文章明明穩坐在 Google 第一頁,後台的自然搜尋流量卻一個月比一個月少?當我們試著將同一個關鍵字放進 ChatGPT,它能給出一段完整解答,但下方列出的參考來源,大多是 PTT 的深度討論、 Dcard 的真實心得,或是一支 YouTube 影片。傳統排名還在,只是決定內容能否被讀者看見的機制,已經悄悄轉變。AI 篩選資訊的邏輯,與 Google 傳統排名的路線,已經分流成兩條不同的軌道。
從 Ahrefs 的統計數據中,能看見一個清晰的現況:
- ChatGPT 引用的來源,有八成不在 Google 前一百名內。
- 僅有一成二的資料,來自搜尋結果的前十名。
傳統排名的優化依然有其必要,它為創作者安穩地守住了那一成二的基礎。但剩下的八成曝光機會,已經在你的網站之外,由各大社群平台上的真實討論重新決定。
AI 最常引用哪一個社群平台?
三個平台都會被引用,比例取決於你問的是哪一個 AI。REALI 用自家的 GEO Positioning System(GPS)工具,在 2026 年 10 月 30 日到 11 月 1 日之間分三波蒐集 1,800 則 ChatGPT 與 Gemini 的回答,兩邊的名單差距明顯。
ChatGPT 把 PTT 和 Dcard 排進前十名
ChatGPT 的引用集中在文字型論壇。在那 1,800 則回答中,PTT、Dcard 與 Mobile01 分別排在第 5、第 6 與第 7 名,引用次數依序為 128 次、106 次與 87 次。
這些貼文有三個特徵,有時間、有轉折、有缺點。「我用了三個月,第一個月沒感覺,第二個月開始穩定,缺點是價格偏高」這類句子,模型能判斷它來自真實使用者。相對地,「本產品擁有三大優勢」這種單向敘述,幾乎不會被取用。
Gemini 把 YouTube 排在第三名
Gemini 的引用偏向影音與百科。同一份測試中,YouTube 排第 3 名,累計 190 次;維基百科排第 2 名,379 次,占 4.8%。同樣的維基百科在 ChatGPT 只排第 10 名,62 次,占 0.8%,兩邊相差約 6.1 倍。
同一篇內容在兩個引擎眼中的份量可以差到六倍。分配資源之前,先確認你的讀者用哪一個工具查資料。
同一題在不同時間會換來源
REALI 每題、每模型、每波各測 15 次。即使問題相同,AI 回答涉及的議題仍會隨時間改變。
單次查詢的結果不能代表長期能見度。固定一組問題、固定時間、連續測三輪,趨勢才會浮現。
三個平台的條件整理如下:
| 平台 | 哪個 AI 偏好 | 被引用的條件 | 適合的題目 | 要注意的地方 |
| PTT | ChatGPT 引用次數最高 | 文章先排進 Google 前十名 | 3C、理財、職場、專業長尾題 | 舊文仍被索引,過時資訊會一起被引用 |
| Dcard | ChatGPT 次之 | 公開頁面才讀得到 | 消費選擇、職涯、升學、美妝旅遊 | 需要登入的內容爬蟲走不進去 |
| YouTube | Gemini 引用次數最高 | 逐字稿把結論講清楚 | 教學、開箱、比較、步驟示範 | 自動字幕的錯字會被一起讀進去 |
AI 挑選論壇和影片的三個條件
條件有三個,讀得到、有第一手證據、說法互相對得上。三個同時成立,內容才會進入最終回答。
獨立貼文累積出一致結論
模型採信的不是單一篇最完整的文章,而是多篇結論相近的獨立討論。
這個現象稱為共識堆疊:幾十篇互不相關的貼文各自記錄經驗,最後指向相似的結論,模型就把這個模式視為已經被驗證的共識。PTT 累積二十多年的討論,部分看板本身就是該領域的權威,這種檔案量無法靠短期操作追上。
登入牆擋住 Dcard 的一部分內容
Dcard 的討論量很高,但 AI 只讀得到公開的那一部分。
這道關卡稱為登入牆:需要登入才能閱讀的內容,爬蟲走到門口就停止。這也解釋了為什麼 Dcard 的熱度高於 PTT,引用次數卻排在 PTT 之後。
公開區域的影響力正在擴大。Dcard 公布的數字是,2026 年 9 月透過 ChatGPT、Gemini 等生成式 AI 進站的流量,比 2025 年 7 月成長 191%,中間相隔 14 個月。Google Search Console 的資料顯示,Dcard 內容在 Google 生成式搜尋功能中平均每天取得近 150 萬次曝光,集中在美妝、醫美、旅遊與美食這類消費選擇題目。
AI 讀的是逐字稿
AI 處理的不是影片,是逐字稿。
一份分析 1.77 億筆來源的資料顯示,影片這個格式只占全部 AI 引用的 0.95%,但 YouTube 作為網域卻被大量引用。影片是載體,逐字稿才是被讀取的內容。這個落差稱為逐字稿紅利。
另一組數字更關鍵。在 369,680 筆引用的分析中,YouTube 取得 Google AI Overview 引用的 14.6%,Reddit 是 4.9%。差別在來路:Reddit 有 89.4% 的引用來自已經排進前十名的討論串,YouTube 則有 57.3% 的引用來自排名十名外的頁面。這個現象稱為排名繞道,影片不必先取得排名也能進入回答。
實作有三件事。影片前 20 秒講結論。章節名稱寫成問句,例如「要先做 SEO 還是先做 GEO」。自動字幕的錯字要校正,一個念錯的品牌名就足以讓模型引用不到你。
三步驟規劃你的社群佈局順序
先確認 AI 現在怎麼介紹你,再分配資源。
Step 1:先問 AI 現在怎麼介紹你
第一步是查現況。打開 ChatGPT 與 Gemini,各問三種問題:
- 品牌題 「微笑娃是誰,主要寫什麼主題」
- 主題題 你最想被找到的題目,例如「台灣旅遊部落客推薦」
- 比較題 「X 和 Y 哪一個適合新手」
記下兩邊列出的平台與頁面。AI 已經在用某些來源介紹你的領域,接下來的工作是進入那份名單。
Step 2:把一篇長文拆成三個版本
同一份研究可以供應三個平台,前提是改寫,不是轉貼。
- 部落格版 留在自己的網站,放完整的資料來源、對照表與步驟
- 論壇版 改成第一人稱,加上時間與實際缺點,結論寫在第一段
- 影片版 錄成 5 到 8 分鐘,前 20 秒給結論,章節用問句命名
同一份內容換三種包裝。順序從部落格版開始,它的資料最完整,另外兩個版本從部落格延伸出來。
Step 3:用三十天觀察內容有沒有被引用
用 Step 1 那組問題,每三十天重測一輪,連續三輪。
每輪記錄兩件事,你的網域有沒有進入來源清單,以及 AI 提到哪些名字。九十天三輪足夠判斷方向。
常見問題 FAQ:GEO 社群佈局
Q1:找寫手在 PTT、Dcard 發文會被 AI 引用嗎?
會,但沒有揭露的業配風險最高。
- 合法的部分 讓品牌出現在 PTT、Dcard,再被 ChatGPT 或 Perplexity 引用,這件事本身完全合法。
- 要守的線 付費或提供報酬換來的推薦,依公平交易法要清楚揭露。沒有揭露除了法律風險,模型一旦判定來源可信度有問題,整個來源的份量都會被調低。
- 更穩的做法 用真實使用者的語言記錄真實經驗,並且寫清楚合作關係。
Q2:舊的 PTT 文章還有引用價值嗎?
有,而且常常是長尾題目的主要來源。
- 原因 PTT 的舊討論串仍被廣泛索引,在 3C、理財與專業長尾題目上經常被引用。發文量不等於引用量,檔案量才是。
- 要注意 舊資訊會跟著被引用。領域裡有過時說法還在流傳時,在原本那串底下補一則標註日期的更新,比另發一篇新文章有效。
Q3:一支影片就有機會被引用嗎?
有,觀看數和引用機率沒有直接關係。
- 原因 模型挑的是逐字稿清楚的影片,不是播放量高的影片。一支 300 次觀看、步驟完整的教學影片,引用機率可以高過一支十萬觀看的 vlog。
- 怎麼開始 從最常被問到的那一題下手,一題一支,標題直接用那個問句。
把社群當成第二個發表平台
社群不是網站的導流管道,它是另一個會被 AI 讀取的發表平台。
在消費選擇這類題目上,AI 採信的是社群上帶著時間與缺點的敘述,而不是官網的說法。
今天先做一件事:打開 ChatGPT,問它你最想被找到的題目,記下它列出的來源。那份清單就是接下來三十天的佈局方向。


