什麼是自動化生成式內容（AIGC, Artificial Intelligence Generated Content）?
什麼式生成式搜尋體驗（SGE , Search Generative Experience）？
Similar Questions & Popular Questions
- 內容及品質
- 專業度
- 呈現及製作
- 避免製作以搜尋引擎為主要考量的內容
- 聚焦在以使用者為優先的內容
專業度相關問題
- 使用自身經驗（第一人稱角度）表達實驗精神與話題性內容
- 擁有領域專業、呈現高度知識經驗的豐富內容
內容及品質相關問題
- 依據實際經驗、主題性（Topic）、解釋、作者資訊等（如果僅用模型產生內容，無法呈現具有可信度的內容）多種複合資訊細節所呈現出來的主題，取得用戶信任
聚焦在以使用者為優先的內容
開箱文、體驗文、實測文等實用性資訊內容，能吸引使用者注意，提供實用性資訊與幫助用戶針對自身搜尋需求做出決策。
避免製作以搜尋引擎為主要考量內容
讓我們齊心協力為使用者提供更實用的內容（goo.gle/helpful-content）
Google 搜尋與 AI 生成式內容於未來搜尋行為間的影響
- 人工智慧（AI , Artificial Intelligence）：搭配使用多項技術，透過圖像辨識、生成式內容的產出，用於解決與人類智慧相關的常見認知問題
- 機器學習（ML , Machine Learning）：系統從大量資料中學習，並充分根據學習成果做出決策
- 大型語言模型（LLM , Large Language Model）：使用極大型的資料進行深度學習，可解讀內容、提供摘要。還能生成及預測新內容。
Google 長久以來皆使用機器學習技術，實際上已使用超過 20 年，並廣泛用於 Gmail、Google Map、Google My Business 等服務。現在，針對搜尋技術，Google 使用機器學習杜絕垃圾內容、訓練語言模型，以深入了解網頁的內容和版面配置。
Google 的機器學習技術
- RankBrain：針對長尾查詢，為使用者找出更適合的搜尋結果（long-tail queries）。
- MUM：進一步連結複雜查詢中的概念（better connect concepts）。
- Bert：進一步了解查詢字詞的關聯（relationship of words in a query）。
機器學習的排名演算法，本身就是透過人類製作的內容訓練的，需要注意的是這些機器學習模型生成的結果易於自認了解人類的內容，並推廣模型認知的結果。但基於演算法的訓練，利用訓練集、資料集產出的結果並不等同於最終對用戶有幫助的內容，但用作參考資訊則可以更效率地幫助我們的日常需求、做出決策。（Must Know : LLMs can provide inaccurate, misleading or false information while presenting it confidently.）
為使用者而寫，不要迎合 Google 搜尋
Google Generative AI FAQs：https://ai.google/static/documents/google-about-generative-ai.pdf
以負責任的方式建構
- 標註出處
- 使用者意見回饋
因大型語言模型，準確一點的說現在的 LLMs 更像是接龍語料大師，基於字詞與意圖的相關性快速產生結果，並且LLM 將有自信地提供連貫流暢的回覆，但內容常常並不符合事實。
附件：Google 搜尋的 AI 產生內容相關指引（ai.google）
要知道搜尋意圖並沒有標準答案（No Right Queries）
搜尋用戶往往需要的使用場景往往並不是要一個標準答案，而是意圖在眾多的相關結果中，做出更有利於自己的選擇。
Google 將提供更多不同的搜尋入口，針對不同用戶場景開發
結構化資料＆複合式的資訊內容呈現
結構化資料是一種標準化格式（Schema），呈現 Google 需要的索引內容。
- ex. 食譜（Recipe）
為什麼結構化資料並沒有準確地顯示在搜尋結果頁？
可以使用 Rich Results Test 測試工具 來了解網頁資訊是否有完成依照標準化格式製作合適的資訊欄位。
關於付費牆的細節
可以考慮使用付費試閱的內容，並且充分提供適合的標註，讓 Google 理解哪些為公開資訊、哪些為付費資訊。
從 Google 搜尋中心（Google Search Central）取得實用工具
瀏覽功能指南，選出適合網站的結構化資料。複合式搜尋結果測試（Does your page support results?），能透過複合式搜尋結果測試來驗證結果化資料，在某些情況下還能預覽呈現的搜尋結果內容。
除了使用官方工具，更推薦同時也可以購過 Schema.org 的驗證服務，確保你的結構化資料，能在靜態的狀態下也能被渲染。並善用 Search Console 追蹤成效及排解錯誤。
- 知識面板（KP）：找出個人或商家的知識面板，看查聲明所有權的提示
- 聲明知識面板所有權：可使用 Google Search Console、Youtube、X（Twitter）、Facebook 帳號驗證。
- Google 商家：如果商家資訊完整填寫，所獲得的可信賴度訊號將為原本的 2 倍。
- 確保網站和其他網頁資料提供最新資訊：其他社群訊號也有利於搜尋可信度資訊，建議能建置有用的資訊頁提供 Google 索引（ex. Facebook、Instagram、LinkedIn、Pinterest 等）
- 製作內容：透過 Google 與搜尋使用者互動並傳遞資訊
新版 Search Console Merchant Listing Report
現在即使沒有 Google Merchant Center 帳戶，商家也可以在網頁上提供商品資料，藉此使用商家資訊體驗。
Google 會將數百萬個網站的影片編入索引
更重視影音搜尋的覆蓋度，索引更多高質量影片
因為影片為一種非結構化的內容，但影片功能可任發佈者更有效觸及使用者，Google 提供另外的影片結構化資料協助用戶更容易理解影片內容（ex. 直播標記）。
- 所需影片
- 所需片段：效率高且令人滿意的內容、推薦內容
- 能預測使用者行為的用戶體驗：現代化的引導式資訊、推薦內容
影片 SEO 最佳作法
- 為影片建立專屬頁面：建立影片專屬觀賞畫面，用於說明影片內容，且影片應該為該頁最醒目的主體。為影片建立專屬頁面後，還是可以將同一部影片放在包含在其中
- 允許Google 擷取影片的檔案內容：使用 schema.org 中的 VideoObject 標記影片（提供充分影片資訊、Google Search Console驗證標記），使用結構化資料提供 contentURL，請務必使用穩定的網址提供影片檔案，並先驗證 GoogleBot（可爬取、可下載）
- 啟用影片片段功能：啟用重要時刻功能，幫助使用者第一時間理解影片內容，包含剪輯片段（Clips）、。
- 全新影片索引報表：在 Google Search Console 中了解影片的成效，同時找出可修正影片索引問題的有用資訊。