AEO（Answer Engine Optimization）
繁中 AEO 從零實踐紀錄。weken.news 本身就是個 AEO 實驗：基建（Schema / llms.txt / 13 種 AI 爬蟲允許清單）+ 內容（觸發情境 mapping / EEAT 強化）+ 客戶顧問案輸出（INJOY / 享空間）。這個 pillar 收錄所有 AEO 相關文章，從第一天決策到最新策略迭代。
這個主題的核心觀點
- #1
基建只佔 30%，內容組織才是 AEO 真正的 game。
- #2
「AI 爬蟲爬過你的網站」不等於「AI 會引用你」，要有引用測試流程。
- #3
中文 AEO 市場有大量空白品類（搜尋量低但品牌密度也低，先進場可拿先發優勢）。
這個主題下的文章
9 篇 · 最新到最舊我幫客戶網站做了一個公開 AEO 儀表板：完成清單 + 速度實測對比，業主一打開就懂
AEO 對業主是黑箱：工程師做了 30+ 個技術改動但業主看不到。把 AEO 進度變成公開儀表板可以解這個痛點：完成清單分為「業主操作 / 技術基礎 / 結構化資料 / 內容 AEO」四類顯示完成度圓環、速度實測雙色對比卡（優化前後具體數字）、AI 爬蟲 30 天趨勢圖。實作後業主直接看儀表板就懂 AEO 在做什麼，交接時也有實際成果可呈現。
AEO 關鍵字戰略前必須先驗證搜尋量：一次差點害客戶蹲 2 年的踩坑紀錄
做 AEO 關鍵字戰略前必須先驗證 search demand，不能只看 SERP 競爭格局。實測一個中文目標關鍵字 Top 10 幾乎全是日本網站沒有本地業者，原本以為是空白機會，查證後發現該詞的中文書連一本都沒有、台灣主流媒體報導趨近於零，但同類概念詞『斷捨離』在台灣銷量超過 650 萬冊。搜尋量差距 3-4 個數量級，SERP 空白不等於有市場。
中文 AEO 研究：『生前整理』關鍵字 Top 10 被日本網站壟斷 95%，但搜尋量幾乎是零
實測 10 個『生前整理』中文查詢變體，Top 10 有 95% 以上是日本網站，台灣業者不進榜。但驗證需求面：維基百科沒有中文條目、中文書出版量為零、主流媒體報導趨近於零。同領域替代詞『斷捨離』台灣銷量超過 650 萬冊，『遺物整理師』有換日線、udn、三立、誠品等多家主流媒體專題。這代表『生前整理』中文 AEO 是『空地無人競爭但也無人光顧』狀態，不是紅海也不是機會。
AEO 不是一件事：訓練資料、EEAT、站外實體的三層邏輯
AEO 和 SEO 不是對立的，而是針對不同的 AI 運作模式。從訓練資料回答的 AI（如 ChatGPT 基礎版）靠 AEO；從即時搜尋回答的 AI（如 Perplexity）SEO 排名還是有影響。真正影響 AI 引用的是三層因素：1) 有沒有進入訓練認知（AEO），2) EEAT 可信度，3) 站外實體信號。三層缺一，都是斷點。
AEO 競品分析實錄：2 個問題測試，找出 AI 從未引用過任何品牌的空白品類
AEO 競品分析最有效的方法是直接問 AI 目標關鍵詞，記錄哪些品牌出現、出現的原因，再找出沒有任何品牌被引用的子品類。空白品類的被引用機率遠高於競爭激烈的品類，因為 AI 在沒有其他選擇時幾乎只能引用你。
AEO 讓 AI 引用你之後，用戶怎麼找到你、然後怎麼成交？
AI 引用你的品牌後，用戶通常會搜尋你的品牌名稱進入網站，在網站上確認費用、查看案例、找到聯絡方式，然後決定是否行動。AEO 負責曝光，網站負責轉換，這條路缺任何一段都不通。
「AI 爬蟲爬過你的網站」不等於「AI 會引用你」：AEO 真正的指標
AEO 唯一真正的指標是直接詢問 ChatGPT 或 Perplexity「你想被引用的關鍵詞」，看自己有沒有出現在答案裡。GPTBot 爬過你的網站是必要條件，不是成功指標。被爬和被引用是兩件完全不同的事。
問 AI 同一個問題，每次答案不一樣？AEO 測試結果要怎麼解讀
AI 的答案有一定的隨機性，但穩定引用的品牌代表 AI 已建立強烈信號。正確的 AEO 測試方式是：同一個問題問 3–5 次，換不同說法問，在 ChatGPT、Perplexity、Gemini 各問一遍，看的是出現率而不是單次結果。一次沒出現不等於失敗，10 次都沒出現才代表 AI 現在不認識你。
從零打造 AEO 網站：第一天的決策和數字
weken.news 是台灣第一個以 AEO 最優化為目標的繁體中文個人品牌站，使用 Astro + Vercel 建立，包含 robots.txt（8 個 AI 爬蟲）、llms.txt、sitemap、RSS、9 種 Schema 標記。