SEO 歷程 · 用 AI 學 SEO step-by-step

我用 AI 從 0 開始學 SEO：把網站當練習場

文 / Coolkid發布：2026-05-10 · 最後更新：2026-06-11閱讀約 14 分鐘

我是全職交易者，不是行銷人，更不是 SEO 出身。前陣子開始想一件事：自己做的東西要被陌生人看到，不能只靠社群擴散。

SEO 是少數能長期把人帶進來的管道。問題是，我對 SEO 一無所知，完全是 0。

用 AI 邊上線邊學，到 2026 年 5 月為止大約一個月，這個 Lab 從 0 篇文章長到 30 幾篇，Google 開始有真實點擊，PageSpeed 從 67 拉到 93，GEO 章節也跑完前兩動。

一個月能做這麼多，靠的是方法。

三件事：把 AI 當研究員來問問題，找一個練習場邊學邊做，再用數據去驗證每個動作到底有沒有效。

這篇是一步一步的教學，讀完你會做出三樣東西。

一份「具體問題清單」，當成每次問 AI 的模板。

一份 SEO 自學的 4 個必做動作，也就是 sitemap、速度、內鏈、E-E-A-T 這四項。

還有一份 6 個月的「數據驗證路線圖」，照著走就知道自己現在在哪一段。

範例是 SEO，但任何一個你完全沒底的新技能，都套得上這一套。

AI 當老師 vs 當研究員：為什麼直接問 AI「SEO 怎麼做」沒用？

把 AI 當「老師」，你會拿到一份平均答案。對任何人都通用，對你都不夠具體。

我問過 AI「SEO 怎麼做」，回來的是一份看起來很專業的完整答案，讀完還是不知道自己明天要從哪裡開始動。

把 AI 當「研究員」，你會拿到一份只對你有用的答案。差別在你怎麼問。

下面是同一個問題的兩種問法，可以直接比：

1. 錯的問法（當老師）：「SEO 怎麼做？」「網站怎麼優化？」「我該寫什麼文章？」這樣問，AI 只會回一份通用清單，你拿著也不知道要從哪一條開始。
2. 對的問法（當研究員）：「我這個 Lab 網站全站只有 30 篇文章，我有交易背景、沒有行銷背景，目標讀者是想用 AI 做網站的非工程師，應該先做哪 3 件事？」這樣問，AI 會排出一份只對你有效的優先順序。

問題問得越細，回來的答案就越用得上。

所謂具體，就是把網站現況、你的背景、目標讀者、你想決定什麼，這 4 個元素都寫進去。

每次問 AI 都補上這 4 個元素，AI 就會從一個只會給通用答案的工具，變成一個真的陪你一起想事情的研究員。

SEO 自學要先做哪 4 件事？（必做動作清單）

新手做 SEO 先不要研究關鍵字，也先不要寫一堆內容。

把下面 4 個結構性的動作先做完，後面寫的內容才推得起來。每個動作我都拿這個 Lab 當練習場驗證過：

1. 動作 1：把 sitemap.xml 提交給 Google。在網站根目錄建一個 sitemap.xml，把所有頁面列進去，再到 Google Search Console（GSC）提交，等 2-3 天看「已索引」的數字會不會增加。我自己在 30 篇還是假版的階段就提交了，3 天後有 27 篇被索引。
2. 動作 2：PageSpeed 跑到 90 分以上。去 pagespeed.web.dev 跑自己的網址，看 Performance、Accessibility、Best Practices、SEO 這 4 個分數，低於 80 的先修。我自己從 67 修到 93，主要做了三樣：壓縮圖片、拆開 CSS、讓圖片延後載入。
3. 動作 3：用內鏈把所有文章互相連起來。每篇文章寫到相關概念的時候，就加一條連到其他文章的連結。這個做法叫內部連結，是 Google 判斷一篇文章重不重要的關鍵訊號。我自己 30 篇文章之間連了 100 多條內鏈，曝光多了三成。
4. 動作 4：E-E-A-T，也就是 Experience、Expertise、Authoritativeness、Trustworthiness。每篇文章都加上「我是誰、為什麼我可以寫這個、我有什麼經驗」。對 Google 來說，這是「真人寫的」訊號。我自己每篇都放作者介紹，再附真實截圖，像是 GA4 的數字、PowerShell 的錯誤畫面，AI 內容檢測的通過率是 99%。

4 個動作做完再開始寫內容，效率差 5 倍。

我自己一開始順序弄反了，先寫內容、沒做結構，曝光一直上不來。後來把 4 個動作補完，曝光跟點擊才開始動。

這個順序，新手不要弄反。

怎麼把自己的網站當「練習場」邊學邊做？

看書、看影片學 SEO，為什麼我學不下去？因為沒有下單。

交易教我一件事：沒下單之前學的東西都是假的，下單之後才是真的在學。

SEO 也一樣。沒在自己網站上跑過的觀念，都只停在知識，沒有變成體感。

這個練習場有 4 個原則：

1. 原則 1：練習場要是真的網站，不是測試站。用真的網域（哪怕是 .vercel.app 也可以），真的提交給 Google，真的在乎數據。沒有一點代價的練習，你不會真的用力，做完過幾天也就忘了。
2. 原則 2：學到一個觀念就立刻在練習場套用，不要超過 24 小時。「sitemap 要提交」，24 小時內提交。「內鏈很重要」，24 小時內加 10 條內鏈。延後一天通常就變成延後一週，最後這件事就沒了。
3. 原則 3：每次套用之後，寫一篇文章記錄結果。把「我學到 X、我做了 Y、結果發生 Z」寫成公開的紀錄。這些文章本身又會幫你帶來新的流量，練習場跟內容來源就一起有了。
4. 原則 4：數據是唯一的成績單。GSC 的曝光、點擊，加上 GA4 的活躍使用者，這 3 個數字每週看一次，就知道哪個動作真的有效、哪個只是做心安的。我自己每週看一次，累積下來就講得出哪些觀念真的影響了我的數字。

邊學邊做最大的好處，是你不只記得這個觀念在講什麼，還記得在自己網站上做這件事是什麼感覺。

這種感覺是教科書給不了的。別人問你的時候，你能直接講自己做過什麼、數字變成怎樣，而不是背一段理論給他聽。

這個 Lab 就是我的成績單。

實測 vs 假學的差別：怎麼用數據驗證每個 SEO 動作有沒有效？

學了一陣子之後，最大的陷阱是什麼？以為自己都懂了，真的要動手又做不出來。

SEO 的知識在 ChatGPT 上一秒就查得到，但「在自己網站上做出效果」是另一回事。差別在數據。

用 3 個數據驗證模型，就看得出哪個動作對你的網站真的有效：

1. GSC 曝光數驗證：sitemap、內鏈、E-E-A-T 改完之後，看一週後的曝光數有沒有起來。我自己提交 sitemap 之後 3 天，就從 0 曝光變成 200 多次曝光。動作跟數據之間反應越快，代表這個動作對你的網站越有用。
2. PageSpeed 分數驗證：速度、圖片、CSS、字體改完之後跑一次 PageSpeed，看分數差多少。我自己改了 3 輪，從 67 拉到 93，每一次改動都看得到分數變化：壓縮圖片 +8、拆開 CSS +6、圖片延後載入 +12。
3. 對照組驗證：同類型的文章，一篇做 SEO、一篇不做，看 4 週後的曝光差距。這是最硬的測法，但要有 2 篇以上的對照組才有意義。新手前期可以先跳過，等網站累積到 20 篇以上再做。

我自己用前兩種驗證模型，邊上線邊學，SEO 歷程連載每一篇都有具體數據：改了 X 之後，Y 這個數字變成 Z。

這些數據累積起來，就是你的學習軌跡，也是別人願意相信你的理由。

沒做數據驗證會怎樣？

看起來好像懂了，下次遇到一樣的問題還是講不出該從哪一步開始動手。

從 0 學 SEO 到網站有真實流量的 6 個月路線圖（5 步驟）

上面這些方法，實際跑起來是什麼順序？濃縮成 5 個步驟，6 個月就看得到第一波真實流量：

1. 步驟 1（第 1 個月）：建練習場。用 Vercel 加 Next.js，或者純 HTML，蓋一個自己的 Lab 網站，主題可以是「我用 AI 學 X 的紀錄」，X 就是你想精通的東西。先放 10-15 篇假版文章，提交 sitemap，看 GSC 的第一筆曝光。
2. 步驟 2（第 2-3 個月）：把 4 個 SEO 必做動作做完，也就是 sitemap、PageSpeed 90 分以上、內鏈、E-E-A-T。每做完一個就寫一篇文章記錄結果。這時候你已經有 20 篇以上的文章，還有真實數據可以講。
3. 步驟 3（第 4 個月）：開始把 AI 當研究員來寫內容。每篇文章都用「具體問題模板」問 AI，一個月產出 3-5 篇有 SEO 結構的內容。Threads、X 同步公開寫，把有同樣需求的人吸引過來。
4. 步驟 4（第 5 個月）：寫一篇「我用 AI 學 X」的整合文章。把方法、經驗、數據全部寫進去，讓一個陌生人可以照著走一遍。Threads、IG、X 同步公開，帶進第一波站外流量。
5. 步驟 5（第 6 個月）：看數據成績單。GSC 的曝光數、點擊數，加上 GA4 的活躍使用者，這時候都該有實際數字可以看。回頭確認哪些動作真的有效、哪些只是做心安的，整理成下一輪要改的計畫。

跑完 5 步，你會從 SEO 0 基礎，變成手上有 30 幾篇實作紀錄、真實數據，還有一套自己驗證過的學習方法。

這一路真正付出去的是時間。文章一篇一篇公開寫出來以後，知識會留在你身上，也會有人開始知道你在做什麼。

為什麼 build-in-public 是非工程師最強的學法？（公開過程的複利效應）

聽起來反直覺：學到一半就公開，不是更丟臉嗎？

但實務上公開寫有 4 個自己埋頭學拿不到的好處：

1. 公開過程會逼自己想清楚：要把學到的東西寫成文章給陌生人看，你會被迫把每個觀念想透，比自己埋頭學快 5 倍。我自己每篇 SEO 歷程都是學完當天就寫，寫的過程才發現很多細節根本沒搞懂。
2. 踩過的坑寫下來就是文章：你卡住的地方，99% 都是別人也會卡的地方。把過程寫下來，別人搜到的就是你。我自己 PageSpeed 跟 GSC 那幾篇，帶來的曝光最多。
3. AI 讓公開寫這件事變得可行：以前整理一篇要花一週，現在 AI 幫你查資料、列大綱、校稿，2-3 小時就能寫完。學的速度跟得上，公開寫才不會斷掉。
4. 文章是最好的學習載體：每學一個觀念就寫一篇，學習過程整個公開，這些文章會幫你帶來新的讀者跟新的機會，時間拉長就是複利。

如果你也想學一個完全沒底的新技能，現在是用 AI 學的最好時機。

把 AI 當研究員來用，找一個練習場邊學邊做，再把整個過程公開寫出來。

三件事一起做，速度差很多。

想跟著我的 SEO 學習軌跡，看我怎麼一步一步把網站做到讓 Google 看得懂，可以從 SEO 歷程 這個系列開始。

從 #0 到最新的 #9 連載，全部公開，數據都可以自己去驗證。

名詞解釋

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。

GSC（Google Search Console）

Google 給網站主的免費後台：看自己網站在搜尋的曝光、點擊、排名跟索引狀態。做 SEO 的人天天開的儀表板。

網站地圖（sitemap）

列出網站所有頁面跟最後更新日的清單檔（sitemap.xml），交給搜尋引擎加速發現與重抓你的頁面。

PageSpeed Insights

Google 提供的免費網站速度體檢工具，輸入網址就給 0-100 分跟逐項改善建議。

內部連結（internal link）

站內文章互相連的連結，幫讀者跟搜尋引擎理解「哪些內容相關、哪一頁重要」，是成本最低的 SEO 訊號。

曝光（impression）

你的頁面出現在搜尋結果裡被看到的次數，不管有沒有被點擊。

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）。

GA4（Google Analytics 4）

Google 的流量分析工具：訪客從哪來、看了什麼、停多久。GSC 管「搜尋結果上的表現」，GA4 管「進站後的行為」。

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。

索引（index）

搜尋引擎把你的頁面收進資料庫、開始能被搜到的狀態。「先被索引」是「有排名」的前提。

不想錯過 Lab 的新文章?
訂閱後有新文章上線,就寄信通知你,
點有興趣的進來看就好。

填 email 就完成訂閱(信由 Substack 代寄)、隨時取消、不轉賣 email。

如果內容對你有用就太好了
隨喜斗內

看完這篇之前先確認:

← 回 SEO 歷程