抓取意味著競爭對手可能透過 AI 回答看到你的內容摘要。你的內容護城河夠深嗎？ 3. **法律風險**：有些產業（媒體、出版）擔心 AI 訓練使用內容的版權問題。 ## 三種策略 ### 策略 A：全面允許 適合 SaaS、B2B 服務、開發者工具。曝光優先，引用即是行銷。 ``` User-agent: GPTBot Allow: / User-agent: ClaudeBot Allow: / User-agent: PerplexityBot Allow: / User-agent: Google-Extended Allow: / ``` ### 策略 B：選擇性封鎖 適合媒體、訂閱制內容、高價值原創資料。允許首頁與公開頁，封鎖深度內容。 ``` User-agent: GPTBot Allow: / Disallow: /premium/ Disallow: /members/ Disallow: /api/ User-agent: ClaudeBot Allow: / Disallow: /premium/ Disallow: /members/ Disallow: /api/ ``` ### 策略 C：全面封鎖 適合極少數對訓練資料使用權極度敏感的場景。代價是完全失去 AI 引用能見度。 ``` User-agent: GPTBot Disallow: / User-agent: ClaudeBot Disallow: / User-agent: Google-Extended Disallow: / ``` ## 推薦設定（給 90% 的網站） 策略 A + 一個明確的 llms.txt 連結： ``` User-agent: * Allow: / Sitemap: https://example.com/sitemap.xml User-agent: GPTBot Allow: / User-agent: ClaudeBot Allow: / User-agent: PerplexityBot Allow: / User-agent: Google-Extended Allow: / User-agent: CCBot Allow: / ``` ## 常見錯誤 1. **只封鎖 GPTBot 卻忘記 CCBot**：Common Crawl 的資料會被多數 LLM 使用，只封一個沒用。 2. **User-agent 名稱拼錯**：大小寫敏感，`gptbot` 不等於 `GPTBot`。 3. **封鎖後忘記解封**：測試時封鎖，上線忘了改回來。 4. **用 Disallow: / 卻期待被 AI 引用**：矛盾的設定。 ## 如何驗證 1. 檢查 https://你的域名/robots.txt 可訪問 2. 查伺服器 log，確認 GPTBot 的 User-Agent 能正常進入 3. 使用 AEO Pro 的 Crawler Tracking 功能，即時看到各 AI 爬蟲的訪問紀錄 ## 結論 多數網站應該選擇「全面允許」。AEO 時代的能見度是零和賽局——你不允許 AI 抓取，你的競爭對手會。失去的不只是流量，更是品牌在 AI 回答中的聲量。 #### FAQ **Q: 封鎖 AI 爬蟲會影響 Google SEO 嗎？** 不會直接影響。Google 的主要爬蟲是 Googlebot，不是 Google-Extended。兩者是獨立的設定。 **Q: robots.txt 是強制的嗎？** 是行業慣例，不是法律強制。主流 AI 公司都遵守，但某些小眾爬蟲可能無視。 **Q: 可以用 meta robots 取代 robots.txt 嗎？** 可以，但不是所有 AI 爬蟲都支援 meta robots 標籤，robots.txt 覆蓋率較廣。 **Q: 封鎖後多久生效？** 通常 24-48 小時。AI 爬蟲會定期重新檢查 robots.txt。 --- ### AEO vs SEO：你需要同時做嗎？完整比較分析 - **URL:** https://www.aeo-pro.app/blog/aeo-vs-seo - **Category:** AEO 入門 - **Published:** 2026-02-15 - **Read time:** 9 分鐘 - **TL;DR:** AEO 和 SEO 的目標不同，但策略有大量重疊。本文比較兩者的差異、共通點，以及為何你需要三維優化策略。 ## 先說結論 是的，你需要同時做 SEO 和 AEO。但這不代表工作量加倍——兩者有超過 60% 的重疊部分。正確的做法是：用 AEO 的角度重新設計 SEO 工作，讓同一份內容同時服務 Google 與 AI 引擎。 ## 核心差異 | 面向 | SEO | AEO | |------|-----|-----| | 目標 | 搜尋結果排名 | AI 引用與推薦 | | 主戰場 | Google、Bing | ChatGPT、Perplexity、Claude、Gemini | | 成功指標 | Rank、CTR、Sessions | Citation count、SoV | | 內容風格 | 關鍵字導向 | 語意清晰、問答式 | | 技術重點 | Core Web Vitals、反向連結 | Schema、llms.txt、爬蟲管理 | | 見效時間 | 3-6 個月 | 2-4 週 | | 流量模式 | 使用者點擊進站 | 零點擊引用為主 | ## 三個共通點 ### 1. 內容品質是基礎 不論 SEO 還是 AEO，爛內容都贏不了。兩者都獎勵深度、原創、結構清楚的內容。 ### 2. 網站結構要乾淨 清楚的 URL 結構、合理的內部連結、快速的載入時間——SEO 和 AEO 都重視。 ### 3. 權威性與信任訊號 E-E-A-T（Experience、Expertise、Authoritativeness、Trustworthiness）在 AI 時代依然關鍵，甚至更重要。 ## 三個關鍵差異 ### 1. 關鍵字 vs 語意 SEO 時代你可能會研究「best seo tool for small business」這類長尾關鍵字。AEO 時代這個邏輯失效——AI 引擎用 embedding 理解語意，同義詞、相關概念都能觸發。你應該改為研究「使用者會問什麼問題」，而不是「他們會輸入什麼字串」。 ### 2. 內容長度 vs 內容密度 SEO 時代流行「長文打敗一切」，2000 字比 500 字好。AEO 時代長度的邊際效益大幅下降，重點是每 100 字中有多少「可被引用的事實陳述」。一篇 1500 字但有 15 個清晰事實陳述的文章，比 3000 字灌水的長文更容易被 AI 引用。 ### 3. 反向連結 vs 品牌提及 SEO 重視 backlinks。AEO 同樣重視 backlinks，但也重視「純品牌提及」——即使沒有連結，只要在權威來源出現品牌名稱，AI 就會加分。這改變了公關與內容行銷的邏輯。 ## 三個整合策略 ### 策略 1：用 FAQ 攻佔雙重戰場 在每個重要頁面底部加 5-10 則 FAQ，並用 FAQPage Schema 標記。這同時： - 為 Google 創造 Rich Snippet 機會 - 為 AI 引擎提供完美的問答式引用段落 ### 策略 2：重寫文章的前 200 字 把每篇文章的開頭改寫為「直接回答 + 數據支撐 + 延伸說明」的三段式。這樣： - Google 的 Featured Snippet 更容易抓到 - AI 引擎能直接複製這段到回答中 ### 策略 3：建立內部連結的語意網絡 不要只為了 PageRank 而內部連結。用「同主題叢集」（content cluster）的方式組織，每個主題 pillar page 連結到 5-10 篇深度文章。這讓 AI 在理解你的專業領域時獲得更豐富的上下文。 ## 常見誤區 1. **「AEO 會取代 SEO」**：錯。Google 仍佔搜尋市場 85% 以上。兩者長期並存。 2. **「AEO 很新，先不急」**：錯。先行者已經開始累積引用優勢，晚進場的成本越高。 3. **「重寫整站」**：不需要。先從最重要的 20 篇文章與核心 Schema 開始。 ## 行動計畫 週 1：Schema 與 llms.txt 基礎建設 週 2：FAQ 補充到前 10 篇高流量文章 週 3：改寫前 10 篇文章的開頭段落 週 4：設定 AI 爬蟲追蹤、開始每週監測引用率 四週後，你應該能看到 AI 引用率明顯提升，同時 SEO 排名維持甚至小幅上升。 #### FAQ **Q: AEO 會影響 SEO 排名嗎？** 正面影響。多數 AEO 優化（Schema、內容品質、網站結構）同時有助於 SEO。 **Q: 預算有限要先做哪個？** 先做 SEO 基礎（技術面、內容面），再疊加 AEO 的 Schema 與結構化改寫。 **Q: AI 引用會帶來實際轉換嗎？** 會，但轉換率通常比 Google 流量低 30-50%。重點是品牌曝光與權威建立。 **Q: 小網站能贏嗎？** 能。AEO 的評估邏輯對小網站友善，內容品質比網域權重更重要。 --- ### Perplexity 優化指南：讓你的內容成為 AI 搜尋的首選來源 - **URL:** https://www.aeo-pro.app/blog/perplexity-optimization - **Category:** 實戰攻略 - **Published:** 2026-02-10 - **Read time:** 8 分鐘 - **TL;DR:** Perplexity AI 是增長最快的 AI 搜尋引擎。了解它如何選擇引用來源以及優化方法。 想成為 Perplexity 的首選引用來源，關鍵只有三件事：內容保持新鮮（近 6 個月內更新、明確標注 dateModified）、把可被原文擷取的事實句與數據放在段落開頭、並針對具體問句撰寫清楚的問答結構。Perplexity 每次查詢即時搜尋網頁、只引用 3-8 個來源，誰把答案寫得最直接、最新、最可驗證，誰就被選中。以下拆解它的引用邏輯與逐項優化做法。 ## Perplexity 為什麼重要 Perplexity 是 2024-2026 年增長最快的 AI 搜尋引擎。它的核心差異：每一個回答都附上「來源連結」。這讓它成為對 SEO 從業者最友善的 AI 引擎——你可以直接看到自己是否被引用、被引用在第幾位、引用的是哪一段文字。 這種透明度把 AEO 從「玄學」變成「可量測的科學」。 ## Perplexity 的引用邏輯 根據 Perplexity CEO Aravind Srinivas 的公開訪談與多項實測： 1. **即時搜尋優先**：Perplexity 每次查詢都會即時搜尋網頁，不依賴預訓練知識。 2. **偏好新鮮內容**：最近 6 個月內更新的頁面權重最高。 3. **引用 3-8 個來源**：平均 5 個，最多 8 個。 4. **同主題去重**：同一個來源如果有多頁命中，通常只引用最相關的一頁。 5. **權威性加分明顯**：高權重域名在同等內容下明顯佔優。 ## 七個 Perplexity 專屬優化策略 ### 1. 確保頁面能被 PerplexityBot 抓取 第一步檢查 robots.txt：`User-agent: PerplexityBot` 必須是 Allow。被封鎖的頁面不可能被引用。 ### 2. 內容要有明確的 datePublished 與 dateModified Perplexity 偏好新鮮內容。舊文章定期更新並修改 dateModified，能維持引用率。 ### 3. 段落開頭直接給答案 Perplexity 會擷取「段落的第一到第三句」作為引用候選。把核心答案放前面，延伸說明放後面。 ### 4. 使用清單與表格 Perplexity 特別偏好結構化內容。清單（`