我們常聽到客戶把「AI 搜尋」講成一件事：想辦法讓品牌出現在 AI 的回答裡。這句話沒有錯，但實際跑過資料之後，我們想先誠實說一件事：ChatGPT、Google AI Overviews、AI Mode、Perplexity，這幾家找資料的方式、引用的來源、留下的流量痕跡，差異大到不太適合當成同一個市場來經營。這一篇把 2025 到 2026 年可查證的比較研究整理成一份台灣行銷人看得懂的地圖。

重點摘要：AI 搜尋不是一個市場，是好幾個。Google AI Mode 平均把一個提問展開成約 9 次搜尋，ChatGPT 平均只有約 2 次，而且三分之二的提問根本不觸發搜尋；同一組問題，兩家引擎引用的網域重疊率最高也只有約 25%；連 Google 自家的 AI Overviews 和 AI Mode，引用同一網址的比率都只有 13.7%。做 GEO（AI 搜尋引擎最佳化）之前，先弄清楚你的受眾在哪一個引擎上問問題，再決定資源放哪裡。

為什麼「AI 搜尋」其實不是一個市場？

先看一個數字。SE Ranking 用同一組問題測試多家 AI 搜尋引擎，比較它們引用的網域：重疊率最高的一對是 Perplexity 和 ChatGPT，也只有 25.19%；最低的一對（Bing Copilot 和 Google AI Overviews）只有 9.81%。

換句話說，你的品牌在 ChatGPT 的答案裡出現，不代表在 Perplexity 也會出現；四分之三以上的引用來源根本不重疊。每一家引擎背後是不同的檢索系統、不同的來源偏好、不同的語料覆蓋。把它們當成一個市場做一套內容，效果自然只有一部分。

長條圖：同一組問題下兩兩 AI 引擎引用網域的重疊率，最高的 Perplexity 與 ChatGPT 也只有 25.19%，Google 自家兩個 AI 介面之間只有 13.7%
同題引用重疊率：連最像的兩家引擎，引用來源也有四分之三不重疊（SE Ranking、Ahrefs，2025-2026）。

各家引擎是怎麼找資料的？

差異從第一步就開始：拿到你的問題之後，各家引擎「搜不搜、搜幾次」完全不同。

Google 官方對 AI Mode 的說明是「查詢展開」（query fan-out）：把一個問題拆成子題、同時發出多個查詢。官方沒有公布次數；目前最好的第三方量測來自 Nectiv，透過 Gemini API 的搜尋欄位當代理，測得每個提問平均產生約 9.06 次搜尋，多數落在 5 到 11 次之間。

ChatGPT 是另一個極端。Nectiv 對 8,500 多個提問的實測發現，只有 31% 的提問觸發了任何網路搜尋；有搜尋時平均也只發 2.17 次查詢。Semrush 的美國點擊流資料補上趨勢：開啟搜尋的 ChatGPT 查詢比例從 2024 年底的約 46% 一路降到 2026 年 2 月的 34.5%。也就是說，多數 ChatGPT 的回答沒有經過即時檢索，你的品牌能不能被提到，很大程度取決於模型訓練語料裡有沒有你。

Perplexity 則自建爬蟲和索引，宣稱追蹤超過 2,000 億個網址。三種架構，三種被看見的路徑：AI Mode 靠廣撒查詢、ChatGPT 靠模型記憶加少量搜尋、Perplexity 靠自家索引的即時檢索。

長條圖：Google AI Mode 每個提問平均展開 9.06 次搜尋，ChatGPT 在有觸發搜尋時平均只有 2.17 次
檢索強度差 4 倍：AI Mode 廣撒查詢，ChatGPT 多數時候不搜尋（Nectiv，2025）。

Google 排名還重要嗎？每一家的答案不一樣

「把 SEO 做好，AI 自然會引用你」這句話，一年前對 Google 系的引擎大致成立，現在只剩一半。

Ahrefs 在 2025 年 7 月的研究發現，AI Overviews 引用的網頁有 76.1% 排在該查詢的自然搜尋前十名。但同一家在 2026 年 3 月重測，這個比例掉到約 38%，其餘引用幾乎平均分布在第 11 到 100 名和 100 名之後。Ahrefs 自己的解讀是 Gemini 3 上線後，查詢展開讓引用來源愈來愈不受可見排名限制（需要說明的是，這兩次量測的解析方法也有改進，數字不是完全可比）。

ChatGPT 的搜尋則錨定在另一家的排名上：Seer Interactive 發現 SearchGPT 的引用有 87% 以上對得上 Bing 的自然搜尋結果，對 Google 排名的吻合度只有 56%。你的 Bing 表現，在台灣幾乎沒人看，卻直接影響 ChatGPT 怎麼引用你。

同一個問題，各家引擎引用的來源有多不一樣？

引用行為的差異一樣明顯，先看量。Muck Rack 分析超過 2,500 萬個引用連結：ChatGPT 有 96% 的回答附帶引用，Gemini 是 82%，Claude 只有 55%。SE Ranking 的比較研究則測到，明確開啟搜尋模式時，ChatGPT 平均每則回答給 10.42 條連結、AI Overviews 9.26 條、Perplexity 5.01 條。

再看質，也就是「誰家偏愛哪種來源」。Profound 分析 6.8 億筆引用：ChatGPT 的前十大引用網域裡，維基百科一家占 47.9%；Perplexity 的前十大裡 Reddit 占 46.7%；Google AI Overviews 則是 Reddit 加 YouTube 合占約四成。Wix 對 75,000 個 AI 回答的研究補了一刀：Perplexity 有 17.35% 的引用來自論壇和討論串，是其他引擎平均的兩倍以上。

對品牌的意思很直接：想被 ChatGPT 引用，維基百科和權威百科類內容的權重高；想被 Perplexity 引用，Reddit、論壇、問答社群的討論聲量更關鍵；想進 AI Overviews，影音和社群內容都算數。同一份官網內容，對三家引擎的效果完全不同。

連 Google 自己的兩個 AI 都不同調？

這是我們整理資料時覺得最值得台灣行銷人記住的一個數字。Ahrefs 比較 AI Overviews 和 AI Mode 在同一批查詢下的引用：兩者引用同一網址的比率只有 13.7%，可是答案的語意相似度高達 86%。

也就是說，兩個產品講的內容差不多，引用的網頁卻幾乎是兩套。你在 AI Overviews 被引用，不保證在 AI Mode 也被引用；反過來也一樣。AI Mode 的引用還特別不穩定：SE Ranking 對一萬個關鍵字同日重跑三次，網址重疊率只有 9.2%，有兩成的關鍵字三次結果完全不重疊。單次查測「有沒有被引用」的意義很低，要看的是多次執行下的出現率。

哪一家的流量最容易量測？

各家引擎留下的流量痕跡也完全不同，這直接影響你能不能向老闆證明 GEO 的成效。

ChatGPT 最好量測：它在引用連結上加了 utm_source=chatgpt.com，GA4 直接看得到。Perplexity 會傳乾淨的 referrer。Google AI Mode 一度用 noreferrer 讓流量完全無法歸因，2025 年 5 月底修正後，這些點擊混進一般的 google / organic，你還是分不出來。GA4 在 2026 年 5 月推出的 AI Assistants 預設管道能自動歸類 ChatGPT、Gemini、Copilot 等來源，但名單裡沒有 Perplexity。

更根本的問題是，AI 搜尋整體就是「拿得多、還得少」。Cloudflare 的資料顯示，2025 年 7 月 OpenAI 每帶回一個訪客，爬了你網站約 1,091 個頁面；Anthropic 是 38,066 比 1；Perplexity 約 195 比 1；Google 約 5 比 1。Pew 的研究也發現，出現 AI 摘要時，使用者點傳統連結的比率從 15% 掉到 8%。量測 AI 搜尋的成效，重點指標會從點擊慢慢移向「出現率」和「引用率」。

台灣市場現在是什麼局面？

把場景拉回台灣，幾個座標值得放在一起看。

可用性上，Google 的 AI Overviews 在 2025 年 5 月納入中文，繁體中文版 AI Mode 則在 2025 年 10 月 8 日在台灣上線，到現在還不滿一年。Perplexity 的介面支援繁體中文（台灣）。採用面，資策會 MIC 的 2025 年調查顯示 46% 的台灣網友用過生成式 AI 工具，18 到 25 歲族群達 69%；TWNIC 以全人口抽樣測得的數字保守一些，43.19%。

通路結構上，台灣的傳統搜尋仍由 Google 以約 81.88% 的市占主導，這代表 AI Overviews 和 AI Mode 一旦全面鋪開，觸及的是絕大多數台灣搜尋者；同時 LINE 有 2,200 萬月活躍用戶，許多品牌對話根本不發生在搜尋引擎上。

還有一個結構性現實：AI 能檢索到的繁體中文語料就是比較薄。中文維基百科約 154 萬篇條目，英文版是 721 萬篇；全球網站內容中中文只占 1.3%。對重度依賴維基百科的 ChatGPT 和重度依賴論壇的 Perplexity 來說，這代表台灣品牌的「可引用面」先天比英語品牌小，也代表早一步把中文內容做成可引用的格式，競爭者比英語市場少得多。

台灣行銷人該怎麼分配 GEO 資源？

把上面的證據濃縮成一張表（機制細節都在前面各節，出處相同）：

引擎 找資料的方式 來源偏好 對排名的依賴 流量可量測性
Google AI Overviews 沿用 Google 索引與排名系統 Reddit、YouTube 比重高 曾達 76%，已降到約 38% 差：混入 google / organic
Google AI Mode 查詢展開，平均約 9 次搜尋 與 AI Overviews 僅 13.7% 重疊 低且持續下降 差：無獨立歸因
ChatGPT 三分之二不搜尋；搜尋時錨定 Bing 維基百科占前十大引用近半 對 Bing 排名 87% 吻合 最好：自帶 UTM 參數
Perplexity 自建爬蟲與索引 論壇、討論串兩倍於平均 低 好：referrer 乾淨，但 GA4 新管道未納入
Gemini 模型優先，視需要搜尋 Reddit 為最大單一來源 中 中：靠 referrer 辨識

資源分配的判斷順序，我們會這樣建議：

  1. 先確認受眾在哪裡問問題。做台灣大眾市場，Google 系（AI Overviews 加 AI Mode）觸及最廣，優先顧好既有 SEO 加上可引用的結構化內容。
  2. 對照引擎的來源偏好。知識型、科技型受眾看 ChatGPT，維基百科和權威來源路徑值得投資；受眾重度使用社群和論壇，Perplexity 的 Reddit 與討論串偏好是機會。
  3. 再決定內容形態。同一個主題，準備百科式的定義內容、論壇裡的真實討論、影音三種形態，分別對應不同引擎的偏好。
  4. 最後建立量測基準。用同一組買家問題定期掃描各引擎，追蹤出現率的變化，而不是只看單次結果。

最後提醒一件事：有些「通用密技」已經被對照實驗打了折扣。Ahrefs 追蹤 1,885 個加上 schema 結構化資料的頁面，AI Overviews 的引用反而小幅顯著下降 4.6%，ChatGPT 和 AI Mode 則是統計噪音。真正跨引擎都有相關性的訊號是第三方提及，尤其是 YouTube 上的品牌聲量（相關係數約 0.737）；而網站頁數這類傳統規模指標，相關性只有約 0.194。

這些數據可以信到什麼程度？

這篇引用的研究多數來自工具商（Ahrefs、SE Ranking、Semrush、Profound、Muck Rack、Wix），樣本以英語查詢為主，這是必須說清楚的限制。我們檢索之後也必須誠實回報：目前還沒有以繁體中文查詢為樣本的跨引擎引用研究，台灣市場上流傳的部分數字（例如某些 schema 成效倍數）追不到原始出處。所以這篇的用法是：機制差異（怎麼檢索、偏好誰、怎麼留痕跡）可以合理外推到中文市場，具體百分比請當成英語市場的量測值，等台灣本地的量測資料出來再校準。

這也是我們自己在做的事：Kuroma 用同一組買家問題重複掃描多個 AI 引擎，追蹤品牌在各引擎的出現率與引用來源，讓「該顧哪一個引擎」從感覺變成數據。如果你想知道自己的品牌在各引擎眼中長什麼樣子，可以從一次免費的 AI 網站健檢開始。

常見問題

GEO 和 SEO 有什麼不同？

SEO 最佳化的對象是搜尋結果頁的排名，GEO（AI 搜尋引擎最佳化，也有人稱 AISEO、AEO 或 AIO）最佳化的對象是 AI 直接給出的答案：品牌有沒有被提到、被引用、被正確描述。兩者不衝突：對 Google 系引擎，SEO 仍是 GEO 的地基；但對 ChatGPT 和 Perplexity，排名的影響小得多，第三方提及和社群討論的權重更高。

我的品牌該優先經營哪一個 AI 搜尋引擎？

先看受眾，再看引擎。台灣大眾市場優先 Google 系（約 82% 搜尋市占的延伸）；知識型受眾看 ChatGPT；社群和論壇重度使用者看 Perplexity。不確定的話，先量測：用同一組買家會問的問題到各引擎測試品牌出現率，哪裡缺口最大、受眾又在哪裡，資源就放哪裡。

Schema 結構化資料對 AI 引用有幫助嗎？

目前最大規模的對照實驗（Ahrefs，1,885 頁）顯示沒有正面效果：AI Overviews 的引用小幅下降，其他引擎變化在統計噪音範圍內。Schema 對傳統搜尋的複合式結果仍有用，但不應該被當成 AI 引用的門票。資源有限時，先投資可引用的內容品質和第三方提及。

為什麼我在 GA4 看不到 AI 帶來的流量？

因為多數 AI 流量沒有留下可辨識的痕跡：AI Mode 的點擊混在 google / organic 裡，部分引擎和裝置會吃掉 referrer，GA4 的 AI Assistants 管道又不含 Perplexity。看得到的 AI 流量是低估後的下限，比較誠實的做法是同時追蹤「出現率」：品牌在各引擎回答中被提到的頻率。

台灣有沒有繁體中文的 AI 搜尋引用研究？

以我們檢索的結果，目前還沒有以繁中查詢為樣本的跨引擎公開研究；本文引用的都是英語市場量測。台灣可查證的座標是採用率（MIC 46%、TWNIC 43.19%）和產品上線時程（繁中 AI Mode 於 2025 年 10 月上線）。這個空窗剛好是機會：在本地數據成熟前把品牌的可引用內容布好，起跑點比別人早。