自建 GEO 情報系統：問句庫、排程、Visibility Score 到自動月報的完整 SOP

打開 ChatGPT 問一句「台灣有哪些 GEO 公司」，截圖、嘆氣、關掉——這件事我們自己做過，說白了，只測一次什麼都不是。AI 搜尋的答案每週都在變，單次快照只能告訴你「今天有沒有被提到」，不能告訴你「正在變好還是變壞」。這篇把 TOPCLASS 內部正在建的 GEO 情報系統整套攤開：怎麼建 30 到 50 句的問句庫、怎麼排程跑測、怎麼用 LLM 把每則回答拆成五個欄位、怎麼算出一個可以逐月追蹤的 Visibility Score、最後怎麼讓月報自己長出來。全程用 Google Sheets 加 API 就能跑，不用先掏錢買企業級工具。文末附上我們自己第一輪基準線的真實數字——不好看，照樣公開。

為什麼要有一套系統：一次手測是安慰劑，趨勢才是情報

先講殘酷的：你今天在 ChatGPT 看到自家品牌被推薦，換個瀏覽器、換一天再問，答案可能就不一樣。AI 搜尋的回答有隨機性，也會隨模型改版、索引更新而變動，所以單點測量的價值趨近於零。有價值的是同一組問句、固定頻率、連續測三個月之後畫出來的那條線。這條線量的東西，業界叫 AI 可見度，接下來整篇都在教你怎麼把它變成一個可追蹤的數字。

那要不要直接買現成工具？市面上有一整排方案，一張表看懂 build vs buy：

重點在最後一欄。這些工具清一色英文優先：問句模板、情緒判斷、來源權重都是為英語市場設計的，繁中支援到什麼程度官方文件大多沒明講，下手前得自己驗證。預算夠的外商台灣分部可以買 Profound 再自己補繁中問句；但對多數台灣品牌，自建反而實際——成本低、問句貼近真實客群，而且你會被迫親眼讀過每一筆原始回答，這件事本身就是競爭情報。

第一步：建問句庫——六種問句 × 產品線，30 到 50 句就夠

問句庫是整套系統的地基，原則只有一條：測「客戶真的會問的句子」，不是測你希望被搜到的關鍵字。我們把問句分成六型：

1. 是什麼型：「GEO 是什麼？」「AIEO 跟 SEO 差在哪？」——教育期的潛在客戶問的。
2. 推薦型：「台灣有哪些做 GEO 的公司？」——商業價值最高，也是最該哭的那題。
3. 比較型：「A 品牌跟 B 品牌哪個好？」——決策後期，輸了就是直接掉單。
4. 怎麼選型：「怎麼挑 GEO 顧問？」「選 SEO 公司要注意什麼？」——AI 給的評估準則會反過來定義市場標準。
5. 評價型：「某某公司評價如何？」「某某是詐騙嗎？」——聲譽防線。
6. 價格型：「GEO 服務大概多少錢？」——AI 引用誰的報價區間，誰就掌握定錨權。

把六型跟你的產品線交叉成矩陣，每格挑 1 到 2 句。三條產品線的品牌大約 20 到 35 句，再加 5 到 10 句品牌自身題（描述、評價），總數落在 30 到 50 句。超過 50 句先砍——跑測、分類、人工抽驗的成本都會跟著爆，趨勢不需要那麼多樣本。

seed 從哪來：GSC 是現成的問句礦

別憑空想問句，先挖 Google Search Console 的真實查詢。拿我們自己當例子⟦2026-07 快照，近 90 天⟧：「geo軟體」157 次曝光但平均排名 58.9、「geo」113 次（59.9）、「geo公司」7 次（51.7）、「2026年最佳geo平台」9 次而且排名 8.0、「geo 是 什麼」12 次（57.3）。這五個查詢直接改寫就是現成問句：「有哪些 GEO 軟體？」「台灣有哪些 GEO 公司？」「2026 年最好的 GEO 平台是哪個？」——使用者已經用搜尋引擎投票告訴你他們想問什麼，你只是把同一句話拿去問 AI。另外兩個 seed 來源：客服信箱和業務被問到爛的問題（通常是價格型與比較型），以及 Google 搜尋結果頁的 People Also Ask 區塊。

第二步：排程跑測——哪些能自動、哪些只能手測

問句庫定了，接著決定怎麼跑。各平台的自動化可行性差很多，一張表看懂：

登入態與免登入是另一個坑。免登入或無痕視窗測到的是「大眾版答案」；登入帳號的回答可能被個人化與歷史對話影響（官方沒有公開個人化的權重，以下是社群實測的推論：對品牌類問句影響通常不大，但無法排除）。所以基準線一律用免登入測，統一條件才有可比性。頻率抓每月完整一輪，遇到大型模型改版後加測一輪就好——不用每週跑，跑太密雜訊會淹掉趨勢，你會為了每一次隨機波動白緊張。

第三步：AI 分類抽取——把每則回答拆成五個欄位

一輪 40 句 × 4 個平台是 160 則回答，人工讀完會死。做法是把每則回答連同你的官方事實清單一起丟給 LLM，抽成五個固定欄位：有無提及、提及位置、情緒、引用了誰、描述對不對。欄位固定，後面的計分和報表才接得起來。

分類 prompt 全文（可直接複製）

你是品牌監測分析師。以下有一段「AI 搜尋平台的回答原文」、我要監測的品牌名稱、以及該品牌的官方事實清單。請只輸出一個 JSON 物件，不要任何多餘文字。欄位規則如下：

1. mentioned：回答是否提及該品牌，填 true 或 false。
2. position：若有提及，品牌是回答中第幾個被提到的品牌（整數，從 1 起算；若是唯一主角填 1）；未提及填 null。
3. sentiment：回答對該品牌的整體語氣，只能填 positive、neutral、negative 其中之一；未提及填 null。
4. sources：回答引用的來源網域清單（字串陣列）；沒有任何引用就填空陣列。
5. accurate：對照官方事實清單，回答對品牌的描述是否正確，只能填 correct、partially_wrong、wrong；未提及填 null。若填了 partially_wrong 或 wrong，另加 errors 欄位，用陣列逐條寫出錯在哪裡。

品牌名稱：（填入）。官方事實清單：（填入 5 到 10 條，例如服務項目、成立年份、方法論版本、明確不提供的服務）。回答原文：（貼上整段回答）。

這裡有個坑：用 LLM 判 LLM 也會錯。sentiment 和 accurate 兩欄每月人工抽驗一成，被判成 negative 或 wrong 的全部人工複核——這些是你要拿去做決策的紅燈，錯不得。官方事實清單記得跟著公司改版更新，清單過期，accurate 欄位就整批失真。

第四步：Visibility Score——一條公式把 160 則回答變成一個數字

老闆不會看 160 列原始資料，他要一個數字。我們的公式：VS＝各平台加總（平台權重 ×（提及分＋位置分＋引用分＋情緒分））。子分數給分規則：

• 提及分：有提及 2 分，未提及 0 分。
• 位置分：前三名或開頭主角 2 分，中段 1 分，末段帶過 0.5 分，未提及 0 分。
• 引用分：AI 引用來源包含自家網域 2 分，只引用第三方但描述正確 1 分，無引用 0 分。
• 情緒分：正面 1 分，中性 0.5 分，負面 0 分。

單一平台單一問句滿分 7 分。平台權重是台灣情境下的主觀設定——官方沒有公開各平台繁中市場的準確市占，這組權重是我們依日常觀察的判斷，你可以照自己客群調整：

算一次給你看

以下為示範情境。假想品牌「好水堂」賣濾水器，測問句「2026 年推薦哪些濾水器品牌？」，四平台結果這樣計：

1. ChatGPT（權重 0.40）：被列在推薦清單第二位（提及 2＋位置 2），引用一篇第三方開箱文且描述正確（引用 1），語氣正面（情緒 1）。小計 6，加權 0.40 × 6＝2.40。
2. Google AI Overview（0.25）：整段沒出現品牌，小計 0，加權 0。
3. Gemini（0.20）：中段帶到一句（2＋1），沒附任何引用（0），語氣中性（0.5）。小計 3.5，加權 0.70。
4. Perplexity（0.15）：末段才提到（2＋0.5），但引用了好水堂官網（2），語氣正面（1）。小計 5.5，加權 0.825。

這題的 VS＝2.40＋0＋0.70＋0.825＝3.93，除以滿分 7 換算百分制約 56 分。整個月報的總 VS 就是所有問句分數的平均。說白了，56 這個絕對值不重要，重要的是下個月是 61 還是 49，以及是哪一型問句、哪一個平台在拉低它。

第五步：進 Google Sheets 與 Looker Studio——月報自己長出來

分類抽出來的 JSON 直接寫進 Google Sheets，一則回答一列，欄位固定成這張模板：

Looker Studio 接上這張 Sheet，三張圖就夠：VS 逐月趨勢線、平台別提及率長條圖、引用來源網域排行。月報從此不用「做」，打開連結就是最新的。GA4 那邊另外開一個探索報表，把 chatgpt.com、perplexity.ai、gemini.google.com 這些 referral 來源獨立成一組，跟 VS 放在同一頁對照——正常的順序是可見度先動、流量後動，中間會落後一到三個月。

第六步：數據變行動——分數不會自己長內容

系統的產出不是報表，是工單。三條轉換規則：

1. 缺席的主題開內容工單。某一型問句連續兩輪全平台掛零，代表 AI 根本找不到能引用你的素材。開一篇正面回答該問句的完整文章：FAQ 結構、可被整段引用的自足段落、有出處的數字。下一輪就看這篇有沒有進 sources。
2. 描述錯誤走修正迴路。accurate 標紅的，先看 sources 欄位查 AI 在讀哪一篇——多半是第三方舊文。聯繫得上就請對方更新；聯繫不上就在自家網站發布更新、更完整的版本把它壓過去。這條和品牌監測是同一套迴路，錯誤資訊放著不管，AI 會一直複誦。
3. 引用來源清單變口碑佈局清單。把每輪 sources 彙總去重、按出現頻率排序，前幾名就是你這個產業的「AI 信任來源」。PR 稿、客座文章、名錄收錄，優先往那些網域放——與其猜 AI 信誰，不如直接看數據。

先拿自己開刀：TOPCLASS 的第一輪基準線全公開

說白了，這套系統我們先拿自己開刀。第一輪的數字不好看，照樣公開——基準線的意義本來就是讓之後每個月有東西可對照，而且誠實本身就是說服力。

推薦型問句先上。⟦2026-07-05 實測，免登入網頁版⟧問 Perplexity「台灣有哪些做 GEO 的公司？」：名單約 15 家，TOPCLASS 不在，提及 0、位置 0、引用 0，這題我們就是零分。整份名單和引用來源的逐家拆解在競品 AI 可見度比較；按上一段的規則三，那批第三方來源已經直接進了我們的口碑佈局清單。

品牌描述題更有意思。同日問「TOPCLASS 是什麼公司？」⟦2026-07-05 實測⟧：大方向正確，但 accurate 欄位抓到三個過時描述，來源幾乎全指向同一篇第三方舊文——三個錯分別錯在哪、後續怎麼修，完整記錄在AI 是怎麼介紹你的品牌。AI 對品牌的描述由第三方內容主導、而且會過時，我們自己就是活證據。

流量端也攤開。GA4 追蹤 2026-07-02 才裝上⟦2026-07 快照⟧，到 07-04 只累積 14 個 sessions、全部 direct，AI referral 掛零；GSC 近 90 天含「引用」二字的查詢 0 筆⟦2026-07 快照⟧。所以我們的 VS 起點就是：推薦題 0 分、品牌描述題三個欄位錯、AI 流量 0。這一輪只完整測了 Perplexity 免登入版，ChatGPT、Gemini、AI Overview 的基準線排下一輪補齊。之後每月跑一輪，數字連同修正動作一起公開對照——系統有沒有用，看我們自己的線就知道。

延伸閱讀：TOPCLASS GEO 工作流程：讓品牌被 ChatGPT、Gemini、Perplexity 推薦的 SOP | 競品 AI 可見度基準測試：量出你和對手在 AI 答案裡的差距 | GA4 AI 流量歸因：把 ChatGPT 帶來的訪客看清楚