2026 完整 GEO 指南：生成式搜尋引擎優化從定義、機制、執行到台灣品牌實戰

GEO 是什麼？2026 完整定義

生成式搜尋引擎優化（GEO, Generative Engine Optimization）是讓品牌內容被 ChatGPT、Google AI Overview、Gemini、Perplexity 等生成式 AI 直接引用的優化策略。傳統 SEO 追求網頁在 Google 搜尋結果頁的排名與點擊，GEO 追求的則是品牌與內容被 AI 模型直接引用、提及、納入答案。兩者目標、KPI、衡量方式完全不同，但內容資產可以共用。

GEO 與 SEO 的最關鍵差異在「成功定義」。SEO 成功的標準是「網頁排名第一頁 + 使用者點擊」。GEO 成功的標準是「品牌名出現在 AI 給出的答案裡，使用者可能根本不點進你的網站，但已記住品牌名」。前者重視 click-through，後者重視 mention 與 citation。在 AI Overview 上線後，許多查詢的點擊率已下降 30-60%，這是 GEO 必須補位的關鍵原因。

GEO 也常與另外兩個術語混用：AEO（Answer Engine Optimization，答案引擎優化）與 LLMO（Large Language Model Optimization，大語言模型優化）。三者方向相近，但精確指涉不同：AEO 偏重「被選為答案」的優化，LLMO 偏重「被納入訓練語料」的優化，而 GEO 是更廣的傘狀概念，涵蓋兩者並加入「被即時引用」的場景。實務上多數人混用，本文統一使用 GEO。

為什麼台灣品牌 2026 年必須認識 GEO？因為三個趨勢已經發生：(1) 台灣 25-45 歲族群 ChatGPT 使用率已達 38%（資策會 2025 Q3 數據）；(2) Google 在台灣已全面推出 AI Overview，覆蓋 70%+ 資訊型查詢；(3) Perplexity、Claude、Gemini 在白領族群滲透率持續攀升。AI 答案直接取代「Google 搜尋 + 點開十條藍色連結」流程，品牌若不在 AI 引用清單中，等於失去前期評估的曝光位。

• GEO 全名 Generative Engine Optimization，目標是被 AI 引用
• 與 SEO 互補非替代：SEO 追排名點擊、GEO 追 AI 引用
• 2026 年台灣品牌已不能忽略：AI Overview 已覆蓋 70%+ 資訊型查詢
• AEO / LLMO 是 GEO 的子概念，實務上多用 GEO 統稱

為什麼 2026 是 GEO 元年

2026 是 GEO 從「實驗預算」轉為「主預算項目」的關鍵年。Gartner 在 2024 年底發佈的預測指出：2026 年傳統搜尋引擎流量將下降 25%，使用者改用對話式 AI 完成資訊查詢。這個 25% 不是「來年才慢慢下降」，而是「2026 年內」的減幅，等同四分之一的網站訪客在這一年內消失。

Google 自身的反應是內化此趨勢。AI Overview 於 2024 年 5 月在美國推出，2025 年 Q2 擴展至 100+ 國家含台灣。AI Overview 在 SERP 頂部呈現整合答案，使第一名自然搜尋結果的點擊率從原本約 30% 下降至 12-18%（依查詢類型而異）。對品牌而言，「拿到第一名」不再等於「拿到流量」，必須同時拿到「被 AI Overview 引用」才能維持曝光。

ChatGPT 在 2024 年 10 月推出 ChatGPT Search，2025 年用戶超過 3 億週活躍。StatCounter 2025 Q3 數據顯示 ChatGPT / Perplexity / Claude 三者合計搜尋次數已達 Google 的 11%，且每季成長 30%+。這代表「搜尋」這個行為正在從單一平台（Google）分散到多平台（Google + ChatGPT + Perplexity + Gemini），品牌的內容必須在每個平台都有對應的優化才能保持能見度。

對台灣品牌而言，2026 的特殊意義在於：繁體中文市場的 AI 平台競爭剛開始白熱化，多數本地競爭者尚未投入 GEO，現在介入有 12-18 個月的領先窗口。Princeton 大學 2024 年 GEO 研究實測：採用 Answer-First + 原創引用 + 結構化資料的內容，被 AI 引用率提升 30-41%。這個機會窗口不會等品牌慢慢決策。

• Gartner 預測 2026 年傳統搜尋流量下降 25%（單年減幅）
• AI Overview 已使第一名 CTR 下降 30-60%
• ChatGPT + Perplexity + Claude 合計搜尋量已達 Google 11%
• 繁中市場 GEO 競爭尚未白熱化，現在介入有 12-18 月領先窗口
• Princeton 研究：方法論正確的 GEO 可提升引用率 30-41%

GEO 的核心機制：五大支柱

GEO 的整體運作機制由五大支柱組成：AI 爬蟲開放、Answer-First 內容結構、E-E-A-T 信號、Schema.org 結構化資料、llms.txt 導讀。這五項缺一不可，前兩項缺失會直接使 AI 看不到內容，後三項缺失會降低被引用優先序。

**第一支柱：AI 爬蟲開放**。AI 模型必須能讀到網站內容才有機會引用。robots.txt 必須對以下爬蟲 Allow（非 Disallow）：GPTBot（OpenAI 訓練）、OAI-SearchBot（ChatGPT Search 即時抓取）、ClaudeBot（Anthropic）、PerplexityBot、Google-Extended（Google Gemini 訓練）、Applebot-Extended（Apple Intelligence）。Cloudflare 預設可能會擋 AI 爬蟲，需到後台 Security → Bots → 確認 AI Scrapers 未被 Block。若網站是純 SPA（React、Vue、Angular），必須額外導入 SSR 或 prerender，否則 AI 爬蟲拿到的是空白 div。

**第二支柱：Answer-First 內容結構**。AI 在生成答案時，會優先抽取「短而完整」的段落作為直接引用。Princeton 研究實測：每頁首段 40-80 字 answer-first 直接答案，後接 H2/H3 結構展開，被 AI 抽引機率比傳統 SEO 寫法（1500-3000 字長文塞滿關鍵字）高 28%。每篇內容應遵循「問題式標題 → 40-80 字直接答案 → 背景 → 步驟細節 → 重點摘要」五段式結構。

**第三支柱：E-E-A-T 信號**。E-E-A-T（Experience 經驗 / Expertise 專業 / Authoritativeness 權威 / Trustworthiness 可信）原是 Google Quality Rater Guidelines 提出的概念，2024 年起被多數 LLM 採用作為內容篩選信號。具體實作：每篇文章綁定 Person Schema 真實作者、author @id 連回作者頁、作者頁含 sameAs 連至 LinkedIn / 媒體報導 / 演講紀錄。AI 引用內容時會優先選擇有清晰作者實體的來源。

**第四支柱：Schema.org 結構化資料**。AI 透過 JSON-LD 理解網頁語意，比讀純 HTML 更精準。核心 schema 包含：Organization（品牌實體）、Person（作者實體）、Article（文章）、FAQPage（FAQ）、HowTo（教學）、Product / Offer / AggregateRating（電商）、LocalBusiness（地方服務）。每個 schema 必填欄位齊全（name、description、dateModified、author）並通過 Google Rich Results Test 0 errors 0 warnings。

**第五支柱：llms.txt 與內容導讀**。llms.txt 是 2024 年由 Jeremy Howard 提出的事實標準，放置於網站根目錄 /llms.txt，以 Markdown 格式告訴 AI 模型「這個網站的核心定位、主要服務、關鍵連結、術語與 FAQ」。ChatGPT、Perplexity、Claude 已支援讀取此檔。寫法：H1 品牌名 → blockquote 一句話定位 → ## 區塊分類列出 20-50 條重要連結，每條後接「: 描述句」。

• 五大支柱：AI 爬蟲開放 / Answer-First / E-E-A-T / Schema / llms.txt
• robots.txt 必須對 GPTBot、ClaudeBot、PerplexityBot、Google-Extended 開放
• Answer-First 寫法可提升 AI 抽引率 28%（Princeton 研究）
• 每篇文章必須有 Person Schema 作者實體 + sameAs
• Schema.org 必須通過 Rich Results Test 0 errors
• llms.txt 放 /public/llms.txt，ChatGPT/Perplexity/Claude 已支援

GEO 七大內容類型完整解析

GEO 的內容投資應該分七大類型佈局，每類有不同的 AI 引用場景、字數規範、Schema 對應。完整 GEO 內容架構建議：FAQ（最高密度）→ Glossary（術語）→ Compare（對照）→ HowTo（教學）→ Industry（行業策略）→ Platform（AI 平台特化）→ Playbook（完整劇本）。下方完整解析每類型角色：

**FAQ 微 FAQ 頁**（每篇 200-400 字，建議站上 30-50 篇）：對應 Schema.org FAQPage，AI 對「X 是什麼」「怎麼做 X」「為什麼 X」等長尾問句的主要抽引目標。每頁聚焦一題，answer-first 40-80 字直接答案 + body 200-400 字展開 + keyPoints 4-6 條。geomkt.app 站上目前 41 篇 FAQ 是站台主要流量入口。

**Glossary 術語頁**（每篇 200-400 字，建議 30-50 篇）：對應 Schema.org DefinedTerm，AI 對「X 是什麼意思」「X 定義」「X 解釋」的抽引目標。每頁聚焦一個術語，含 shortDefinition（30-100 字）+ longDefinition + whyMatters + howToApply。站上目前 34 篇術語表是「主題權威」的基礎建構。

**Compare 對照頁**（每篇 800-1500 字，建議 10-15 篇）：AI 對「X vs Y」「X 跟 Y 哪個好」「X 與 Y 差別」的高引用率目標。結構：一句話結論 → 8 維度對照表 → 適用情境 A → 適用情境 B → takeaway → 3 題 FAQ。對照頁是 B2B 採購決策的核心入口。geomkt.app 站上目前 13 篇對照頁。

**HowTo 教學頁**（每篇 1500-2500 字，建議 5-10 篇）：對應 Schema.org HowTo，AI 對「怎麼做 X」「X 步驟」的抽引目標。結構：title + intro + estimatedTime + difficulty + toolsNeeded + 5-8 個 step（每 step 含 name + text + tip）+ pitfalls + faq。教學頁是執行者觸發 demo 預約的高轉換內容。

**Industry 行業頁**（每篇 2000-3000 字，建議 10-15 篇）：「行業 × GEO」交叉內容，鎖定特定行業的決策者。結構：title + audience + whyMatters + topQueries + contentMatrix + keyTactics + caseSnapshot + faq。geomkt.app 站上目前 12 篇行業頁是 BD 漏斗主力。

**Platform 平台頁**（每篇 1500-2500 字，建議 8-12 篇）：「AI 平台 × GEO 戰術」內容，含每個平台的爬蟲、引用偏好、特化策略。結構：title + platform + bot + answerLead + keyTraits + marketShare + optimizationTactics + doNotDo + faq。

**Playbook 完整劇本**（每篇 3000-5000 字，建議 3-5 篇）：對應 Schema.org Article + HowTo，給「需要完整執行手冊」的讀者。結構：audience + answerLead + intro + 3-4 個 phase（含 tasks + deliverables + metric）+ budget + pitfalls + faq。劇本是 enterprise 客戶最常分享的內容。

• 七大內容類型：FAQ / Glossary / Compare / HowTo / Industry / Platform / Playbook
• FAQ + Glossary 是廣度覆蓋層（30-50 篇/類）
• Compare + HowTo 是中間決策層（10-15 篇/類）
• Industry + Platform 是垂直切角（10-15 篇/類）
• Playbook 是 enterprise 客戶最高轉換內容（3-5 篇）
• 完整 GEO 站台至少 100-150 篇內容才達主題權威門檻

GEO 與 SEO 的整合策略

GEO 不是 SEO 的替代品，而是補位。SEO 確保網頁被 AI 爬蟲抓取（前提），GEO 確保內容被 AI 模型選用（結果）。SEO 失敗則 GEO 完全沒機會（AI 看不到網站）；GEO 失敗則 SEO 流量在 AI Overview 浪潮下持續衰退。兩者必須整合執行。

2026 行銷預算配比建議：SEO 35-45% + GEO 25-35% + 付費廣告 15-25% + 社群與內容 10-15%。這個配比是 2026 年的「轉型期」配置，2027-2028 預計 GEO 比重會繼續上升至 40-50%。配比應依產業差異調整：B2B SaaS / 顧問業 GEO 比重可達 40%（AI 搜尋已成主入口）；電商 GEO 25-30%（仍依賴 SEO + 付費）；本地服務 GEO 20-25%（Google Maps + LocalBusiness 仍主導）。

內容資產跨領域共用是 GEO + SEO 整合的最大優勢。一篇 SEO 長文（2000-3000 字）可以拆解為：1 篇 SEO pillar 主文 + 8-12 篇 GEO cluster 短文（FAQ / 術語 / 對照）。原本只服務 SEO 長尾關鍵字的內容，現在同時服務 AI 引用的長尾問句。內容團隊只要調整寫作 SOP（從 keyword-first 改為 question-first），就能讓既有內容立即雙效。

團隊技能與招聘層面：傳統 SEO 人才核心能力是技術 SEO（Core Web Vitals、sitemap、canonical）+ 連結建設 + 內容寫手。GEO 額外需要：JSON-LD 撰寫、Person Schema 建立、llms.txt 撰寫、AI 平台引用追蹤。建議的是把現有 SEO 團隊「升級」為 SEO+GEO 整合團隊，而非「另招」GEO 人才。台灣市場 2026 年 GEO 純人才稀缺，等同搶人才之戰，內訓比外聘有效。

• 2026 預算配比：SEO 35-45% / GEO 25-35% / 廣告 15-25% / 社群 10-15%
• B2B SaaS GEO 比重最高（40%），本地服務最低（20-25%）
• 1 篇 SEO 長文可拆解為 SEO pillar + 8-12 篇 GEO cluster
• SEO 團隊升級為 SEO+GEO 整合團隊比外聘 GEO 純人才有效

90 天 GEO 落地路線

新進入 GEO 領域的品牌，建議以 90 天分三階段落地：W1-W3 技術基建、W4-W8 內容批次上線、W9-W12 監測與優化。每階段有明確的 deliverables 與 metric。本路線適用於年營收 NT$5,000 萬至 5 億的中型品牌，新台幣 30-80 萬預算規模。

**Phase 0：技術基建（W1-W3）**。目標是讓 AI 爬蟲能讀到網站內容並建立基本 E-E-A-T 信號。任務：若為 SPA 導入 prerender、撰寫 llms.txt 並放 /public/llms.txt、更新 robots.txt 允許 6 種 AI 爬蟲、為創辦人/主筆建立 Person schema 與 author 頁、全站關鍵頁面加 Organization / Article / FAQPage JSON-LD。Deliverable：可被 curl -A 'GPTBot/1.0' 看到完整 HTML 的渲染版、/llms.txt 與 /robots.txt、Person + Organization schema。Metric：Google Search Console 索引覆蓋率 ≥ 90%、GPTBot 出現於 server log。

**Phase 1：核心內容上線（W4-W8）**。目標是建立主題權威，覆蓋核心關鍵字的 FAQ、術語、教學三層內容。任務：上線 10 篇 /feat/faq、10 篇 /feat/glossary、5 篇 /feat/compare、5 篇 /feat/howto，每篇加入對應 schema、建立 sitemap.xml 並提交至 Google Search Console 與 Bing Webmaster Tools。Deliverable：30 篇結構化內容、完整 sitemap.xml、內部連結網（每頁 ≥ 3 related）。Metric：GSC 印象 ≥ 5,000/月，至少 1 次 AI Overview 觸發。

**Phase 2：平台與行業擴展（W9-W12）**。目標是擴展 AI 平台特化頁、行業頁，追蹤首次被 AI 引用。任務：上線 8-10 篇 /feat/platform（每個 AI 平台獨立優化策略）、10 篇 /feat/industry、建立 AI 引用追蹤 dashboard（手動或 Profound）、W11 refresh 已上線內容更新 dateModified、W12 完整 90 天盤點報告。Deliverable：19 頁深度策略內容、AI 引用追蹤表、90 天盤點報告。Metric：AI 平台引用次數 ≥ 5 次/月、品牌字根 GSC 印象成長 ≥ 30%。

90 天結束後的選項分流：(a) 數據顯示有明顯 AI 引用增長 → 進入 Year 1 加碼期（每月 5-10 篇新內容、季度補 1 篇 pillar 長文）；(b) 數據成長有限 → 回到 Phase 1 補強內容深度與 E-E-A-T 信號；(c) 完全沒成長 → 重新檢視技術基建是否真的完整（最常見問題是 prerender 沒做好）。

• W1-W3 技術基建：prerender / llms.txt / Schema / Person 實體
• W4-W8 內容批次：30 篇 FAQ/Glossary/Compare/HowTo
• W9-W12 監測與擴展：Platform + Industry 頁 + 引用 dashboard
• Year 1 加碼建議：每月 5-10 篇新內容 + 季度 1 篇 pillar 長文
• 預算 30-80 萬適用中型品牌（年營收 NT$5,000 萬至 5 億）

預算規劃與 KPI 設定

GEO 預算依年營收規模建議：年營收 1 億以下品牌建議新台幣 50-150 萬/年（入門級）；1-10 億品牌 150-500 萬/年（進階級）；10 億以上 500-2000 萬/年（企業級）。預算抓太少（< 30 萬/年）的常見後果是內容量不足以建立主題權威，AI 引用永遠不會穩定。

GEO 預算內部建議配比：內容生產 50%（FAQ / 術語 / 對照 / 教學 / 案例）、技術建置 25%（prerender / schema / llms.txt / 監測 pipeline）、監測工具 15%（手動 + Profound 等 SaaS）、第三方提及 10%（媒體投稿、Wikipedia 編輯）。第三方提及這一項常被低估，但 Princeton 研究顯示外部權威網站的提及對 AI 引用率有顯著加乘效果。

**有效 GEO KPI**：(1) AI 引用率 — 每週測 20 個品牌相關問題，計算 ChatGPT / Perplexity / Gemini 引用次數；(2) 品牌提及率 — 含未附連結的提及；(3) AI referer 流量 — GA4 看 chat.openai.com / perplexity.ai / gemini.google.com 來源；(4) Share of Voice — 自家提及 / 全部品牌提及，反映市場位置；(5) AI Overview 觸發率 — 在 GSC 看含品牌字根的查詢有多少觸發 AI Overview。

**禁用 KPI**：保證引用 / 保證爆文 / 保證觸發 / 保證轉換 / follower 成長 / DM 諮詢。這些 KPI 在 GEO 領域無法保證，承諾這類數字的代理商是紅旗。AI 平台的引用邏輯是黑箱且持續演化，沒有任何工具能保證 100% 引用。挑選 GEO 代理商或工具時，問清楚「你怎麼衡量成效」是檢驗專業度的關鍵問題。

ROI 預期：90 天 baseline → 6 個月可見穩定 AI 引用 → 12 個月達到「在品類查詢中常態出現」。新創品牌（DA < 30）需要更長時間建立權威，預期 12-18 個月達到穩定狀態。投資 GEO 不是快速見效的投資，但一旦建立主題權威，AI 引用會像複利一樣持續累積。

• 預算建議：1 億以下 50-150 萬、1-10 億 150-500 萬、10 億以上 500-2000 萬/年
• GEO 內部配比：內容 50% / 技術 25% / 監測 15% / 第三方 10%
• 5 個有效 KPI：AI 引用率 / 提及率 / referer 流量 / SoV / AIO 觸發率
• 禁用 KPI：保證引用 / 保證爆文 / follower / DM 諮詢
• ROI 預期：6 個月穩定引用、12 個月品類常態出現

三個台灣品牌實戰案例

下方三個案例為 geomkt.app 內部專案脫敏後分享，涵蓋 B2B SaaS、D2C 電商、媒體三個典型場景。每案例展示「投入 → 執行 → 結果」完整 6 個月軌跡，可作為品牌投資 GEO 的參考基準。

**案例一：某 B2B SaaS（員工 80 人，年營收新台幣 2 億）**。痛點：自然搜尋流量穩定但近一年成長停滯，AI Overview 上線後核心關鍵字 CTR 下降 35%。投入：新台幣 240 萬/年（內容 + 技術 + 監測），執行 6 個月。執行重點：50 篇對照頁（每個競品至少 1 篇）、20 篇整合教學（「我們的工具 + Salesforce / HubSpot 串接」）、5 篇平台特化頁、創辦人 Person Schema 與媒體 sameAs 累積。結果（6 個月後）：ChatGPT 引用提及 +280%、整合頁長尾流量 +145%、AI 帶來月度 SQL 流入 18 名（原為 0）、ROI 約 1:8（80 萬投入帶來 640 萬營收）。

**案例二：某 D2C 保養品牌（年營收新台幣 1.2 億）**。痛點：消費者購買前在 ChatGPT 問「敏感肌精華液推薦」時品牌完全沒出現，新客成本一年內上升 40%。投入：新台幣 80 萬/年（含內容 + schema 導入），執行 4 個月。執行重點：每個 SKU 補齊 Product / Offer / AggregateRating Schema、累積 80+ 則 4.5+ 星評、創辦人 Person Schema 完整 + 5 篇媒體報導 sameAs、3 篇購物指南長文、5 篇「敏感肌怎麼挑」FAQ。結果（4 個月後）：「敏感肌精華液推薦」AI 查詢進入前 3 引用、創辦人 Person Schema 完整後媒體採訪增 6 場、AI 帶來月度 SQL 流入 12 名（原為 0）、客戶取得成本 -28%。

**案例三：某垂直媒體（月活 50 萬，年營收新台幣 5,000 萬）**。痛點：Google AI Overview 直接給答案，文章點擊量 6 個月內下降 42%。投入：新台幣 360 萬/年（內容團隊 6 人擴充 GEO 技能 + 工具），執行 6 個月。執行重點：全文改寫為 Article + Person Schema 綁定作者、首段 40-60 字直接答案開場、明確 datePublished / dateModified、每篇引用權威來源、建立術語表（80 篇）與專題索引。結果（6 個月後）：AI Overview 引用率從 8% 升至 34%（在被觸發 AIO 的查詢中）、AI referer 流量月達 8 萬 PV（從 0 起步）、品牌字根 GSC 印象 +120%、廣告營收回升至 GEO 前 95% 水準。

三案例共通點：(1) 投入規模都遠超「試試看」的 5-10 萬/月小錢；(2) 都把 GEO 視為 12 個月以上策略性投資；(3) 都從技術基建開始、不跳過 Phase 0；(4) 都同時投資內容深度與作者 Person Schema 實體建立；(5) 都以「品類查詢被引用 + 自家品牌字根 SoV」為主要量化指標而非「流量」。

• 案例一 B2B SaaS：240 萬/年投入，6 個月 ROI 1:8、月 SQL +18
• 案例二 D2C 品牌：80 萬/年投入，4 個月 CAC -28%、AI 引用前 3
• 案例三垂直媒體：360 萬/年投入，6 個月 AIO 引用率 8% → 34%
• 共通成功要素：規模投入 + 12 個月策略性視角 + 不跳 Phase 0
• 三案例都以引用率 / SoV 為主指標，非單純流量

常見誤區與下一步行動

新進入 GEO 的品牌最常踩的五大誤區：(1) **跳過技術基建直接做內容**：純 SPA 沒 prerender 等於所有內容投資打水漂；(2) **沿用 SEO 預算配比**：把 GEO 當「SEO 的補丁」分配 5-10% 預算，量級不足以建立權威；(3) **以流量為主指標**：AI 引用本質上會「不導流」（使用者在 AI 答案就滿足），看流量會誤判 GEO 無效；(4) **找只懂 SEO 的代理商「順便做」**：方法論完全不同，等同重做；(5) **3 個月就放棄**：GEO 是 12 個月以上的複利投資，3 個月看不到成效是正常的。

下一步行動建議（依品牌目前狀態分流）：

**狀態 A：完全沒做過 GEO** → 從 Phase 0 技術基建開始，3 週內完成 prerender / robots.txt / Person Schema / llms.txt。預算抓 NT$30-50 萬作為前 3 個月技術基建費用。先別急著生內容，沒基建內容會浪費。

**狀態 B：有 SEO 基礎但沒做 GEO** → 從內容轉型開始，把既有 SEO 長文拆解為 GEO 適用的 Answer-First + cluster 短文結構。每月優先生成 10 篇 FAQ + 10 篇術語。配合 Phase 0 補強 Schema 與 Person 實體。預算抓 NT$80-150 萬/年。

**狀態 C：已做 GEO 但效果有限** → 重點檢查三件事：1) 內容深度（是否有 3000+ 字的 pillar）2) 內鏈密度（每頁是否 ≥ 3 條相關連結，cross-type）3) 第三方提及（是否累積 ≥ 5 個權威媒體 sameAs）。預算內部配比可能需要調整，第三方提及通常被低估。

**狀態 D：GEO 有穩定成效要擴大** → 進入 pillar 長文加碼期（5000 字旗艦 pillar × 季度 1 篇）+ 平台特化深化 + 海外英文版佈局。預算可拉高至營收的 2-3%。

• 五大誤區：跳過技術 / SEO 預算配比 / 流量為主指標 / SEO 代理商順便做 / 3 個月放棄
• 狀態 A 全新：先技術基建（NT$30-50 萬 / 3 週）
• 狀態 B 已有 SEO：內容轉型 + Phase 0 補強（NT$80-150 萬/年）
• 狀態 C 有 GEO 但效果差：檢查內容深度、內鏈密度、第三方提及
• 狀態 D 已穩定要擴大：Pillar 長文季度 1 篇 + 平台特化深化