舉個例子。一家做精密鋁件的工廠，官網部落格每個月更新兩篇技術文章。寫的人是行銷同事，素材多半來自供應商型錄和網路上的資料，重新整理成「陽極處理的五個優點」「CNC 加工注意事項」這類標題。文章讀起來都對，但每一篇都像換了公司名稱就能搬到別家官網。
後來有 SEO 廠商來提案，說要「加強 E-E-A-T」：每篇文章加作者簡介、加結構化資料、多放證照。行銷主管想知道的是，這些到底有沒有用，還是只是多一份報價。
要回答這個問題，得先把 E-E-A-T 在 Google 文件裡的位置講清楚。它是一組用來描述「好內容長什麼樣子」的概念，Google 的系統用很多訊號去找出符合這些特質的內容。對網站來說，重點在頁面上交代得出什麼，貼了多少標籤反而是其次。
E-E-A-T 的四個字母各是什麼
E-E-A-T 是 Experience、Expertise、Authoritativeness、Trust 四個字的縮寫，台灣也常寫成 EEAT。Google 的搜尋品質評分員指南對每一項都有說明，例子也很好懂：
- Experience（經驗）：寫的人對這個主題有沒有第一手或親身的經驗。指南的例子是，你會相信親自用過產品的人寫的評論，還是沒用過的人寫的「評論」？
- Expertise（專業）：寫的人有沒有這個主題需要的知識或技能。指南用的例子是居家電線重新配線，你會聽專業電工的，還是一位對配線一竅不通的老房子愛好者？
- Authoritativeness（權威）：寫的人或網站，是不是大家公認查這個主題會去找的來源。例如換發護照，政府的官方頁面就是唯一的權威來源。
- Trust（可信）：頁面是否正確、誠實、安全、可靠。
四項裡面，Google 說可信最重要，其他三項是用來支撐可信的。指南舉了一個很極端的例子：詐騙網站就算經驗豐富、手法專業、在詐騙圈是公認的權威，它依然不可信，E-E-A-T 也就是低的。
經驗、專業、權威圍繞著中間的天平：它們都在替可信加重量。
Google 也說內容不一定要四項都具備。有些內容因為作者的親身經驗而有幫助，有些則是因為專業知識。回到那家工廠，最缺的其實是經驗：製程工程師每天在現場處理的尺寸變化、材料批次差異，一個字都沒出現在官網上。
它從哪裡來：評分員指南和排名系統的關係
E-E-A-T 這個詞出自 Google 的搜尋品質評分員指南。Google 請外部的評分員依照這份指南，評估搜尋結果好不好，用來確認演算法的調整有沒有達到效果。
這裡最常被誤會。Google 在說明內容品質的官方頁面上寫得很清楚：評分員無法控制網頁的排名，評分資料也不會直接用在排名演算法裡。同一頁也寫著，E-E-A-T 本身不是一個特定的排名因素；Google 的系統是綜合多種訊號，找出看起來具備良好 E-E-A-T 的內容。
所以比較準確的說法是：E-E-A-T 描述的是 Google 希望排名系統找出來的內容特質，它本身沒有一個開關或分數。Google 也建議，讀評分員指南可以幫你用 E-E-A-T 的角度自我評估內容。目前公開的完整版是 2025 年 9 月更新、一百多頁的英文 PDF，另有一份較短的概覽。
第一個 E 是後來才加的。2022 年 12 月，Google 在原本的 E-A-T 前面加上 Experience。當時舉的例子很生活：想知道報稅表怎麼填，你會想看會計專家寫的內容；想知道哪套報稅軟體好用，你可能更想看實際用過的人在論壇上的討論。
| 常聽到的說法 | Google 文件怎麼寫 |
|---|---|
| E-E-A-T 是排名因素，有分數 | E-E-A-T 本身不是特定的排名因素，系統用多種訊號找出具備這些特質的內容 |
| 評分員會替我的網站打分數、影響排名 | 評分員無法控制排名，評分資料不直接用在排名演算法 |
| 四項都要做滿 | 可信最重要；內容可能靠經驗或靠專業而有幫助，不一定四項都具備 |
| 用 AI 寫的內容會被扣分 | Google 看的是內容品質，不看產出方式；用 AI 操縱排名才違反垃圾內容政策 |
回到廠商的提案：哪些值得做
知道 E-E-A-T 沒有開關之後，再回頭看那份提案，判斷就簡單了：每一項都問「它有沒有讓讀者更容易相信這篇內容」。下面是我的判斷：
| 提案項目 | 值不值得做 | 條件 |
|---|---|---|
| 每篇加作者簡介 | 值得 | 作者要真的寫過或審過那篇；簡介寫負責的領域和做過的事，少用形容詞 |
| 加結構化資料（作者、公司、文章） | 要做，但別期待它單獨見效 | 它把頁面上已有的資訊用機器讀得懂的格式再寫一次；Google 也要求標記和頁面可見內容一致 |
| 放證照 | 看主題 | 證照和文章主題相關時才幫得上，例如品質管理的頁面放品質系統認證；每篇文章旁邊都掛一整排，讀者多半直接略過 |
| 「E-E-A-T 分數」健檢報告 | 不必付錢 | Google 沒有這個分數，報告裡的數字是工具自己的算法 |
| 大量補上外部引用連結 | 看引用的是什麼 | 引用標準、法規、原廠文件有幫助；連一堆和內容無關的權威網站，只是看起來像有來源 |
提案裡還有幾種做法要特別小心：替文章編一個不存在的作者、標「專家審閱」卻沒有人真的審過、一次替所有舊文章貼上同一段作者簡介。這些做法都在讓網站對自己的說法和實際情況對不上，傷的正是四項裡最重要的可信。
如果預算只夠做一件事，我會把證照和分數報告的錢，挪去請製程工程師花半小時受訪。後面兩節會講為什麼，以及怎麼做。
名聲：別人怎麼說你，比你怎麼說自己更重要
作者簡介、證照、「關於我們」，都是網站在介紹自己。評分員指南另外有一整節在講名聲：評分員要去查外部的獨立來源怎麼說這個網站和作者，像是新聞報導、評論和各種參考資料。指南甚至教了查法，以 IBM 為例，搜尋 ibm -site:ibm.com 或 ibm reviews -site:ibm.com，把官網自己的頁面排除掉再看。網站對自己的說法和可靠的外部來源不一致時，指南要評分員相信外部來源。
顧客評論也算在名聲裡，但指南要評分員小心讀：好評和負評都可能是找人寫的；評論要看內容，別只看星數；大公司一定會有一些負評，這很正常。
對中小企業比較重要的是指南裡的另一句話：小網站可能幾乎查不到名聲資料，這本身不代表品質高或低，很多在地小公司本來就靠口碑。所以不必急著買新聞稿。比較實際的做法是先用同樣的方法查一次自己：搜尋公司名稱並排除官網，看查得到什麼。
B2B 工廠常見的外部資料有展覽報導、產業公會或採購平台的名錄、客戶官網上的合作介紹、Google 商家檔案的評論。先確認這些地方的公司名稱、地址、產品範圍和官網一致，寫錯的去更正，品牌實體一致性怎麼檢查有逐項的稽核表。很多 SEO 文章把這一段寫成「多做反向連結」。我的看法是，評分員讀的是外部來源寫了什麼，連結數量本身說明不了你做過什麼。
YMYL：錢、健康、安全相關的主題標準更高
YMYL 是 Your Money or Your Life 的縮寫，指的是可能嚴重影響人的健康、財務穩定、安全，或社會福祉的主題。評分員指南的例子包括心臟病發作的症狀、怎麼投資、地震時該怎麼做、誰可以投票、考駕照需要什麼資格。這類內容就算只是小錯，都可能造成傷害。
Google 說，對 YMYL 主題，它的系統會更重視符合強 E-E-A-T 的內容。換句話說，同樣一篇內容，放在 YMYL 主題下，會被用更高的標準看待。
多數 B2B 產品介紹不屬於 YMYL，但有些段落會碰到。我的判斷是：吊掛設備的承重、化學品的處理方式、電氣安全規範這類內容，寫錯了可能讓人受傷，就該用 YMYL 的標準對待：由真正懂的人寫或審，並附上標準或法規的原始出處。補助申請、稅務相關的說明也一樣，因為讀者會拿它做財務決定。
用 Who、How、Why 檢查自己的內容
Google 在同一份官方頁面上，建議用三個問題檢查內容。這三個問題比「加強 E-E-A-T」具體得多，也比較容易拿來和團隊逐篇討論。
Who：誰寫的
讀者能不能一眼看出這篇是誰寫的？有署名嗎？署名能不能連到作者的背景介紹，說明他是誰、平常負責什麼領域？Google 明確鼓勵在讀者預期的地方放上正確的作者資訊。作者頁在 AI 搜尋裡算不算必要條件，可以看這題 FAQ。
How：怎麼做出來的
Google 以產品評測為例：測了幾款、結果如何、怎麼測的，再附上照片等工作證據，讀者會更容易信任。同樣的道理可以套到工廠的技術文章。先看行銷整理型錄的寫法：
陽極處理可以提升鋁件的耐蝕性與表面硬度，但處理後尺寸會略為增加，設計時應預留公差。
同一件事，換成製程工程師審閱過的寫法：
我們在○月挑了 30 件 6061 鋁件，陽極處理前後用同一支分厘卡量同一個位置。膜厚規格○ µm 的這批，外徑平均增加○ µm，最大○ µm。客戶的配合公差比這個還緊時，我們會建議處理前先把尺寸加工到下限。（附量測照片與量具型號）
前一段任何一家都寫得出來，後一段只有真的量過的人寫得出來，Who 和 How 兩題也一起答了。○ 的地方填你們自己量到的數字，量不出來的就先別寫。
內容大量用自動化或 AI 產生時，Google 建議在讀者會好奇「這是怎麼做出來的」的地方說明：用在哪裡、為什麼用。
Why：為什麼寫
Google 認為這可能是最重要的一題。答案應該是「主要為了幫助人」，讓讀者直接來到你的網站也覺得有用。如果寫文章的主要目的是吸引搜尋流量，就和 Google 系統想獎勵的方向不一致；用 AI 大量產文來操縱排名，更是違反垃圾內容政策。
對工廠來說，最好的題目來源是業務和客服：客戶最近反覆問的問題，就是有人真的需要答案的題目。
工程師沒空寫：訪談、代筆與署名
前面的做法都卡在同一個地方：懂的人通常沒空寫，也不太想寫。我建議的分工是讓工程師只做兩件事：受訪和審稿。
- 行銷挑題目：從業務或客服那裡收集客戶最近問過的問題，一次挑一題。
- 訪談 30 分鐘：行銷帶著固定的幾個問題去問，全程錄音。
- 行銷寫稿：照訪談內容寫，數字、照片和報告向工程師要原始檔。
- 工程師審稿：只看技術有沒有寫錯、有沒有漏掉條件，改完回傳。
- 署名照實寫：行銷寫、工程師審，就標「撰文：行銷 ○○／技術審閱：製程工程師 ○○」，加上審閱日期。
訪談可以從這五題開始：
- 客戶通常在哪個階段問到這件事？
- 你實際怎麼處理？用哪台設備、照哪個規格？
- 有沒有做錯過或踩過的坑？後來怎麼改？
- 什麼情況下你的建議會不一樣？
- 有沒有照片、量測紀錄或報告可以放？
第三題值得多問幾句：失敗過的經驗，是別人最抄不走的內容。
署名那一步最容易被省略，也最容易出事。文章是誰寫的、誰審的，就照實標。把工程師掛成作者，文章卻是行銷寫的，讀者問起細節就對不上；Google 在 Who 那一題要的，正是正確的作者資訊。
AI 寫的內容和 AI 搜尋，跟 E-E-A-T 的關係
先講 AI 寫的內容。Google 在 2023 年 2 月的說明裡寫道，它重視的是內容品質，不看內容怎麼產生；適當使用 AI 或自動化並不違反規範，但 AI 也不會讓內容得到額外加分。內容有用、原創、符合 E-E-A-T 的特質，就可能表現得好；做不到，就可能表現不好。
放回工廠的例子：用 AI 把工程師的訪談錄音整理成初稿，再交給工程師審，是很合理的用法；讓 AI 每天產出十篇「鋁加工注意事項」只為了多卡幾個關鍵字，就是 Google 說的操縱排名。
再講 AI 搜尋。Google 說明 AI Overviews 和 AI Mode 沒有額外的要求或特殊優化，原本的 SEO 基礎一樣適用，包括重要內容要有文字版本、圖片和影片要能支撐文字、結構化資料要和頁面可見內容一致。技術條件的細節，可以看 Google AI Overviews 與 AI Mode SEO 基礎。
至於 ChatGPT、Perplexity 這些其他 AI 搜尋，我沒查到它們公開類似 E-E-A-T 的框架。我的推論是：作者、來源和實測過程交代清楚的頁面，人和系統都比較容易判斷它說的話能不能用，這件事在哪個平台都成立。
把 E-E-A-T 做在頁面上：一張對照表
下面這張表，把四個面向對到頁面上具體可以做、而且驗收得了的事：
| 面向 | 頁面上的做法 | 怎麼驗收 |
|---|---|---|
| 經驗 | 寫出實際做過的過程：測試條件、數據、現場照片，連失敗的嘗試也寫 | 文章裡有原始照片、測試日期與條件，別家官網搬不走 |
| 專業 | 作者署名與簡介（職稱、負責領域），技術內容由懂的人寫或審 | 每篇有作者，簡介和文章主題對得上；審閱人照實標 |
| 權威 | 引用標準、原廠文件、法規等第一方來源；外部名錄與報導裡的公司資料正確 | 參考來源點得回原文；搜尋公司名稱並排除官網，查到的資料和官網一致 |
| 可信 | 公司名稱、地址、聯絡方式清楚；網站用 HTTPS；有更新日期與修訂說明，寫錯會更正；線上收款的網站另有付款與退換貨說明 | 「關於我們」「聯絡我們」找得到；更新日期回得到修改內容 |
以那家工廠為例，最快見效的是第一列：請製程工程師挑一個常被客戶問的問題，例如陽極處理後尺寸會變多少，把量測過程和數據寫出來。
這張表也可以拿來檢查你正在讀的這一頁。標題下方的作者列連到作者頁，寫了我做過的 SEO、數據追蹤與流程自動化工作；文末的參考來源都連回 Google 原文；頁面的結構化資料也標了同一位作者、發布日期和修改日期。經驗那一列，這篇只做到一半：內容是整理 Google 文件加上我們建議的做法，沒有自己的實驗數據。
表裡每一項背後都有更細的做法。作者、日期和來源怎麼標，可以看 AI 搜尋頁面如何做 source attribution；來源要怎麼挑，可以看 GEO 第一方來源怎麼挑。
結構化資料可以把公司、作者這些資訊用機器讀得懂的格式再寫一次，做法見結構化資料是什麼。它的角色是把頁面上已經有的資訊說清楚，頁面上沒有的經驗，標記也補不出來。
改完之後怎麼看有沒有用
E-E-A-T 沒有分數，改過的頁面還是追蹤得到。我會看三件事：
- Search Console 裡的這一頁：在成效報表篩選這個網址，比較改版前後各 28 天的曝光、點擊和查詢。除了總數，也看有沒有多出更具體的查詢，例如「陽極處理 尺寸變化」這類，那代表補進去的經驗有人在找。報表怎麼切，可以看 SEO 工具怎麼選的 Search Console 段落。
- AI 回答的引用來源：準備一組固定的問題，例如客戶挑加工廠時會問的五題，定期拿去問 AI，看回答有沒有引用改過的頁面、描述有沒有變正確。
- 業務端的回饋：客戶詢價時有沒有提到這篇，業務有沒有拿它回答客戶。數量很小，卻最直接。
時間要抓寬一點。Google 需要重新檢索頁面，流量少的網站數字本來就會跳動。我會等至少兩個 28 天的週期再下判斷，而且一次只改幾篇，才分得出是哪一篇在起作用。
E-E-A-T 做不到的事
它無法靠一次性的修改完成。加上作者簡介、放上證照，是讓讀者知道誰負責；經驗和專業要靠內容本身一篇一篇累積。開頭那家工廠如果只是替舊文章補上作者欄，內容還是型錄改寫，讀者和系統看到的仍然是同一篇文章。
它也管不到網站以外的事。外部的評價和報導，只能靠長期把事情做好、把資料維護正確慢慢累積，沒有哪個頁面改了就會跟著變。
最後，E-E-A-T 是 Google 的概念。它和 AI 搜尋的關係，目前只有 Google 自家的 AI 功能有官方說明；其他平台怎麼判斷內容品質，要各自觀測。
我們能協助的部分
我們的 GEO 服務從觀測現況開始：和你一起整理顧客在選擇產品或服務時會問的問題，再用 Otlex 記錄 AI 回答裡的品牌提及與引用來源。接著檢查 AI 對品牌與產品的描述是否正確，對照引用來源和官網現有內容，找出哪些問題還沒有頁面回答、哪些資訊需要補充。例如 AI 回答把工廠的加工範圍寫錯，引用的是一篇三年前的展覽新聞，官網上卻沒有一頁講清楚現在能做什麼。
調整階段會依診斷結果安排修改順序，補充產品與服務說明、整理頁面結構。前面提到的作者、實測與來源，就是在這個階段一起處理；內容編修與網站實作可以由我們協助，也可以和你的團隊分工，範圍在合作前確認。
常見問題
E-E-A-T 有分數或工具可以檢查嗎？
Google 沒有提供 E-E-A-T 分數，也沒有工具可以查。第三方工具的分數是它們自己的算法。比較實際的做法，是拿 Who、How、Why 三個問題逐篇檢查，或參考評分員指南自我評估。
公司沒有知名專家，還能做好 E-E-A-T 嗎？
可以。我認為經驗是很多中小企業最有利的一項：現場的工程師、客服、業務每天都在處理實際問題，把這些過程寫出來、由當事人署名或審閱，就是別人搬不走的內容。權威可以從窄的主題開始累積，例如專注在某一種材料或製程。
用 AI 寫的文章會被扣分嗎？
Google 的說法是看內容品質，不看產出方式；適當使用 AI 不違反規範。問題在於 AI 很難替你補上經驗，實測數據、現場照片和判斷仍要由懂的人提供。若大量用 AI 產文只為了搶排名，則違反垃圾內容政策。
B2B 的工業產品算 YMYL 嗎？
多數產品介紹不算。YMYL 看的是內容寫錯時會不會傷害健康、財務或安全，所以同一個網站裡，涉及安全規範、承重、化學品處理的段落，要用比一般產品說明更高的標準對待。
舊文章要全部補作者和來源嗎？
我建議先挑三種：流量最高的、和產品選擇直接相關的，以及碰到安全或財務的內容。這些先補上作者、來源與更新日期，其他文章在下次改版時一起處理。
參考來源
- Google Search Central：Creating helpful, reliable, people-first content
- Google Search Central Blog：Our latest update to the quality rater guidelines: E-A-T gets an extra E for Experience
- Google：Search Quality Rater Guidelines（General Guidelines，PDF）
- Google：Search Quality Rater Guidelines: An Overview（PDF）
- Google Search Central Blog：Google Search’s guidance about AI-generated content
- Google Search Central：AI features and your website