THINK BIG
GEO 量測 · AI 能見度
問 AI 一次就下結論？——AI 的回答是機率，不是名次，GEO 該怎麼量才算數
AI 每次回答都可能不同，同一題幾分鐘內重問，引用來源只重疊三到四成。想知道 AI 會不會提你，要同題重問多次、追蹤數週，看區間不看單次。
一、現象：一張截圖，說不了什麼
「我問了 ChatGPT，它推薦我們耶！」「我問了三個 AI，都沒提到我們。」這兩種說法我們都常聽到，背後是同一個習慣：問一次，就當成結果。 這在傳統搜尋還說得過去，同一個關鍵字幾分鐘內重搜，排名通常差不多。但 AI 的回答不是這樣運作的。
瑞士聖加侖大學（University of St. Gallen）的研究團隊在 2026 年 4 月發表論文〈Don't Measure Once〉，專門研究這件事。他們在 2026 年 1 月到 3 月之間，每天用同一批問題問四個 AI 搜尋服務（ChatGPT、Perplexity、Google AI 模式、Gemini），涵蓋四個產業、每個產業 8 題，連續追蹤 45 到 46 天；另外還在同一天內對同一題重問最多 10 次。（來源：arXiv 2604.07585）
結果：
天天在換。 前一天和後一天比，被引用的來源平均只重疊 34% 到 42%。幾分鐘內重問，一樣在換。 同一題同一天重問，引用來源的重疊度平均只有 32% 到 43%，跟隔天比差不多。研究者的結論是：不穩定主要來自模型生成答案本身的隨機性，不是外在的演算法調整。
品牌比來源穩一點。 以「回答中提到哪些品牌」來看，隔天的重疊度是 45% 到 59%，比引用來源穩定。有些題目很穩、有些幾乎全換。 只看一兩題，看到的是那幾題的個性，不是整體能見度。
AI 不一定會上網查。 ChatGPT 有 57.8% 的回答完全沒有附引用，因為它只在特定問題才啟動網路搜尋，其他時候靠模型本身的記憶回答。
研究摘要裡有一句話很適合當這篇的標題：AI 搜尋的能見度，應該被描述成一個分布，而不是一個單點結果。
二、各方評價：要量多少次才夠？
研究給了具體的門檻。 同一篇論文用統計方法推算，要讓「某品牌被提到的比例」估得夠穩（標準誤低於 0.10），同一題每天至少要問 7 次；如果要看引用來源，至少 8 次。時間上，以單一品牌來看，連續追蹤 10 天標準誤才會低於 0.10，追蹤 24 天可以再降到 0.05 以下；作者建議用兩到四週的滾動區間來看數字。他們也建議：每個 AI 各自設基準線，不要把不同 AI 混成一個分數；監測時把「品牌有沒有被提到」當主要指標，「引用了哪些網址」當診斷用。
「多問幾次」也是偵測 AI 亂講的方法。《Nature》2024 年刊登的研究提出：讓模型對同一題回答好幾次，如果答案的意思彼此對不上，就是它可能在亂編的訊號。（來源：Farquhar 等，Nature 2024）一次的答案只是抽樣，重複才看得到真實樣貌。
技巧的效果，也要靠嚴謹量測才看得出來。 2026 年一篇回顧 45 篇 GEO 研究的綜述指出，商業稽核裡普遍出現「來源重疊低、每次結果差很多」的現象；而且目前沒有任何技巧被證明能長期、跨平台、穩定地提升被發現的機會。（來源：arXiv 2607.14035）如果量測本身不穩，你根本分不出「是做法有效」還是「剛好抽到好結果」。
但不能為了量測去違規。 Google 的垃圾內容政策明文禁止「機器產生的流量」，也就是未經許可、用程式自動查詢 Google 搜尋，包括為了查排名去抓取結果。（來源：Google 搜尋垃圾內容政策）量測要走各 AI 的官方 API，再搭配人工抽查，並在報告裡說清楚用的是哪個通道。
官方數據也開始出現。 Bing Webmaster Tools 在 2026 年 2 月推出 AI Performance 報表（公開預覽），可以看到內容在 Copilot 與 Bing 的 AI 摘要中被引用的次數與頁面，以及隨時間的變化。（來源：Bing 網站管理員部落格）
三、我們自己量的時候，踩過的三個坑
我們做 AI 能見度服務之前，先拿我們的官網量。過程中踩了三個坑，後來都寫進了我們的量測方法裡。
坑一：只跑一輪，就以為看到真相。 我們第一次做基準線，是每題問一次、跑一輪。結果幾乎看不到自己，一度很挫折。後來對照 Google Search Console，才發現我們有幾篇指南在 Google 已經排進第一頁，跟那一輪的印象差很多。讀到聖加侖的研究後我們才確定：一輪的結果，統計上本來就撐不起任何結論。
坑二：測試環境不乾淨，答案會被污染。 2026 年 10 月 4 日，我們在內部用一個 AI 工具做代理測試，結果發現它讀到了測試電腦上我們自己的筆記，回答時把這些內容帶了進去。答案看起來很「懂我們」，但那不是一般使用者會看到的版本。OpenAI 的官方說明提到，開啟記憶功能時，ChatGPT 可能會用你存過的記憶來改寫搜尋查詢。從此我們規定：量測一律在乾淨的環境跑，不登入個人帳號、不帶對話紀錄、不帶記憶。
坑三：把「有提到」「有引用」「講對了」混成一件事。 AI 提到你的名字，不一定附你的網址；附了你的網址，描述也不一定正確。我們自己就遇過 AI 很肯定地把我們的營業項目講錯。所以現在每一次回答，我們都分開記錄：AI 有沒有上網查、有沒有提到我們、有沒有引用我們的網址、描述對不對。
踩完這三個坑，我們的量測方法改成這樣：
| 項目 | 我們現在的做法 |
|---|---|
| 題目 | 依意圖分層：泛問、情境、條件、品牌比較、事實型；每個意圖寫 3 到 5 種問法，含英文 |
| 鎖題 | 題庫建好就凍結，只加不改，數字才能前後比較 |
| 次數 | 每題每天每個 AI 重問多次，兩次之間至少隔 10 分鐘 |
| 天數 | 連續多天，用兩到四週的滾動區間看 |
| 分開看 | 每個 AI 各自一份基準線，不做跨 AI 平均 |
| 記錄 | 是否上網查、是否提到、提到的位置、是否引用網址、描述是否正確 |
| 呈現 | 每個數字附 95% 信賴區間；這期和上期的區間重疊，就寫「持平」，不說成長 |
| 通道 | 標明用的是 API 還是使用者介面；不自動化刷 Google 的頁面 |
四、我們的建議：自己檢查的六個原則
如果你想自己看看 AI 有沒有提到你的公司：
1. 同一題換幾種問法。 客人怎麼問，你就怎麼問：「台中有哪些○○推薦？」「五個人的公司適合哪種○○？」「A 跟 B 差在哪？」
2. 每一題至少問 5 到 7 次。 記下這幾次裡有幾次提到你，用「幾成」來看，不要用「有或沒有」來看。
3. 用乾淨的環境。 登出帳號或用無痕視窗、關掉記憶功能、開新對話。不然你看到的可能是「AI 對你個人的回答」。
4. 分開記四件事。 有沒有上網查、有沒有提到你、有沒有附你的網址、描述對不對。
5. 至少追兩週再談趨勢。 一天的起伏多半是雜訊。每個 AI 分開看，不要混在一起平均。
6. 不要用程式狂刷 Google。 違反 Google 的政策。需要大量量測，就走官方 API，或請專業團隊用合規的方式做。
如果你請別人幫你量，可以問對方五個問題：題目有幾題、幾種問法？每題問幾次？連續幾天？用 API 還是使用者介面？數字有沒有附信賴區間？ 答不出來的報告，參考價值就要打折。
一句話收尾：AI 的回答是機率，不是名次。 量一次是運氣，量對了才是數據。
量得誠實、看得懂、可以驗證
（以下是 Think BIG 自己的立場，與上方中立報導區隔。）
我們的 AI 能見度報告，是照上面這套方法設計的，而且每份報告都把方法攤開：
一頁「分母與方法」： 幾題、幾種問法、每題重問幾次、量了幾天、哪些 AI、用什麼通道，全部寫清楚，你可以自己重問驗證。
觸發率單獨列： AI 這次有沒有上網查。沒上網查的題目，靠的是模型記憶，改善方法和有上網查的題目不一樣。
描述對不對單獨列： 不只看 AI 有沒有提到你，也看它說的是不是事實，講錯的地方列出來追蹤修正。
每個 AI 各一套處方： 不同 AI 偏好的來源不一樣，所以建議也分開寫。
結論分級： 每個結論標明是【計數】、【對比】還是【推論】；區間重疊就寫持平，不美化。
我們不承諾名次或業績。我們承諾的是：量得誠實、看得懂、可以驗證。
常見問答 · FAQ
- Q1：為什麼同一個問題問 AI，每次答案都不一樣？
- AI 生成答案時本身帶有隨機性，引用的來源也會跟著變。瑞士聖加侖大學 2026 年的研究發現，同一題在同一天幾分鐘內重問，引用來源平均只重疊 32% 到 43%，和隔天重問差不多，表示變動主要來自模型本身，不是外在的演算法調整。
- Q2：要知道 AI 會不會提到我的公司，要問幾次才夠？
- 依同一篇研究的推算，同一題每天至少問 7 次，才能把「被提到的比例」估得比較穩；要看引用來源，至少 8 次。時間上建議連續追蹤 10 天以上，用兩到四週的滾動區間來看趨勢。
- Q3：可以寫程式自動查詢 Google 的 AI 模式來量測嗎？
- 不建議。Google 的垃圾內容政策禁止未經許可用程式自動查詢 Google 搜尋，包括為了查排名而抓取結果。合規的做法是使用各 AI 的官方 API，搭配人工抽查，並在報告中標明通道。
- Q4：AI「提到」我和「引用」我有什麼不同？
- 提到是回答裡出現你的名字；引用是回答附上你的網頁連結當來源。兩者不一定同時發生，而且就算提到了，描述也可能不正確。建議分開記錄「有沒有提到」「有沒有引用網址」「描述對不對」。
- Q5：有沒有官方工具可以看我的網站被 AI 引用的情況？
- Bing Webmaster Tools 在 2026 年 2 月推出 AI Performance 報表（公開預覽），可以看到內容在 Copilot 與 Bing AI 摘要中被引用的次數與頁面。Google 這邊，AI 功能的流量會併在 Search Console 的「網頁」搜尋類型裡，無法單獨拆出。
本文為 Think BIG 產業觀察與第一手量測心得整理，引用之研究與官方文件均標註來源；研究數字以原文所載之時間、平台與測試條件為準。文中量測只呈現方法與相對觀察，不揭露絕對數字。文中提到的 AI 工具不具名，內容不針對任何公司或產品。