AI 搜尋生態的透明度正在提升——但伴隨而來的是更多需要重新思考的假設。本週的三則新聞挑戰了 GEO 領域的多個核心假設，對香港企業有直接的策略影響。
動態一：ChatGPT 檢索機制大公開——它到底讀了你的哪些內容？
發生了什麼事？
Search Engine Land 的 Olivier De Segonzac 在本週發表深度分析文章（8月17日），首次系統性揭露 ChatGPT 的檢索堆疊（Retrieval Stack）——包括它如何建立索引、使用快取、以及實際讀取了哪些頁面。文章揭示了幾個關鍵發現：
- ChatGPT 並非即時搜尋整個網絡——它依賴一個預先建構的索引，這個索引的更新頻率和覆蓋範圍遠小於 Google Search
- 快取層對結果有巨大影響——ChatGPT 會快取高頻查詢的結果，這意味著如果你的內容不在初期索引中，可能需要很長時間才會被重新抓取
- ChatGPT 偏愛特定內容格式——結構化數據、清單式內容、權威來源（如 Wikipedia、權威新聞媒體）在檢索結果中的權重遠高於一般品牌內容
為什麼這很重要？
這篇分析顛覆了許多 GEO 從業者對 ChatGPT 如何運作的假設。過去我們常以為「只要內容夠好，ChatGPT 就會自然找到它」，但事實上 ChatGPT 的檢索機制有明確的偏好和限制。如果你的內容格式不符合 ChatGPT 的索引偏好，即使內容質量極高也可能長期無法被引用。
對香港企業的建議：
- 優先採用 ChatGPT 偏好的內容格式——包含清單、表格、FAQ 結構化數據的內容更容易被索引
- 確保內容在權威引用網絡中——被第三方權威網站（如新聞媒體、行業報告）引用的內容，更容易被 ChatGPT 的檢索系統發現
- 不要只依賴 SEO 最佳實踐——ChatGPT 的檢索機制與 Google 搜尋完全不同，SEO 做得好不等於 GEO 做得好
動態二：GEO 分數神話破滅——「被推薦」比「被評分」重要得多
發生了什麼事？
ADWEEK 的 Andrew Bolton 在本週發表重磅分析文章（8月17日），標題直指核心痛點：「為什麼 GEO 分數不是品牌 AI 引擎可見度的解決方案」。文章論點清晰：市面上越來越多工具提供「GEO 分數」——一個號稱可以衡量品牌在 AI 搜尋中表現的單一數字——但這些分數本質上具有誤導性。
與此同時，JD Supra 的法律行銷分析（8月18日）進一步提出 「付費媒體（Earned Media）才是 AI 可見度的真正決定因素」 的觀點。真正的 AI 引用競爭不在於你網站上有什麼，而在於第三方如何談論你。
核心問題在於：
- GEO 分數缺乏標準化——每個工具用不同的算法、不同的數據源，分數之間無法比較
- GEO 分數容易操縱——與其說反映真實的 AI 可見度，不如說反映了對特定工具的優化程度
- AI 搜尋引擎更重視「跨來源共識」——多個獨立來源同時引用你的品牌，遠比單一網站的優化更有價值
為什麼這很重要？
這對香港企業來說是一個關鍵洞察。如果你正在花錢購買 GEO 分數工具，並根據分數來制定策略，你可能正在被誤導。ADWEEK 的觀點與我們長期以來的建議一致：GEO 的本質不是 SEO 2.0，而是品牌公關的數位化延伸。被 AI 引用需要的是「被第三方認可的品牌權威」，而不僅僅是「優化過的網站內容」。
對香港企業的建議：
- 不要過度依賴單一 GEO 分數——將 GEO 分數視為參考方向而非絕對指標
- 投資「可被引用的品牌資產」——行業報告引用、媒體報導、專家訪談、學術論文等第三方背書，對 AI 引用的影響遠大於網站優化
- 建立跨平台品牌提及策略——確保你的品牌在多個權威來源中有自然提及，形成 AI 引擎可感知的「共識信號」
動態三：AI Agent 流量終於可測量——Agent Analytics 改變遊戲規則
發生了什麼事？
OtterlyAI 本週正式推出 Agent Analytics，宣稱這是有史以來第一個讓 AI Agent 流量變得可見、讓 AI 搜尋 ROI 可測量的工具。與此同時，Somantra 推出了 Brand Engagement Score，一個衡量品牌在 ChatGPT、Google AI Overview、Claude 和 Perplexity 中參與度的新指標。
這兩項新產品同時指向同一個趨勢：GEO 行業正在從「數據匱乏」急劇轉向「數據豐富」。
Agent Analytics 的核心功能：
- 區分人類流量和 AI Agent 流量
- 追蹤 AI Agent 如何瀏覽你的網站——它們讀取了哪些頁面、停留了多久
- 量化 AI 搜尋推薦帶來的實際商業價值
為什麼這很重要？
OtterlyAI 的創辦人指出，AI Agent 訪問網站的方式與人類完全不同：Agent 不會被品牌故事打動、不會受到視覺設計影響、不會滾動頁面或點擊 CTA。它們直接讀取結構化數據，然後在內部處理後直接執行任務。這代表傳統的網站分析工具（Google Analytics 等）完全無法捕捉 AI Agent 的行為。
有了 Agent Analytics，品牌第一次可以回答「我的 AI Agent 策略到底值多少錢」這個關鍵問題。
對香港企業的建議：
- 立即部署 AI Agent 可讀的數據層——確保你的網站有完整的 Schema.org 結構化數據和機器可讀的 API
- 開始測試 Agent Analytics 類工具——了解你的網站目前有多少 AI Agent 流量，以及這些流量如何與你的業務互動
- 為「Agent-first」的網站體驗做準備——未來你的網站需要同時服務人類（視覺內容）和機器（結構化數據）兩個截然不同的受眾
AIGEO 團隊觀點
本週的主題非常清晰：GEO 正在從「猜測遊戲」走向「數據驅動」。ChatGPT 檢索機制的透明化讓我們更了解 AI 如何工作、GEO 分數的爭論提醒我們不要迷信單一指標、Agent Analytics 的出現則讓 ROI 測量成為現實。
對於香港企業，我們建議立即採取三個行動：
- 審計你的內容在 ChatGPT 檢索中的覆蓋情況——你的內容格式是否 ChatGPT-friendly？
- 重新評估你的 GEO 衡量方式——不要只看分數，要看實際的 AI 引用、品牌提及和第三方背書
- 為 AI Agent 時代做好數據準備——結構化數據不再只是「加分項」，而是必需品