全站 17 句『有研究指出』翻牌：跨入 GEO 第一動
上一篇 #7 寫完 SEO 結業 + 為什麼下一站是 GEO。今天動手做 GEO 五大方向第一個:in-text citation。動手前先掃自己全站,第一個被打臉的就是我自己。
寫了 6 行 grep 掃 vague pattern。結果跳出 17 句『有研究指出』『業界』『通常』散在 9 個檔案。當初寫的時候覺得很順 放在 GEO 視角下全部變成扣分項。
這篇紀錄怎麼掃、找出哪 17 句、4 種 vague→cited 翻牌 pattern、順手做的 Answer-first 重排。沒有 AI 引用實測數字 (這次先不測)、但有改動量 + 翻牌對照範本給之後想跨進 GEO 的人 reuse。
1. 為什麼這篇值得寫
GEO 圈最常聽到的優化動作是補 in-text citation,從 GEO Paper 到 SE Ranking 都列在前 3 名 (引用率 +28%)。但「該補」跟「我自己有沒有問題」是兩件事。
我以為 SEO Journey 系列每篇都有真實過程紀錄、citation 應該還算扎實。結果掃下去發現自己也是 vague citation 患者:
- 「研究指出 X」 — 哪份研究?
- 「業界普遍認為 X」 — 哪個業界 哪幾個人說的?
- 「通常 X」「一般來說 X」 — 統計來源?
- 「報告顯示 X」 — 哪份報告?
對人類讀者這些句子讀起來沒問題,因為人會自動腦補「應該有研究啦」。但對 AI 引擎來說 沒給來源 = 不可驗證 = 不能 quote。被 ChatGPT cite 跟「人類讀完點頭」是兩個遊戲。
這篇給之後想跨進 GEO 的人 一份「先掃自己」的 audit 範本 + 翻牌 SOP。能不能被 AI 引用 從這 17 句開始決定。
2. 6 行 grep 掃出全站 17 句 vague
不要憑感覺改。先用 grep 把所有 vague pattern 撈出來、不然你會一邊改一邊漏。範本就丟給 agent 寫 (我的習慣是不會 grep 也沒關係 把要找的 pattern 用人話列給 agent 它就生 audit script):
patterns = [
r'據[研究調查]+',
r'研究[指顯]示',
r'有研究',
r'業界',
r'通常',
r'一般來說',
r'眾所周知',
r'專家[認指說]',
# ... 共 22 種 pattern 含中英
]跑一次 拿到清單:
- Total: 17 hits
- Files affected: 9 (SEO Journey 6 / 新手教學 11)
- 最髒的一篇:LINE Bot 那篇 3 hits / 第一名同分:from-seo-to-geo 自己也 3 hits
17 句不算多。但分散在 9 個檔案 = 不可能用 inline edit 一個一個找 要 source code 改。這也是為什麼非工程師寫多了之後早晚要學一點 grep — 不是要寫 code 是要量化自己的爛東西在哪。
3. 翻牌範本:vague → cited 的 4 種 pattern
17 句翻完之後 歸納出 4 種 pattern。下面表格是我自己 reuse 的範本 之後寫新文章直接套:
| 改前 (vague) | 改後 (cited) |
|---|---|
| 「有研究指出 SEO 排名第一吃掉 30% 流量」 | 「Backlinko 2024 對 400 萬筆搜尋結果分析顯示:排名第一吃掉 27.6% 點擊」+ 連結回原 paper |
| 「業界普遍認為 robots.txt 應該允許 AI bot」 | 「根據 Search Engine Land 2024 統計、35% 前 1000 大網站顯式 allow GPTBot」+ 連結原文 |
| 「通常新站 sitemap 提交後 7 天內被索引」 | 「我自己 Lab 5 天實測:提交後 1 天 GSC 收到、3 天第 1 篇被索引、5 天 3 篇被索引」+ 連結回 #4 文章 |
| 「報告顯示 PageSpeed 影響 SEO 排名」 | 「Google Core Web Vitals 文件明確列為排名因素 + 我自己 Lab 從 67 到 93 分」+ 連結 Google 官方 + 自己 #2 文 |
Pattern 3 (我自己實測) 是給「沒有外部來源 但是我 build-in-public 過程紀錄過」的場景。Coolkid 的招牌之一就是 build-in-public — 自己實測的東西可以變成 in-text citation 連回自己其他文章。內鏈跟 citation 一次到位 (是有屁用沒外部背書時 自己當自己的來源)。
這個對非工程師、新站特別好用。沒有研究團隊發 paper 沒關係 你自己跑一次有數字就是來源。可能對中文環境的限制是中文 GEO paper 跟二手研究比英文少 翻牌時找來源會多花一點時間 但這條路非走不可。
4. 順手做的另一件事:Answer-first 重排
翻 citation 的同時順手做了 Answer-first 重排。GEO 研究 (Kevin Indig 1.2M AI answer 分析) 顯示 44.2% AI 引用集中在頁面前 30%、段落順序直接影響被引用率。
我寫 Threads 的招牌是場景直入 跟 Answer-first 其實是一致的:第一句就給結論。但寫長文的時候有些段落還是先給背景才給結論 這次也順手翻過來。範例:
- 改前:「我做了一陣子之後發現 sitemap 提交跟「驗證」按鈕是兩件事...」(背景開頭)
- 改後:「sitemap 提交跟「驗證」按鈕是兩件事 — 我做了一陣子才發現...」(結論開頭)
這個改動量比 citation 少很多 — 大部分文章本來就 answer-first。但跑一輪總有 5-8 段需要翻。AI 引擎讀文章像新手讀者用滑的、第一段沒給答案就跳。把結論前置 = 給 AI 的 quote 餌。
5. 改完怎麼驗證 (沒測 AI 引用 但...)
最直接的驗證是「問 ChatGPT / Claude / Perplexity 同一個問題 看改後會不會 cite 我」。但這次先不做這個 因為:
- AI 引用是滯後指標 內容改完到被 quote 通常 2-4 週
- 這次目的是補基本盤 (in-text citation) 不是優化某個 specific query
- 真要測 quote 率要做 baseline + 變因控制 留給之後 #10 寫
短期能驗證的是結構面:
- 重跑 vague-citation grep:17 → 0 hits
- 外部連結密度:從幾乎 0 變成每篇平均 3-5 條外部 + 2-3 條內鏈
- 文章字數變化:平均 +6-8% (補出處 + 連結)、可接受
長期再追 GA4 的 ChatGPT / Perplexity referrer。這個要等 1-2 個月才有意義的數字 — 留給 #10 寫專篇。可能對免費仔的限制是大部分 referrer 數據要 GA4 跑滿一個月才穩 在這之前都是雜訊。
6. 下一步:Quotable blocks 重寫
GEO 五大方向第二個是 Quotable blocks 重寫 (40-60 字 自含主詞 結尾帶數字)。改動量比 citation 還大 要逐段重寫不只是改一句。
下一篇 #9 全站 19 篇嵌入「適合 / 不適合 / 最常踩」block:GEO 第二動 Quotable Blocks 已上。19 篇 × 9 bullet = 171 個 quotable unit 全站套用紀錄。
GEO 章節跑完一動 還有四動。傳統 SEO 章節 7 篇花了 6 天、GEO 章節大概要花 2-3 週、因為內容改寫比技術設定耗時。但這條路如果走通 後面寫每篇新文章都會自帶 GEO 結構 一勞永逸。
看完這篇之前先確認:
- 文章有「有研究指出」這類空泛引用
- 想開始做 AI 引用友好的網站
- 需要可複製的 GEO audit SOP
- 還沒有任何長文的純意見部落格
- 刻意不引用外部來源的純創作站
- 不在意 AI 流量的純粉絲社群
- 翻牌只改一兩篇就收工
- 找不到原始來源就編一個
- Answer-first 改完忘了同步 meta description
相關閱讀
- #7 從 SEO 跳到 GEO：Lab 6 天 SEO 結業 + 下一站 AI 引用優化
- #6 原來我 SEO 章節只做了 50%：補關鍵字 + AI 指紋治理
- #5 GA4 自訂事件實作:7 個事件升級監視器
- #2 PageSpeed 效能 67 → 93:三輪優化全紀錄
這篇背後的真實開發過程記錄在 Build Log。
搜尋標籤：geo、in-text-citation、audit、build-in-public。
本篇為個人學習與實驗紀錄。GEO 算法持續變動 本文翻牌結果不保證在你網站完全相同 請依自身狀況實驗驗證。本站不接 YMYL 高風險站、不做 PBN、不做品牌矩陣 SEO。