GEO 內容實驗怎麼設計？先固定條件再判讀變化

舉個例子。團隊只改了一篇比較頁的答案段，卻同時換了問題集、登入帳號和觀測引擎。兩週後引用事件增加，這個變化沒辦法歸因給文章，因為同時變的東西太多。先把執行條件和污染項列出來，才知道這一輪能做因果比較，還是只能存成前後觀察。內容實驗像廚房測試，同一鍋只換一個材料，才知道味道改變是不是那個材料造成的。

如果只是想比較內容改版前後的回答，AI 內容修改前後測的做法就夠；這篇處理需要對照組、要回答因果問題時的實驗設計。

有一條規則貫穿整篇：分母和停止條件要在看結果之前決定。理由很實際，看到有利的差異之後才決定「資料夠了」，那不是實驗，那是挑一個時間點截圖。

這篇給你可以在執行前填完的東西：六個事前決策欄位、有對照與無對照各能回答什麼、分析單位與分母的定法、五種污染的處理、觀測窗與停止規則，以及結果的三層判讀語句。基準和前後測怎麼保存，看 GEO baseline workflow與重複 AI 觀測流程。

GEO 內容實驗先做哪個決策

把「優化 GEO 內容」改寫成一個判讀得動的設計問題，例如：「產品頁的實體段落改版後，指定的產品描述題在同一引擎與語系下，正確性事件是否和未改頁面的對照題呈現不同方向？」

這句話指定了變更、問題集合、事件和比較方式，而且沒有預設結果會變好。後面這點很重要，題目本身先假定了方向的話，之後每一個判讀都會往那邊靠。

事前決策至少要留下這六欄：

欄位名稱是我的建議，不是哪個引擎公開的標準，你可以照自己的資料表改。

有對照與無對照各能回答什麼

有對照時，可以在同一觀測窗比較「改動組」和「未改組」的事件差異。它能回答的是：在目前固定的題目、引擎、模式、語系和判定規則下，改動組有沒有呈現和對照組不同的變化。比單純前後比較多一層背景，但它證明不了內容改動是唯一原因。

無對照時，能回答的是修改前後的事件有沒有同時變化、變化落在哪些題目或引擎、資料夠不夠安排下一次查核。它排除不了模型、索引、來源頁、問題集或其他頁面在同一時段的變動。只有目前版本、沒有基線的話，最多描述當下狀態。

對照題和主要題的意圖、頁面可取得性或引擎分布若不同，對照只能當背景資料。分組規則在比較前就記下來。看到結果後才把某些未改題目命名為「控制組」，那組對照是你挑出來的，不是設計出來的。

分析單位與事前分母怎麼定

一筆資料至少要回得到 prompt_id、問題集版本、內容版本、引擎、模式、語言或地區、觀測時間和原始回答。跨引擎的問題集，分析單位可以先定義成「題目 × 引擎 × 模式 × locale × 觀測時間」；同一題在同一窗口重跑時再加 run_id，否則重跑會被算成新增題目。

分母在看結果前寫好，並且按事件拆開：

「未適用」不是零，「未知」也不是「未發生」。題目沒有推薦意圖，就別把 recommendation 欄位放進那一題的分母；服務錯誤讓回答不存在時，保留錯誤狀態並從該事件的有效分母排除。為了湊滿題數把它當成未提及，是把一個技術故障算成了一次行銷失敗。

污染與引擎變動怎麼處理

污染是指本來要比較一個內容變更，卻同時混進了其他變因。常見的有：同週改了首頁或 FAQ、canonical 或內鏈變動、來源 URL 內容更新、題目文字被重寫、回應受快取或提示洩漏影響，以及引擎模型、模式、地區或引用呈現規則改變。

這些不必然讓觀測作廢，但要事前定義怎麼標記：

Google 的生成式 AI 搜尋官方指南說，符合技術要求與最佳實務後，Google 仍可能不抓取、索引或提供頁面，那是平台的界線。固定條件、保存原始回應、把污染分開記，能做到的是讓你知道哪些變因混進來了；宣稱已經控制住所有平台變動，是這套方法做不到的事。

觀測窗與停止規則怎麼預先寫

觀測窗沒有適用所有網站的固定天數。可以按內容變更速度、平台可取得性與資料成本，選固定日期窗、固定有效觀測單位，或由明確事件觸發重查。重點在先寫結束條件。理由前面說過了，這裡再點一次：先寫，你才有辦法在結果不如預期時繼續跑完。

停止規則可以包含：

• 已收集事前設定的有效觀測單位，且原始回答、來源 URL 和版本欄位可回查。
• 題目、引擎、模式、locale 或內容範圍改變，停止目前版本並重開新版本。
• 服務錯誤、空回答或來源無法讀回超過事前品質門檻，先處理資料品質。
• 發現同期重大改版或污染，保留現有資料但停止強因果解讀。
• 沒有看到差異或資料不足時，停止的是「下強結論」，不是把結果寫成內容無效。

最後一條最容易被跳過。沒有差異和「改壞了」是兩個結論，證據量也不一樣。

窗口結束後至少保存問題集版本、內容差異、原始回答、分子與分母、失敗或未知筆數、觀測日期和下一個問題。這份紀錄的目的是可重查。

示範表格怎麼標記

下表是示範用的教學資料，不是實測也不是客戶案例，只示範怎麼在同一題與同一引擎下記錄日期和布林欄位。表中 own_domain_cited 從 false 變 true 只是格式示例，支持不了任何因果。

正式報告要把每一格連到原始回答、來源 URL、判讀者與觀測時間；缺任何一項就標成未知，不要補零。

結果如何分層判讀

把結果分成三種語句，設計選擇就不會超出證據：

只有前後資料、沒有對照時，結論通常停在「在指定窗口觀察到差異」與「這個差異可能和修改一致」這兩句。有完整對照、穩定的分析單位、事前分母和污染紀錄，才有條件把解讀往上提一層；能不能提出因果主張，看實際設計與資料品質，不看團隊規模。

接下來可以看什麼

還沒弄清楚 GEO 的範圍，先讀什麼是 GEO；回答中的來源 URL 怎麼保存，看 Citation Tracking；為什麼同一題要分次觀測，看為什麼要重複 AI 觀測。

實驗要的原始回答、來源 URL 和日期，我們的 Otlex 可以幫你固定條件收集：它是 EthorX 開發的 AI 搜尋優化平台，觀測 ChatGPT、Google AI Overview、Google AI Mode、Gemini、Grok、Perplexity、Claude 七個引擎的回答。工具收的是資料，分組、窗口和判讀規則還是要按你的專案條件決定。要討論問題集、頁面修改和觀測範圍，可以從聯絡我們開始。

常見問題

參考來源

• Google’s Guide to Optimizing for Generative AI Features on Google Search，Google Search Central。
• Latest Google Search documentation updates，Google Search Central。
• Searching the web with ChatGPT，OpenAI Help Center。