ChatGPT 廣告要不要投？台灣開放自助投放後，品牌先想清楚的五件事
ChatGPT 廣告 2026 年 9 月在台灣開放自助投放。這篇整理誰看得到、哪些產業能投、怎麼計價，以及廣告和自然回答帶來的流量怎麼分開算。
EthorX 專欄
GEO 與 AI 搜尋基礎
GEO、AI 搜尋、可見度這些名詞各自指什麼，提及、引用與推薦怎麼分開看，以及和 SEO 的交集在哪裡。
AI 怎麼決定推薦哪個品牌？從拆問題、找來源到組答案
問 ChatGPT 或 Google AI 你的產業，回答推薦的卻是別人。這篇拆開 AI 推薦品牌的四個環節，說明品牌能影響哪一步、哪些錢不必花。
- AI 搜尋和傳統搜尋差在哪裡？先分清結果單位與驗收方法 傳統搜尋交給你一排連結，AI 搜尋交給你一段回答加來源。這篇拆解兩者的結果單位差在哪，以及各自要記哪些欄位。
- Google AI Overviews 與 AI Mode SEO 基礎：要做什麼、不能保證什麼 Google 說 AI Overviews 和 AI Mode 沿用既有 SEO 基礎，沒有 AI 專用開關。這篇說明兩者差在哪，把「還要多做什麼」拆成六層檢查，並講報表怎麼讀。
- 品牌提及和引用有什麼不同？先把 AI 回答事件分開留證 品牌被提到、官網被引用、品牌被推薦，是三件不同的事，證據門檻也不同。這篇給你三種事件的定義、判讀順序和資料欄位。
- AI Visibility 是什麼？從提及、引用到推薦的量測方法 AI Visibility 不是一個總分。這篇把它拆成提及、引用、推薦三個比例，講清楚分母怎麼固定，第一版用試算表就能做。
- Citation Tracking 是什麼？AI 引用來源與網址怎麼追 Citation Tracking 追的是 AI 回答引用了哪個網域、哪一頁。這篇分清 mention 和 citation，給你一張最少四個鍵的追蹤表和三層覆蓋率。
觀測與量測方法
固定題庫、建立基準、判讀 AI 回答裡的提及與引用，並在內容修改後用同一組條件重測。
AI Citation Source URL 怎麼分析？從顯示網址到可核對頁面
AI 回答附的來源網址，要分成畫面顯示、實際讀回、頁面支撐三層記錄。這篇給你欄位、正規化規則、redirect 與 canonical 的分法，以及報表要並列的四個計數。
- AI Share of Voice 怎麼算？先固定 brand event 分母 AI Share of Voice 最常出事的地方，是 mention rate 和 SOV 擠進同一欄。這篇給你固定分母的工作定義、四條公式和一組可以手算驗證的資料。
- AI 內容修改前後怎麼測？建立可比較的 Before After Test 內容改完、AI 回答變了，中間可能什麼關係都沒有。這篇教你固定問題、條件和判讀規則，把前後差異記成證據，而不是寫成因果。
- AI 可見度資料契約怎麼做？從去重鍵到報表對帳 報表上的 44% 回頭找不到是哪 44%，問題不在公式，在沒有資料契約。這篇給你欄位字典、去重鍵、七條斷言和交付前的對帳表。
- AI 回答有沒有答到重點？Answer Coverage 量測方法 AI 回答提到品牌，不代表答到重點。這篇把問題拆成可核對的要點，給你五種覆蓋狀態的判定條件、資料欄位和兩種摘要公式。
- AI 搜尋 Prompt Set 怎麼設計？從問題覆蓋到可判讀題庫 AI 搜尋的題庫不是把關鍵字改成問句。這篇給你五種題型的矩陣、寫題的四個原則、人工去重表，以及從空白表到第一版題庫的五個步驟。
內容寫法與結構
答案先行的段落結構、實體描述、來源標註與內部連結安排：讓內容有機會被讀懂、被引用。
AI 搜尋主題覆蓋怎麼做？避免內容只剩品牌自介
二十篇文章每篇都寫得不錯，讀者卻找不到「我該怎麼選」的答案，因為全部停在「我們是誰」。這篇給你五種讀者情境、四層內容分工、一張覆蓋矩陣和六步主題地圖。
- AI 搜尋內容實體：先把公司、產品與服務說清楚 公司、產品、服務的名稱、類別和關係沒先寫清楚，後面十篇文章都在抄一本亂掉的通訊錄。這篇給你六個實體欄位、頁面分工和登錄表格式。
- AI 搜尋內容更新週期怎麼定？用變動性和觀測安排檢查 「每季更新一次」不管用，因為政策和產品變的時候不會等你排程。這篇用五種變動性和兩種觸發條件排更新週期，附一張 refresh cycle 表。
- AI 搜尋比較頁怎麼寫？把條件、來源與未知放在同一張表 比較頁要讓讀者看出哪個選項符合自己的條件，不是替所有人選冠軍。這篇給你決策元素表、可查證的比較表、六步寫法和未知資料的標法。
- AI 搜尋頁面如何做 source attribution？作者、日期與來源歸屬 來源歸屬的目標是讓讀者查得動，不是讓 AI 引用。這篇給你四類主張標籤、一列 claim ledger 的七個欄位、作者與日期的責任，以及七步檢查。
- GEO 文章外部引用怎麼放？避免來源變成連結堆疊 外部引用要放在它支持的那一句旁邊，並分清哪句是官方說的、哪句是你的推論。這篇給你引用位置、錨文字、四種來源標記和失效連結的處理。
技術與檢索設定
robots.txt、AI crawler、JavaScript 渲染、sitemap、canonical、schema 與 llms.txt 的實作方式與驗收界線。
AI agent 來網站辦事會卡在哪？詢價、預約與表單準備清單
AI agent 開始替使用者查規格、填詢價表、訂位。這篇整理 agent 怎麼看網頁、最常卡住的五個地方、怎麼辨識 agent 流量，以及哪些步驟該交回人確認。
- AI crawler 可存取檢查表：從 robots 到 HTML 的 8 層稽核 AI crawler 讀不讀得到你的頁面，不是打開瀏覽器看到 200 就算數。這篇給你八層檢查表，把連得上、讀得懂、有沒有被引用分開驗。
- Article schema 對 AI Search 有什麼用？欄位、限制與驗收 Article schema 給的是標題、圖片、日期、作者這幾個機器讀得懂的線索，不是 AI 搜尋的排名開關。這篇整理 Google 的要求、欄位證據、JSON-LD 範例與部署前後的檢查。
- canonical 會控制 AI citation 嗎？重複網址與引用判讀指南 canonical 是給搜尋引擎的偏好訊號，不是命令 AI 引用哪個網址的開關。這篇教你把宣告、採用、實際引用三個 URL 分開記，並核對四種訊號。
- FAQ schema 還能幫助 AI Search 嗎？2026 rich result 限制與實務 Google 的 FAQ rich results 已於 2026 年 5 月停止顯示。這篇分開講可見 FAQ、FAQ schema、AI 引用三層，以及 schema 現在還要不要留。
- JavaScript rendering 會影響 AI Search 嗎？初始 HTML 與渲染檢查 瀏覽器看得到的內容，crawler 不一定拿得到。這篇教你分開檢查初始 HTML、渲染後 DOM 和 AI 回答三種狀態，並講 SSR、prerender、hydration 各自要確認什麼。
流程、工具與交付
專案範圍怎麼定、工具自建或採購怎麼選、內容治理與交接要交出什麼格式的證據。
AI 搜尋內容治理怎麼做？把來源、角色與發布邊界寫清楚
每個重要主張都要答得出誰確認、依哪個來源、哪個版本、公開後怎麼知道還對。這篇給你四種責任、主張卡、五段狀態和六步流程。
- ChatGPT 廣告要不要投？台灣開放自助投放後，品牌先想清楚的五件事 ChatGPT 廣告 2026 年 9 月在台灣開放自助投放。這篇整理誰看得到、哪些產業能投、怎麼計價，以及廣告和自然回答帶來的流量怎麼分開算。
- AI 搜尋監測工具採購清單：先核對資料、權限與交付邊界 AI 搜尋監測工具的每一句「支援」，都要換成可展示、可回查、可匯出的證據。這篇給你八項核對清單和可以直接貼進採購文件的表。
- content optimization feedback loop：讓 GEO 觀測接上跨角色內容工作 觀測報表沒人接，是因為輸出對下一個人沒有用。這篇把 GEO 觀測拆成六個節點，每個節點寫清楚輸入、輸出和誰接手。
- GEO client handoff：把觀測證據交給內容團隊的實際格式 把 GEO 觀測交給內容團隊，不是寄一份總報表，而是一張八欄證據卡。這篇給你欄位、把現象翻成內容問題的對照表、五步交接和四個完成 gate。
- GEO 專案範圍與驗收：先定義範圍、責任與交付，不先承諾結果 GEO 專案先寫清楚要觀測什麼、交付什麼、由誰負責，再談工具和時程。這篇給你七個範圍層、交付與不包含對照表、六種角色邊界和一份填好的範例。
SEO 基礎與工具
Search Console 怎麼看、E-E-A-T 與結構化資料怎麼做，以及挑 SEO 工具和 SEO 公司時要比較什麼。
Search Console 教學：成效與索引報表怎麼看，AI 摘要的資料在哪裡
第一次打開 Google Search Console，先看哪幾張報表？這篇用 ethorx.com 自己的畫面，走一遍資源設定、成效、網頁索引、Sitemap、網址檢查，以及 AI 摘要與 AI 模式的資料位置。
- E-E-A-T（EEAT）是什麼？經驗、專業、權威與可信在網站上怎麼做 E-E-A-T（也常寫成 EEAT）是 Google 描述內容品質的四個面向。這篇說明它從哪裡來、廠商常提的做法哪些值得做，以及怎麼把它做在頁面上。
- 結構化資料是什麼？Schema、JSON-LD 對 Google 與 AI 搜尋的實際用途 結構化資料是用 Schema 在網頁裡標出「這頁是什麼」的標記。這篇用一家零件商官網當例子，講 JSON-LD 怎麼寫、先做哪幾種、怎麼測，以及它對 AI 搜尋的實際作用。
- SEO 工具怎麼選？按研究、技術檢查與成效追蹤配工具 免費的先用熟，付費的按任務買模組。這篇把六個常見 SEO 工具對到它能回答的問題，講什麼時候該付費，以及 AI 回答監測何時補進來。
- 台灣 SEO 公司怎麼選？廠商比較、報價與驗收指南 SEO 報價不能直接比，因為每家包的工作不一樣。這篇教你先拆工作範圍，再用同一張詢價表去問台灣的 SEO 公司，簽約前確認案例、權限和交接。
AI 與 AI Agent 概念
AI agent、LLM、RAG、MCP、A2A、向量資料庫、AI 幻覺與提示詞注入：先弄懂名詞和運作方式，再判斷企業導入要注意什麼。
A2A 是什麼？AI agent 之間怎麼互相委派工作，和 MCP 差在哪
A2A（Agent2Agent）是讓不同廠商、不同框架做的 AI agent 互相委派工作的開放協定。這篇說明它怎麼運作、和 MCP 的分工，以及公司什麼時候才需要它。
- Agentic AI 是什麼？和 AI agent 差在哪，企業該怎麼看自主程度 廠商簡報都寫 Agentic AI，這個詞和 AI agent 是同一件事嗎？這篇整理各家定義、五個自主程度，用同一個退貨流程對照，並列出評估廠商時該問的五個問題。
- Context Engineering 是什麼？AI agent 每一步該看到哪些資料 提示詞寫好了，agent 還是答錯，問題常出在每一步塞給模型的資料。這篇說明 context engineering 在管什麼、為什麼上下文越長越容易漏，以及企業導入 agent 時怎麼取捨。
- Prompt Injection（提示詞注入）是什麼？AI 客服與 agent 要怎麼防 AI 讀到的網頁、信件和文件裡，可能藏著寫給它的指令。這篇說明 prompt injection 怎麼發生、為什麼擋不乾淨，以及導入 AI 客服與 agent 時該在哪幾層設防。
- 向量資料庫是什麼？Embedding 怎麼運作，企業做 RAG 要不要另外買一套 做知識庫問答時常聽到「要買向量資料庫」。這篇用例子說明 embedding 和向量搜尋在做什麼，比較平台內建、現有資料庫加向量功能、專門向量資料庫三種做法。
- AI 幻覺是什麼？為什麼會一本正經地說錯，企業要怎麼降低 AI 幻覺從哪裡來、會長成什麼樣子？這篇用律師引用虛構判例、航空公司客服機器人答錯退費規定兩個案例，整理企業降低幻覺的五個做法，以及 AI 搜尋講錯公司資訊時該先查哪裡。
AI 工具實作
n8n、Ollama、Claude Cowork、Claude Skills 與企業版 AI 助理：用實際操作與比較，看工具適合做什麼、要怎麼設定。
Claude Cowork 是什麼？企業開給員工用之前，先決定方案、權限與資料範圍
Claude Cowork 會自己讀檔、跑程式，交出 Excel 和文件。這篇用三封詢價信實測，整理公司開給員工用之前，要先決定的方案、權限與資料範圍。
- Ollama 教學：在公司電腦跑本地模型，從安裝、選模型到資料不出門的設定 Ollama 讓你在自己的電腦上跑開源模型。這篇用一台 Mac 實測四個模型處理同一批詢價信，整理安裝、選模型、授權，以及開給同事用之前要設好的事。
- AI agent 平台怎麼選？Dify、n8n、Copilot Studio 實測比較 決定用平台做 AI agent 後，Dify、n8n、Copilot Studio 選哪個？我們用同一個詢價信流程在 Dify 與 n8n 各做一次，比較定位、授權、權限與維護。
- n8n 教學：用 Docker 自架，做出第一個自動化流程再接上 AI 從 Docker 安裝開始，做一個不用 AI 的詢價表單分流流程，再加上接本機模型的 AI 節點。每一步附實際截圖，最後整理上線前要處理的授權、備份、更新與 webhook 安全。
- 企業版 AI 助理怎麼選？ChatGPT、Microsoft Copilot、Gemini 的差別與採購核對表 公司要替員工買 AI 助理，ChatGPT Business、Microsoft Copilot、Gemini 各有什麼差別？這篇用一個業務整理會議紀錄的例子，比對三種環境的資料怎麼走，附採購前的核對表。
- 提示詞怎麼寫？給團隊和 AI agent 重複使用的寫法與測試方法 同一段提示詞，自己用很順，交給同事或 AI agent 就走樣。這篇整理 OpenAI、Anthropic、Google 指南共同的寫法，附改前改後範例、可套用的規格範本與上線前的測試方法。
企業 AI Agent 導入
企業導入 AI agent 與流程自動化：先交哪個流程、資料與權限怎麼準備、專案怎麼驗收、自建或委外怎麼選，以及補助與數位轉型的起點。
智慧雨林計畫是什麼？誰能申請、要找誰合作、自籌款怎麼算
智慧雨林產業創生計畫補助嘉義、臺南、高雄、屏東的企業導入 AI。這篇用 115 年度的申請須知，整理三個領域的案別、誰當主提案者、補助上限與自籌款算法。
- AI 客服怎麼導入？B2B 企業先交哪些問題、什麼時候轉人工 客戶來信問出貨、問規格、要改地址，AI 客服該接哪幾種？這篇用 B2B 客服常見的來信，整理導入順序、轉人工的條件、上線前的測試題與上線後該看的數字。
- Shadow AI 是什麼？員工私下用 AI 的風險，與企業 AI 使用規範怎麼訂 員工早就在用個人帳號的 ChatGPT、Gemini 處理公司資料。這篇說明 Shadow AI 的四種風險、為什麼全面禁止常常沒用，並附一份可以直接改用的 AI 使用規範骨架與改前改後對照。
- AI agent 專案怎麼驗收？任務成功率、錯誤處理與交接 agent 展示時很聰明，上線後卻在沒想到的地方出錯。這篇教你用過去的真實案件建測試集、定義什麼叫完成，並寫好轉人工、錯誤處理與交接的驗收條件。
- AI agent 的權限與人工確認怎麼設？從唯讀開始分級開放 AI agent 能讀 CRM、寄信、改訂單之後，權限設錯的代價會直接落到客戶身上。這篇用五個等級拆開權限、確認點、操作紀錄與緊急停用，讓你上線前知道該設什麼。
- 企業 AI agent 要自建、用現成平台還是委外？按流程複雜度與維護能力選 第一個 AI agent 由誰來做？這篇比較用 SDK 自建、用 Copilot Studio 這類平台、找外部團隊三條路，用流程複雜度、資料位置和維護人力三個條件幫你選。