SEO 菜鳥成長史 · #14

發布：2026-05-28 · 最後更新：2026-06-11

把 /about 從「感性滿分」改造成 AI 看得懂的 entity：ProfilePage + FAQPage schema 實戰

#12 拿到第一筆 ChatGPT referral，#13 順手把整站視覺改成紙感閱讀。這篇本來要寫 Topical Map。

結果我把 /about 丟給另一個 AI 看，請它從「Google 爬蟲 / AI 知識圖譜」的角度評一輪。它說：你這頁感性滿分，但給機器看的 entity 訊號幾乎是零。Topical Map 又順延了。連載一直被新東西插隊，跟我交易策略一直被新鮮感插隊，根本同一個 bug。這次我認了。

這篇紀錄我怎麼把 /about 從「人看了會有感」改造成「AI 爬蟲看了知道我是誰、專長什麼」。動了 3 個地方、撞了 1 個關於誠實的坑。

1. 為什麼被 AI 引用之後,還要做 entity signals?

被引用 ≠ 被認得。#12 那筆 referral 代表 AI 在某個回答裡貼了我的連結，但它不知道「Coolkid 是誰」。它只知道「這個 URL 對這題有用」。

知識圖譜(Knowledge Graph)是 Google / AI 對「實體」的理解庫。被引用是「這個網址有用」，entity association 是「這個人 ↔ 這項專業」。後者才會讓你在「誰擅長 AI workflow」這種查詢被當成人選 而不只是某篇文章的出處。

白話說：被引用是運氣(剛好寫到那題)，被認得是工程(主動告訴機器你是什麼實體)。第一筆引用是禮物，但要持續被引用 得讓 AI 把你存進它的人物庫。

2. AI 知識圖譜要的不是故事，是結構化 entity

我的 /about 原本全是散文 — 背景、為什麼虧一半、現在在做什麼。人讀很有感，但 AI 在抽取實體關係時會迷茫：它要的是 name / jobTitle / knowsAbout / sameAs 這種欄位，不是一段感人的心路歷程。

schema.org 的 Person + ProfilePage 就是餵這個的標準格式。它不會顯示在畫面上(讀者看不到)，但直接把「人設 + 專業」結構化丟給 Google 知識圖譜。這是「感性給人看、結構給機器看」兩條線並行。

重點:故事一個字都不用刪。entity signals 是「補上」不是「取代」 — 真實經驗(Experience)是 AI 捏不出來的護城河，結構化訊號只是讓機器讀得懂這份護城河屬於誰。

3. 實作一:ProfilePage 把完整 Person inline 進去

我原本的 ProfilePage schema 只有一個 stub — mainEntity 裡只放 name + url 兩個欄位。等於告訴 AI「這頁是某個叫 Coolkid 的人的檔案」 然後就沒了。

改成把整份 Person 直接 inline 進 mainEntity:jobTitle、13 個 knowsAbout、sameAs(社群連結)、image 全帶。

def profile_page_schema():
    person = person_schema()
    # 去掉 @context(已在外層) 其餘 Person 屬性全 inline
    main_entity = {k: v for k, v in person.items() if k != "@context"}
    return {
        "@type": "ProfilePage",
        "mainEntity": main_entity,  # 不是 stub 是完整 Person
    }

為什麼 inline 比只放 link 好:AI 抓 ProfilePage 那一下就拿到完整 entity，不用再 follow 一個連結去別的地方拼湊。少一次跳轉 = 多一分被正確理解的機率。

4. 實作二:看得見的「探索者檔案」+ 一個用詞上的取捨

schema 是給機器看的，但我也想要一個人類掃一眼就懂「這人做什麼」的區塊。所以在 /about 最上方加了一張結構化卡:專長領域 / 實戰工具 / 核心能力 / 公開方式。

這裡有個微妙的取捨。我第一版寫「每週在玩 / 拿手的工具」這種接地氣詞 — 很符合我的風格，但 Google 的 NLP 抽 entity 時抓不到，因為它對應不到 knowsAbout / skills 這種標準語意。

改成「目前專長領域 / 目前實戰工具 / 目前核心能力」。專業詞讓機器抓得到，但加「目前」兩個字 — 暗示會持續迭代、不是定型專家，維持 build-in-public 的味道，不變成那種自稱大師的油 about 頁。「目前」是 brand 跟 SEO 的平衡點。

5. 實作三:三個分類頁各加 FAQPage schema

Google 推 AI Overviews 後特別吃 FAQPage 結構。我在三個 hub(Workflows / SEO 歷程 / 新手教學)的介紹區各放一組「什麼是 X」問答 — 什麼是 AI workflow、什麼是 SEO + GEO、什麼是 AI agent，再加對應 FAQPage schema。

為什麼是「什麼是 X」這種定義型問答:這是新手最常丟給 ChatGPT 的問法。定義型 + 結構化 = AIO 最容易整段抓走的素材。3 個 hub × 4 個 Q&A = 12 個被引用的機會。

而且這同時解了另一件事 — 新手進 hub 頁本來看不懂「workflow / GEO / AI agent」是什麼，現在第一段就先用一句話定義講白。對人對機器都加分。

6. 踩的坑:誠實比 buzzword 重要

我第一版把工具列寫得很滿，塞了 Make、Cursor 進去。看起來工具多很專業。問題是 — 我根本沒實際用過這兩個。

為什麼這很重要:讀者點 about 是要驗證「這 Lab 是真的還是吹的」。如果工具列寫 Make，但 build log 跟 workflow 文章從頭到尾沒提過 Make — trust 直接崩。E-E-A-T 裡的 Trustworthiness(可信度)是被這種細節扣分的，不是被 buzzword 加分的。工具列跟內容對得上，才是真的加分。

7. 怎麼驗證 + 下一步

schema 是給機器看的，所以驗證也分機器 / 搜尋兩層:

• 短期:Google Rich Results Test 貼網址，確認 ProfilePage / FAQPage schema 解析無誤、沒紅字
• 中期(1 個月):Google 搜「coolkid AI workflow」「Coolkid AI Lab」看有沒有開始長 entity 認知(知識面板 / 站內連結)
• 長期(3 個月):用 ChatGPT / Perplexity 搜「非工程師怎麼做 AI workflow」「AI 結合執行紀律」 看 AIO 有沒有把 Lab 當引用源或把我當人選

我設 2026-06-28 回頭驗一輪。下一篇 — Topical Map。這次真的不再順延了(吧)。

entity signals 是 GEO 的地基不是裝飾。第一筆引用靠運氣，但要被 AI 持續當成「這個主題的合理人選」 得主動把自己這個實體餵進它的理解庫。故事給人看、結構給機器看，兩條線一起跑。

名詞解釋

結構化資料（Schema / JSON-LD）

用機器看得懂的格式跟搜尋引擎說明「這頁是文章、作者是誰、何時更新」，有機會換到更豐富的搜尋結果外觀。

SEO（搜尋引擎優化）

讓網站在 Google 搜尋結果排得更前面的一整套方法，涵蓋技術體質、內容品質、連結結構三層。

GEO（生成式引擎優化）

讓 ChatGPT、Perplexity 這類 AI 在回答問題時引用你網站內容的優化方法，是 SEO 在 AI 時代的延伸戰場。

引薦流量（referral）

從其他網站的連結點進來的流量。ChatGPT 引用你的內容帶來的點擊就屬於這一類。

E-E-A-T

Google 評估內容可信度的四個面向：經驗（Experience）、專業（Expertise）、權威（Authoritativeness）、可信（Trustworthiness）。

爬蟲（crawler）

自動瀏覽網頁、把內容抓回去的程式。Google 靠爬蟲收錄網頁，AI 公司靠爬蟲收集資料。

AI Overviews

Google 搜尋結果頂部由 AI 生成的摘要區塊，會引用來源網站。被它引用是 GEO 的主要戰場之一。

看完這篇之前先確認:

這篇是收斂後寫的版本。
我每兩週寄一封電子報，講「正在做但還沒寫成文章」的東西——
包含每月幫你過濾值得花時間的新 AI 工具，
以及 Lab 新文的個人版（你會比公開版早一週收到）。

→ 訂閱（雙週一封，第一封自動寄起步清單）

跳轉 Substack、隨時取消、不轉賣 email。

如果內容對你有用就太好了
隨喜斗內

相關閱讀

• #12 GA4 跳出第一筆 ChatGPT referral!倒推 AI 引用來源的 4 個方法
• #10 對齊 Google AIO 5 原則 全站結構大改造
• 看改造後的 /about 探索者檔案長什麼樣

← 回 SEO 菜鳥成長史