GEO本質就是SEO

首先，Google官方已經說明GEO、AEO等等本質都是SEO。

另外我們還可以從其他方向去驗證，在討論SEO與GEO有什麼”區別”之前，我們需要先回答一個更基本的問題：

AI引用你的內容之前，需要經過哪些步驟？

答案是：抓取 → 索引 → 檢索 → 排序 → 被引用。

這個鏈條上的每一步，都依賴傳統搜尋引擎的基礎設施。如果你在任何一步失敗了，後面的”被AI引用”根本不存在。

這不是理論推演。這是系統執行的事實。

第一，抓取：LLM沒有獨立的抓取體系

ChatGPT Search用的是Bing的索引（Barry Schwartz, Search Engine Roundtable, 2024年11月確認）。OpenAI VP of Engineering在AMA中證實Bing是ChatGPT搜尋功能的重要組成部分。

Perplexity同樣依賴Bing和Google的API進行實時檢索。Perplexity創始團隊明確表示，當用戶提問時，系統會將查詢傳送到傳統搜尋引擎的API來獲取結果（HyperLinker, 2025年3月）。雖然Perplexity有自己的爬蟲PerplexityBot，但其自建索引規模遠不及Google和Bing，Perplexity團隊自己承認他們目前專注於”頭部分佈”，即最受歡迎和最高品質的內容。

Google AI Overview用的是Google自己的索引。

ChatGPT確實有OAI-SearchBot爬蟲，但大量主流網站已經在robots.txt中遮蔽了AI爬蟲。而且即便OAI-SearchBot抓到了頁面，ChatGPT Search的實時搜尋仍然依賴Bing的索引來檢索結果。

結論：AI系統的內容來源，就是傳統搜尋引擎的抓取和索引基礎設施。沒有Google和Bing，LLM無法”看到”網際網路上的絕大部分內容。

第二，索引：沒有任何LLM有獨立索引

這是最致命的一點。

索引是什麼？Google官方文件說得很清楚：

“Google Search works in three stages… Indexing: Google analyzes the text, images, and video files on the page, and stores the information in the Google index, which is a large database.” — Google Search Central, How Search Works

Google的索引覆蓋了”數千億網頁，大小超過100,000,000 GB”（Google, How Search Works）。

Bing的索引大約覆蓋120億網頁。

沒有任何一個LLM擁有這種規模的獨立索引。

ChatGPT Search依賴Bing索引——如果一個頁面不在Bing的索引中，它就不會出現在ChatGPT的搜尋結果中（Search Engine Land, 2024年11月）。

Perplexity依賴Google和Bing的API——它不是在搜尋自己的索引，而是在向Google請求最相關網頁的列表（Primary Position, 2026年3月）。

Google AI Overview使用Google自己的索引。

索引是檢索的前提。你不在索引裡，就不可能被檢索到。你不可能被檢索到，就不可能被引用。

所以，當GEO從業者告訴你”優化AI引用”的時候，問他們一個問題：你的內容連索引都沒進，優化什麼？

第三，檢索：不是GEO的發明，是IR的基礎操作

GEO從業者聲稱GEO的檢索單位是”chunk”、”passage”、”可引用的事實”，好像這是某種新的技術突破。

這不是。

Google在2020年10月宣佈了Passage Ranking，2021年2月在美國上線。Google的原話是：

“We’ve recently made a breakthrough in ranking and are now able to not just index web pages, but individual passages from the pages. By better understanding the relevancy of specific passages, not just the overall page, we can find that needle-in-a-haystack information you’re looking for.” — Google, 2020年10月

注意兩件事：

第一，Google明確說這不是索引變化，而是排名變化。Google仍然索引整個頁面，只是在排名時可以獨立評估頁面內的段落。Google的Martin Splitt被問到SEO是否需要為此做任何調整時，他搖頭說”不需要”。

第二，Passage retrieval、document chunking、tokenization——這些是資訊檢索（Information Retrieval）領域幾十年前就有的基本概念。任何讀過IR入門教材的人都知道這不是新東西。BM25演算法、倒排索引、TF-IDF——這些是1970年代就存在的技術。

Perplexity的創始人Aravind自己也談過傳統IR方法的價值，包括BM25演算法和domain authority訊號。

如果你想理解”AI搜尋”背後真正在發生什麼，去讀Google官方的”How Search Works”文件，去讀一本IR教材，理解什麼叫tokenization和倒排索引。不要從GEO行銷文案裡學搜尋技術。

第四，沒有任何工具能準確衡量”AI可見性”

GEO從業者推出了一系列新指標：AI Visibility、Citation Rate、Share of Voice、AI Mention Rate。

問題是：沒有任何一個工具能準確衡量這些指標。

原因很簡單：

• ChatGPT沒有公開的citation API，你無法系統性地追蹤你被引用了多少次
• Perplexity沒有類似GSC的工具讓你檢視被引用資料
• AI回覆是動態生成的，同一個問題在不同時間、不同使用者那裡可能得到完全不同的答案和引用源
• 70.6%的AI流量到達時沒有referrer headers，在標準分析工具中完全不可見（The Digital Bloom, 2026年2月）

你無法準確衡量的東西，你怎麼優化？你怎麼證明你的”GEO優化”有效？你怎麼向客戶交代ROI？

對比一下SEO：GSC給你精確的展示、點選、CTR、排名資料。Ahrefs給你關鍵字排名、外部連結資料。Google Analytics給你流量和轉化資料。每一步都是可衡量、可驗證的。

一個不可衡量的學科不是學科，是信仰。

第五，AI的受眾還是人類

GEO從業者說”SEO面向人類使用者，GEO面向AI系統”。

但AI系統不是終端使用者。人才是。

AI只是一箇中間層——它從搜尋索引裡取內容，整理後呈現給人。你優化的終點還是人類，路徑還是通過搜尋索引。

說”優化給AI看”就像說”我要優化給Google看”——Google也不是你的受眾，Google背後的搜尋者才是。AI也一樣。

這不是區別，這是換了個說法。

第六，流量資料：GEO是在為0.15%的流量建一個獨立學科

AI平臺貢獻的全球流量份額：0.15%–0.25%（Similarweb, 2026年1月）。

有機搜尋的全球流量份額：48.5%。

Google傳送的流量是所有AI平臺加起來的300倍以上。

AI搜尋referral流量在2026年3月達到0.9%（Similarweb Gen AI Tracker），同比增長了5倍——但基數極小。

GEO從業者會說”但AI流量的轉化率更高”。資料確實顯示AI流量在某些垂直領域轉化率更高。但基數太小了——你為一個佔全球流量不到1%的管道單獨建一套優化體系、指標體系、收費體系？

更重要的是：被AI引用的內容，絕大多數本身就在Google排名靠前。Seer Interactive的研究發現87%的SearchGPT citations與Bing Top Results匹配（Seer Interactive, 2025年2月）。

你做好SEO，AI引用自然就來了。你SEO沒做好，搞什麼GEO都不會被引用。

逐條擊破：行業聲稱的”SEO vs GEO區別”

“SEO追求排名，GEO追求被引用”

被引用的前提是你先排上去。資料已經證明被ChatGPT引用的頁面繫結在Bing的Top Results上。引用是排名的結果，不是獨立的優化目標。

“SEO的單位是頁面，GEO的單位是可引用的事實/chunk”

Google 2020年就做了Passage Ranking，這不是GEO發明的。而且passage能不能被檢索到，取決的還是頁面的權威度和相關性，不是你把句子寫得多”self-contained”。

“GEO需要Schema、結構化資料、named experts”

2026年5月9日，Google官方宣佈不再支援FAQ rich results。David Quaid用一個3個月的域名、沒有任何Schema，拿到了18,000個SERP features。Schema不影響排名，E-E-A-T不是排名因素。這些是換了GEO包裝的老說法。

“GEO有獨立的指標體系：AI Visibility、Citation Rate”

沒有任何工具能準確衡量這些指標。70.6%的AI流量沒有referrer headers。不可衡量的指標不是指標。

“GEO面向AI系統，SEO面向人類”

AI不是終端使用者，人才是。AI從搜尋索引取內容呈現給人，跟搜尋引擎做的事情一模一樣。

“GEO是零點選，獲取mind share”

不可衡量的”mind share”不是商業價值。你告訴客戶”雖然沒人來你網站，但AI提到你了”——這句話能收到錢嗎？

“AI喜歡新鮮內容，所以要持續更新”

AI時代每天產出的內容量是以前的幾十上百倍。如果”新鮮”真的是AI引用的關鍵因素，那這些海量新內容應該排名很好、被大量引用才對。現實是什麼？絕大部分新內容連Google的索引都進不了。

所謂Freshness只在特定query型別上有效——新聞、賽事、突發事件這種有明確時效性需求的查詢。對於絕大部分evergreen query來說，釋出日期不是排名因素，更不是AI引用的決定因素。一篇2019年的文章如果有足夠的Authority和Relevance，照樣排在今天新發的文章前面，照樣被AI引用。

“保持內容新鮮度”這個建議的本質是什麼？是給內容代運營服務找續費理由——你不持續付錢讓我寫新內容，Google/AI就不喜歡你了。

“頁面速度影響AI引用（499錯誤碼）”

Mike King（iPullRank）最近發了一篇文章聲稱499響應碼導致AI系統無法獲取你的頁面，影響”AI可見性”。他的解決方案包括Edge Caching、為AI bot設定專門的Cloudflare快取規則、給AI bot提供Markdown版本的頁面。

這篇文章的問題在於：它把一個基礎的伺服器效能問題包裝成了”AI Search特有的新挑戰”。499不是AI搜尋的問題，是你伺服器的問題。如果你的伺服器慢到連AI bot都等不及斷開連線，那Googlebot、普通使用者也一樣會遇到問題。修好你的伺服器效能、做好CDN配置，這是基本的運維工作，不是什麼”AI Search Strategy”。

而且他的文章最終落腳點是什麼？”Read About Our AI Search Strategy” → 賣他的AI Search Strategy Program。

Zyppy Signal的”22個AI Citation排名因素”

排在最前面的URL Accessibility（9.5）和Search Rank（9.4）——這兩個本質上就是”你的頁面能不能開啟”和”你在搜尋引擎排第幾”。這是SEO的基本功，不是什麼AI Citation的獨特因素。

中間那一堆——Query-Answer Match、Intent-Format Match、Topic Cluster Ranking、Answer Near the Top、AI-ready Structure、Factually Specific、Explicit Phrasing、Self-Contained Passages——這些全是在描述”寫好內容”。你的內容回答了使用者的問題、結構清晰、事實準確——這不是任何新發現，這是寫作的基本要求。給它們起個”AI-ready”的名字不會讓它們變成新東西。

排在後面的Structured Data（5.6）、Domain Authority（5.0）、LLMs.txt（2.0）——他們自己的資料已經在說這些東西不重要了，但GEO行業還在拼命推這些。

最核心的問題是：這個圖表聲稱基於”55 experiments, patents, and case studies”，但把不同來源、不同方法論的研究混在一起打分，然後排成一個好看的柱狀圖——這不是meta-analysis，這是拼湊。每個”因素”的評分標準是什麼？權重怎麼算的？不同研究之間的方法論差異怎麼處理的？都沒有。

說到底，這22個因素拆開來只有兩件事真正重要：你的頁面能被訪問到（URL Accessibility = 抓取/索引），你在搜尋引擎排得上去（Search Rank = Authority × Relevance）。其他20個要麼是”寫好內容”的不同說法，要麼是根本不重要的東西。

這就是SEO。

他們自己的資料在替我們說話——影響AI引用的最重要因素，就是傳統SEO的核心指標。

結論

GEO聲稱自己是一個獨立於SEO的新學科。但：

• 它沒有獨立的抓取體系——依賴Google和Bing的爬蟲
• 它沒有獨立的索引——完全寄生在Google和Bing的索引上
• 它的”檢索創新”——是IR領域幾十年前就有的基礎技術
• 它的指標——不可準確衡量
• 它的受眾——還是人類
• 它的流量——佔全球不到1%

GEO不是一個學科，是一個行銷概念。

它的運作模式是：把SEO的基礎設施、IR的基礎概念、E-E-A-T和Schema的舊話術重新包裝，告訴你”這是新東西，你需要新的優化策略，你需要請新的專家”。

然後收你兩份錢。

事實很簡單：做好SEO——抓取、索引、內容品質、外部連結權威——AI引用自然就有了。

不需要新學科。不需要新工具。不需要交智商稅。