產品 SEO 與 GEO 代理 付費廣告代理 網站代理 轉換代理
運作方式 方案 常見問題 部落格 預約通話

用 AI 寫對 SEO 友善的內容:原理和容易出錯的地方

更新於 · 閱讀約 6 分鐘

簡短回答 AI 寫作工具根據訓練時讀過的文字,加上您貼進去的內容或它透過網路搜尋找到的內容,預測最可能出現的下一個詞。所以它搭架構、把句子寫清楚很快,但會捏造事實,不知道訓練截止日期之後的事,對您的生意一無所知,寫出來的是全網內容的平均值。它缺的,要由您來補。

想把這些用在您的生意上?預約一次 30 分鐘的免費通話,一起聊聊。

預約通話

AI 是怎麼寫 SEO 內容的?

它在預測文字。大型語言模型(LLM),也就是 ChatGPT、Claude 或 Gemini 背後的引擎,讀完您的要求後,一小段一小段地寫出最可能接著出現的詞。Google 自己的機器學習課程說得很直白:

"LLMs are essentially autocomplete mechanisms that can automatically predict (complete) thousands of tokens." (Google Machine Learning Crash Course: LLMs and transformers) 譯文:「LLM 本質上是自動完成機制,可以自動預測(補完)成千上萬個 token。」

token 是一個詞或詞的一部分。模型在發布之前,從大量文字中學會了哪些詞通常接在哪些詞後面。除非有工具替它查,它不會去查證事實。

當您請它寫「一個關於 Tucson 熱水器維修的網頁」時,初稿來自四種輸入:

輸入給初稿帶來什麼帶不來什麼
訓練資料文法、架構、常見事實、這類網頁通常怎麼寫截止日期之後的任何事、少見的資訊
您的提示詞您的價格、服務、城市、語氣(前提是您寫進去)您沒寫的東西
網路搜尋(如果開啟)目前的網頁,附上可以核對的連結任何公開網頁都沒寫的事實
SEO 工具資料(在 SEO 寫作應用程式裡)已經有排名的網頁上用到的關鍵字和標題客戶為什麼選您

第一列永遠都在。另外三列好不好,全看您或工具餵進去的東西。AI 內容哪裡寫得好、哪裡出錯,原因全在這裡。

為什麼 AI 初稿聽起來和別人一樣

因為預測最可能的下一個詞,就等於寫大多數網頁已經寫過的內容。十個老闆請各自的 AI 工具寫同一個網頁,得到的是十個幾乎一樣的網頁。

Google 的排名建議要的正好相反。它給網站擁有者的自我檢查問題:

"Does the content provide insightful analysis or interesting information that is beyond the obvious?" (Google Search Central: Creating helpful, reliable, people-first content) 譯文:「內容是否提供了有見地的分析或有趣的資訊,而不只是顯而易見的東西?」

同一網頁還問內容是否提供「original information, reporting, research, or analysis」(原創的資訊、報導、研究或分析),並提醒不要「simply copying or rewriting those sources」(只是複製或改寫這些來源)。一份什麼都沒加的 AI 初稿,從原理上說就是對常見來源的改寫。讓網頁排上去的,恰恰是只有您知道的部分:這裡的工程要多少錢、您在現場看到什麼、您所在城市要求哪些許可。

AI 寫作在 SEO 上哪裡會出錯

每種問題都直接來自模型的運作方式。

問題背後的原因解決辦法
捏造事實、價格、法律或引言它用聽起來合理的詞填補空白,而不是說不知道每項說法都對照您親自打開過的來源核對
內容過時它的知識停在某個截止日期開啟網路搜尋,或把最新規定貼進去
對您的生意一無所知您的工程、員工和價格不在它的訓練資料裡在提示詞裡給它您的事實
千篇一律,和競爭對手一樣它寫的是最可能出現的文字加上只有您才有的照片、數字和故事
從文字猜搜尋意圖,而不是看搜尋結果沒有搜尋,它就看不到今天的搜尋結果頁交代任務前,自己先看一遍搜尋結果頁
量產的誘惑一個網頁幾秒鐘就能產生,老闆們一做就是幾百個只發布您願意傳給客戶看的網頁

關於捏造事實,研究人員這樣解釋:

"Like students facing hard exam questions, large language models sometimes guess when uncertain, producing plausible yet incorrect statements instead of admitting uncertainty." (Kalai et al., Why Language Models Hallucinate, 2025) 譯文:「就像學生面對難題一樣,大型語言模型在不確定時有時會去猜,給出看似合理但錯誤的說法,而不是承認自己不確定。」

Google 的課程用一句話說了同樣的意思:「LLMs hallucinate, meaning their predictions often contain mistakes.」(LLM 會產生幻覺,也就是說它們的預測經常包含錯誤。)Anthropic 為自家模型 Claude 寫的指南說,即使是最先進的模型也「can sometimes generate text that is factually incorrect」(有時會產生與事實不符的文字),並建議請模型為每項說法引用原文,無法支持的說法就撤回(Claude Docs: Reduce hallucinations)。

關於日期,AI 廠商會為每個模型公布一個截止日期。Anthropic 對「可靠知識截止日期」(reliable knowledge cutoff)的定義是:

"The date through which the model's knowledge is most extensive and reliable." (Claude Docs: Models overview) 譯文:「截至該日期,模型的知識最為全面可靠。」

在那之後發生變化的任何事,例如新的廣告規定、Google 的新功能、某個價格,模型都不知道,除非它去搜尋。Anthropic 說,它的網路搜尋工具能讓模型「with up-to-date information beyond its knowledge cutoff」(用知識截止日期之後的最新資訊)來回答,並附上引用(Claude Docs: Web search tool)。凡是有時效性的內容,都用開啟了搜尋的工具。

Google 對 AI 寫的網頁怎麼說

Google 評判的是網頁,不是工具,但它要求有人工檢查:

"It is critical to manually factcheck and review all AI-generated content for accuracy and trustworthiness before publishing." (Google Search Central: Guidance on using generative AI content) 譯文:「在發布之前,務必人工查核並審閱所有 AI 產生的內容,確保其準確、可信。」

這項檢查「also applies to metadata」(也適用於中繼資料),例如標題、中繼說明和圖片替代文字,這些都可能顯示在搜尋結果裡。Google 還警告,用 AI 產生大量網頁「without adding value for users may violate Google's spam policy on scaled content abuse」(卻不為使用者增加價值,可能違反 Google 關於大規模內容濫用的垃圾內容政策)(同一網頁)。處罰是什麼樣子、怎樣避開:Google 會懲罰 AI 內容嗎?

網頁用了 AI 要不要說明?Google 建議「when it would be reasonably expected」(在讀者會合理預期的時候)加以說明(Google Search Central: Creating helpful, reliable, people-first content)。對服務網頁來說,有一位具名並為內容負責的老闆更重要;請參閱 小型企業的 E-E-A-T。

怎樣補上 AI 缺的東西

  1. 用您的事實交代任務。 把您的價格區間、服務區域、流程、保證,以及兩三個真實工程的故事貼進去。模型只能用它看到的東西。
  2. 開啟網路搜尋,凡是涉及規定、法律、平台或價格的內容都要開,並要求它在每項說法旁邊附上連結。
  3. 告訴它可以說「我不知道」。 Anthropic 把這列為減少捏造答案的基本方法(Claude Docs: Reduce hallucinations)。
  4. 發布前核對每個數字、法律和名稱,標題和中繼說明也不例外。
  5. 刪掉競爭對手也能說的話。 把競爭對手的名字換進去;仍然成立的句子,對您來說什麼都沒說。

一個好的服務網頁每個部分需要什麼:服務網頁的頁面 SEO。

範例

一位園藝造景老闆要求寫「一個關於春季清理的網頁」

只用一句話的提示詞,初稿列出了常見的工作項目,還有一個 AI 編出來的「$150 起」的價格。老闆把價格換成她真實的價格區間,加上她服務的城鎮和三個前後對比的工程。現在這個網頁有了任何競爭對手網頁上都沒有的事實。

一位牙醫詢問一項新的州規定

AI 的知識停在規定修改之前,所以它信心十足地描述了舊規定。開啟網路搜尋後,它找到了州委員會的網頁並附上連結,牙醫在發布前對照該網頁核對了引用的原文。

一位屋頂承包商一個下午產生了 200 個城市網頁

每個網頁都是同樣的文字,只換了城鎮名稱。網頁上沒有任何在地內容。這正是 Google 指南所說的大規模內容濫用,這些網頁讓整個網站都面臨風險,而不只是它們自己。

常見問題

BERT 是 AI 寫作工具嗎?

不是。Google 在 2019 年說,BERT 會幫助搜尋「better understand one in 10 searches in the U.S. in English」(更理解美國英語搜尋中十分之一的搜尋)。它不寫網頁。

AI 能判斷什麼會有排名嗎?

單靠它自己不能。SEO 寫作應用程式會把您的初稿和已經有排名的網頁做比較。這顯示的是已經存在的東西,而不是 Google 會獎勵什麼。

AI 為我寫的文字歸我所有嗎?

只靠提示詞不行,美國著作權局(U.S. Copyright Office)說(2025 年 1 月):「not the mere provision of prompts」(不是僅僅提供提示詞)。您自己的修改和寫作可以受到保護。

我應該用自己的品牌訓練一個 AI 嗎?

大多數老闆不需要。在每次的提示詞裡貼上幾篇您寫過的網頁和您的事實就行。模型用的是它看到的東西。

您的情況不同?

繼續閱讀

下一篇AI 內容加上人工投入:Google 看重的部分讓 AI 初稿在 SEO 上更有分量、只有人才能加的部分:親身經驗、您自己的數據、觀點、事實查核和真實署名。附 Google 原文。

問我們一個問題

一句話就夠了。我們會以電子郵件回覆。

出處

  1. Google Machine Learning Crash Course: LLMs and transformers
  2. Kalai et al., Why Language Models Hallucinate (arXiv, September 2025)
  3. Claude Docs: Reduce hallucinations
  4. Claude Docs: Models overview
  5. Claude Docs: Web search tool
  6. Google Search Central: Guidance on using generative AI content on your website
  7. Google Search Central: Creating helpful, reliable, people-first content
  8. Google: Understanding searches better than ever before (BERT, October 2019)
  9. U.S. Copyright Office: NewsNet 1060, Copyright and AI Part 2 (January 29, 2025)