一句話總結

Search Engine Land 作者 Toby Brissett 進行了一場精巧的實驗：將同一個營銷策略任務交給 ChatGPT、Claude 和 Gemini，只改變 Prompt 之前的商業背景資訊量，結果發現——缺少背景時三個模型「各自填補缺失意圖」，添加背景後建議品質顯著提升。對香港 SME 而言，這不只是 prompt engineering 技巧，更是理解「GEO 內容應該如何被 AI 消化」的關鍵啟示。

實驗是這樣設計的

Brissett 給三個模型出了一個看似簡單的任務：一家多年投資 SEO 的成熟公司，領導層知道搜尋行為正在因為 AI 生成答案而改變，但沒有人知道營銷策略應該如何調整。請產出策略路線圖，包括應該收集什麼資訊、哪些機會值得關注、哪些假設需要驗證、以及在開始創建內容之前應該做什麼。

聽起來很合理，對吧？

第一輪：模型自行填補缺失的意圖

三個模型都給出了周詳、有條理的回答——但如果把它們並排比較，你會發現它們在回答不同的問題：

  • Claude 把任務理解為一個探索性項目的開端
  • Gemini 把它解釋為一個 AI 搜尋優化項目
  • ChatGPT 則將其擴展為一個正式的諮詢框架，包含治理、衡量和分階段實施

沒有一個解釋是不合理的——問題在於模型沒有被告知哪個商業問題最重要。是流量下降？品牌可見度？AI 引用率？潛在客戶開發？競爭壓力？未來準備？每個都需要不同的策略。

當任務留下解釋空間時，模型不只是填補缺失的事實，而是填補缺失的意圖。

第二輪：添加商業背景，效果立竿見影

在第二輪中，Brissett 保持了原始任務大致不變，但增加了正常情況下應該在策略對話中收集的資訊：

  • 這是一家區域性的 HVAC（暖通空調）公司
  • 網站成熟但預算有限
  • 偏好改善現有資產而非大量創建新內容
  • 目標是在即將到來的季節增加合格的服務查詢
  • 維護合約是最有價值的長期成果

結果是立竿見影的——三個模型保留了各自的方法論風格，但它們的建議扎進了同一個商業現實：

  • Claude 仍然保持探索導向，但聚焦在季節性需求、維護合約、現有資產和預算優先級
  • Gemini 仍然更技術化，但將建議與本地服務問題和商業限制聯繫起來
  • ChatGPT 仍然框架驅動，但優先考慮維修 vs 更換決策、維護計劃開發和保護公司現有 SEO 環境

這篇實驗對香港品牌的真正意義

你可能會想：「這只是 prompt engineering 嘛，跟我做 GEO 有什麼關係？」

關係很大，而且從三個層面來說：

1. AI 對你品牌的理解，取決於它有多少「商業背景」

Brissett 的實驗揭示了 AI 模型的一個基本特性：當資訊不完整時，它們會自行填補假設。這直接影響你的品牌在 AI 搜尋中的呈現方式。

想像一下 ChatGPT 被問到「香港邊間會計師樓適合初創公司」——它對你的了解可能來自你的網站文字、社交媒體提及、新聞報導。如果這些內容缺乏具體的商業背景（你的客戶是誰、你做什麼類型的工作、你的收費模式），ChatGPT 就會自行填補——而它的假設可能不準確。

啟示：你的網站內容需要主動提供「商業背景」，不要讓 AI 去猜。具體來說：

  • 明確說明你的目標客戶（「服務香港初創和 SME」而非「提供專業服務」）
  • 清楚闡述你的服務範圍和限制（讓 AI 知道什麼情況下應該推薦你，什麼情況下不應該）
  • 使用具體的案例和數據（給 AI 提供可以引用的事實，而非模糊的描述）

2. 你給 AI 的「簡報」品質，決定了它給客戶的「推薦」品質

Brissett 的關鍵洞見是：Prompt 不是魔術——Prompt 是前置工作的可見產物。真正決定 AI 輸出品質的是：

  • 你對問題的理解深度
  • 你收集了多少商業背景
  • 你做過多少次迭代和修正
  • 你如何應用策略判斷來篩選建議

對香港 SME 而言，這意味著：如果你希望 ChatGPT 在回答客戶問題時推薦你的品牌，你需要做的不是「寫一個更好的 prompt」，而是建立更好的內容基礎設施——讓 AI 在檢索你的網站時能找到它需要的所有商業背景資訊。

3. 人類的戰略判斷仍然不可或缺

實驗中一個經常被忽略的發現：即使有了更好的商業背景，三個模型的建議仍然需要人類的戰略判斷來篩選。Brissett 列出了她使用的評估標準：

  • 我會把這個建議呈現給客戶嗎？
  • 客戶真的能執行嗎？
  • 建議有現有證據支持嗎？
  • 建議符合目標，還是只是一個「合理的 SEO 活動」？

任何建議在技術上都可能是正確的，但仍然是一個糟糕的投資。AI 擴大了可能性空間，人類判斷仍然需要縮小它。

對香港 SME 的實戰建議

第一步：做一次「AI 理解你」的審計

用你的品牌名稱和行業關鍵詞向 ChatGPT、Gemini 和 Claude 提問，看看它們如何描述你的業務：

  • AI 的「假設」是否準確？
  • 缺少了哪些關鍵的商業背景資訊？
  • 如果 AI 的描述不準確，你的網站內容缺少了什麼？

第二步：在你的網站上建立「商業背景層」

這不是重寫整個網站，而是在關鍵頁面增加結構化的上下文資訊：

  • 服務頁面：增加「適合誰」、「不適合誰」的明確說明
  • 關於我們：不只是公司歷史，還包括你的市場定位和核心競爭力
  • 案例研究：用具體數字和結果來說故事

第三步：建立內容更新的紀律

Brissett 的實驗還有一個隱藏提醒：過時的內容比沒有內容更危險。如果你的網站上有一個 2022 年的服務介紹，AI 可能會引用它——但那個介紹中的價格、服務範圍甚至聯繫方式可能已經過時了。每季做一次關鍵頁面的內容審計。

結語

Brissett 在文章結尾寫道：「下次有人分享一個令人印象深刻的 AI 輸出時，問 Prompt 可能仍然值得——但不要誤以為那就是完整的解釋。更重要的問題是他們是如何走到那一步的。」

對香港品牌而言，這句話同樣適用於 GEO：不要問「要寫什麼 prompt 才能讓 AI 推薦我」——而要問「我的品牌內容提供給 AI 的商業背景是否足夠讓它正確地推薦我？」

想在 AI 搜尋中被正確理解和推薦？到 /contact 聯絡我們，讓我們幫你做一次完整的品牌 AI 理解度審計。