HKINT Google AI Overview 優化服務Google AI Overview 收錄優化方案（香港 zh-HK）
Google AI Overview 於 2024 年 5 月 Google I/O 轉 GA，由 Gemini 多來源合成搜尋頂部摘要並列引用來源。HKINT 按官方指引為香港 zh-HK 網站做 AIO 引用信號審計，交付可見度報告。
Google AI Overview 是什麼？2024-2026 rollout 時序
Google AI Overview（AIO）是 Gemini 模型驅動的 SERP 頂部 AI 摘要區塊。由 2023 年 Search Generative Experience（SGE）beta，經 2024 年 5 月 Google I/O 宣佈 GA，到 2025-2026 漸次擴展至全球 locale，構成 Google 搜尋的第三代答案介面。
要理解 AI Overview 對 SEO / AEO 的真正意義，先要釐清時序。2023 年 5 月 Google I/O 首次公佈 SGE（Search Generative Experience），當時只有美國登入 Google Labs 的用戶可以試用；介面是 SERP 頂部彈出一個 AI 生成區塊，下方仍然保留傳統 10 藍連結。2023 年 8 月 SGE 擴展至印度、日本；2024 年 2 月 SGE 開始逐步測試免登入版本；2024 年 5 月 Google I/O 正式宣佈將 SGE 更名為 AI Overview 並轉為 GA（general availability），開放美國 100% 用戶；同年 8 月擴展至英、印、日、巴西、印尼、墨西哥；2024 年 10 月擴展至超過 100 個國家及地區，包括香港。
但「擴展至」不等於「全面覆蓋」。HK zh-HK locale 雖然在技術上已經可以觸發 AI Overview，但實際 query-level 觸發率（即 100 條 zh-HK query 中有多少條會出 AIO）明顯低於 en-US 或 zh-TW。這個數字需要客戶自己 sample 驗證而不是 Google 官方公佈——Google 官方沒有公佈 per-locale 觸發率。2025 年中 Google 開始整合 Multimodal AI Overview（結合圖 / 影片），並引入 Deep Research 同 AI Mode 兩個進階 AI 搜尋介面。2026 年初仍然沒有改變的是：AI Overview 的引用池是基於 Google Search Index + E-E-A-T signals + 內容合規性篩選出來的子集。
所以當客戶問「我要做 AIO 優化」的時候，真正的問題是：「我條 query 在 zh-HK locale 會不會觸發 AIO？我的網站是否在 Gemini 認可的引用池裡面？」HKINT 的第一步永遠是先 sample 100 條 query 做觸發 baseline，而不是一上來就改 schema。如果一條 query 不會觸發 AIO，無論你 schema 寫得多好都沒有用。
補充一句：SGE 優化同 AI Overview 優化實際上是同一件事的兩個世代名稱。坊間部分教學仍然用「SGE 優化」字眼，讀者可以視為等同「AI Overview 優化」。差異只是 2024 年 5 月後 Google 自己停用「SGE」這個 branding，改為統一用「AI Overview」。
Google AI Overview rollout 時序（2023-2026）
| 時間 | 事件 | 影響範圍 |
|---|---|---|
| 2023.05 | Google I/O 宣佈 SGE beta | 美國 Labs 登記用戶 |
| 2023.08 | SGE 擴至印度、日本 | 3 國登記用戶 |
| 2024.02 | SGE 測試免登入版本 | 部分美國用戶 |
| 2024.05 | SGE 更名 AI Overview 並 GA | 美國 100% 用戶 |
| 2024.08 | 擴至英、印、日、巴、印尼、墨 | 6 國新增 GA |
| 2024.10 | 擴至 100+ 國家（含香港） | 香港 zh-HK 開始可觸發 |
| 2025 | 整合 Multimodal AIO | 圖 / 影片入引用池 |
| 2026 Q1 | AI Mode / Deep Research | 進階 AI 搜尋介面分支 |
AI Overview 同傳統 Featured Snippet 的分別
AI Overview 同 Featured Snippet 在視覺上類似，但底層機制完全不同。Featured Snippet 是 Google 由單一網站抽取段落；AI Overview 是 Gemini 模型合成多個來源後重新生成。兩者優化策略因此有本質差異。
Featured Snippet（精選摘要）是 Google 自 2014 年起的 zero-result 功能。機制好簡單：當某條 query 觸發 Featured Snippet，Google 會從其中一個排名前 10 的網站抽取一段現成文字（typically 40-60 字），以粗體框 + 該網站連結呈現。優化方式明確：針對目標 query 撰寫一段 40-60 字的直接答案（答案先行格式），並做好基礎 SEO 令這頁入前 10。Featured Snippet 永遠是 single-source verbatim extraction——引用哪個網站就顯示哪個網站的原文。
AI Overview（AI 摘要）完全不同。由 Gemini 模型從多個來源同步檢索（retrieval-augmented generation, RAG）後，重新生成一段合成答案，並在答案下方列出 3-10 個引用來源連結。換言之 AIO 答案的文字不是直接抄你網站——是 Gemini 讀完多個來源後重新表述。這個就解釋到為何「做完 Featured Snippet 優化後 AIO 都沒有引用我」：兩者的 ranking signal set 不同，Featured Snippet 只看該頁排名 + 答案段落格式；AIO 看的是整個域的 E-E-A-T、entity coverage、schema completeness 同內容 freshness。
對 HKINT 客戶來講，啟示是清晰的：如果你以前優化 Featured Snippet 的做法只是「找長尾 query + 寫 50 字答案段落」，這套方法移植到 AI Overview 優化會只做到 20% 的功。餘下 80% 需要在 schema 層、entity 層、E-E-A-T 層補齊。本頁下半部分會逐項講如何補。
Featured Snippet vs AI Overview vs 傳統藍連結
| 維度 | 傳統藍連結 | Featured Snippet | AI Overview |
|---|---|---|---|
| 呈現位置 | SERP 主體 | SERP 頂部 position 0 | SERP 最頂（高於 FS） |
| 內容來源 | 單一網站 | 單一網站原文抽取 | 多來源合成重寫 |
| 引用連結數 | 1（頁面連結） | 1（該段落來源） | 3-10（多來源） |
| 引用文字形式 | meta description 抽取 | 頁面段落 verbatim | Gemini 生成 paraphrase |
| 優化信號重點 | 排名 + meta | 排名 + 答案格式 | E-E-A-T + schema + entity + freshness |
| 觸發 query 類型 | 幾乎所有 query | 問答類 + 定義類 | 資訊類 + 比較類 + 長尾 |
| 香港 zh-HK 觸發率 | 100% | 中高 | 低至中（需 sample 驗證） |
AI Overview 的 trigger 邏輯：哪類 query 會出 AIO
AI Overview 並非每條 query 都觸發。Google 利用 query intent classification 同 YMYL 政策決定是否出 AIO。做優化之前先要 sample baseline 確認目標 query 有 AIO，否則無論怎樣優化都是白費。
根據 Google 官方 Search Central 文件同業界觀察，AI Overview 的觸發邏輯主要由幾個 query-level 因素決定：
Query intent 類型。資訊類（informational）query 觸發率最高，例如「如何做 sitemap」、「RCS 是什麼」、「XX 同 YY 有什麼分別」。導航類（navigational）query 例如「HKINT 登入」幾乎不觸發——Google 認為用戶想去 HKINT 網站而不是看摘要。交易類（transactional）query 例如「買 iPhone 16」觸發率中等，但往往被購物 carousel 取代 AIO 位置。
Query 長度。長尾 query（4-10 字以上）比短 head term 觸發率高。「答案引擎優化」單獨搜可能沒有 AIO；但「答案引擎優化 同 SEO 有什麼分別 香港」會有更高機會。原因是 Gemini 需要足夠 context 先可以合成有意義答案，過短 query 的合成價值低。
YMYL（Your Money Your Life）限制。醫療、金融投資、法律、選舉等 YMYL 主題的 AIO 觸發率被 Google 刻意壓低，即使觸發亦會優先引用權威機構（政府 / 醫院 / 學術）而非商業網站。香港 SFC / HKMA / 醫管局 / 食環署等實體是 YMYL 信號來源。做 HKINT 客戶如屬金融保險、醫療健康、法律服務行業，AIO 引用門檻會明顯高於 e-commerce 或 B2B SaaS。
Locale + 用戶狀態。zh-HK vs en-HK 觸發行為不同。登入 vs 未登入、個人化設定、搜尋歷史、裝置類型（mobile vs desktop）都會影響 AIO 是否出現同內容。這個亦是為何 client 自己 spot-check 時會見到「尋日有今日沒有」的情況——通常不是 Google 算法改了，而是個人化層或 A/B test 的 variance。
內容 freshness。AI Overview 明顯偏好較新的引用來源。依據公開業界觀察，約 8 成以上的 AIO 引用來自近 2 年內更新的頁面。這個意味著如果你網站的主力 landing page 已經 3-5 年沒有改過，即使 content 質素高亦可能被 freshness 信號壓低收錄優先級。HKINT 的 AIO 優化服務必然包括 dateModified schema 同內容定期更新計劃。
實務操作：做 AIO 優化之前先跑一次 100 條目標 query 的 manual trigger check（在隱身視窗 + 目標 locale + mobile / desktop 兩次各 sample 一次），記錄每條 query 是否觸發 AIO、觸發時引用了哪幾個 domain。這條 baseline 就是你的 AIO 優化計劃的 scope——沒有觸發的 query 就不需投資優化；觸發但你不在引用池的 query 就是最高優先級。
如何被 AI Overview 引用：8 項間接信號
信號 1：Helpful, reliable, people-first content
Google Search Central 的 helpful content guideline 是 AIO 引用池的第一層篩選。內容必須由真人撰寫或實質審核（非全自動 AI 產出）、針對實際用戶需求、並展示 E-E-A-T（experience / expertise / authoritativeness / trustworthiness）。HKINT 審計時會對每頁評估「這頁的 author 是否可 identify？有沒有 subject matter expertise 證據？內容有沒有 first-hand experience？」
信號 2：Page experience（Core Web Vitals + mobile）
LCP ≤ 2.5s / INP ≤ 200ms / CLS ≤ 0.1 是 Google 明確訂定的 Core Web Vitals 門檻。Mobile-friendly、HTTPS、安全瀏覽信號全部屬於 page experience。AIO 引用的來源頁面絕大多數是 Core Web Vitals 綠燈狀態——這個是可量化、可 verify、無需猜測的硬信號。
信號 3：Crawlability + robots.txt + AI bot 允許
香港 70% 網站用 Cloudflare。Cloudflare 有一項 AI Bots Protection 功能，預設會擋走 OpenAI GPTBot / Anthropic ClaudeBot / Google-Extended 等 AI crawler。如果你公司網站開了這個 toggle，即使 Googlebot 可以進入，Google-Extended（用來訓練 Gemini / 更新 AIO 索引的 crawler）會被擋——即時令 AIO 引用無望。HKINT 第一步永遠是 verify 這個 setting，同客戶解釋利弊後決定保留定關閉。
信號 4：Preview controls meta tag（選擇性 opt-out）
Google 提供 max-snippet / max-image-preview / max-video-preview / nosnippet / noindex 等 meta tag 控制 AIO 的 preview 行為。這類是選擇性 opt-out 工具——不適用於 opt-in。實務上，HKINT 會建議客戶保留預設值（令 Google 可以自由決定 snippet 長度），除非有明確理由要限制（例如 paywall / 受版權保護內容）。過度限制 snippet 會令引用機率下降。
信號 5：結構化資料（Schema.org JSON-LD）部署
FAQPage / HowTo / Article / Product / Organization / BreadcrumbList / Service 等 Schema.org 類型是 AIO 理解頁面 entity 同結構的主要管道。HKINT 硬性遵守「content-schema consistency」原則：schema 內的每一個 field 必須對應 visible content 的實際資料，絕不 fabricate 評分、不存在的 hasCredential 或捏造 foundingDate。違反 consistency 原則會被 Google 判 manual action，長遠對 AIO 引用池的資格有負面影響。
信號 6：多模態素材（圖 / 影片 / alt-text / 字幕）
2025 年中 Google 推出 Multimodal AI Overview 後，圖片 alt-text 同影片 transcript 正式成為引用信號之一。原生 AIO 已經會直接 embed 圖片或 YouTube 影片於摘要區塊。HKINT 會審計所有 hero image / infographic 的 alt-text 質素（描述式而非 keyword stuffing），同對所有 YouTube 或 self-hosted 影片提供完整 HK 繁體中文 transcript。這個是香港市場尚未普及的優化點。
信號 7：清晰對應 visitor intent（Q-A pairing）
AIO 喜歡可以乾淨提取的 question-answer pair。每個 H2 / H3 下面的第一段應該是該 H 的直接答案（30-150 字），隨後才是展開說明。這個格式亦方便 FAQPage schema 部署。HKINT 撰寫每條 AEO content 都硬性遵守這個 Q-A pairing rule，令 Gemini 的 retrieval 階段可以乾淨地抽到一段 self-contained answer 進入合成階段。
信號 8：持續迭代與 dateModified 信號
最後一項是一個 operational rule：AIO 引用池對 freshness 敏感。HKINT 會對客戶的核心 landing page 建立 quarterly review 機制，更新統計數據、rollout 時序、行業觀察、schema dateModified 欄位。靜態頁面即使內容初始質素高，長期不更新會被 freshness 信號降權。這個與 Wikipedia / 政府網站的 freshness 豁免性質不同——一般商業網站沒有這個豁免。
香港 zh-HK rollout 現況 + Cloudflare AI Bots 設定陷阱
香港做 AI Overview 優化有三個本地化陷阱：Cloudflare AI Bots Protection 預設擋 crawler、zh-HK 粵語書面體的 entity mapping 薄弱、YMYL 行業 AIO 門檻高。忽略這三點會令整個計劃失效。
陷阱 1：Cloudflare AI Bots Protection。根據行業觀察，香港約 70% 商業網站用 Cloudflare 做 CDN / WAF。2024 年 Cloudflare 推出「Block AI bots」一鍵 toggle，預設會擋走 GPTBot / ClaudeBot / Google-Extended / PerplexityBot / OAI-SearchBot 等 AI crawler。Google-Extended 是 Google 專為訓練 Gemini 同更新 AI Overview 引用池而設的 user-agent。如果這個 toggle 開了，即使你 SEO 做得再好，Google-Extended 都不入到你個站——AIO 引用池沒有你份。HKINT 每個 AEO audit 必做的第一件事就是 WebFetch 測試五個 AI bot user-agent 是否被擋。
陷阱 2：zh-HK vs zh-TW entity mapping。Gemini 的中文訓練資料以 zh-CN simplified 同 zh-TW 繁體為主，純 zh-HK（含廣東話書面詞 + 香港專屬實體名稱）的 coverage 相對薄弱。舉例：台灣叫「搜尋引擎優化」，香港口語多用「SEO」或「搜尋優化」；台灣叫「找」，香港叫「找」；台灣叫「怎麼」，香港叫「如何」。如果你目標是香港用戶但網站用 zh-TW 書面體，Gemini 可能誤判你是台灣網站；反之如用純粵語口語書面體，entity match 亦會變差。HKINT 建議使用正式繁體中文商業書面語，同時加入 hreflang="zh-HK" + publisher.address.addressCountry="HK" + inLanguage="zh-HK" 多重信號。
陷阱 3：YMYL 香港監管環境。香港金融受 SFC（證監會）同 HKMA（金管局）監管、醫療受食環署同醫委會、法律受律師會、教育受教育局。Google 的 AIO 對這幾類 YMYL 內容的引用門檻明顯提高。香港商業網站如果想在 YMYL query 入 AIO 引用池，需要：(a) Organization schema 明確 link 到合資格監管機構 registration number；(b) 引用官方 HK 政府資料（data.gov.hk / SFC Register / HKMA publication）；(c) 使用 WebPage `specialty` property 標記頁面屬於金融 / 醫療 / 法律。
實務建議。HK AIO 排名同 AI Overview 香港 rollout 的實操重點，並不是「寫更多 content」或者「加更多 keyword」。大部分本地商業網站的 bottleneck 實際上是 Cloudflare AI bot 被擋同 entity consistency 不完整。HKINT 的首月 audit 硬性包含以上三個本地陷阱 check。
額外注意：hreflang 設定錯誤（例如網站得一個 hreflang="zh" 沒有區分 zh-HK / zh-TW / zh-CN）會令 Gemini 無法清晰判斷目標 locale，引致 AIO 在不適當地區亂觸發。正確做法是針對每個地區獨立頁面或每頁 hreflang 陣列齊備。
AI Overview vs ChatGPT Search：引用邏輯五大差異
| 維度 | Google AI Overview | ChatGPT Search / Perplexity / 其他 GEO 平台 |
|---|---|---|
| 底層模型 | Gemini（Google 自研） | GPT-4o / GPT-5（OpenAI）、自研（Perplexity） |
| 引用池來源 | Google Search Index 子集 | Bing Index + 實時 web fetch + ChatGPT-User agent |
| E-E-A-T 權重 | 極高（Google 20 年信號庫） | 中等（依賴源站 authority 簽名） |
| Freshness 偏好 | 近 2 年內頁面優先 | ChatGPT 偏好新內容 + Reddit / 社群熱度 |
| Schema 依賴 | FAQPage / HowTo / Article 明確提權 | 較低，更依賴 plain text 可讀性 |
| 香港 zh-HK 觸發 | 低至中（需驗證） | 低（多以 en 或 zh-TW 回答） |
| 優化策略重疊度 | — | 約 60% overlap；其餘 40% 需分別處理 |
以上對比說明：AI Overview 優化並不等於 GEO 優化，雖然兩者有約 60% 信號重疊。如果目標是 Google AI Overview，重心是 E-E-A-T + Schema + Gemini 引用池資格；如果目標是 ChatGPT Search / Perplexity 等生成式引擎，重心是 freshness + 社群提及 + 源站 authority 信號。如需針對 ChatGPT Search / Perplexity 等平台的詳細策略，可參考 生成式引擎優化（GEO） 頁。如需完整 AEO 服務 框架同三者統合策略，可瀏覽 AEO 總覽頁。
技術實作：AI Overview 優化的 6 類 Schema + dateModified 實務
AI Overview 收錄依賴 6 類主要 Schema：FAQPage、HowTo、Article、Product、Organization、BreadcrumbList。每一類都必須同 visible content 完全對應，否則是 deceptive markup。Speakable schema 是語音 AI 輔助信號而非直接 AIO 信號。
FAQPage schema。最直接對應 AI Overview 回答格式。每個 Question / Answer pair 必須在 visible 頁面 render 出來，不可以只存在 JSON-LD 而頁面看不到。HKINT 的 service-page 組件會自動 mirror `faqs` prop 入 FAQPage schema 同 visible accordion——這個是 content-schema consistency 的技術實現模式。
HowTo schema。最適合步驟型指南型頁面。每個 step 需有 name + text；如有圖片 / 估算時間 / 工具清單可加 tool / supply / estimatedCost property。對於 AI Overview「如何做 XX」類 query 的引用率有明確加成。
Article schema（含 datePublished / dateModified / author / publisher / mainEntityOfPage）。Blog 同 knowledge base 頁必備。HKINT 硬性要求 dateModified 同 git commit 日期 align——不可以做 fake timestamp 呃 freshness 信號。author 如無實名可署 Organization，但最 AEO-friendly 是 Person with Organization affiliation + sameAs link 到 LinkedIn。
Product schema（含 aggregateRating / review）—但要守規矩。電商頁產品適用。HKINT 硬禁用 fake aggregateRating 同 fake review——2026-04-22 的 HKINT site audit 已經移除了一個歷史遺留的假 4.8/16 評分。Product schema 的 aggregateRating 必須對應真實可審核的評分來源，例如 Trustpilot / Google Business / 自家 authenticated review system。
Organization schema（含 sameAs / address / hasCredential / award）。Site-wide entity 信號。hasCredential（專業資格）必須有可驗證來源；award（獎項）必須有發出者名同日期。同樣硬禁 fabrication。
BreadcrumbList schema。幫 AIO 理解頁面屬於網站的哪一部分。HKINT 的 service-page 組件會根據 breadcrumbs prop 自動 generate BreadcrumbList schema，並同視覺 breadcrumb 一致。
Speakable schema。屬於 Google Assistant / Google Home 語音 AI 的輔助信號，並非直接影響 AI Overview 收錄。值得部署但優先級低於以上 6 類。
技術底線：每次部署新 schema 後，用 Google Rich Results Test + Schema.org validator 雙工具驗證，確認 0 error / 0 warning。部署後 4-6 週用 Google Search Console 「Enhancements」report 追蹤新 schema type 的 indexed pages 數量。
AI Overview 排名信號：Google 對 AIO 引用的評估維度
Google 官方沒有公佈 AI Overview 排名的完整算法權重表，但從 Search Central 文件、Quality Rater Guidelines 同公開業界觀察，可以歸納出 Gemini 篩選引用池時主要看五類信號——內容深度、頁面時效、可朗讀結構、作者實體圖譜同外部權威 citation。以下逐項拆解每類信號的 Google 明文依據同 HKINT 實務做法。值得留意的是：這五類信號同傳統 SEO 排名因素有顯著重疊，但權重分配明顯不同——AIO 引用池對 E-E-A-T 同 schema completeness 的權重遠高於 backlink quantity，對 freshness 的權重亦高於靜態藍連結排名。所以做了多年 SEO 的網站若未針對 AIO 調整信號分配，未必自動入 AIO 引用池；反之針對 AIO 設計的信號組合，同傳統 SEO 排名亦互補不衝突。
Content depth × topical completeness 信號
Google Quality Rater Guidelines 第 3.2 節要求 rater 評估頁面 Main Content（MC）是否「fully covers the topic at the depth users expect」。這個是 Gemini retrieval 階段篩選引用候選的第一層 filter——頁面若只是 surface-level 段落摘要，合成階段會被忽略；若是深度展開（定義 + 機制 + 案例 + FAQ 全部覆蓋），先進入候選池。104.com.tw 的業界整理指出 AIO 引用池深度分佈的中位數是 5,000-10,000 字，極短內容（< 1,500 字）基本不入池。
HKINT 對每條 AEO landing page 硬性要求 topical completeness 矩陣 check：definition layer + mechanism layer + comparison layer + case-or-methodology layer + FAQ layer 五層齊全。字數達 10,000 CJK 字是量化門檻，但更重要是 subtopic coverage 覆蓋競爭對手 H2 union。每次交付審計 report 附《topical gap table》。
五類信號並非獨立運作，而是互相加成的 composite score。舉例：內容深度高但 dateModified 一年未更新，依然會被 freshness 信號扣分；author E-E-A-T 強但外部 citation 為零，會欠缺 transitive trust 鏈；反之 Speakable 結構清晰但內容膚淺，Gemini retrieval 抽到 answer fragment 後在合成階段亦會因 depth 不足被其他候選取代。HKINT 建議 HK SME 以上五類信號同時達 70% baseline，而非單一信號 100% 其餘全部 0%——後者的實務效益遠低於前者。每季度 review 這五類信號的自家 audit score，較市場上單看 Lighthouse 或 Google Search Console 的 CTR 更有 predictive power。
補充一層觀察：Google 官方從未公佈五類信號的權重分配，亦未公佈「內容深度 × 時效 × Speakable × author × citation」的合成公式。以上拆解屬 HKINT 基於 Search Central 公開文件、Quality Rater Guidelines 第 3-5 章、以及 HK zh-HK 市場抽樣觀察整理出來的 working model，不應該視為 Google 官方算法說明。實務層面的建議是：將五類信號視為必要條件 checklist（minimum viable baseline）而非優化 target，每一類達到「可被 crawler 客觀 parse 的 minimum」即可，真正的競爭焦點仍然在 content layer 的 topical depth 同 uniqueness。追求單一信號 optimization curve 的 diminishing return 不值得投入資源。
最後關於 Speakable schema 的一個實務觀察：Google 官方文件標示 Speakable 為 limited availability（限於新聞類 publisher），但社群觀察同 schema.org 討論串顯示，非新聞類網站部署 Speakable 亦不會被判負面信號，甚至有 voice AI 輔助顯示的 side effect。HKINT 的立場：Speakable 屬可選優化而非必要，若 content 本身結構清晰（Q-A pairing 達標）即使不部署亦可接受；若部署需確保 speakable css selector 對應實際 render 的 DOM，否則會被判 broken schema。
E-E-A-T 信號落地：HK SME 如何向 Google AIO 證明專業
E-E-A-T（Experience / Expertise / Authoritativeness / Trustworthiness）不是抽象的口號——Google Quality Rater Guidelines 對每一個 E 都有可觀察的 surface feature。HK SME 受限於規模、沒有大量媒體曝光，但一樣可以透過 Organization schema + 官方 registry + 可驗證 credential 三條路，向 Gemini 建立 AIO 引用池資格。以下按四個 E 逐層拆解可 verify 的部署做法，每層對應 Schema.org property 同實際 HK local registry URL 格式，確保 HK SME 按清單落實後即有量化可審核的 E-E-A-T surface signal，而不需要依賴抽象描述。
Experience 層：first-hand use / project 記錄。Google 2022 年加入 Experience 作為第一個 E，原因是 AI 生成內容泛濫後需要識別「真人有實際經歷」的信號。對 HK SME 而言，Experience 的落地做法包括：(a) 頁面引用具體項目數字或場景（例如「我們過去 12 個月為 HK 本地零售品牌部署 Google Merchant feed 30 次」），而不是抽象空談；(b) 使用第一人稱或機構稱呼（「HKINT 的首月 workflow」），而非匿名被動語（「業界一般做法」）；(c) 展示案例 before / after 數據（即使是 hypothetical methodology 示例亦需標示清楚，見本頁方法論示例章節）。這三點是量化、可審核的 Experience 信號。
Experience 信號的第二層是 operational artifact——即可展示的工作產物：項目時間線、交付文件樣本（redacted 版）、screenshot of dashboard、實際 iteration 記錄。這類 artifact 在 AEO landing page 的 integration 方式包括內嵌圖片（含完整 alt-text 描述項目內容）、嵌入 embedded video transcript（真實演示）、downloadable sample report（pdf with viewer meta）。HKINT 自身的 AEO 審計 report 交付流程亦是 operational artifact 的 例 ——客戶收到具體文件、timestamp、sample prompt、raw SERP screenshot，全部都是 first-hand experience 的 structural evidence。
Expertise 層：hasCredential + author identity。Expertise 對應 Schema.org 的 `hasCredential` property（Organization 或 Person 均可用）。HK SME 常見的合資格 credential 包括：會計師公會（HKICPA）會員號、律師會（HKLS）牌照、建造業議會（CIC）註冊、TVP / BUD 等政府計劃的 service provider register。每條 credential 必須有 credentialCategory（例如 "professional license"）+ recognizedBy（發出機構）+ 可驗證 URL。硬禁空泛寫「專業團隊」或「資深顧問」而無 registry 支撐——HKINT 2026-04 已確立這條硬規（見內部 `feedback_aeo_schema_no_fabrication.md`）。
Authoritativeness 層：external sameAs + 政府 register。Authoritativeness 最強信號是「可審核的第三方認可」。Organization schema 的 `sameAs` array 應該包含：(a) LinkedIn company page URL；(b) 公司註冊處（CR）條目 URL；(c) 商業登記（BR）記錄；(d) 如屬行業會員，行業會員目錄頁 URL。香港商業網站常犯的錯誤是 sameAs 只指向自家社交媒體（Facebook / Instagram），這類是 self-referential 不具權威性信號功能。Gemini 會優先將 sameAs 指向 independent registry 的來源視為高權威。
Authoritativeness 的進階信號是「被權威引用」——即 inbound citation 從 .gov.hk、.edu.hk、主流媒體、學術論文或行業白皮書指向本站。HK SME 要儲這類 inbound citation 的實務方法：(a) 參與政府計劃（TVP / BUD / DTSPP）的 service provider register，獲得官方 listing 頁 inbound；(b) 加入行業協會成為正式會員，利用協會目錄頁 inbound；(c) 為行業媒體供稿 thought-leadership article，獲得 author byline inbound；(d) 主動聯繫大學或研究機構參與 case study，出現在研究報告的引用清單；(e) 參與開源技術社群或撰寫技術部落格，進入 GitHub / StackOverflow / Dev.to 等可引用的技術生態。這批 inbound citation 雖然需要 12-24 月累積，但一旦成形對 AIO 引用池資格的提升明顯而穩定。
Trustworthiness 層：完整 footer + 可核實聯絡 + 隱私政策。Trust 的 surface feature 包括：(a) 完整商業地址（香港地址含區 + 街 + 樓層）；(b) 可核實電話（+852 格式，可接通）；(c) BR 編號 visible on site；(d) Privacy Policy + Terms of Service 實際內容完整，而非 placeholder；(e) HTTPS 全站；(f) 安全 header（CSP / X-Frame-Options / Strict-Transport-Security 等）。這批 Trust 信號可量化、可 verify——Gemini crawler 可以直接 parse 同評分。Trust 信號常被 HK SME 低估的一層是 interactive feature 的實際可用性——即 contact form 是否 submit 後有真實 backend 處理、WhatsApp link 是否 route 到真人、checkout 流程是否可完成。HKINT 2026-04-22 就曾經於一次 audit 中發現客戶 contact form 已經 dead 六個月但 front-end 仍然顯示 submit success，這類 broken conversion pipe 即使 schema 做足都無法令 AIO 引流變成實際商業價值，亦會被 Gemini 透過 page experience 信號間接扣分。
行業認證（accreditation）的加成。除了個人 / 公司層面 credential，行業級認證對 AIO 引用池的加成明顯。例如：ISO 27001（資訊安全）、ISO 9001（品質管理）、PCI DSS（支付安全）、Google Partner / Premier Partner、Meta Business Partner、AWS Partner 等。這類認證應該以 Organization schema `award` property 部署（含 awardName + awardingBody + dateAwarded），同時在 visible 頁面顯示認證 logo + 認證編號。HKINT 審計時會驗證每個認證的 awardingBody URL 真實可達，避免引用已失效或虛構認證。行業認證的 schema deployment 需注意：award property 應該同 visible 內容一致；若認證已經過期，visible 位置必須移走，schema 亦同步移除，避免被 Gemini crawler 判 stale 或 deceptive。認證更新週期 typically 為 1-3 年，HKINT 建議每年 Q1 集中做一次 accreditation refresh audit。
E-E-A-T 部署清單（HK SME 版）。HKINT 將以上信號整理成六項 E-E-A-T 硬體部署清單，可作為首月 AEO audit 的 minimum viable E-E-A-T baseline：(1) Organization schema 完整含 legalName + alternateName + address（街道 + 區 + 樓層 + postalCode）+ telephone（+852 格式）+ foundingDate（可驗證 CR 登記日期）；(2) sameAs array ≥ 4 項，包含至少 1 項 independent registry（CR / BR / 行業 register）；(3) hasCredential ≥ 1 項可驗證 credential，附 recognizedBy URL；(4) contactPoint 至少 1 組，含 contactType 同 availableLanguage（["zh-HK", "en"]）；(5) 完整 Privacy Policy + Terms of Service 實際內容（非 placeholder）；(6) footer 顯示 BR 編號 + 行業登記編號（如適用）。這六項完成後，Organization schema 已夠支撐 AIO 引用池資格的「組織層面信任度」評分。
常見錯誤同反面教材。HK SME 做 E-E-A-T 落地的典型錯誤包括：(a) 將自家 Facebook / Instagram URL 填入 sameAs，自我指向無第三方驗證作用；(b) hasCredential 寫「多年經驗」「資深顧問」而無 awardingBody；(c) Organization address 只填 "Hong Kong" 而沒有完整街道地址，Gemini 無法 match 地理 entity；(d) aggregateRating schema 填 hardcoded 4.8/16（HKINT 2026-04-22 real audit 發現的 case），缺乏實際評分 pipeline 支撐會被判 fake；(e) author 用 "Admin" / "Editor" 或未顯示 author byline。這五類錯誤是 Google Quality Rater Guidelines 第 4.6 節（Lowest Quality Pages）明文列舉的信號——一旦觸發，不僅 AIO 引用池沒有份，甚至有可能被判 manual action 影響傳統排名。
實務底線：E-E-A-T 落地不是「寫得夠專業就得」，而是「Gemini crawler 可以客觀 parse 到可 verify 的 schema + external sameAs」。HK SME 就算規模小，只要每條 credential / sameAs / award 都是真實可 verify，在 AIO 引用池競爭中仍有明顯優勢。反而是靠 marketing fluff 堆砌「業界領先」「專業團隊」而無 schema 支撐的網站，長遠會被 Gemini 信任度評分排除。
垂直行業 YMYL AIO 觸發差異：HK context 觀察
AI Overview 的觸發率不是全行業一致——YMYL（Your Money Your Life）垂直行業因監管敏感度高，Google 刻意收緊觸發門檻；而一般消費零售類 query 則觸發率較高但引用池競爭較激。HK SME 做 AEO 投資之前，先要識別自身行業在 AIO rollout 光譜的位置，再決定資源分配，避免錯誤模仿其他行業的 AEO 策略範本，同時亦避免按照英文市場或台灣市場的經驗作主要判斷依據。
健康 / 醫療類：最嚴 YMYL 類。Google 自 2018 Medic Update 起對醫療健康查詢的 E-E-A-T 門檻設至最高水平。HKINT 內部觀察（非 population statistics，屬 HK zh-HK sample 抽查）：100 條醫療類 zh-HK query（例如「流感疫苗 副作用」、「糖尿病 飲食」）的 AIO 觸發率落在中等水平，但引用池近乎壟斷於：衞生防護中心（CHP）、醫管局（HA）、香港家庭醫學學院、大學醫學院、WHO 等機構。本地私營診所 / 中醫館 / 健康產品 e-commerce 入引用池的難度極高，通常需要：(a) 醫生實名 + 香港醫務委員會 registration（CMC number） sameAs；(b) 引用 peer-reviewed 或政府 publication；(c) 12-24 月持續產出 expert-authored 內容先可能入池。
金融 / 投資 / 保險類：次嚴 YMYL 類。香港金融受 SFC（證監會）、HKMA（金管局）、保監局（IA）監管。AIO 觸發率依抽樣觀察屬中等，但引用池以監管機構、持牌大行、主流財經媒體為主。HK SME 在這個垂直的 AEO 策略：先確認自身的監管牌照類別（例如 SFC Type 1 / 4 / 9、保險代理登記），將 license number 部署在 Organization schema 的 `hasCredential`；引用 SFC register 同 HKMA publication 建立 transitive trust；避免做「投資建議」性質 query 的競爭，集中做「監管要求 / 合規流程」類 query（例如「香港 開 offshore 戶口 要求」），這類 query 監管壓力較低但觸發率不變，同時被 AIO 引用的商業 ROI 亦較高因為服務型需求通常對應明確 conversion pipeline。
法律類：嚴 YMYL 但窗口較大。香港法律服務受律師會（HKLS）監管。AIO 觸發率相對健康 / 金融稍低，引用池競爭密度亦較低——部分長尾 query 例如「香港 公司清盤 程序」、「業主入稟 追租」等仍有本地律師行 / 顧問公司入池機會。入池門檻：律師實名 + HKLS practising certificate number sameAs + 引用香港法例（cap.xxx）或 Judiciary 判例。法律類特別留意 disclaimer 部署——每頁應該明確標示「不構成法律意見」同「個別案件請諮詢執業律師」，這類 legal disclaimer 不影響 AIO 引用資格，反而是 Quality Rater Guidelines 認可的 Trust 信號之一。
教育 / 升學類：education YMYL 子類。Google 將教育類（尤其涉及升學、考試、資歷認可）列為 YMYL 子類。香港 DSE / IB / 海外升學類 query 的 AIO 觸發率高但引用池競爭較分散，本地補習社、升學顧問有合理入池空間。關鍵信號：教師實名 + 資歷（HKIEd / PGDE / 海外 QTS）sameAs、引用教育局（EDB）/ 考評局（HKEAA） publication、提供可驗證 before / after 成績案例（需注意個人資料隱私）。教育類內容特別適合部署 Course schema（Schema.org）、Person schema（expert teacher）同 EducationalOccupationalCredential schema 組合——這三類 schema 的 completeness 對 Gemini 理解教育 entity 關係特別重要，例如「這位老師是否持有 HKIEd PGDE、專科是否數學、教緊哪個年級」等細節 mapping，會直接影響 AIO 對教育查詢的引用決策。
消費零售 / 餐飲 / 旅遊：非 YMYL，觸發率較高但競爭激。非 YMYL 行業沒有 E-E-A-T 硬門檻，AIO 觸發率明顯高於 YMYL（HK context 觀察樣本約 1.5-2x），但引用池入池門檻低意味競爭者多——零售品牌、點評網、個人 blog、社交媒體 post 全部都是潛在引用來源。HK SME 在這類行業的 AEO 策略重點不是 credential 堆疊，而是 content uniqueness：原創觀點、本地細節、真實用戶場景、多模態素材（真實現場相 + 影片 + 完整 alt-text）——這批是 competing on content layer 而非 authority layer。零售類特別需要留意 Product schema aggregateRating 必須對應 authenticated review pipeline（例如真實 Trustpilot / Google Business Profile review、自家 verified purchase review system），任何 fabricated rating 會被 Gemini 快速識別並排除出引用池，連帶拖累整個 domain 的 trust score。旅遊類則可善用 TouristAttraction / TouristTrip / LodgingBusiness schema 配合 photo + alt-text + video transcript，這類 multimodal 信號對 Multimodal AI Overview 的引用率提升尤其明顯。
B2B SaaS / 企業工具：mixed 類。B2B SaaS 本身非 YMYL，但若產品觸及財務、HR、合規領域，會被 Gemini 判定 partial YMYL。策略：將 thought-leadership content（white paper、行業報告）與 product content（feature / pricing）分開 structure——前者用 Article schema + author expert + external citation；後者用 Product / SoftwareApplication schema + aggregateRating（真實 G2 / Capterra 來源）。兩類內容服務不同觸發 intent。B2B SaaS 亦需特別留意 integration partner ecosystem——若你產品 integrate Stripe / Shopify / Salesforce 等主流平台，可以在 Organization schema 利用 `knowsAbout` property 明確標記相關技術 entity，令 Gemini 容易將你網站歸入「Salesforce 整合」、「Shopify 外掛」等 ecosystem-specific query 的候選池。entity mapping 準確度是 B2B SaaS 在 AIO 引用池的 key lever。
YMYL 觀察的 sampling disclosure。以上關於各行業 AIO 觸發率的描述（「最嚴」、「中等」、「較高」）屬 HKINT 內部 HK zh-HK 手動 sample 觀察，非 population-level 統計。觀察方法：針對每個垂直行業選 20-30 條代表 query，在隱身視窗 + zh-HK locale + mobile + desktop 雙層 spot-check，記錄 AIO 觸發率同引用池 domain 分佈，隔 7 日重 sample 一次以減低 variance。樣本規模有限，僅作趨勢方向 reference，不應該作為客戶承諾的 hard metric。任何 HKINT 客戶合約中提供的 baseline 數字均以該客戶自身 100 條 query × 3 iteration 的 dedicated baseline report 為準，非引用本頁觀察。
跨行業共通優化動作。雖然各垂直行業的 AEO 重心不同，但有幾條跨行業通用的優化動作值得所有 HK SME 先做：(a) 開放 Cloudflare AI Bots Protection（per 本頁第 5 章陷阱 1，這條是所有行業的共通 blocker，不解決其他優化全部白做）；(b) 部署基本 6 類 Schema（Organization / BreadcrumbList / WebPage / FAQPage / Article 或 Service / Product 如適用）；(c) 確保 Core Web Vitals 綠燈（LCP ≤ 2.5s / INP ≤ 200ms / CLS ≤ 0.1）；(d) 全站 HTTPS + hreflang zh-HK 正確標註；(e) robots.txt 明確允許 Googlebot / Google-Extended / GPTBot / ClaudeBot / PerplexityBot 五個主要 AI crawler user-agent。這五條是量化、可 verify 的通用 hygiene baseline，做好了再按行業 YMYL 光譜分配 authority vs content 資源，投資方向先會準確。
垂直行業優化 roadmap 模板。HKINT 為每個 YMYL 類別建立了一套 90 日 / 180 日 / 365 日 milestone roadmap。高 YMYL 類別（健康 / 金融 / 法律）的 90 日 milestone 集中在 Phase 1 baseline + Cloudflare AI Bots 設定 + Organization schema 基礎；180 日 milestone 開始補 credential + sameAs + external citation；365 日 milestone 評估首次進入 AIO 引用池的 query coverage。低 YMYL 類別（零售 / 旅遊）的時間線壓縮至 60 日 / 120 日 / 240 日，重心由 authority 轉為 content production + multimodal。這類 roadmap 能夠避免客戶期望錯位——高 YMYL 類別若期望 90 日內見 AIO 引用，通常會失望；低 YMYL 類別若 365 日後仍只 focus 在 credential 堆疊，就是資源錯配的典型 case。
YMYL 光譜的再定位機會。部分 HK SME 其實可以透過 content framing 的調整，將自身業務由高 YMYL 子類別移向中 YMYL 甚至非 YMYL 子類別，大幅降低 AIO 引用池的 authority 門檻。舉例：一間健康產品零售商若 framing 為「醫療建議 / 症狀診斷」屬高 YMYL，但 framing 為「消費者產品選購指南 / 成分比較 / 使用體驗分享」則屬零售（non-YMYL）。同樣，一間會計事務所若 framing 為「稅務策劃建議」屬高 YMYL，但 framing 為「合規流程指南 / 文件準備清單 / 時限 reference」則屬中 YMYL。這類 framing 調整需要同時更新 visible content、Schema.org type（WebPage specialty property）、breadcrumb 路徑同內部連結語義。框架錯誤的 site architecture 會令本來可以入 AIO 引用池的 content 被 YMYL 門檻擋著；框架正確可以釋放本身已有的內容資產。HKINT 每次 audit 都會評估客戶是否有這類 under-utilised content 的 re-framing 機會，這個是 low-cost high-impact 的 AEO 動作。
實務建議：做 AEO 策略前先將自身行業落 YMYL 光譜定位（高 YMYL = 健康 / 金融 / 法律；中 = 教育；低 = 零售 / 旅遊）。高 YMYL 類別重心放在 authority layer（credential + external sameAs + expert author），長線投資 12-24 月；低 YMYL 重心放在 content layer（uniqueness + multimodal + freshness），短線 3-6 月可見結果。資源錯配——例如零售 e-commerce 花大量資源堆 credential schema，或高 YMYL 醫療機構只做 content 不做 authority——都是典型 AEO 投資浪費。
香港行業 AIO 機遇觀察：哪類 HK query 開始出 AIO
根據 HKINT 內部對香港市場的 sample 觀察，部分行業的 zh-HK query AIO 觸發率明顯高於其他，代表這類行業的 AIO 優化窗口仍處早期、競爭較低、投資回報較高。
機遇一：專業服務（顧問 / 會計 / 移民 / 企業成立）。「香港公司如何註冊」、「開 offshore 戶口 要求」、「MPF 強積金 哪間好」這類 query 的 AIO 觸發率依抽樣觀察屬中高水平。原因：內容專業 + 結構清晰（步驟 / 要求 / 時限），適合 Gemini 合成。競爭層面：本地還未有太多網站做到完整 Schema + 3 款 content type（definition / step / FAQ）三合一，留有窗口。
機遇二：本地餐飲 + 旅遊推薦類。「尖沙咀 點心 推薦」、「西貢 行山 路線」等 query 的 AIO 開始出現 multi-source 合成摘要。HKINT 觀察：LocalBusiness schema + 清晰結構化 review 數據 + 多模態（店舖圖 / 菜式圖 + 完整 alt-text）的餐廳或景點頁引用率明顯較高。
機遇三：教育培訓（補習 / 學前 / 成人課程）。「DSE 數學 如何補」、「小朋友 學 Phonics 哪間好」這類家長常搜索 query 有高觸發率。需要注意 YMYL——涉及學業升學屬 education YMYL 子類，需 E-E-A-T 信號加成（教師實名 + 資歷 sameAs LinkedIn / 教育局 URL）。
需警惕：金融保險、醫療健康、法律服務。這三類屬高門檻 YMYL，AIO 觸發率雖然不低，但引用池幾乎被政府 / 大型機構 / 權威媒體壟斷。本地商業網站入池難度極高，需要長線（12-24 月）品牌 authority 建設 + 完整 regulatory entity 信號 + 頻繁更新的 expert-authored 內容。HKINT 不建議這類客戶 6 個月內期望 AIO 引用產生可見流量——真正 ROI 在 12-18 月後出現。
HKINT AI Overview 優化服務：5 階段標準化流程
第 1 階段：AIO trigger baseline（第 1-2 週）
針對客戶指定的 100 條目標 query 做手動 AIO 觸發 check（隱身視窗 / zh-HK locale / mobile + desktop 雙層 sample / 3 次 iteration 隔日 run）。輸出：AIO 觸發率、現有引用來源 domain 清單、引用文字樣本、客戶現狀是否在引用池內。這份 baseline 決定後續所有優化動作的 scope 同優先級。
第 2 階段：技術基礎 audit（第 2-3 週）
逐項 check：Cloudflare AI Bots Protection 設定、robots.txt 五個 AI crawler user-agent 允許狀態、sitemap.xml 完整性 + changefreq + lastmod、Core Web Vitals（PageSpeed Insights + real-user data）、HTTPS + Mobile Friendly、hreflang 設定、現有 schema 清單 + content-schema consistency 驗證。輸出：technical blockers 清單 + 建議修復優先級。
第 3 階段：Schema + content 結構重塑（第 3-6 週）
部署 FAQPage / HowTo / Article / Organization / BreadcrumbList / Product（如適用）6 類 Schema；重塑核心 landing page 的 H2 / H3 Q-A pairing 結構；第一段答案先行 40-80 字；補齊所有圖片 alt-text + 影片 transcript；建立 dateModified 機制。所有改動遵守 content-schema consistency 硬規則。
第 4 階段：E-E-A-T + entity 信號強化（第 5-8 週）
Organization schema 補齊 sameAs（LinkedIn / Facebook / 公司註冊局 CR number / HKID / BR number）、address（完整香港地址）、hasCredential（真實資格 only）；author 資訊補齊（Person schema + sameAs）；內文引用 HK 官方資料來源（data.gov.hk / 政府 bulletin / HKMA / SFC / 食環署 publication 等）增強 authoritativeness 信號。
第 5 階段：持續監測 + quarterly review（長期）
每月重新 sample 原 100 條 query 的 AIO 觸發 + 引用池狀態；追蹤客戶 domain 新增引用；每季度更新核心頁面 content 同 dateModified；每半年重新評估 AIO rollout 對香港市場的變化。交付：月度 AIO 可見度 report + 季度 content refresh plan + 半年策略 review。
方法論示例：假設情境下的 AIO 優化路徑
以下是方法論示例，屬假設情境（hypothetical），非任何真實客戶案例。實際項目成效受產業、現狀、資源同 Google 算法變動等多重因素影響，HKINT 不承諾 specific citation / ranking / traffic 數字。
假設情境 A：專業服務公司（香港本地會計事務所）。假設這間事務所有 30 頁 landing page，主打 query 包括「香港 公司 開戶 要求」、「利得稅 申報 時限」等。Phase 1 baseline 可能發現：100 條 query 中約 40 條觸發 AIO，該事務所完全不在任何一條的引用池；現有引用池以 govt site（gov.hk）+ 大型 Big 4 事務所為主。Phase 2 發現：Cloudflare AI Bots Protection 開了（典型 blocker）、schema 完全沒有、Core Web Vitals LCP 4.2s（紅燈）。
Phase 3-5 方法論：先關閉 AI Bots Protection + 開 Google-Extended allow；部署 Organization + LocalBusiness + FAQPage schema（每頁平均 8-12 條 FAQ）；重塑 30 頁的 Q-A pairing 結構；author 資訊補齊（會計師實名 + 牌照 number + LinkedIn sameAs）；引用 Companies Registry 官方資料。預期方法論下的結果方向：入引用池率從 0/40 提升；沒有 specific 百分比承諾。
假設情境 B：中小零售 e-commerce 網站。假設有 500 個 product page、50 個 category / guide page。Phase 1 baseline 可能發現：大部分 product query（transactional intent）不觸發 AIO，但 guide / comparison query（例如「電動牙刷 哪個牌子 好」）觸發率高。方法論：集中資源在 guide / comparison 類 20-30 頁，而不是撒網每 product page 都做 Schema。部署 Product + Review + FAQPage + HowTo（使用指南）四類 Schema；確保 aggregateRating 對應真實 Google Business / Trustpilot 來源；Core Web Vitals 優先處理 LCP。重點：不捏造評分、不 fake review。
假設情境 C：B2B SaaS（香港 HK-based 企業工具）。Phase 1 baseline 可能發現：英文 query 有 AIO 觸發但客戶網站全中文。方法論：加 hreflang zh-HK + en 雙語版本；Organization schema 補齊 en + zh-HK 雙語 description；核心頁建立 en-HK 版本（non-translated，原創）而不是機翻；參考業界標準再設定內部 iteration plan。
共通點。以上三個假設情境都示範：AIO 優化的最大 variable 是 baseline（哪些 query 觸發 / 哪個引用池），而不是 content output。不做 baseline 就制訂策略，是投資錯方向的主要原因。
為貴公司做一次 100 條 query 的
AI Overview 香港 baseline
HKINT 的首月工作是 100 條 query × zh-HK locale × mobile + desktop × 3 次 iteration 的 AIO 觸發 baseline，連同 Cloudflare AI Bots 設定、現有 schema 清單、Core Web Vitals 實測 。輸出：《AI Overview 香港可見度 baseline 報告》。如需瞭解完整 AEO 服務 整體框架，或 傳統 Google 搜尋結果 的 SEO 基礎服務，可瀏覽相關頁面。
Google AI Overview 優化是 AEO 整體框架的其中一個 pillar。對於 ChatGPT Search / Perplexity / Claude 等生成式 AI 搜尋引擎的引用策略，可參考 生成式引擎優化（GEO）；對於整體 Answer Engine Optimization (AEO) 的統合方法論，可瀏覽 AEO pillar 頁；對於傳統 Google 排名層基礎，可參考 SEO 搜尋引擎優化 服務頁。
常見問題
為貴公司網站做 Google AI Overview 可見度評估
HKINT 會在 AI Overview 香港 rollout 進程、Gemini 引用邏輯同貴公司網站的 AIO 收錄門檻三個面向提供初步評估。聯絡 HKINT 團隊獲取諮詢；完整 Answer Engine Optimization（AEO，中文又稱「答案引擎優化」）服務方案請瀏覽 AEO 總覽頁。