Query Fan-out 是什麼？AI 搜尋怎麼把一個問題拆成很多個搜尋，內容該怎麼寫

你在彰化開一家做隔音氣密窗的公司，官網和 Facebook 都是你自己在顧。8 月底，你在 Google 的 AI 模式問了一句客人最常問的話：「老公寓臨馬路，換隔音窗有用嗎？大概要多少錢？」

回答裡引用了一篇裝修平台的文章、另一家窗業者的價格頁，還有一篇部落格的比較文，就是沒有你們。你換個說法再問一次，結果還是一樣。（這家窗業者是我為這篇寫的示範，後面的詢問數、分貝和價格也都是示範數字，你套用時換成自己的。）

這時你很容易想到一個做法：像同業那樣，替「老公寓隔音窗」「臨馬路隔音窗」「隔音窗價格」各做一頁。這篇會一直拿你這家公司當例子。先講 AI 搜尋在回答前做了什麼，再回頭看「隔音氣密窗」那一頁要怎麼改、先補哪一段。

Query Fan-out 是什麼？

Query Fan-out 是 AI 搜尋在回答你之前，先把一句問題拆成好幾個小問題，同時分頭去搜，再把查到的資料組成一段回答。這裡說的 AI 搜尋有三種。一是 Google 搜尋結果最上方那段 AI 整理的回答，叫 AI 摘要；二是可以連續追問的 AI 模式；三是會上網查資料的 ChatGPT。

這個詞是 Google 自己講的。Google 給網站主看的 AI 功能與您的網站寫，AI 摘要和 AI 模式「都可能會使用『查詢擴散傳遞功能』技術」。意思是「在子主題和資料來源中發出多個相關搜尋」，再產生回覆。

麻煩的是，它的中文譯名有三個。另一份生成式 AI 功能最佳化指南把它譯成「查詢擴展」，解釋是「模型產生的一組並行相關查詢」。

Google 台灣在 2025 年 10 月推出繁體中文版 AI 模式時，又寫成「查詢展開」。三個名字指的是同一件事，你查文件時看到哪一個都不用懷疑。這篇後面我就直接講「拆問題」。

Query Fan-out 就是把一個問題拆成好幾個搜尋，分頭查完再組成回答。你可以把它想成一位很認真的採購助理。老闆丟來一句「幫我看看換隔音窗划不划算」，他不會把整句打進搜尋框，而是先列出幾件要查的事。

隔音效果到底能降多少、老房子的窗框能不能裝、行情大概多少、氣密窗跟隔音窗是不是同一種東西，他會一項一項去找資料，最後寫成一頁交給老闆。老闆看到的只有那一頁，看不到他中間查了哪幾項。

這個比喻有一個地方不成立。真人助理每次大概都查同樣那幾項，AI 每次拆出來的小問題卻不一定一樣，而且 Google 也沒說會拆成幾個。

回到你問的那句話。「老公寓臨馬路，換隔音窗有用嗎？大概要多少錢？」在 AI 那邊，大概會被拆成這幾件事：

• 隔音窗實際能降幾分貝。
• 老公寓的舊窗框要怎麼處理，能不能直接換。
• 隔音窗一扇大概多少錢。
• 氣密窗和隔音窗差在哪，要選哪一種。

這四件事，就是 AI 接下來會分頭去搜的東西。AI 多半不是拿你整句問題去搜，而是先拆開。拆開之後，每一項都會各自去找來源。

跟傳統搜尋比，你的頁面被挑中的方式差在哪？

差在 AI 會替每一個小問題各找一批來源。以前你會這樣想：顧客搜「隔音窗」，我的頁面標題有「隔音窗」，所以會排在前面。現在顧客的一句話被拆成四個小問題，就是四批來源。

Google 在同一份說明裡也寫，產生回覆時「我們的進階模型會找出更多相關網頁」。回答裡的連結是從好幾批來源各挑一些，所以會比傳統搜尋結果更廣，也更雜。

ChatGPT 那邊的做法也差不多。OpenAI 在 Searching the web with ChatGPT 寫到，ChatGPT 搜尋會「把你的查詢改寫成一個或多個更精準的查詢」，再交給合作的搜尋服務。原文還寫，看過初步結果之後，「可能再送出更具體的查詢」。

套到你的例子，顧客那句話在 ChatGPT 可能先變成「老公寓 隔音窗 效果」去查。看完第一批結果，它再補一個「隔音窗 價格 彰化」。

所以不管顧客用 Google 的 AI 模式還是 ChatGPT，你的頁面多半是在「被改寫出來的那個查詢」裡被找到的，而不是在顧客原本那句話裡。兩家的流程差在哪，我在 AI 怎麼決定推薦哪個品牌那篇有完整的四步說明，這篇只處理拆問題這一步。

這代表什麼？依我的判斷，你的頁面被引用，多半是因為它答對了其中一個小問題。Google 沒有這樣講，但這也解釋了為什麼你的標題就算和顧客那句話一模一樣，也不一定會被引用。

回到你那頁。「隔音氣密窗」頁現在只有三段廣告文案，重點是德國進口五金、多層中空玻璃和「隔音效果卓越」。拿剛才四個小問題逐一去對，看看現在是誰在回答。

顧客的一句話被拆成四個小問題，你的頁面一個都沒正面回答，AI 就少了引用你的理由。這不是 AI 偏心別人。你的頁面在每一個小問題上，都沒有可以引用的句子；「效果卓越」這四個字，回答不了「能降幾分貝」。

一句問題在 AI 那邊會被拆成幾個小問題，每個小問題各自去找來源。下方那扇窗就是你的頁面：四個小問題都沒有找到它。拆成幾個、怎麼拆，Google 與 OpenAI 都沒公開，這裡畫的四個是依顧客那句話推的。

能不能知道 AI 這次拆成哪幾題？

不能，Google 和 OpenAI 都沒公開會拆成幾個、拆成哪些。但顧客真正想知道的那幾件事，你自己就列得出來。

網路上有不少文章會給你一個數字，說某個引擎平均拆成幾個查詢。那些數字來自各家工具商自己的觀察，不是 Google 或 OpenAI 公布的。我查到的 Google 和 OpenAI 文件，都沒有給數字。

Google 在 2025 年 5 月的 I/O 說明只寫，AI 模式會「把你的問題拆成子主題，同時替你送出大量查詢」。「大量」就是它給的全部資訊。

所以你能確定的只有兩件事：AI 會拆，而且拆出來的小問題會圍著顧客那句話裡的名詞和條件打轉，像是地點、屋況、效果、價格。拆成幾個、下週會不會一樣，你確定不了。所以也不要去追「AI 這次拆了哪幾個查詢」，再替每個查詢做一頁。

反過來想比較實際：顧客問這句話時，他真正想知道的是哪幾件事？那幾件事通常就是會被拆出來的小問題，而且不需要工具就列得出來。

你翻了 8 月的 LINE 對話，12 個詢問裡有 9 個問價格、7 個問能降多少、5 個問老房子能不能裝、3 個問氣密窗和隔音窗差在哪。這四件事就是上面那張表的四列，數字還順便告訴你哪一題最急。

該一頁寫完，還是每個問法各做一頁？

預設是一頁寫完：把每個小問題寫成同一頁裡的一段，而不是替每個問法另開一頁。

先講 Google 有講和沒講的部分。生成式 AI 功能最佳化指南有一節專門破解迷思，裡面寫「不必將內容分成小塊，AI 就能瞭解」，也寫「不需要專為生成式 AI 搜尋撰寫內容」。

這兩句講的是一頁裡的內容，不用為了 AI 切碎或重寫。要不要替不同問法開不同頁，Google 沒有直接講。

2025 年 5 月給網站主的那篇在 Google 的 AI 體驗中讓內容表現良好的方法，也只說要專注做出獨特、有價值的內容。所以下面不分頁的三個理由，是我自己做網站的判斷，不是 Google 的規定。

一頁分段寫，比每個問法各開一頁好。理由都很實際。

• 主要頁面會變模糊：同一個主題拆成很多頁，每一頁都只有一兩段。Google 很難判斷哪一頁才是「隔音窗」的主要頁面，那些頁還會互相搶同一群查詢。
• 顧客會點回去：顧客點進來，看到一頁只有一段話，很可能又點回搜尋結果。
• 你維護不了：價格改了要改五頁，德國五金換廠牌也要改五頁。

什麼時候才需要另外開一頁？

讀者不是同一個人，或要做的決定不一樣時，才需要另外開一頁。

回到窗業者。「老公寓隔音窗」和「新建案隔音窗」，問的人不同。老公寓要處理 20 年以上的舊鋁框和漏風，新建案要和建商的窗對尺寸，要做的決定也不同，所以這兩個可以各一頁。

但「隔音窗價格」和「隔音窗多少錢」，是同一個人問同一件事，只是用詞不同。開成兩頁，就是在跟自己搶。

整站要有哪些頁、哪一頁當主題的總覽頁、哪幾頁當分題頁，在主題群集怎麼規劃那篇有完整的對照表做法。這篇只處理一頁裡面的段落。

不要替每個問法另開一頁。同一個人、同一個決定的不同問法，寫在同一頁的不同段落；人不同或決定不同，才分頁。

再拿我們自己的頁面當第二個例子，你可以打開來對照。ethorx.com 有一篇 GEO 是什麼，GEO 是讓 AI 搜尋正確提到並引用你網站的工作。依我的判斷，這個題目會被拆成「定義」「和 SEO 差在哪」「AI 怎麼挑來源」「要先做什麼」幾件事。

我們在同一篇裡各給一個小標題。只有「和 SEO 差在哪」另外寫成 GEO 與 SEO 的差別一篇，因為讀者要做的決定不同（要不要另外找人做），兩篇再互相連結。

每一段要怎麼寫？先補哪一段？

每一段都用小標題寫出顧客的問題，第一句直接給答案，再補數字和條件。先補的是你手上有數據、最快寫得出來的那一段。

一個子問題寫成一段看得出來的文字，是我自己改頁面時的做法。「看得出來」的意思是，顧客看目錄或滑一下，就知道這一段在講分貝、那一段在講價格。

AI 在找「隔音窗能降幾分貝」的來源時，也能直接對到那一段。這也是為什麼我在結論先行的寫法那篇，一直強調每段第一句就要給答案。

改寫範例：「能降多少噪音」這一段

拿「隔音效果」那段來改，改前和改後放在一起看。

改前

本公司隔音氣密窗採用德國進口五金與多層中空玻璃，隔音效果卓越，為您打造寧靜舒適的居家空間。

改後

能降多少噪音：我們在彰化市一戶臨馬路的三樓公寓實測，換窗前室內 68 分貝。換成兩片 5 公釐玻璃、中間夾 12 公釐空氣層的雙層中空玻璃，再加三道氣密壓條之後，室內降到 38 分貝，少了 30 分貝左右。

差不多是從「電視要開很大聲」變成「圖書館的安靜程度」。實際能降多少，要看你原本的窗框有沒有漏風、玻璃厚度，以及噪音是車流還是人聲。

改後那段比改前長，讀起來也沒那麼「專業」。但 AI 在找「隔音窗 降幾分貝」時，比較可能抓到的是這種句子。

• 小標題直接回答「能降多少」，顧客和 AI 一看就知道這段在講什麼。
• 有數字和情境，所以有可以引用的句子。你寫的時候，分貝要放自己現場量到的。
• 最後寫了條件，所以不會變成保證。

另外三段，和先補哪一段

另外三個小問題用同一個方法補，就是下面這張對照表。每一列是一個小問題：顧客原本怎麼問、這一頁哪一段負責、那段第一句要寫出什麼。

這張表就是這篇的範本。寫不出第一句的那個小問題，就是你現在被別人引用走的那一題。

先補哪一段，用前面 LINE 的數字決定。價格是 12 個裡有 9 個人問，照理最先補。但你不想像同業那樣放一整張價目表，所以價格那段改成寫「怎麼算」：現場丈量後報價，只給一般尺寸的區間。

分貝有 7 個人問，而且你手上有自己量的前後數據，這一段最快寫得出可以引用的句子。所以實際上先補分貝，價格怎麼算排第二，舊窗框第三，氣密窗和隔音窗的差別第四。

回到你的那一頁：先改什麼，上線後看哪個數字？

先從分貝那段改起，把頁面改成四段；上線後每週問同一組問題，滿 28 天再看有幾個回答引用你。

頁面這樣改：把「隔音氣密窗」那頁的三段廣告文案，換成四個小標題，也就是能降多少噪音、舊窗框不用拆怎麼裝、價格怎麼算、氣密窗和隔音窗要選哪一種。每一段第一句就回答，分貝用自己量的。

價格那段只寫「現場丈量後報價，一般 90 乘 150 公分的窗大約一到兩萬」這種區間。客人到現場一定會問「施工要多久」，這題不在對照表裡，你補完四段後可以順手加一段。

問題先定下來：開場那一句，加上 LINE 裡最常見的三種問法，一共 4 題。每題在 Google 的 AI 模式和 ChatGPT 各問一次，每週就是 8 個回答。上線前先問一輪當起點，之後每週同一天再問。

每次只記兩件事：回答有沒有引用你的頁面，以及引用的是哪一段。滿 28 天，也就是問滿四週之後，回頭看這幾項。

• 8 個回答裡有幾個引用你：單一週的起伏會很大，所以把四週的數字放在一起，跟上線前那一輪比，看是不是往上走。
• 被引用的是哪一段：知道哪幾段被引用，就知道哪幾題還沒寫到位，下一輪先改那幾段。
• 這一頁在 Search Console 的曝光和點擊：Search Console 是 Google 給網站主看的成效報表。Google 說，網站出現在 AI 摘要和 AI 模式的流量，會算進報表裡的「網頁」搜尋類型，跟一般搜尋混在一起。所以這個數字只看得出整體有沒有變，分不出哪些來自 AI。

如果四週後價格那題還是引用別家的價格頁，差別很可能就在對方有逐項價目表，而你只給了區間。要不要公開逐項價格，是你自己的生意決定，至少你會知道少的是哪一題。

開場那個問題「為什麼顧客問的是我們做的事，引用的卻是別人」，答案就在這裡。顧客那句話被拆成四個小問題，你的頁面原本一個都沒正面回答。補了幾段，才有幾段被引用的機會。

常見問題

參考來源

• Google Search Central，AI 功能與您的網站
• Google Search Central，針對 Google 搜尋的生成式 AI 功能進行網站最佳化
• Google Search Central Blog，Top ways to ensure your content performs well in Google’s AI experiences on Search
• Google 官方部落格，AI Mode in Search: a new way to search
• Google 台灣官方部落格，Google 搜尋正式推出繁體中文版「AI 模式」
• OpenAI Help Center，Searching the web with ChatGPT