自從2023年開始,許多的文章開始提到AI Agent Optimization,說到「Just as SEO changed the way websites were designed and marketed, AI agent optimization promises to reshape the landscape again.」
意思是「正如 SEO 改變了網站的設計與行銷方式,AI Agent Optimization(AI 代理最佳化) 也有望再次重塑這個數位環境。」
我們在2012年的文章"搜尋的未來: 沒有SERP的SEO是什麼?"也說到「未來很可能會出現沒有SERP的SEO ... 如果搜尋結果的答案只有一個,或是不以文字型態顯示結果,或是不需要馬上看到結果的搜尋,就沒有存在有順序的SERP的必要 」,現在已經成為事實。
先說結論,AI Agent Optimization的出現不代表SEO已經死亡,SEO、AEO (GEO)、AI Search Optimization、AAO 這些名詞不是誰取代誰的問題,而是不同層次企業內容優化的目標。如果你說 AAO會取代 SEO,就如同說 SCM 會取代 ERP 一樣荒謬。
ERP (Enterprise Resource Planning,企業資源規劃) 是企業的「基礎管理中樞」,用來整合企業的財務、銷售、人事、庫存等資訊。而SCM (Supply Chain Management,供應鏈管理) 目的是在 ERP 之上,更專注於供應鏈、物流、採購的協調。 需要 ERP 奠定健全的基礎資料,SCM才得以推動。
如果有人說「AI搜尋的興起,已經宣布SEO已經死亡」或是「AAO的出現,已經完全取代SEO操作」,代表的是他沒有搞懂這些名詞的真正意義,也沒有搞懂這些背後到底在操作什麼。
之前的這篇文章"AI搜尋革命:AEO、GEO會取代SEO嗎?",已經定義了AEO、GEO,也告訴大家「AEO、GEO會取代SEO嗎? 當然不會。對於那些能夠正確理解和應對這一變化的企業來說,AI搜尋時代將是一個充滿機遇的黃金時代」。
我們現在來搞懂這些到底是什麼? 以及為何並非用來取代SEO。
(1) AEO跟GEO有何差異?
我們知道現在大家會使用生成式AI工具,例如ChatGPT、Gemini、Perplexity這些來獲得資訊,但是在使用上會有兩種目的 : 一個是得到答案,另一個是產生內容。
如果利用生成式AI工具得到答案,就是把生成式AI工具當成答案引擎 (Answering Engine),而你要優化你的網站使得在這個過程中表現優秀,就是在操作AEO (Answering Engine Optimization)。如果利用生成式AI工具產生內容,就是把生成式AI工具當成生成引擎 (Generative Engine),而你要優化你的網站使得在這個過程中表現優秀,就是在操作GEO (Generative Engine Optimization)。
換句話說,網站若希望被 AI 選為「最佳答案」來源,就需要進行 AEO(Answer Engine Optimization,答案引擎最佳化)。 當網站若希望其內容被引用、重組或作為生成內容的重要來源,就需要著重 GEO(Generative Engine Optimization,生成引擎最佳化)。
AEO與GEO看似類似,但是操作的方向不太一樣,要達成AEO的網站要有精準、簡短的 Q&A - FAQ、How-to、數據型內容;而要達成GEO的網站需要具有深度、結構完整的長篇內容、或具多角度、可被拆解重組的內容。
(2) 什麼是AI Agent? 什麼是AI Agent Optimization?
我們使用ChatGPT這類工具並不算是AI Agent,但是ChatGPT可以是AI Agent的核心。Google的AI Overview、AI Mode也不是AI Agent,它只是透過AI搜尋,協助使用者整理資料而已。
AI Agent (AI 代理) 是一種具備自主性、目標導向、能感知環境並採取行動的人工智慧系統。它不只是被動回答問題,而是能主動分析、決策,並執行多步驟任務。
AI Agent Optimization (AAO) 是一種針對 AI 代理 (AI Agent) 的最佳化策略,目的是讓品牌或網站的資訊能被這些具備自主決策與任務執行能力的 AI 代理正確取得、理解並採用,進而影響 AI 代理在替使用者執行任務時的推薦結果。
(3) 為何AAO的出現,並不代表SEO已經死亡?
舉一個跟SEO有關的AI Agent範例,當你告訴AI Agent : 「幫我購買台北飛東京的來回機票」。我們假設這個AI Agent已經像私人秘書一樣,知道你的所有需求,以下是完整解析:
(A) 目標解析(Goal Understanding)
AI Agent 會先理解你要「幾月幾號、從台北飛東京、買來回票」的需求,若資訊不足會向你追問。
(B) 資訊蒐集(Information Retrieval)
它會透過航空公司與旅行社的 API 即時抓取航班、票價與剩餘座位資料。
AAO(AI Agent Optimization)的第一步:你的企業資訊能否在這階段被 AI Agent 正確讀取? 以航空公司為例,就是你的班機資訊是否即時、結構化、且能透過 API 提供。
(C) 推理決策(Reasoning & Decision Making)
根據你的條件(價格、時間、直飛等)自動比較並挑選最佳航班。
AAO 的第二步:當使用者設定條件後,哪家航空公司能脫穎而出,取決於你的資料是否完整、可信、並符合 AI 代理的篩選邏輯。
(D) 行動執行(Action Execution)
用已授權的身分與付款資料,自動完成訂票與支付。
(E) 回饋後續:將電子機票寄給你、同步到行事曆,並在出發前提醒登機或推薦相關服務。
了解了這個範例之後,你還會認為AAO會取代SEO嗎?
它們根本是不同層次的事情,SEO為最基礎:讓人類與搜尋引擎找到你。其次是AEO/GEO屬於AI 搜尋層:讓生成式 AI 搜尋「引用你」。最後才是AAO的行動層:讓 AI 代理「採用並直接執行你的服務」。
AAO(AI Agent Optimization,AI 代理優化)並不是用來取代 SEO(Search Engine Optimization,搜尋引擎最佳化)、AEO(Answer Engine Optimization,答案引擎最佳化)、或 GEO(Generative Engine Optimization,生成引擎優化),而是建立在它們基礎上的下一階段進化。
SEO 是基礎:若企業連基本的 SEO 都沒有做好,搜尋結果曝光不足,相關內容的結構化、權威性、可信度不足,那麼後續的 AEO 與 GEO 表現自然也會受限。
AEO 與 GEO 是中間層:AEO 讓你的內容能被「答案引擎」快速提取與引用,而 GEO 則讓你的內容在 AI 生成型搜尋結果(如 ChatGPT、Google Gemini、Perplexity)中更容易被使用。
AAO 是最終目標:AAO 強調「讓 AI 代理(AI Agent)」能採用、推薦甚至直接採購你的產品或服務。若沒有前面三者的基礎,你的產品就難以被 AI 代理納入決策鏈中,也難以被其他 AI 代理服務選用。
像這篇文章"SEO關鍵字排名不管用了?AI搜尋誕生「AAO」新思維:怎麼做?如何優化文章?",就搞不清楚SEO與AAO的關係。
文章說「品牌若想在這場轉型中站穩腳步,必須儘早擁抱 AAO 思維,主動理解 AI 如何選擇、推薦與回應,並且持續優化自己的數位足跡與內容價值。」
但是企業要擁抱AAO,不是用跳級的方式。
要在AI搜尋有好的表現,依舊要透過SEO操作紮根,然後你的企業服務要有AI Agent或是會被其他AI Agent抓取,才能達成AAO的目標。
(4) AI搜尋的出現,已經造成自然搜尋流量下滑,難道不是SEO已經失效嗎?
SEO 的成效確實因 AI 搜尋的崛起而受到影響,但這並不代表 SEO 已經失去價值。
就像數位支付普及後,鈔票仍然具有其使用價值;又如同企業廣泛導入 SCM(供應鏈管理系統,Supply Chain Management),也不能因此認定 ERP(企業資源管理系統,Enterprise Resource Planning)已經過時。
唯有持續進行完善且健全的 SEO 操作,企業才能在 AI 搜尋的生態中脫穎而出。不同的是,SEO 的成效衡量方式正在演變——過去以「自然搜尋流量」為主要指標,現在則需加入「AI 搜尋引用曝光」與「AI 導引流量」等新型指標。
目前 Google 每日約進行 140 億次搜尋,而 ChatGPT 每日約有 10 億次互動。研究也指出,使用者雖然會使用 ChatGPT 等 AI 工具,但並不意味著會放棄 Google 搜尋,因為兩者的使用情境截然不同:Google 偏向快速獲取資訊,而 ChatGPT 則多用於互動式問答與內容生成。
無論搜尋引擎與 AI 搜尋工具的市佔如何消長,歸根究柢,這些都屬於「搜尋活動」的一部分。對 SEO(搜尋引擎最佳化) 或網站優化來說,基礎操作原則並沒有本質上的改變,只是成效衡量指標與優化重點隨著使用場景的變化而有所調整。
因此,企業若要迎向 AI 時代,必須確保自身的網站與內容能被人類使用者、傳統搜尋引擎以及各類 AI 工具順利擷取與理解。唯有如此,才能在SEO (Search Engine Optimization)、AEO (AI Engine Optimization)、GEO (Generative Engine Optimization)、AAO (AI Agent Optimization) 等搜尋場景中獲得最佳表現。
0 留言