在這篇文章中，資深市場推廣專家桑提亞哥·杜蘭(Santiago Durán)介紹了他所創立的A.S.T.E.R.框架，這是提升回答引擎優化(AEO)的一個實用指南。隨著AI聊天工具逐漸受到廣泛使用，許多消費者依賴這些工具來完成各種搜尋，因此內容必須針對AI的直接答案進行優化。杜蘭解析了傳統SEO到AI驅動的AEO的轉變，解釋如何通過A.S.T.E.R.原則(回答、結構、信任、互動、改進)來提升數位內容的可發現性及可引用性。

AEO導論

隨著AI的廣泛應用，產品銷售及內容創作者必須更加優化其內容以適合AI搜尋優化，也就是說優先考量AI的搜尋和檢索優化。回答引擎優化(AEO)意指針對AI驅動的引擎（如GPT、Perplexity和Google AI）來準備和呈現內容，使這些AI能夠閱讀、理解並最後提供最佳答案。

AEO與SEO的對應關係

AEO最大的挑戰是它與SEO的差異性，但也同時需要完善的SEO實踐。AI聊天機器人會從大型預訓模型、外部集成以及使用者數據中獲取內容。大型語言模型(LLMs)源自於各種書籍、文章和網站的龐大數據集。而為了獲取實時或特定訊息，這些機器人會通過API接入系統以及網頁爬取來提供資訊。因此，SEO仍然在AEO中起關鍵作用。

那些認為AEO將取代SEO的人並未瞭解全貌。事實上，AEO被視為SEO的一種數碼行銷策略。理解AI聊天機器人如何構建答案和獲取訊息是優化AEO結果的關鍵所在。這些機器人的資訊來源包括以下幾個關鍵部分：

  • 預訓數據集：大規模的公開文本和程式碼集合，形成該模型的語言和模式理解。
  • 外部知識庫：從網路、內部文檔或數據庫實時檢索資訊來提供現代或專業資料。
  • API和網頁爬取：連接到其他服務和網絡資源以獲取實時數據。
  • 使用者輸入和回饋：使用自然語言處理(NLP)來理解使用者意圖，提升聊天機器人的理解和使用者體驗。

A.S.T.E.R.框架：五大原則

1. 回答

AEO的關鍵在於優化直接回應，應針對使用者問題提供直接、精簡的答案。這些答案理應在段落最初50-60個字內出現，避免冗長段落或需滾動介面來尋找資訊。

  • 提前展示答案：在開頭40-60個字內給出明確答案，協助AI提取關鍵資訊。
  • 使用問答格式：以問題為基礎的標題結構幫助AI與人類閱讀者理解。

2. 結構

透過結構化數據或結構化標記(Schema Markup)使搜尋引擎及AI更容易理解內容基礎。使用架構化標記如FAQPage工具有助於呈現於豐富片段形式。

  • 使用Schema類型：明確標記內容類型，以更易於AI提取及呈現。

3. 信任

信任和權威性是AI模型作出內容選擇的基礎，不妨在內容上展示專業能力、引用可信來源及進行原始研究。

  • 專業化表現：突出創作者的資歷及相關成就。
  • 來源引用：使用數據支持陳述以增強信任度。

4. 互動

優化音頻搜尋及自然語言互動，長尾關鍵字可提高語音搜索中的匹配概率。

  • 目標長尾和問題的關鍵詞：使用自然表達方式，考量使用者意圖並解答其疑問。

5. 改進

進行持續性的檢評及適應是AEO持續最佳化的基礎，加強對於搜索可見度而不僅僅是點擊率的追踪。

  • 追踪可見度：追踪AEO的具體表現，包括AI生成答案中的引用次數。

結尾重點

AEO並不是SEO的取代，而是應對AI搜索的進一步發展，兩者需要密切結合來徹底發揮。一致的內容體系使AI模型對內容擷取得心應手，支持SEO技術是AEO關鍵策略之一。而持續監控與改進則是AEO成功的秘訣，專注於指標如回答框的可見度、AI引用次數等。

關於作者：桑提亞哥·杜蘭(Santiago Durán)是一位資深市場推廣專家，曾於大型科技企業擔任高階職位，致力於數位轉型及AI與創造力的交集。