排名之所以決定結果的大部分，是因為排名決定了你的頁面究竟有沒有進入模型會讀的那一堆材料：每一個主流答案引擎都是先檢索再書寫，而上下文位置正是 2026 年批判性綜述僅有的兩個高置信度槓桿之一。2 這個優勢有多大、邊界在哪裡，由相關性與排名給出受控測量；對本頁而言，唯一要緊的推論是：一個把力氣從排名挪到改寫的團隊，是在拿一個強槓桿換一個弱槓桿，而這正是GEO 與 SEO 這個階段反對的那種拆分。
GEO 與 SEO · 專題
從 SEO 沿用到 GEO 的是什麼，不再適用的又是什麼？
有三項基本功原樣沿用，並且仍然決定結果的大部分。2026 年的學術審計說明了為什麼誠實的說法是「必要但越來越不夠」，而不是「排到第一，引用自然就來」，以及為什麼重合率這個數字必須以帶日期的區間來引用。
本頁內容
簡短回答
有三樣東西從 SEO 原樣沿用，合起來決定了結果的大部分：相關性與排名、可抓取性與收錄、話題覆蓋。停止沿用的是測量層，不是內容或技術工作。2026 年的批判性綜述把查詢相關性與上下文位置評為高置信度的主要決定因素；與此同時，學術審計給出的數字是：Google AI Overview 所取用的網域中，位於自然結果之外的比例大約在 30% 到 53% 之間，取決於樣本規模與採集日期。239
關鍵要點- 排名是必要的，而且越來越不夠：它是目前有人測量過的最強槓桿，而它已經不再是被引用的保證。
- 把自然結果重合率當成一個帶日期的區間來引用，絕不要引用點值：2025 年 9 月，53% 的被查閱網域不在前十；2026 年 3 月與 4 月，29.8% 的引述網域不在整個第一頁。
- 分母對數字的影響不亞於引擎：同一批資料上，按答案計與按引用計的兩種讀法能差出兩倍以上，而且兩者都準確。
- 標記並不是被推銷的那種槓桿。Google 表示，為了它的 AI 功能，你不需要額外添加任何特殊的 schema.org 結構化資料。
延續性
哪三樣東西從 SEO 原樣沿用？
相關性與排名、可抓取性與收錄、話題覆蓋。本階段給它們各配了一個專題頁，因為它們各有自己的證據基礎。
最強的證據
為什麼排名仍然決定結果的大部分？
誠實的邊界
排名在哪裡開始不夠用？
排名在長尾的某個位置開始不夠用，而這個缺口的大小是一個區間，不是一個數字：Google AI Overview 所取用的網域中，位於觸發它那條查詢的自然結果之外的比例，大約在 30% 到 53% 之間，取決於你取的是哪一份學術樣本、哪一個採集日期。Kirsten 等（Findings of ACL 2026）審計了 2025 年 9 月在美國與德國採集的 4,706 條查詢，報告「平均而言，AIO 所查閱的網域中有 53%（27%）不在自然搜尋結果的前 10（前 100）之內」。3 Xu、Iqbal 與 Montgomery 測量了 2026 年 3 月 13 日至 4 月 21 日採集的 55,393 條熱門查詢，發現「29.8% 的 AIO 引述網域根本沒有出現在對應的第一頁上」。9 後一項研究的樣本大約是前者的十二倍，數字則大致減半；前一項說的是查閱，這與引用並不等同。要麼把兩個日期都引上，要麼一個都別引。
還有第三項審計從側面說了同一件事。Grossman 等（SIGIR 2026）在 11,500 條真實使用者查詢上，測得 Google 自然結果、AI Overviews 與 Gemini 之間的 URL 級 Jaccard 相似度只有 0.11–0.18：同一家公司的三個介面，對哪些 URL 回答了同一個問題意見不一。4 機械上的解釋是扇出，而不是什麼祕密排名因子：可見的查詢被拆成搜尋者永遠看不到的子查詢，每一條各自跑一次檢索，於是一個頁面可以在實際被敲進去的那句話上毫無排名，卻依然被引用。這與上一節並不矛盾，因為提供高頻、反覆被複用之引用的那些頁面仍然壓倒性地有排名，而一次性的長尾越來越沒有。
站得住的那句話是：排名是必要的，而且越來越不夠。「排到第一，引用自然就來」說得太滿；「排名不再重要」則與上面那個被評級的槓桿矛盾，而且是兩個錯誤裡更貴的那一個。
怎麼讀這些數字
為什麼自然結果重合率這個數字一直在變？
它一直在變，是因為它由一個分母和一個日期共同定義，而其中任何一個變了，已發表的數字就會差出五倍。這些數字從大約六分之一到九成以上都有，而這個跨度幾乎全部是記帳口徑，而不是對世界的判斷分歧。
分母對答案的影響比引擎還大。「有多大比例的 AI Overviews 至少包含一條排在前二十的 URL？」是一個按答案計的問題；由於一個概覽會引用好幾個來源，答案落在九十幾。「有多大比例的單條引用來自排在前十的頁面？」是同一批資料上按引用計的問題，落點低得多。同一個引擎、同一週，兩個相差兩倍以上的數字，而且都準確。一個沒有說明自己回答的是這兩問中哪一問的數字，不是測量，是裝飾。
時間又讓它變了一次，而上面那兩項學術審計就是最乾淨的示範：幾乎同一個構念，相隔七個月，結論差了一半，而更大、更晚的那份樣本落在低端。39 兩者都沒有錯。它們是對一個在這期間變化過的系統的兩次讀數，而且分子並不相同：一個數的是概覽查閱了什麼，另一個數的是概覽引述了什麼。
廠商的時間序列指向同一個方向，也帶著同樣的但書。一項在 863,000 條關鍵字 SERP 上做的研究，把來自前十排名頁面的引用比例定在 2025 年 7 月約四分之三、2026 年 3 月約五分之二，並把這個變化讀成 Google 選源方式的真實改變，而不是方法變更。另一家廠商就同樣的九個產業，相隔五個月發布了兩個互不相容的數字，約 55% 和約 17%，且未承認這個矛盾。廠商發布；按本課程的出處規則，只描述、不連結。7
所以請引用區間和理由，絕不要引用點值：在 2025 年 9 月至 2026 年 4 月之間採集的學術樣本中，Google AI Overview 所取用的網域，大約有 30% 到 53% 位於觸發查詢的自然結果之外。如果這句話放不進那一頁投影片，那是投影片在索要一個並不存在的數字。
標記與檔案
schema 標記和 llms.txt 檔案沿用得下來嗎？
它們保有一貫的價值，僅此而已。第一方文件拒絕的，是這個說法的「對 AI 有用」升級版。
結構化資料依然能在傳統搜尋裡換來普通的富媒體結果，這件事本身就值得做。經不起文件檢驗的，是那個升級版推銷詞，也就是「schema 標記能提升 AI 答案裡的被引用率」這個說法。Google 自己關於 AI 功能的頁面用大白話說了相反的意思：「你不需要為了出現在這些功能裡而建立新的機器可讀檔案、AI 文字檔或標記。也不存在你必須添加的特殊 schema.org 結構化資料。」5
llms.txt 這個問題的答案一樣，而且更乾脆。「加一個 llms.txt 檔案能幫頁面拿到引用」這個說法沒有任何第一方依據，而 Google 的 AI 優化指引把「LLMS.txt 檔案及其他『特殊』標記」列在可以忽略的事項裡，並寫明「你不需要為了出現在 Google 搜尋（包括其生成式 AI 能力）裡而建立新的機器可讀檔案、AI 文字檔、標記或 Markdown，因為 Google 搜尋本身並不使用它們」。10 也沒有任何其他主流引擎在文件裡說自己會讀這種檔案。這不是說這個檔案有害，只是說在一個根本沒人看過的收錄問題旁邊，它只是個捨入誤差。
這兩個例子共有的那條規則，比它們各自的結論更值錢：一樣東西之所以能從 SEO 沿用過來，是因為它本來就是檢索的輸入。收錄、伺服器端渲染的交付、話題廣度都是輸入，所以它們原樣沿用。一個沒有任何有文件記載的爬蟲會讀的檔案不是輸入，把它叫做「為 AI 而生」也變不成輸入。這也是拿來檢驗下一個被推銷的手法時最便宜的方法：問它改變的是管線的哪一個階段；如果一個都不是，那它什麼都沒改變。
斷裂處
哪些東西不再適用？
內容和技術工作幾乎原封不動地穿過了這次轉變。測量層和報告層沒有。
原樣沿用
- 收錄、伺服器端渲染的交付、網站速度和 URL 衛生
- 話題簇的工作，因為扇出讓廣度比過去更值錢
- 維護和更新你已經有的頁面
- 爭取真實的第三方報導，大多數商業答案都倚重它
- 出於普通富媒體結果的理由上 schema，不為它宣稱任何額外好處
不再適用
- 把排名追蹤當作測量方法：答案是一個分布，不是一個位置
- 把點擊當作首要 KPI；皮尤測得點擊 AI 摘要內來源的比例約為 1%6
- 對自己標題與摘要的控制權，因為取而代之的是被轉述
- 單一的綜合能見度分數；不同介面之間的重合度低到必須按引擎分別報告
- 把發布量當作成長槓桿，因為單薄頁面在每個扇出點上都參賽，卻一個都贏不了
本頁誠實的局限
「必要但越來越不夠」是一個方向，不是一個係數。沒有人發表過這樣的受控實驗：移動同一個頁面的自然排名，再測量它被引用率的變化，而那才是能定論排名在答案引擎裡值多少的研究。本頁上的每一個重合率數字，包括學術的那些，都是觀察性的：它們記錄的是被引用的頁面往往有排名，而不是排名造成了引用。而且它們絕大多數描述的是 Google 的介面，因為 Google 是唯一一個自然結果能與其 AI 輸出對照的引擎。
產品能補上什麼，補不上什麼
這裡的方法不需要任何軟體：列出你的買家真正會問的二十個問題，確認每個問題背後都有一個已被收錄、排名良好的頁面，然後把這二十條當作 prompt，在一週內於每個引擎上各跑若干次，記錄回來的是哪些來源。凡是被引用的來源不是你，那就是你的站外待辦清單；凡是你什麼都沒排上，那就是你的 SEO 待辦清單，而且它排在前面。Bavior 只自動化了採樣那一半，也就是按排程把一組固定 prompt 打到五個引擎上、逐次記錄被引用的來源，它不做本頁認為最要緊的那部分：它不會改善排名、不會修好收錄，也不會建起話題覆蓋。免費 GEO 健檢可以拿到基線；付費方案為按月支付每月 $99 起，或按年支付每月 $79.17（截至 2026 年 8 月 30 日）。
出處，全部核查於 2026 年 8 月 30 日
- Puerto、Gubri、Green、Oh、Yun，《C-SEO Bench: Does Conversational SEO Work?》，NeurIPS 2025 Datasets & Benchmarks Track；§6.3，把目標文件放在第一位「帶來的引用排序增益遠大於任何一種 C-SEO 方法」：arxiv.org/abs/2506.11097
- 《Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023–2026)》，2026 年 7 月 15 日，arXiv:2607.14035（預印本）；表 5 把「查詢與文件的相關性以及上下文位置是主要決定因素」評為高，§7.3 給出 C-SEO Bench 為約 1,900 條查詢、16,360 篇文件，54 個方法與領域組合裡有 3 個顯著為正：arxiv.org/abs/2607.14035
- Kirsten 等，《Characterizing Web Search in The Age of Generative AI》，Findings of ACL 2026；4,706 條查詢，採集於 2025 年 9 月，美國與德國。「平均而言，AIO 所查閱的網域中有 53%（27%）不在自然搜尋結果的前 10（前 100）之內」：aclanthology.org/2026.findings-acl.526
- Grossman 等，《How Generative AI Disrupts Search》，SIGIR 2026；11,500 條使用者查詢；Google 自然結果、AI Overviews 與 Gemini 之間「Jaccard 相似度在 0.11 到 0.18 之間」：arxiv.org/abs/2604.27790
- Google Search Central，《AI features and your website》，最後更新於 2025 年 12 月 10 日（一手來源；收錄要求、查詢扇出、schema.org 的表述）：developers.google.com/search/docs/appearance/ai-features
- 皮尤研究中心，《Google users are less likely to click on links when an AI summary appears in the results》，2025 年 7 月 22 日；900 名美國成年人，68,879 次 Google 搜尋，2025 年 3 月；摘要內的連結被點擊「僅佔全部造訪的 1%」：pewresearch.org
- 重合率時間序列：某 AI 能見度廠商在 863,000 條關鍵字 SERP 與約 400 萬條被引用的 AI Overview URL 上的研究，發布於 2026 年 3 月 2 日，報告 2025 年 7 月約 76% 的引用來自排在前十的頁面，2026 年 3 月約為 38%。另一家廠商就同樣的九個產業發布了約 54.5%（2025 年 9 月）與約 17%（2026 年 2 月）。廠商發布；只描述，不連結。
- Allaham 與 Diakopoulos，2026；AI 答案引用的 URL 中有 27.1% 無法被抓取。經批判性綜述 §8.3 轉引；預印本。
- Xu、Iqbal 與 Montgomery，《Measuring Google AI Overviews》，arXiv:2605.14021（預印本）；55,393 條熱門查詢，2026 年 3 月 13 日至 4 月 21 日；「29.8% 的 AIO 引述網域根本沒有出現在對應的第一頁上」：arxiv.org/abs/2605.14021
- Google Search Central，《Google’s Guide to Optimizing for Generative AI Features on Google Search》，最後更新於 2026 年 7 月 10 日（一手來源；LLMS.txt 的表述）：developers.google.com/search/docs/fundamentals/ai-optimization-guide
常見問題
你想知道的，都在這裡。
已經在做 GEO 了，還需要 SEO 嗎？
需要，而且按目前唯一可得的受控測量看，它是這份工作中更大的那一半。NeurIPS 2025 上發表的 C-SEO Bench 報告，把文件放到模型上下文的第一位「帶來的引用排序增益遠大於任何一種 C-SEO 方法」；而 2026 年的批判性綜述把同一項基準概括為約 1,900 條查詢、16,360 篇文件，其中 54 個方法與領域組合裡只有 3 個顯著為正。相關性、收錄和話題覆蓋，全都位於生成式引擎對你的文字動手之前。
排到第一就保證會被 AI 引用嗎？
不保證，2026 年的學術審計把這個缺口說得很清楚，而且它是一個帶日期的區間，不是一個數字。Kirsten 等（Findings of ACL 2026）審計了 2025 年 9 月採集的 4,706 條查詢，發現 AI Overviews 所查閱的網域中有 53% 不在自然結果前十，27% 不在前一百；Xu、Iqbal 與 Montgomery 在 2026 年 3 月 13 日至 4 月 21 日採集的 55,393 條查詢上，發現 29.8% 的引述網域不在整個第一頁上，樣本大約是前者的十二倍，數字大致減半。Grossman 等（SIGIR 2026）另外在 11,500 條查詢上測得 Google 自然結果、AI Overviews 與 Gemini 之間的 URL 級 Jaccard 相似度為 0.11–0.18。機制是查詢扇出：你看不到的子查詢各自跑一次檢索，所以一個頁面可以在被敲進去的那句話上毫無排名，卻依然被引用。
AI 引用中有多大比例來自自然結果前十？
沒有一個站得住的單一百分比，因為已發表的數字從大約六分之一到九成以上都有，取決於分母和月份。「有多大比例的 AI Overviews 至少包含一條前二十的 URL」是一個按答案計的問題，落在九十幾；「有多大比例的單條引用來自前十的頁面」是同一批資料上按引用計的問題，落點低得多。時間的影響同樣大：現有的兩項學術審計彼此差了一半，2025 年 9 月採集的查詢上，53% 的被查閱網域在自然前十之外；而在 2026 年 3 月與 4 月採集、樣本大十二倍的資料上，29.8% 的引述網域在整個第一頁之外。請引用區間、分母和採集日期，絕不要引用某一個數字。
加 schema 標記或 llms.txt 檔案有用嗎？
schema 依然為它一貫的那些理由有用，而這個說法的 AI 專屬版本沒有第一方文件支持。Google 關於 AI 功能的頁面寫明「你不需要為了出現在這些功能裡而建立新的機器可讀檔案、AI 文字檔或標記」，並且「也不存在你必須添加的特殊 schema.org 結構化資料」。它的 AI 優化指引把「LLMS.txt 檔案及其他『特殊』標記」列在可以忽略的事項裡，因為「Google 搜尋本身並不使用它們」。也沒有任何其他主流引擎在文件裡說自己會讀 llms.txt 檔案。結構化資料繼續為富媒體結果做，省下的那一小時花在收錄上。
哪些 SEO 習慣是真該停掉的？
三個，而且都不是內容或技術上的習慣。停止把單次 prompt 執行當成測量：2026 年的批判性綜述報告，在四個引擎、45 天裡，按天的來源級 Jaccard 大約是 0.34–0.42，所以一次抽查就是樣本量為 1。停止用引用去預測工作階段：皮尤追蹤了 2025 年 3 月的 68,879 次搜尋，發現在那些頁面的造訪中，AI 摘要內的連結只有 1% 被點擊。以及停止上報單一的綜合 AI 能見度分數，因為同一家公司不同介面之間的 URL 重合度只有 Jaccard 0.11–0.18。
我該多發頁面，好覆蓋更多扇出查詢嗎？
按現有證據，一個頁面做深勝過十個頁面鋪量。查詢扇出會為一個問題發起若干條相關搜尋，一個真正回答了問題及其明顯追問的頁面，會在多個檢索點上具備資格，而十個單薄頁面各自只在一個點上競爭，且一個都贏不了。2026 年的批判性綜述報告了一項在 171,003 篇文件、2,700 條查詢上做的端到端基準：只改正文、稀釋主題相關性的優化，讓前 20 名的平均出現率下降約 9%，所以把一個強頁面拆成碎片有實實在在的下行風險。
Bavior 編輯部
負責研究與維護 Bavior 關於 Reddit 行銷和 AI 搜尋可見度的所有內容。文中每一個數字都註明了來源出處與查證日期，所有外部連結均非聯盟推廣連結。
發現數字有誤？告訴我們，我們會重新查證：support@bavior.com