HKINT

AI 搜尋時代,中小企點樣俾 ChatGPT、Perplexity 搵到?

2026-08-09 · HKINT 網絡推廣團隊

要令 ChatGPT 或 Perplexity 主動提及你的品牌,關鍵在於令你的內容結構清晰、具備可引用的事實陳述,並廣泛分佈於 AI 訓練時會抓取的高可信度來源。單靠關鍵字密度和傳統反向連結並不足夠——AI 模型引用的是「能直接回答問題的段落」,而非排名靠前的頁面。

點解傳統 SEO 思維喺 AI 搜尋時代唔夠用

Google 搜尋結果顯示的是頁面連結,用戶自己決定點擊哪個;但 ChatGPT、Perplexity 等 AI 工具顯示的是一段直接答案,有時附有來源連結,有時甚至不附。

這種轉變帶來三個根本差異:

對香港中小企而言,這並非遙遠的技術課題,而是今日已在發生的流量重組。

AI 模型點樣「選擇」引用哪個品牌

AI 語言模型的訓練資料來自大量公開網頁,包括媒體文章、論壇討論、品牌官網、知識庫等。在推論階段(即用戶提問時),模型會從已學習的知識中合成答案,並傾向引用幾類特定格式的內容:

1. 問答結構(Q&A Format) 直接以問題為標題、緊接答案的內容,是 AI 最容易「拆開引用」的格式。例如「XX 係乜嘢?」「點解要用 XX?」這類明確問題作標題的頁面,比「關於我們」式的企業介紹更容易被引用。

2. 清單與對比 帶有 bullet point 或表格的比較型內容,結構清晰、信息密度高,AI 容易整段提取。「A 同 B 有咩分別?」「選擇 X 嘅 5 個原因」這類格式具天然優勢。

3. 具體事實與數字 含有可核實統計數字、年份、地區限定資訊的段落,比泛泛而論的描述更可信,也更容易被 AI 選取作為佐證。

4. 多個獨立來源的交叉印證 如果同一個品牌名或同一個論點在多個不同域名重複出現(媒體報道、行業博客、Reddit/LIHKG 討論),AI 會認為這是「公認事實」而非單方聲明,引用可能性大幅提升。

中小企可以做嘅 3 類內容動作

動作一:建立「可引用段落」

審視你的現有頁面,找出是否有至少一個段落能獨立成立、直接回答某個問題。如果沒有,就補充。

可引用段落的特徵:

動作二:擴大可被索引的外部提及

AI 模型的訓練資料仰賴多樣的外部來源,以下管道能系統性增加你的品牌在網絡上的「可發現度」:

動作三:結構化你的品牌知識

AI 模型難以理解散漫的內容;相反,整齊的知識架構更容易被「記住」:

點解「讓 ChatGPT 推薦你」比想像中難

有幾個常見誤解值得說清楚:

誤解一:做晒 FAQ 就夠 FAQ 是必要條件,但不是充分條件。AI 引用偏向已在多個場合被印證的資訊,單純在自家網站加 FAQ 無法解決「外部可信度」的問題。

誤解二:廣告投放可以影響 AI 引用 目前主流 AI 模型(包括 ChatGPT、Perplexity)的引用來自訓練資料和實時搜尋索引,與付費廣告無關。在 Google 投放廣告不會令 ChatGPT 更常提及你。

誤解三:只要做好 SEO 就會自動被 AI 搵到 SEO 和「被 AI 引用」有部分重疊(兩者都需要可信的內容和清晰的結構),但不能完全等號。傳統 SEO 優化關鍵字密度和反向連結,AI 引用更側重「段落能否獨立回答問題」以及「是否有多個來源印證」。

兩者應同步進行,而非二選一。如果你的品牌希望在 AI 搜尋時代保持競爭力,可以參考 [HKINT 答案引擎優化(AEO)服務](/aeo)了解系統化的推進方式。

香港中小企嘅優先部署次序

對資源有限的中小企而言,不必同時做所有事。以下是按成效比排列的建議順序:

1. 首先:審視並改寫現有核心頁面(服務頁、首頁),確保每頁至少有一個「可引用段落」,答案先行。 2. 其次:在 Google 商業檔案維持更新,並積極收集真實評論——這是 AI 本地搜尋引用的重要信號。 3. 再次:制定一個持續發布教育性內容的計劃(每月 2–4 篇),以問答形式覆蓋行業常見問題。 4. 進階:建立媒體關係或尋求業界協作,增加外部來源提及品牌的機會。

這個次序的邏輯是:先修好「自家地基」,再擴大「外部印記」。若外部已有提及但官網內容薄弱,AI 引用的品質會打折扣;反之,官網結構再好但外部零提及,影響力同樣受限。

常見問題

Q:我係小型本地餐廳或零售店,AI 搜尋對我有影響嗎?

有直接影響,而且比想像中快。當用戶問「旺角有咩好去嘅壽司店?」或「灣仔附近邊間 gym 評價好?」,Perplexity 或 ChatGPT 的回答已經在整合本地評論平台、媒體推薦文章以及品牌官網的資訊。如果你的品牌在這些來源缺席,AI 就不會提及你,用戶也就不會知道你的存在。優先確保 Google 商業檔案完整並持續有真實評論,是本地業務最直接的起步動作。

Q:是否需要聘請專門的機構才能做這些優化?

基礎工作——整理可引用段落、更新 Google 商業檔案、定期發布 FAQ 型內容——中小企內部可以自行推進,不一定需要外部機構。但如果希望做到系統化分析(哪些問題現在 AI 回答時有你、哪些沒有,並制定補缺計劃),以及加入技術層面的結構化標記和 llms.txt 設定,則建議借助有相關經驗的機構協助規劃。

Q:點解 Perplexity 搵到我,但 ChatGPT 唔搵到,定係相反?

兩者的運作機制有差異。Perplexity 會在每次回應時進行實時網絡搜尋,因此最新內容和近期媒體報道更容易被它引用;ChatGPT(GPT-4o 版本)在有開啟搜尋功能時效果相似,但基礎模型的知識有訓練截止日期。這意味著在 Perplexity 出現通常比在 ChatGPT 基礎模型出現更快;若要同時覆蓋兩者,持續發布可被搜尋引擎即時索引的新內容是共同基礎。