給你 3 小時，你要優化一個網站的 AI 可見性，你會怎麼做？很多人會直接跳去改內容，加 FAQ、補數據、重寫開頭。看起來很努力，但順序錯了，等於白做。

一個真實的教訓

某間 SaaS 公司花了三週優化內容，FAQ 補滿、數據補齊、段落寫到可以直接被引用。結果一檢查，robots.txt 裡寫了 Disallow: /，所有 AI 爬蟲直接被擋在外面，三週的工全部歸零。

問題不是做得不夠多，是做的順序錯了。

五步，其實是一條依賴鏈

GEO 的完整流程不是五件獨立的事，是一條有順序的依賴鏈，跳過前面，後面就失效。

正確順序是，第一步檢查你現在在哪，第二步部署 Schema 讓 AI 看得懂，第三步建立 llms.txt 讓 AI 先看到重點，第四步優化內容讓 AI 願意引用，第五步持續追蹤確認有沒有效果。

用餐廳來比喻，robots.txt 是門，Schema 是菜單，內容是料理。你應該先開門、先貼菜單，再來拼好不好吃。

第一步，檢查，30 分鐘

這一步像健康檢查，你不是一進醫院就動手術，你要先搞清楚三件事。AI 現在有沒有看到你，技術有沒有卡住 AI 進來，以及同樣關鍵字 AI 在引用誰。這一步不做，後面全部都在猜。

第二步，Schema，45 分鐘

Schema 讓 AI 一眼看懂你是什麼。沒有 Schema，AI 看到的是一整頁文字，有了 Schema，它只要 0.1 秒就知道這是文章、作者是誰、什麼時候寫、有哪些 FAQ。把 Schema 想成商品標籤，沒有標籤的商品掃不到條碼，再好也賣不出去。

第三步，llms.txt，15 分鐘

Schema 是讓 AI 看得懂，llms.txt 是讓 AI 先看到。順序很重要，先理解再導航。如果反過來，把 AI 導到一個看不懂的頁面，等於沒用。

第四步，內容優化，60 分鐘

前三步解決的是能不能進來、看不看得懂，這一步才是 AI 願不願意選你。AI 會優先選第一句就回答問題、有數據、有來源、句子可以直接拿走的內容。這就是上一篇講的可引用性。

第五步，追蹤，持續進行

這一步很多人不做，結果就是做了很多但不知道有沒有用。GEO 的追蹤要看三層，第一層是有沒有被 AI 引用，第二層是 AI 怎麼說你，是正面還是負面，第三層是有沒有帶來實際收入。很多人卡在第一層，只有真正重視結果的人才看第三層。

四個常見的坑

第一，只看流量不看轉換。200 流量帶來 30 個客戶，比 5000 流量零成交更有價值。

第二，忽略看不到的影響。有些人看了 AI 推薦後，直接去 Google 搜尋你，這些流量會被算在 Direct，你看不到來源，但它來自 AI。

第三，過度追蹤。每天查一堆關鍵字只會被數據淹沒，每月一次查 20 個關鍵字就夠。

第四，被引用但是負面的。AI 說這品牌價格偏高，也是引用，不是好事，要做的是改內容、重新塑造認知。

整件事的本質

這五步在回答三個問題，AI 進得來嗎，AI 看得懂嗎，AI 會選你嗎。順序錯了，做再多都是 0 分。