Showing Posts From
Ai 搜尋
你的客戶在 ChatGPT 問『哪家顧問可靠』時，AI 引用的不是你的 Facebook——HubSpot 實測四大 AI 引擎後的三個震驚發現
想像一個場景：一位 45 歲的企業主在週末的家裡，打開 ChatGPT，輸入「我想幫小孩規劃 3,000 萬的資產傳承，台灣有哪些顧問值得信賴？」——然後 AI 給了他一串名單。 這個名單上有沒有你，跟你上週在 Facebook 發了幾則貼文、LINE 群發了幾條訊息，幾乎沒有關係。 這是 HubSpot 行銷總監 Kipp Bodnar 與 SVP Kieran Flanagan 在 2026 年 4 月中的 Marketing Against The Grain 連發兩集 Podcast 最核心的結論。第 417 集《We Found Where AI Gets Its Answers (It's Not Your Website)》與第 418 集《We Asked 4 AI Tools About Our Brand》請來了 HubSpot 全球成長資深總監 Aja Frost、以及 XFunnel 創辦人 Beeri Amiel（已被 HubSpot 併購，現任產品開發總監）一起實測 ChatGPT、Claude、Perplexity、Gemini 四個答覆引擎。 結論可以簡化成一句話：你花在經營「自家門面」的時間，AI 根本不看；你該在意的是別人怎麼談論你。 HubSpot 的 Answer Engine Optimization：當 AI 變成客戶的「事前調查員」 傳統的搜尋引擎優化（SEO）邏輯是這樣的：客戶輸入關鍵字 → Google 給出十個藍色連結 → 客戶挑一個點進去看 → 你的官網內容說服他。 但當客戶改用 ChatGPT、Perplexity、Google AI Overviews 時，這個流程被壓縮成一步：客戶問問題 → AI 直接給答案，可能附上幾個來源連結。根據 HubSpot 自己的調查，42% 的 B2B 買家在研究過程中已經開始使用答覆引擎。消費者端更誇張，Frase 的 2026 AEO 報告指出，72% 的消費者預計會更常在購物時諮詢 AI。 這件事對業務的致命影響，Beeri Amiel 在節目裡講得最清楚："The core of AEO is understanding what the answer engines know about you. SEO is not going away. But where it was a much bigger component before, it is now just one slice of the pie." （AEO 的核心是搞清楚答覆引擎對你「知道」些什麼。SEO 不會消失，但它過去佔很大一塊，現在只是餡餅裡的其中一片。）這不是一個技術名詞的進化，而是「客戶端對你的第一印象」徹底換了一個審核員。過去是 Google 的演算法，現在是 LLM 的知識庫。而 LLM 的知識庫，跟你想的不一樣。 三個震驚發現：AI 引用的地方，不是你以為的地方 發現一：AI 幾乎不看品牌官網，它看 Reddit、YouTube 與第三方清單（Listicle） HubSpot 自己做了一個實驗：用 ChatGPT 搜尋「最好的 CRM」，結果 AI 引用的首要來源不是 HubSpot 的官網，而是 Zapier 的一篇比較文章。Kipp Bodnar 在節目裡提到他們後續用自家產品追蹤 AI 引用的結果："We can basically go from, 'hey, you're tracking these prompts, here are the actions you would take to show up in this prompt—create a video, engage in this thread on Reddit, create a LinkedIn, create a blog post on your own site.'" （我們基本上可以做到：『嘿，你正在追蹤這些問題，而你要在這些問題裡出現，具體該做的事情是——拍一支影片、去參與 Reddit 的這個討論串、發一篇 LinkedIn、在自己網站上寫一篇部落格。』）注意這個順序：影片、Reddit、LinkedIn，最後才是自家的部落格。這是 HubSpot 實際透過工具拆解出來、按優先級排序的行動建議。 CMSWire 引用 Tinuiti 2026 Q1 AI Citations Trends Report 拆得更細：在 Perplexity 上，大約 24% 的引用來自 Reddit；在 Google AI Overviews 上，社群媒體佔了所有引用的 13%，而這 13% 裡有 44% 是 Reddit。HubSpot 自己的內部數據更驚人——Reddit 驅動的引用數從 2025 年 5 月的 178 次，成長到 12 月的 14.6 萬次。 這代表什麼？代表業務員每天花三小時在 Facebook 發理財文、週末拍一支 IG 限動、把名片換成 QR Code——這些動作對「在 AI 面前被看見」的貢獻接近零。因為 ChatGPT 和 Claude 不讀 Facebook，也不讀你的 LINE 帳號動態。 發現二：AI 最愛的內容格式是「清單型文章」，不是品牌故事 Aja Frost 在第 417 集直接點名：listicles（清單型文章）主宰了 AI 的引用來源。 HubSpot 的 AEO 案例研究 給了非常具體的數字：他們寫了一系列「5 best CRMs for construction businesses」這類「某產業最好的 X 個工具」文章，引用數成長 642%，品牌提及數成長 58%。 更新產品功能頁面加上 FAQ 與結構化資料，AI 引用成長 56%。 建立名詞解釋的 FAQ 詞彙庫，讓特定問題的引用佔有率提高 60%，品牌在認知階段提問的能見度提高 35 個百分點。為什麼是清單型文章？因為 LLM 在「整理答案」時，本質上就是在做一件事：從多個來源抽取「可比較的要點」。清單型文章的結構——「第一名：理由、第二名：理由」——剛好是最容易被 LLM 拆解、重組、引用的格式。 對照來看，一篇「我入行十年感悟」的長文故事，人類讀者可能感動落淚，但 LLM 幾乎抽不出什麼「可引用的答案單元」。 發現三：AI 會主動推薦你的競爭對手，而你完全不知道 這是第 418 集最讓人冒汗的部分。HubSpot 同時用四個 AI 工具詢問自家品牌相關問題，結果發現：不同的 AI 會給出不同的競爭對手推薦清單，而且這些清單是 HubSpot 內部從未主動送進去的資訊。 用 Bodnar 的話來說，這叫「看不見的推薦戰場」。過去 SEO 時代，你至少知道 Google 的第二名是誰，你可以去看他們寫了什麼。AI 時代，你連「AI 在客戶面前怎麼介紹你的競品」都不知道——除非你主動去問。 根據 TechTarget 對 HubSpot AEO 發布的報導，Constellation Research 分析師 Liz Miller 的觀察是：企業將開始「減少 SEM 投資，轉向在 Reddit 這類答覆引擎高度重視的平台上建立權威性」。 換句話說，這不是多一個要做的事，而是既有行銷預算結構的重新洗牌。 把力氣挪到對的地方：從「自家門面」到「被引用的信號」 讀完這兩集 Podcast 最大的感受，不是 AEO 很難，而是多數人把有限的內容時間花在了 AI 根本不看的地方。 過去的內容心法是：「多元分散、每個平台都要有、讓客戶在哪都能找到我。」 AEO 時代的內容心法倒過來：「少而集中、出現在 AI 會引用的地方。」 那些地方大致是這四類：Reddit 或在地論壇的實質參與——不是廣告，是真的回答問題、被按讚、被其他人引用。 YouTube 的教學型影片——尤其是「前五大/前十大」這類格式，AI 會讀字幕。 LinkedIn 的長文貼文——有觀點、有架構，被人收藏與討論。 第三方清單型文章——被寫在「XX 產業最值得信賴的十位顧問」這種別人寫的比較文裡。這四個地方有一個共同點：它們都不是你的「自家門面」，而是別人口中的你。 Beeri Amiel 在節目裡有一句話值得業務員反覆讀：答覆引擎關心的不是你怎麼說自己，而是別人怎麼說你。這跟傳統銷售訓練最違反直覺的一點重疊了——客戶買的從來就不是你的自我介紹，而是別人對你的第三方評價。只是過去的第三方評價靠口碑、靠轉介紹；現在的第三方評價，一半以上被 LLM 綁架在 Reddit、YouTube、LinkedIn 上。 HubSpot 自己的實測結果是：AI 驅動的潛在客戶成長 1,850%，轉換率是傳統搜尋流量的 3 倍。這不是因為 AI 更聰明，而是因為 AI 在把客戶送到你面前之前，已經幫你做了一輪「權威性篩選」——它相信你了，客戶才會相信你。 那接下來一季，你打算從 Facebook 挪幾個小時出來，去寫一則 Reddit 回答、或拍一支 YouTube 的「2026 年最值得關注的五個退休規劃工具」嗎？ 這是一個比「要不要做 IG 限動」更值得認真回答的問題。📎 HubSpot 這兩集 Podcast 的完整內容遠不只以上篇幅能覆蓋。第 417 集 還實際示範了 XFunnel 這個工具如何拆解「AI 追蹤的提問 → 對應的具體行動」，第 418 集則實測了 ChatGPT、Claude、Perplexity、Gemini 對同一個品牌問題的回答差異，包含競爭對手清單的對照。若你想看更完整的案例數據，HubSpot AEO 案例研究 詳細拆了他們如何把 CRM 品牌做到 AI 搜尋第一名，裡面的 FAQ 頁面、產業別清單、結構化資料策略都有具體數字佐證，值得業務端與行銷端一起看。