Raccoon AI GEO(WorkDuo) × Frank Chiu GEO 實戰課：從 AI 監測到優化，品牌該看懂的三件事
前言
當消費者開始直接問 ChatGPT、Gemini「哪個品牌比較推薦」，品牌在 AI 答案裡出不出現，已經是行銷必須回答的問題。10 月 21 日，WorkDuo 邀請 GEO 顧問 Frank Chiu 老師，為用戶開設一場線上 GEO（Generative Engine Optimization，生成式引擎優化）實戰課。課程不談概念，而是從「怎麼看懂監測數據」一路講到「怎麼讓品牌被 AI 提到」。以下整理課程重點。
為什麼現在要談 GEO
AI 正在成為消費者做決策的新入口。課堂上 Frank 老師提到，國際顧問公司也已經開始提醒客戶重視 GEO。
過去品牌只要顧好 Google 排名；現在，使用者可能根本不點連結，直接採信 AI 給的答案。如果品牌沒有出現在答案裡，就等於不在消費者的考慮清單上。
看懂 AI 能見度：提及與引用的四象限
Frank 老師把 GEO 的核心指標整理成三個：提及（AI 答案裡出現品牌名）、引用（AI 附上你的網站連結），以及傳統 SEO 排名。
提及與引用的價值不同。提及建立品牌認知與信任，但不直接帶來流量；引用能帶來流量，也能做再行銷。把兩者交叉，就是一張四象限：
提及 × 引用四象限
右上角的口碑曝光最容易被忽略：消費者記住了品牌，但這次曝光在流量報表上完全看不到。
課程重點：品牌詞與非品牌詞，一定要分開看
課程中最反直覺的一個觀點是：提及率高，不代表品牌在 AI 上表現好。
問 AI「WorkDuo 多少錢」，答案當然會提到 WorkDuo。如果把這類品牌詞和一般問題混在一起計算，提及率和引用率會被灌水，報告看起來漂亮，卻看不出品牌在市場上真正的位置。
Frank 老師建議把監測的問題（query）拆成三類，各看不同的指標：
問題類型 | 例子 | 該看什麼 | 怎麼行動 |
品牌詞 | 「WorkDuo 價格」 | 情緒與正確性：AI 說得對不對、語氣正不正面 | 建立「品牌事實資料庫」，修正 AI 的錯誤資訊 |
非品牌・引用型 | 「什麼是 GEO？」 | 引用：AI 有沒有引用你的網站 | 產出可被 AI 擷取的知識型內容 |
非品牌・提及型 | 「三千元內推薦的降噪耳機」 | 提及：AI 推薦清單裡有沒有你 | 價值最高的一類，直接決定新客認知 |
其中「非品牌・提及型」是最值得投入的一類：消費者還沒決定品牌，AI 的推薦就是他們的第一份清單。
監測哪些問題，決定報告可不可信
選錯問題，數據再多也沒有參考價值。Frank 老師建議問題從三個地方找：客服與 LINE@ 收到的真實提問、關鍵字搜尋量，以及 Google 搜尋結果中的「People Also Ask」。
實際操作分五步：
先廣後窄：用 50 個問題跑 7 天，蒐集初步數據
看原始數據：找出 AI 實際提到、引用的競品是誰
修正競品設定：把真正的競品更新回 WorkDuo
取得共識：和團隊或客戶確認最終 20 個以上的問題，讓數據被信任
至少穩定一季：問題清單不要頻繁更動，才看得出趨勢
兩條優化路徑：被引用，與被提及
想被 AI 引用：讓網站可爬、可懂、可信
AI 引用網站，靠的是即時擷取網頁內容來組成答案（RAG）。Frank 老師整理了三個檢查點：
可爬：確認網站沒有封鎖 AI 爬蟲（WorkDuo 內建爬蟲檢測工具）
可懂：內容結構清楚，標題明確、包含目標關鍵字
可信：用數據、資料來源、作者資訊和定期更新建立 E-E-A-T
Frank 也推薦一個免費工具：Bing 的 AI Performance 報告，可以看到 AI 組答案時實際拆出來的子問題（grounding queries），直接作為內容題目。
想被 AI 提及：比被引用更難
如果競品被提到、你卻沒有，要先找原因：是產品不符合這個需求，還是品牌知名度不夠？優化方向有三個：
定位品牌：把品牌和一個具體問題綁在一起，例如「適合新手的平價吉他」
被認得：品牌全名、簡稱、產品名都要納入監測
被列入：產出比較型內容，並把產品規格以可爬取的文字放在官網上
另外，負面提及也是提及。這正是品牌詞要看情緒的原因。
進階：把原始數據交給你自己的 AI 分析
課程最後示範了 WorkDuo 的 MCP（Model Context Protocol）用法：把監測的原始數據直接接到 Claude、ChatGPT 等 AI 工具，套用上面的三維框架做分析。
這一步特別適合需要判斷的工作，例如情緒是否正確、有沒有漏掉的競品名稱。分析完，再把新發現的競品網域回填到 WorkDuo 設定，監測就會越跑越準。
學員怎麼說
學員最有收穫的部分
品牌詞與非品牌詞拆開監測：多位學員提到，有代理商學員表示可以直接用在手上的客戶案子
問題架構表與選題技巧：有學員形容「題目的架構表超讚」，可以直接幫客戶釐清品牌目標
先用 50 題跑 7 天再收斂：被多位學員列為課後馬上能做的事
從提及與引用看出真正的競爭對手：用數據重新定義誰是競品
把原始數據交給 AI 分析：已經在整理原始數據的學員表示，聽完有了更進一步的做法
下一場課程
WorkDuo 將依用戶回饋，每季或每半年舉辦一次教育訓練。想參加下一場，或想先用自己的品牌跑一次 AI 能見度檢測，歡迎申請免費試用。
延伸應用：從客服對話找出監測問題
課程中提到，好的 GEO 監測問題來自顧客的真實提問。Raccoon AI 智能客服系統可以把有價值的售前提問集中整理，作為 GEO 監測的問題來源。
感謝 Frank Chiu 老師的分享。
留言