AI 搜尋優化新模型：業者揭示 AIO 與 AEO 關鍵策略 - OwlNews

商傳媒｜林昭衡／綜合外電報導隨著人工智慧（AI）技術持續演進，搜尋引擎的運作模式正經歷重大變革。為協助各機構應對此趨勢，美國賓夕法尼亞州（PA）的搜尋引擎行銷公司WEB20Ranker，於週五（10月16日）提出一套實用的AI搜尋優化模型，並明確定義了AIO、AEO等新興概念，旨在幫助企業提升內容在AI生成答案中的可見度。WEB20Ranker指出，過去的搜尋引擎優化（SEO，旨在提升網站在搜尋結果頁面排名的技術與策略）是建立網站權威性的基礎。然而，面對AI整合的搜尋體驗與大型語言模型（LLM）的發展，新的優化策略變得至關重要。該公司根據測試結果強調，若能在具備高品牌和SEO權威性的網站上運用AEO（AnswerEngineOptimization，專注於優化內容以提高其被AI生成答案引用的能力）策略，將能有效提高內容在AI答案中的曝光率。該公司提出的AI搜尋優化架構包含多個層面：首先，SEO依然是權威性的基石；AEO則負責增強答案的可提取性（Extractability）；此外，GEO（GenerativeEngineOptimization，提升內容在生成式搜尋結果中可見度）著重於生成式搜尋的可見性；而LLMO（LargeLanguageModelOptimization，優化內容讓大型語言模型能有效檢索與呈現）則關注大型語言模型體驗中的內容檢索與呈現。WEB20Ranker的工作模型可簡化為「權威性（Authority）×可提取性（Extractability）×佐證度（Corroboration）」三要素。其中，「權威性」評估來源的可信度與可檢索性；「可提取性」檢視系統從來源中尋找、理解及重用資訊的難易度；而「佐證度」則評估廣泛的資訊生態系統是否支持所呈現的資訊。具體的AEO策略包括為直接答案建構內容、使用適當的結構化資料（schema）以及確保主題內容的深度。GEO則須考慮生成式搜尋體驗如何選擇與呈現資料，使其與綜合性實體及主題保持一致。LLMO則聚焦於大型語言模型如何發現、儲存與回溯內容。WEB20Ranker強調，有效的AI搜尋規劃不能僅依賴單一策略，而應綜合考量內容在各種AI系統檢索生態系統中的檢索、解讀與再利用方式。他們的測試結果顯示，結合SEO基礎、答案友善的內容結構與佐證的「分層執行」方法，能穩定支援AI生成答案的可見度。該公司為此提供白牌SEO服務，包括代管SEO專案與客製化計畫，協助代理商應對AI搜尋優化工作，其ManagedSearch服務即結合了整體性SEO實踐與AIOContentCluster方法論。