更重視 SEO 頁面資訊架構
SEO 的頁面要素
SEO 的信賴訊號（Trust Signal）
- 提供客戶信賴
- 搜尋排名要素
- 可規劃：付款方式、退換貨政策、購物條款等
更重視索引、體驗、強化內容佈局的重要性
SEO 的問答引擎（Answer Engine）
New Bing 透過 AI 提供整體搜尋結果的快速彙整，並提供結論與 3 個參考連結。Google 發表問答引擎架構 Google SGE（Search Generative Experience）開放全球使用者測試。
AI 內容產出的門檻降低將引發 SEO 難度增加、內容競爭者變多的局面
在不久的將來， AI 生成式模型的泛用化，會直接逐漸提高 Google 對內容品質的標準，Content 的品質分數更為重要，無論 Content 本身是否為 AI 生成，提供使用者具體價值的核心要素，大方向在概念上基本不變。
持續關注新搜尋引擎平台架構＋新搜尋結果版位
GPTs 的整體環境與生態圈的形成，因為直接性的提供多種參考資料的選擇與結果，且跟原始的自然搜尋結果頁呈現關係極有可能在相關性上脫鉤，能不能利用新的相關性結果，提供泛 AI 模型作為問題搜尋行為的參考資料，極可能是一個值得參考的方向。
AI SEO 的額外訊號
- 關注「自媒體」的複合流量運用
- 推廣內容
- 引進流量（ ex. 社群帳號）
- 創造站外連結
- 創造品牌聲量（口碑、意見領袖陳述或論壇與討論）
- 站內外的連結策略
- 拉式策略（連結贏得）：創造連結誘餌（創造或鼓勵引用）
- 客座文章
- 經營站內內容：FAQ、文章、百科、論壇
- 鼓勵訪客留言
- 修復無效連結
- 經營站外內容
- 舊文重貼
- 連結誘餌（Link Bait）：社交分享按鈕、主動推文上 Facebook 或 PTT 論壇等
- 推式策略（連結建設）：真的找一些高品質網站推薦反向連結，仍有幫助但權威可能不如以往，但盡量避免不相關的外部連結，有害無益。
- 拉式策略（連結贏得）：創造連結誘餌（創造或鼓勵引用）
- 網路品牌聲量
- 擁有眾多外部評論
- 經常被提到
- 在社群媒體上持續曝光
- 在自身領域持續產出優質內容
- 實體世界的成就
- 參考性評論
- 評論系統的運作（確保使用者看見深入分析的評論，而非僅呈現彙整頁面的空泛內容）
- 產品評論演算法（Product Review）
高品質內容的終極目標並不是創造導購，是拉高聲量與權威
- 加強 SEO 的基礎建設（ex. Google Search Console & Google Analytics 與帳戶串接）
- 新工具的使用與學習
- 採用視覺化報表（洞察成效變化）整合成效結果：如採用 LookerStudio （前 DataStudio）
- 使用者經驗與成效優化（目的為創造 Call To Action）：透過行為分析擬定策略，創造更好的搜尋體驗（ex. Microsoft Clarity、Hotjar 等）
正確導入適用的結構化資料＆導入頁面要素
- 深入理解使用者的搜尋意圖（AI 也會學習理解使用者的意圖，提供結果）
- 滿足各階段的顧客體驗旅程所需的參考資料協助（尤其是採購前的決策旅程）
- 提昇自然語意相關度（相關詞、同義詞、長尾字詞等）
- 運用內容叢集提高主題相關度（從宏觀角度出發，創造完整的旅途體驗：決策前 > 決策中 > 決策中後 > 決策後，彼此互相連結，強化整體的搜尋策展主題）
- 策展主題與適用的結構化資料相連結，提供準確的資料結果與易於理解的呈現方式
Google 高內容品質的參考資料範本（官方公告 6 份文件）
- 建立實用、可靠且以使用者為優先的考量
- 建立內容審核標準
- 做好站內訊號與基礎頁面結構標籤
2024 值得嘗試運用 AI 處理 SEO 產出高品質內容的策略
- 整合 SEO 與內容行銷的場景：提煉需求主題、目標受眾、引發共鳴與認同、提供重要參考資訊
- 運用 AI 策展整體主題內容的規劃與建議
- 關注 Google SGE 的發展與預先準備（ex. 評論系統）
- 佈局全版位行銷（包含外部未來的新型態搜尋結果版位、多元平台參考資訊的多種目標版位）
- 善用 AI 的提示工程（Prompts）
- 最佳化、高品質產出 AI 的生成結果（Fine-Tuning）