作者｜晨星行銷 陳俊鳴執行長（網路流量操盤手・企業行銷顧問）
先把答案放在最前面，你不用讀完才知道結論：
還是要做。而且 AI 出現之後，這件事不是變得比較不重要，是變得更難繞過去。
理由只有一句話：AI 推薦你的機會，比 Google 地圖前三名還低很多。同一批店，出現在 Google 地圖前三名的機會是三成五，被 ChatGPT 推薦的機會是百分之一點二。這不是「換一個地方被找到」，這是「門變窄了」。
後面我會慢慢解釋為什麼。但我想先講另一件事，因為這件事才是我決定重寫這篇文章的原因。
今年被問最多次的問題，不是「SEO 還有沒有用」，而是一句更具體的話：「既然以後客人都直接問 AI，那我還要花時間維護 Google 商家嗎？」
會問這句話的人，通常不是不想做，是不知道還該不該做。他手上有一間看得到、走得進去的店——可能是診所、牙醫、事務所，也可能是一間開了十幾年的餐廳。過去幾年他大概花了不少力氣，把 Google 商家的資料填完、把評論慢慢養到四點多顆星。現在他打開手機，看到 AI 直接吐出三家店名，就開始懷疑：那我那些功夫，是不是等於白做了？
為了回答他，我把這個題目認真查了一輪。結果查出來的東西，跟我本來預期的不一樣。
中文圈現在流傳著三個說法，講的人都很有把握，聽起來也都很合理。我一個一個去追它們的出處，發現三個都不是那樣。
這篇文章就是講這三個說法各自錯在哪裡、真正的機制長什麼樣子，以及你手上那家店現在該做什麼。
（如果你想先理解「為什麼愈來愈少人點進網站」這個大背景，可以先看我先前寫的零點擊搜尋是什麼。）
先給答案：AI 不會自己找到你，它比 Google 地圖挑得多
如果你只想看一句話，就看這句：「AI 會自己找到你」這個說法，方向剛好講反了。
在地行銷服務商 SOCi 在 2026 年初發布的《Local Visibility Index》，分析了近 35 萬個據點、2,751 個多據點品牌，結果是這樣：
| 平台 | 據點被推薦／出現的比例 |
|---|---|
| ChatGPT | 1.2% |
| Perplexity | 7.4% |
| Gemini | 11% |
| Google 在地三格（地圖前三名） | 35.9% |
同一批店，出現在 Google 地圖前三名的機會是三成五，被 ChatGPT 推薦的機會是百分之一點二。SOCi 自己下的結論是：要拿到 AI 能見度，難度大約是傳統在地排名的三到三十倍。
這份報告的性質要先標清楚：SOCi 本身就是賣多據點在地行銷系統的廠商，這是廠商自有研究，不是中立第三方。這件事我用一個比喻你就懂了——等於一間健身房自己發布調查說「台灣人平均體脂過高」。數字不一定是假的，但發布的人有立場，你看的時候要把這件事放在心上。Search Engine Land 在 2026 年 1 月報導這組數據時，也沒有特別提醒這一點。所以這些數字適合當成「量級參考」，不適合當成精確事實。
但就算把數字打個大折，方向還是很清楚的：AI 推薦是一道更窄的門，不是一道更寬的門。
最有意思的是 Gemini 那一格。Gemini 是 Google 自己的 AI，它推薦的比例（11%）也遠低於 Google 自己的地圖前三名（35.9%）。 這代表這件事跟「Google 偏心誰」無關，而是 AI 這個回答形式本身就更挑。
你可以這樣想：地圖前三名像是市場裡固定的三個攤位，一次擺三家出來給你看，還附上地圖跟距離；AI 比較像你打電話問一個熟門熟路的朋友，他嘴巴一開只會講兩三個名字，講完就結束了。位子變少，門檻自然變高。
同一份報告還有兩個數字值得放在心上：被 AI 推薦的據點，平均評分落在 4.1 到 4.3 顆星之間；而各平台講出來的商家資料正確率差很多，ChatGPT 與 Perplexity 大約在 68%，Gemini 則接近全對。後面這個數字等一下會再回來用——它其實是在告訴你，有將近三成的機會，AI 講出來的你家資訊是錯的。
所以「AI 會自己找到你，排名不重要了」這句話，前半句跟後半句都站不住。進得了地圖前三名，現在是地板，不是天花板。
先說我是怎麼查的，你才知道該用多大的信心看後面
這篇後面會推翻三個流傳很廣的說法。既然要推翻別人，我就有義務先講清楚我憑什麼——這也是我這一系列文章一直在講的同一件事：看到一個數字，先問它的樣本跟方法是什麼。 我自己當然也要接受同一套檢查。
先說我沒有做什麼：我沒有做原創研究，沒有自己跑幾百組查詢去測 AI 到底會推薦誰，也沒有找一批店家來做對照實驗。那種規模的實測不是一篇文章做得起來的，講出來也不誠實。
我做的是另一件事，說穿了很土：把那些被到處轉述的研究，一份一份打開來，看它到底測了什麼。
這件事的價值，比它聽起來高很多。舉個你比較有感覺的例子。
假設有人拿著一張體檢報告跟你說：「你看，報告上寫你血糖有問題。」你把報告翻開來，發現那次抽血根本沒有驗血糖那一項。報告本身沒有造假，是轉述的人多講了一句。
網路上的行銷數據，很多都是這樣傳的。一份研究做了 A，被人引用成 B，第二個人再從 B 引用成 C，等傳到中文圈的時候，原本那份研究早就不見了，只剩下一個很好用的句子在到處流傳。
所以我實際做的是三件事：
第一，把原始研究調出來看樣本與方法。 不是看別人寫的摘要，是看研究自己交代的那幾行——測了幾組查詢、在哪個國家、涵蓋哪些產業，最重要的是：它測的到底是哪一件事。光是這一步，就抓到了本文的第一個發現。
第二，去查每一家 AI 的資料到底從哪裡來。 包括 Google 自己在開發者文件裡怎麼寫、有沒有人做過並排實測、業界對同一件事的說法一不一致。這一步抓到第二個發現。
第三，把數字放回它的來源脈絡裡看。 這份研究是誰做的、他有沒有立場、樣本講的是不是同一群人。同一個百分比，出自中立機構跟出自賣這個服務的廠商，可信度是不一樣的——不是說廠商的數字就是假的，是你看的時候要知道它從哪裡來。
這個方法有它的限制，我直接講：我能證明的是「某個說法沒有它宣稱的那個證據」，不能證明「那個說法一定是錯的」。 這兩件事差很多。所以後面每一段，我都會標清楚哪一句是有證據的、哪一句是我從機制推出來的判斷。
你不需要全部相信我。但你至少會知道，每一句話是站在什麼東西上面。
說法一：「AI 點名的都是本來就排前三名的店」——那份被拿來當證據的研究，根本沒測這件事
先講這個說法有多流行。
中文圈很多人都覺得：AI 推薦的那幾家店，八成就是本來就排在 Google 地圖前三名的那幾家，AI 只是換了一個介面，用的還是同一套排名訊號。而且講這句話的人通常會補一句「有研究證實」。
老實說，這也是我一開始預期會看到的答案。這個說法太順了——順到我原本打算直接拿它當這篇的主軸。
但我把那份被拿來當證據的研究打開來看，發現它根本沒測這件事。
如果你搜過這個題目，很可能看過 Whitespark 在 2025 年做的那份研究——540 組查詢、三個美國城市、六個產業，測 AI 摘要在不同搜尋意圖下出現的比例。那份研究本身很紮實，我在系列的AI 摘要對網站流量的影響那一篇裡，也用它討論過哪些內容最容易被 AI 摘要取代。
但它測的是「AI 摘要會不會出現」，不是「出現的時候，被點名的是哪幾家店」。
這兩件事完全不同。前者是在問「這條路上會不會有人擺攤」，後者是在問「擺攤的是哪幾攤」。你不可能從第一個問題的答案，推論出第二個問題的答案。而後者才是你真正想知道的那件事。
我特地回頭把那份研究的方法與結論重看了一遍，確認它沒有做這一項比對。這就是前面那張體檢報告的比喻——報告是真的，只是那一項根本沒驗。
所以講清楚：目前我沒有找到任何中立第三方，做過「AI 摘要點名的在地商家」與「地圖前三名商家」的重疊度研究。 這是一個真實存在的證據空白。
這也是為什麼我沒有把這篇寫成「研究證實 AI 推薦的都是地圖前三名的店家」——因為並沒有這樣的研究。我能給你的，是從機制推出來的判斷：Google 自己的 AI 用的是同一份商家資料（這有官方文件支持），非 Google 的 AI 用的是另一套來源（這有實測分析支持）。這是推論，不是實證，我希望你是在知道這件事的前提下採納它。
順便說一個最常見的誤引
市面上確實有一份被廣泛引用的研究，結論是「只有 35% 重疊」，很多行銷文章拿它來談 AI 在地推薦。
但它的樣本是一百組 B2B 軟體採購的查詢，跟在地商家完全沒有關係。
這就像拿高鐵的準點率，來推論你家巷口那班公車幾點會到——兩邊都是交通工具，數字也都是真的，但講的根本不是同一件事。企業採購一套軟體的搜尋過程，跟「我家附近哪間牙醫比較好」的搜尋過程，中間差了十萬八千里。
所以以後看到有人拿著一個很漂亮的百分比告訴你「研究顯示 AI 推薦有 X% 來自地圖前三名」，你可以直接問他兩句話：這份研究是誰做的？樣本是什麼？ 這兩句話問下去，大部分的引用會自己散掉。
說法二：「AI 的在地推薦來自 Google 商家資料」——這句話對 ChatGPT 完全不成立
中文圈很多人都覺得：AI 的在地推薦，是從 Google 商家資料來的。所以只要把 Google 商家顧好，AI 自然就會推薦你。
這句話用在 Google 自己的 AI 上大致成立（下一節會講）。但我實際去追每一家 AI 的資料來源之後，發現這句話用在 ChatGPT 上是錯的——它根本讀不到你的 Google 商家。
Search Engine Land 的 Damian Rollison 在 2025 年做過一次實測。他拿同一組在地查詢（用的例子是「布魯克林 Red Hook 區週日有營業的乾洗店」），並排比較 ChatGPT 與 Bing 的結果，再直接追問 ChatGPT 自己的處理流程。他整理出來的路徑是這樣：ChatGPT 遇到這類問題，會先跑一次 Bing 搜尋，抓回前 20 到 30 筆網頁結果，用自己的邏輯篩出 5 到 8 個看起來最有希望的來源，最後選 3 到 5 個組成答案。
而他明確指出，ChatGPT 在這個過程中沒有存取 Google 商家檔案，也沒有直接讀 Google 地圖的資料——除非某個被 Bing 收錄的網頁自己引用了 Google 的資訊，它才會間接看到。
這裡先解釋一個等一下會一直出現的詞，因為它是整篇的關鍵。
AI 不是站在街上東張西望找店的。它是照著一本自己先抄好的冊子在找。 有人事先跑遍整條街，把每家店的招牌、地址、電話抄進一本很厚的冊子，AI 回答問題的時候，翻的是那本冊子。這本冊子，業界叫做「索引」。
重點來了：這本冊子不只一本，而且是不同的人各抄各的。 Google 有 Google 的那一本，Bing 有 Bing 的那一本。你在 Google 商家後台填的資料，是交給 Google 那個櫃檯的；ChatGPT 走的是 Bing 那條線，你那張資料根本不在它翻得到的抽屜裡。
所以對非 Google 的 AI 來說，你的處境是：Google 商家填得再滿都沒有用，因為它看不到那一格。
換一個講法：三份名單，三個不同的人在整理
一個在地商家會遇到的「AI 推薦」，其實不是一件事，是三件事。這也是我認為多數討論一開始就走偏的地方。
常見的情況是這樣：老闆聽到「AI 搜尋」，腦中想的是 ChatGPT；行銷公司講「AI 搜尋」，講的是 Google 的 AI 摘要。兩邊講了半小時，其實在講兩個機制完全不同的東西，難怪對不上。
| Google AI 摘要／AI Mode | ChatGPT 等非 Google 的 AI | Google 地圖前三名（傳統） | |
|---|---|---|---|
| 名單從哪來 | Google 自己的索引與商家檔案 | Bing 網頁索引 ＋ 第三方目錄、評論站 | Google 商家檔案 ＋ 在地索引 |
| 你的 Google 商家有用嗎 | 有用 | 看不到 | 核心 |
| 據點入選比例 | Gemini 11% | ChatGPT 1.2%／Perplexity 7.4% | 35.9% |
| 怎麼優化 | Google 官方：沒有另一套方法 | 靠第三方站點與被策展的名單 | 關聯性、距離、顯著性 |
如果覺得這張表有點抽象，可以這樣想。
你的店要被推薦，等於要進到某一份名單裡。差別在於，這三份名單是三個不同的人在整理的：
- Google 地圖前三名，是 Google 自己拿著它手上那本商家資料在挑。你在 Google 商家後台填的每一格，它都看得到。
- Google 的 AI 摘要，是同一個 Google 換一種方式把答案講出來。同一個廚房、同一批菜，只是上菜方式從自助吧變成服務生直接端兩三道到你桌上。
- ChatGPT，是一個手上根本沒有那本商家資料的人。他只有一疊從網路上抓回來的網頁，得從那些網頁裡拼湊出「這一區有哪幾家不錯的店」。
第三個人的處境很關鍵：他不是不推薦你，是他手上那疊資料裡如果沒有你，他連你存在都不知道。
那 ChatGPT 到底看什麼？
從那條路徑倒推，答案其實不難猜：它看的是網路上有沒有夠多、夠一致、也夠容易讀懂的資料在講你這家店。
包括你自己的官網、在地媒體的報導、產業目錄、第三方評論站、公會名冊，還有被人整理進「某某地區推薦清單」的那種文章。這些東西的共同點是——它們全都在 Google 商家後台以外的地方。
這裡要誠實補一句：關於 ChatGPT 的在地資料來源，業界說法並不一致。 有些二手來源宣稱 Foursquare 提供了 ChatGPT 超過七成的在地結果；另一些整理文章則說 Bing Places 才是最大來源之一，完全沒提 Foursquare；而 Rollison 這篇有實際測試的文章，則說這幾個來源它都不直接存取。三種說法互相打架，我不打算選一個當定論。
不過這件事本身就很值得注意——連專門在追這個題目的人都講不清楚 ChatGPT 的在地名單是怎麼來的，那就代表你不可能靠「把某一個平台顧好」來確保被它推薦。
這也剛好說明了，為什麼後面那個看起來很老派的功課，反而變成現在最值得做的一件事。
但同一句話用在 Google 自己的 AI 上是對的——官方文件寫得很白
說法二有一半是對的，那一半要講清楚，不然你會以為 Google 商家可以不管了。
這一層是三個裡面最好回答的，因為 Google 自己有寫。
Google 的搜尋開發者文件在說明 AI 功能時，用了一段很直接的話：要出現在 AI Overviews 或 AI Mode，「沒有額外的出現條件，也不需要其他特殊優化」，網站經營者「可以套用跟一般 Google 搜尋相同的基礎 SEO 做法」。同一份文件也把「維持 Merchant Center 與商家檔案資訊更新」列在基礎功課裡。
換句話說，在 Google 自己的地盤上，AI 摘要不是另外開了一個競技場，而是同一個索引、同一套基礎，換一個輸出方式而已。你原本為了地圖排名做的那些事，並沒有被丟掉，它們就是餵給 AI 的同一批燃料。
這件事的規模也值得知道。Google 在 2026 年 5 月的官方公告裡提到，AI Mode 的月使用者已經超過十億，查詢量自推出以來每一季都在倍增。它不再是一個實驗性功能了。
順帶把 Google 官方對在地排名的說法放在這裡，因為後面會用到。Google 商家檔案的官方說明頁列出三個因素：
- 「關聯性是指商家檔案與使用者搜尋字詞的吻合度。」
- 「距離是指每個商家與搜尋的顧客之間的距離。」
- 「顯著性是指商家的知名度。顯著性越高，在搜尋結果中顯示的機率就越高。」
這三個詞聽起來很官方，翻成人話其實很簡單：客人要的東西你有沒有（關聯性）、你離他多遠（距離）、外面有多少人在講你（顯著性）。 前兩項你能改的有限，第三項是這幾年真正拉開差距的地方——後面會再回來講。
還有很重要的一句：「商家無法透過要求或付費的方式，提升自己的 Google 本地排名。」
這句話請記牢，等一下講到台灣現場會再用一次。
說法三：「AI 會自己找到你，排名不重要了」——方向剛好相反，AI 不是更鬆，是更挑
中文圈很多人都覺得：AI 這麼聰明，它會自己去網路上找到最適合的店推薦給客人，所以排名這種舊時代的東西已經不重要了。
但我把大樣本的數字攤開來看，方向剛好相反。
前面那張表你已經看過了：ChatGPT 1.2%、Perplexity 7.4%、Gemini 11%、Google 地圖前三名 35.9%。這裡我想講的是這組數字背後的機制，因為機制才會改變你的行動。
地圖排名跟 AI 推薦，是兩種完全不同的遊戲規則。
地圖排名是一條隊伍。你排第四名，至少還站在同一條隊伍裡——客人多滑兩下、把地圖拉大一點，還是看得到你。排第十名也還在那份清單上，只是要往下捲。你的位置是漸進的，努力一點就往前一格。
AI 推薦不是隊伍，是一道門。它只講兩三個名字，講完就結束了。沒被講到的人，不是「排在後面」，是根本沒出現在那段對話裡。客人不會知道還有第四個選項，因為 AI 沒有提，而他也不會追問。
用一個更貼近生活的講法：地圖前三名像是市場裡的攤位，你擺在第七攤，客人逛過去還是看得到你；AI 推薦像是你託朋友介紹師傅，他一次只講兩三個名字，沒被講到的那些人，在那通電話裡等於不存在。
這個差別的實際意義是：在 AI 的世界裡，「差一點」跟「差很多」的結果是一樣的，都是零。 這也是為什麼 SOCi 會說 AI 能見度的難度是傳統在地排名的三到三十倍——不是它的評分標準比較嚴，是它給的位子太少。
還有一件事值得注意：被 AI 推薦的據點，平均評分落在 4.1 到 4.3 顆星之間。這個區間有點意思——它不是四點八、四點九。這暗示 AI 挑的不是「分數最高的」，而是「資料夠清楚、外面夠多人在講、而且評分沒有明顯問題的」。星數是門檻，不是排序依據。
所以「AI 會自己找到你」這句話，我會這樣修正：AI 不會自己找到你。AI 只找得到那些已經在網路上被講得夠清楚的店。 它不是一個到處探險的偵探，它比較像一個坐在辦公室裡、只翻現成資料的人——資料裡沒有你，他就當你不存在。
一個大多數人還沒意識到的變化：AI 會直接打電話給你
這一段是我這次查資料時最意外的發現，而且它把「資料填對」這件事的嚴重性，整個往上抬了一級。
在同一份 2026 年 5 月的官方公告裡，Google 說明它已經把搜尋的「代理式」能力擴展到更多任務，其中明確包含在地體驗與服務；在居家修繕、寵物照護這類特定類別中，使用者可以直接請 Google 代替自己打電話給商家。
「代理式」這個詞聽起來很玄，其實意思很單純：以前 AI 只負責告訴你答案，現在它會直接動手幫你做那件事。 以前是它告訴你「這家店的電話是這個」，現在是它直接撥出去。
請想一下這代表什麼。
過去你的電話號碼填錯、營業時間沒更新，後果是「顧客看到錯的資訊，可能會白跑一趟」。這當然不好，但顧客通常還有機會發現，也還會再查一次。
現在的情境變成：一個 AI 代理照著手上的資料撥號，沒接通、或是打到空號，它不會困惑，也不會替你想理由，它只會接著打下一家。有點像叫車軟體派單——司機沒接，系統直接跳過派給下一個，沒有人會回頭問為什麼。
資料正確性從「展示問題」變成了「交易問題」。 而你甚至不會知道自己剛剛損失了一通電話。
把這件事跟前面那個數字擺在一起會更清楚：SOCi 的統計顯示，ChatGPT 與 Perplexity 對商家資料的正確率大約只有 68%。也就是說，在 AI 開始代替人執行動作的同一時間，AI 手上關於你的資料，本來就有相當比例是錯的。這兩件事撞在一起，就是這幾年在地商家最實際的風險。
真正變了的一件事：老派的「資料一致性」被 AI 救回來了
如果整篇只能記住一個可以馬上行動的發現，我會選這一個。
Whitespark 每年會做一份《Local Search Ranking Factors》，2026 年這份由 47 位在地搜尋專家完成，針對 187 項因素評分。要先說清楚它的性質：這是專家意見調查，不是相關性研究，報告自己也聲明這些專家並沒有任何 Google 內部管道，判斷來自十幾年的分析與測試經驗。
換成好懂的講法：這比較像找 47 位資深師傅坐下來投票，票選「你覺得哪個環節最關鍵」，而不是把機器拆開來量給你看。師傅的經驗很值錢，但那還是經驗，不是原廠圖紙。所以它反映的是業界共識，不是演算法真相。
在這個前提下，有兩件事值得注意。
第一，地圖前三名的權重分布大致是這樣（報告給的是區間）：
| 影響地圖前三名的因素 | 大致權重 | 2026 年變化 |
|---|---|---|
| Google 商家檔案訊號 | 約 25–30% | 維持最高 |
| 評論訊號 | 約 20–25% | 上升 |
| 行為訊號（點擊、互動等） | 約 15–20% | 上升 |
| 連結訊號 | 約 10–15% | 略降 |
| 網頁本身的 on-page | 約 10–15% | 略降 |
| 引用（citation，各目錄上的商家資料） | 約 8–10% | 長年衰退，但 2026 年出現「new life」 |
表格最後一列那個「引用」，是這一整節的重點，但它的正式名稱不好懂，我用白話講一次。
你的店名、地址、電話，其實散落在網路上很多地方——公會名冊、訂位平台、外送平台、粉專的資訊欄、你當年不知道在哪裡登記過的目錄網站。這些散在各處、講你是誰的商家資料，業界叫做「引用」（citation）。
第二件值得注意的事：同一份報告在 2026 年第一次加了「AI 搜尋能見度」這個評分面向，而排在最前面的四項因素，跟地圖前三名的權重排序完全不一樣：
- 被收進專家策展的「best of／推薦清單」類內容
- 有專屬的服務頁面
- 在產業相關網域上的顯著度
- 非結構化的引用，例如新聞報導
把這兩件事擺在一起看，結論就浮出來了。
「引用一致性」這件事——也就是你的店名、地址、電話在各個目錄與平台上是不是一致——過去幾年一直被說重要性在下降，很多人已經不做了。結果 AI 搜尋把它救活了。
原因也很直觀，用一個生活場景就講得完：假設有人想介紹你給朋友，但他手上有五張你的名片，五張上面的電話跟地址都不一樣。他的第一個念頭不會是「我幫他挑一張」，而是「算了，我介紹別人比較保險」。
AI 就是那個人。它得從散落各處的網頁裡，拼出「這家店是誰、在哪裡、做什麼」；資料對不起來的時候，最安全的做法就是不要提你。回想一下前面那個 68% 的資料正確率——那個數字有一部分就是這樣來的。
順帶一提，Whitespark 這份報告自己的判斷是：目前在地商家的搜尋與發現「仍然主要透過 Google 的在地結果」，因為對在地意圖來說，那個體驗還是比 AI 的回答好用。這跟本文的立場並不衝突——它講的是現在的流量分布，我講的是名單怎麼產生。
搜尋介面正在改變：Ask Maps 值得知道，但台灣還沒開放
有一則消息，可以幫你理解方向往哪裡走。
2026 年 3 月 12 日，Google 為 Google Maps 推出了 Ask Maps——一個由 Gemini 驅動、直接內建在地圖 App 裡的對話式搜尋。使用者可以不再只是搜「大安區 咖啡廳」，而是問「找一間安靜、有戶外座位、適合工作的咖啡店」，或是「附近有沒有晚上有空檔的水電師傅」。
先講清楚地區：這項功能推出時只在美國與印度上線（Android 與 iOS），台灣目前還沒有開放。 依 Google 過去的節奏，這類功能通常會先在少數市場測試、再逐步擴大，但什麼時候會到台灣、內容會不會有差異，現在都還沒有官方時間表。所以下面講的是「值得先知道的方向」，不是「你現在就會遇到的情況」。
有媒體與業界的解讀認為，這類對話式查詢會讓商家的各種資料欄位變得比以前重要。這個解讀我認為有道理，理由也很具體：
當查詢從「咖啡廳」變成「安靜、有戶外座位、適合工作的咖啡店」，AI 就必須有地方讀到「安靜」「戶外座位」這些條件。而這些條件對應的，正是 Google 商家後台裡那一堆勾選框——有沒有無障礙設施、有沒有停車位、可不可以內用、有沒有 Wi-Fi、適不適合帶小孩。這些勾選框，官方的名稱叫「屬性」。
過去這些勾選框比較像是店門口貼的小標籤，貼不貼隨你。現在它們變成篩子上的洞。 客人說「我要有戶外座位的」，AI 就照著那個洞去篩，你有戶外座位卻沒勾那一格，就會直接從篩子上漏下去——不是輸給別人，是根本沒被撈起來。
這件事對服務業更明顯。「晚上有空檔」「可以到府」「提供急件」這類條件，如果只寫在你官網某一段文字裡，AI 讀不讀得到要看運氣；但如果它有對應的欄位可以勾、或是有一個講清楚的服務頁面，被讀到的機會就完全不同。
台灣現場：你搜的詞，跟你的客人搜的詞不一樣
前面講的研究與功能全部是國外資料，不能直接當成台灣現況。所以這一段換回台灣。
我拉了 Ahrefs 的台灣搜尋量，看到一組讓我停下來的數字：
| 關鍵字 | 台灣月搜尋量 |
|---|---|
| 我的商家 | 50,000 |
| google地圖 | 40,000 |
| google商家 | 5,900 |
| google評論 | 2,700 |
| 買google評論 | 150 |
| 在地seo | 40 |
| 本地seo | 10 |
| google地圖排名 | 0 |
「在地SEO」在台灣一個月被搜 40 次。「我的商家」一個月被搜五萬次。
這代表什麼？代表整個中文內容圈——包括這篇文章的標題——都在用一個你的客人根本不會講的詞。台灣人講的是「我的商家」，而且是在 Google 早就改名成「Google 商家檔案」之後，大家還是繼續講的那個舊名字。至於「地圖三聯」這個詞，我在台灣的繁體中文內容裡找不到任何實際使用的例子，它是從英文 3-pack 直譯出來的自造詞。
這件事說穿了，就像一家賣「機能褲」的店，客人進門其實是要找「不會悶的長褲」。同一件東西，你用同業的講法掛招牌，客人就是看不到。
所以這件事對你的實際意義是：如果你要自己寫網站內容、寫商家貼文、寫服務頁，用詞要跟著客人走，不要跟著同業走。 你的客人不會搜「本院提供在地SEO優化」，他會搜「大安區 牙醫 推薦」「我的商家 怎麼改名字」。（怎麼從這種「地區＋服務」的搜尋詞往回推內容規劃，我在台北 SEO 怎麼布局那篇拆得比較細。）
更值得看的是「評論」這個詞的長尾。台灣人搜「評論」的時候，搜的幾乎都是「某某咖啡店的評論」「某某婦幼醫院的評論」這種帶店名的組合，量還特別大。這代表台灣消費者是把 Google 評論當成「查這家店可不可以去」的工具在用，不是在研究評論機制。
對商家的意義很直接：評論頁對台灣人來說是決策的最後一站，不是加分項。 客人已經決定要去了，還是會在門口先滑一下那一頁；你店裡的服務再好，那一頁如果沒人管，決策就在那裡結束了。
三個我會直接叫你停掉的做法
這一節講台灣特有的地雷，三個都很常見。
第一個：接到自稱 Google 的電話。
這在台灣已經是一個有規模的產業。話術幾乎是固定的：「我是 Google 活動小組，發現你們店家不錯，現在提供一個推播的機會，讓你在該地區排到前三。」收費結構通常是月費一千多元、年約兩萬多，可以刷卡。實際做的事，多半只是把你的 Google 商家名稱改一改、塞幾個關鍵字進去。
把這段話術，跟 Google 官方那句「商家無法透過要求或付費的方式，提升自己的 Google 本地排名」放在一起看，答案就很清楚了。而且把地區詞、品項詞塞進商家名稱，本身就違反 Google 的商家名稱規範——這就像把「最好吃」「第一名」直接寫進你的營業登記名稱，招牌可以隨你掛，但登記名稱不是給你寫廣告詞的地方。輕則被改回來，重則影響整個檔案的健康度。
（關於「塞關鍵字到底會不會直接被停權」，中文圈其實有分歧：多數文章把它列為常見停權原因，也有實務工作者主張停權是「整體資料異常」的綜合判定，不是做了單一動作就被抓。這一點我不下定論，但「不要塞」這個建議在兩種說法下都成立。）
第二個：寫評論送小東西。
這件事在台灣太普遍了，普遍到很多老闆不覺得它是違規的——櫃檯放一張「寫五星送飲料」的立牌，幾乎是預設動作。
但 Google 的評論政策明確禁止用免費或折扣的商品服務來交換評論，而且台灣的 Google 地圖已經上線「檢舉商業行為」功能，開始處理這類利益誘導評論，這件事在 2025 年也有主流媒體跟進報導。被判定違規的後果不是罰錢，是更麻煩的東西：地標可能暫時無法新增評論，或是被標記「疑似虛假的評論最近從這個地標被刪除了」——那行字會出現在你的顧客眼前。
想像一下那個畫面：客人站在店門口，滑開你的評論頁，第一眼看到的是這句話。你花錢請人寫的那些五星，最後換來的是這一行字。
按照同一套政策，這四種做法都在風險區：用折扣、贈品或抽獎換評論；只挑滿意的客人邀請留五星；在櫃檯盯著顧客當場寫；請員工、親友或 AI 代寫。
第三個：把力氣花在衝高平均星數。
這一點在台灣特別值得講，因為台灣消費者的閱讀習慣跟歐美不一樣。
PTT 上長年流傳一套判讀法，原文大概是這樣：「評論不到200則，直接看最低」「4.6星以上（幾乎都是操作出來的狀態，不太可能）」，推文裡則是一片「我都看評價一定先看最低評價」「評論一律看低星才是最直接的」。
這不是嚴謹的統計，是論壇上的消費者共識——但它反映了一件事：當一個市場的假評論夠多，消費者就會發展出防禦性的讀法。 在台灣，很多人打開評論頁的第一個動作，是往下滑去看一星跟兩星。
所以我的建議很明確：與其花力氣把平均分從 4.5 拉到 4.7，不如去處理那幾則一星評論。 一則寫得誠懇、對事不對人的回覆，對台灣讀者的說服力，遠大於多出來的 0.2 顆星。
這就跟店裡出過一次錯是一樣的道理：客人真正記得的，不是你有沒有出錯，是你出錯之後怎麼處理。而且回覆評論這件事，剛好也在 Google 官方建議的清單裡，等於一件事同時做到兩邊。
診所、牙醫、律師事務所：法規天花板要先畫出來
前面講的很多做法，一般店家可以直接用，醫療與法律業不行。這一段單獨拉出來講，因為中文圈的「診所行銷」「律師行銷」文章，幾乎沒有人認真處理這條線。
醫療院所的部分。 醫療法第九條把「以達招徠患者醫療為目的」的行為定義為醫療廣告，第八十五、八十六條則規範內容與方式。衛福部另外有「不正當招攬病人」的規範，明確把贈品、折扣、揪團優惠、買萬送千這類手法列為禁止。
把這兩件事疊起來，會得到一個一般店家沒有的結論：「寫評論送小東西」對診所是雙重違規——同時踩到 Google 的評論政策，以及醫療法的不正當招攬規定。一般餐廳做這件事只是被 Google 處理，診所做這件事還多一層主管機關的風險。同一個動作，兩邊都在罰你，而且是不同的兩隻手。
另外兩件事也要注意。Google 在評論政策裡禁止要求評論中提及特定員工姓名，這對診所常見的「麻煩幫我指名某某醫師」是直接衝擊；而回覆負評時，不能在公開回覆裡做個案診斷、爭辯病情或揭露就診資訊，這一層是個資問題，不只是公關問題。實務上比較安全的回覆方式，是感謝對方反映、說明一般性的處理原則、再邀請透過私下管道聯繫，全程不碰個案內容。
律師事務所的部分。 依《律師推展業務規範》，律師可以設置網站推展業務，但不得引人錯誤、誇大、使人抱有過度期待，也不得表示勝訴率、顧問對象、委任人、受任中事件或過去處理案件。
這等於把一般在地行銷最好用的兩張牌——案例展示與成效數據——直接拿掉了。用做生意的話講：別人可以在櫥窗裡擺成品，你只能在門口講你怎麼做工。
診所被法規逼出來的那個優勢
不過這一節不是只有壞消息，還有一個我認為被嚴重低估的角度。
依衛福部的函釋，醫療機構如果要經營專屬臉書或社群網站，應該以超連結的方式連回所屬的官方網站，內容也要符合醫療法規定。
這條規定表面上是限制，實際效果卻是：診所被法規強制必須擁有一個自己的官網。
而台灣有大量的一般中小企業是沒有官網的——粉專就是官網，LINE 官方帳號就是客服跟預約系統。這在過去幾年沒什麼問題，甚至更方便。但回到前面講的機制：非 Google 的 AI 要從網頁裡拼湊出你是誰，如果你的第一方內容全部住在社群平台裡，它抓不到一個可以解析、可以引用的站點。
只有粉專沒有官網，就像你只有一個租來的騎樓攤位，沒有自己的門牌。 生意照樣做，客人照樣來，但別人要介紹你的時候，只講得出「某某市場裡面那一攤」，寫不出你家的地址。而 AI 在做的事，正好就是抄地址。
所以結論有點反直覺：在 AI 檢索這件事上，被醫療法綁住的診所，起跑位置反而比很多「自由」的一般店家好。 前提是那個官網不能只是一張擺著好看的形象頁——它得真的有內容：每一項主要服務一個獨立頁面，把適應症、流程、療程後注意事項、常見疑問寫清楚（在法規允許的範圍內，不觸及療效保證），而不是全部擠在一頁「服務項目」裡條列完事。
至於律師那條限制，我的建議是把力氣轉到 Whitespark 那份報告裡 AI 能見度排名第二跟第三的因素：做紮實的專屬服務頁，以及累積在產業相關網域上的顯著度。 講清楚「這類案件的處理流程是什麼、當事人通常會遇到什麼問題、什麼時間點該找律師、需要準備哪些文件」——這些內容不涉及勝訴率、不涉及個案，法規允許，而且剛好就是 AI 在找的東西。至於產業網域顯著度，實際做法是公會名冊、法律類專業媒體的投稿或受訪、學校或公部門的講座紀錄，都是具名但不談個案的曝光。限制跟機會在這裡是重疊的。
我會建議的順序
講到這裡，可以把行動收斂成一份有先後的清單了。我把它分成三層，因為資源有限的老闆最容易犯的錯，就是三層一起做、每層都做一半。
| 順序 | 做什麼 | 為什麼是這個順序 |
|---|---|---|
| 第一層：地板 | Google 商家檔案完整、資訊正確、營業時間即時、把勾選框一格一格勾完、定期回覆評論（含負評）、放真實照片 | 這是三種名單裡有兩種會直接用到的資料，而且是 Google 官方唯一列出來的建議清單。在 AI 會代打電話的前提下，電話與營業時間錯誤的代價已經跟以前不同 |
| 第二層：走出 Google | 讓店名、地址、電話在各個平台上完全一致；經營一個真的有內容的自有官網；把服務項目拆成各自獨立的頁面 | 這一層是給非 Google 的 AI 看的。它讀不到你的商家後台，只讀得到這些 |
| 第三層：被別人提到 | 爭取在地媒體報導、產業名冊、公協會頁面、第三方推薦清單上的曝光 | 這是 AI 能見度排名最前面的因素，但它需要時間累積，而且做不動第一、二層的話，別人也沒有理由提你 |
如果你現在只能挑一件事做，挑第二層裡的「資料一致性」。理由很簡單：它是唯一一件你自己就能完成、不需要求別人、而且第一層跟第三層都會受益的工作。
具體怎麼做，我拆給你看，這件事比你想的還要不技術。
拿一張紙，先寫下你要對外統一的三行字——店名（要跟招牌一致，不要塞關鍵字）、地址（巷弄樓層的寫法要固定，「3樓」跟「三樓」選一種）、電話（要不要加區碼、要不要空格，也是選一種）。
然後把這三行字，一個一個平台去對齊：Google 商家、官網頁尾與聯絡頁、FB 粉專的資訊區、LINE 官方帳號、你所在產業的名冊或公會頁，以及任何你曾經登記過的目錄與訂位平台。
就這樣，沒有別的。這件事沒有技術門檻，它比較像大掃除——不需要學新東西，只需要一格一格去對。 以一般中小企業會用到的平台數量估算，第一次做完大約要花掉一個下午到一天，之後每季回頭檢查一次，大概半小時。
跟它會影響到的東西比起來，這個投入算是相當划算——而且據我的觀察，這是清單上最多人跳過、卻也最容易補起來的一項。
怎麼知道有沒有效？先接受一件事：AI 推薦目前量不到
最後講監測，因為這是最容易被含糊帶過的一段。
先講一個不太舒服的事實：你現在沒有辦法系統性地知道 AI 有沒有推薦你的店。 不像自然搜尋有 Google Search Console 可以看曝光、點擊與排名，AI 的推薦目前沒有一個官方後台，會告訴你「這個月你被提到幾次」。
這個處境有點像你拜託一位朋友幫忙介紹客人：他到底有沒有提到你、提了幾次、在誰面前提的，你永遠不會知道——除非客人上門的時候自己講出來。
所以合理的做法是分兩邊看。
能量的部分，就好好量。 Google Search Console 與 Google 商家後台的洞察資料都是免費的，能看到搜尋曝光、有多少人要了路線、有多少人直接打電話。這些數字跟 AI 推薦不是同一件事，但它們反映的是同一批基本功有沒有做到位——而基本功是三種名單共用的。要注意的是，如果你發現曝光沒掉、點擊卻在掉，那多半不是你做錯了什麼，而是搜尋結果頁本身的變化，這個現象我在排名沒掉、點擊卻在掉的真相裡拆得比較細。
順帶提醒一件跟這個直接相關的事：如果你有委託外部團隊在做，請直接要求對方開放 Google Search Console 的權限給你。 這是免費的，也是你自己的資料，一個正常的合作方沒有理由拒絕。我自己在交付這類工作時，就是直接把後台開給業主看——因為成效這種東西，與其聽人講，不如自己點進去看。看不看得懂是另一回事，但你至少要看得到。
這也是判斷一個「保證排名」方案值不值得信的最快方法：如果對方保證的那些關鍵字，你在後台看得到它根本沒什麼搜尋量，那個保證就沒有意義——等於有人保證幫你在一條沒有人走的巷子裡掛上最大的招牌。
不能量的部分，就定期抽查。 每個月花十分鐘，用你的客人可能會問的那種句子，去 ChatGPT、Gemini 各問一次：「台北大安區有推薦的牙醫嗎」「新竹處理勞資糾紛的律師事務所」。看它講出哪幾家、有沒有你；如果沒有你，看它引用的那幾個來源是什麼網站。那幾個網站，就是你下一步該想辦法出現的地方。
順便做一件很多人沒想到的事：問 AI「這家店的電話跟營業時間是什麼」，看它講得對不對。 前面提過 AI 手上的商家資料有相當比例是錯的，而你是唯一有能力發現這件事的人。
這個方法不精確，樣本也小，但它比完全不看好，而且它會逼你面對一件事：AI 引用的那些來源，通常不是你的官網，而是別人寫你的地方。
回到最初的問題：要做，而且要做的範圍比以前大
三個說法查完了，我把答案收成一段話，你可以只記這一段。
第一個說法「AI 點名的都是地圖前三名的店」，沒有證據。 那份被到處引用的研究測的是 AI 摘要出不出現，不是出現時點名誰，目前也沒有中立第三方做過這項比對。
第二個說法「AI 的在地推薦來自 Google 商家」，只對一半。 對 Google 自己的 AI 成立，對 ChatGPT 完全不成立——它走的是另一條線，讀不到你的 Google 商家。
第三個說法「AI 會自己找到你，排名不重要了」，方向剛好講反。 AI 不是更鬆，是更挑；不是隊伍，是一道門。
三個說法拆完，答案其實比原本更清楚，而且是同一個方向：
還要不要維護 Google 商家？要。而且不只要維護，還要把功課的範圍往外擴。
過去把 Google 商家顧好，大致就等於在地SEO 做完了；現在那只是及格線。真正拉開差距的，是你的店在 Google 以外的網路世界裡，留下了多少可以被讀到、而且彼此一致的痕跡——官網、服務頁、名冊、報導、別人整理的推薦清單。
一句話收尾：以前你要做的是「被 Google 找到」，現在你要做的是「不管哪一台 AI 來翻資料，翻到的都是同一個你」。
這件事沒有捷徑，也沒有人可以賣你一個「三個月排到前三」的方案——如果有人這樣講，你現在應該知道要怎麼判斷了。
我一直覺得，老闆最該做的，是把自己的專業做深、做透。一間診所真正的價值在看診，一間事務所真正的價值在辦案，那是別人拿不走的東西。而前面講的這些——資料一致性、勾選框、服務頁怎麼拆、哪些邀評方式會踩線——每一項單獨看都不難，但加起來會吃掉很多零碎的時間，而那些時間本來應該花在你最強的地方。所以我的建議很直接：自己做得動的先做，尤其是那個一個下午就能對齊完的資料一致性；剩下需要長期盯著、還得跟著規則變的部分，交給我們這些以此為專業的人。
但交出去，不等於不用管。你還是要看得懂後台那幾個數字，還是要在對方說「這個產業就是這樣」的時候，有能力追問一句為什麼。
FAQ
有了 AI，還要繼續維護 Google 商家嗎？
要，而且比以前更需要。Google 官方文件明確表示，要出現在 AI Overviews 或 AI Mode「沒有額外的出現條件，也不需要其他特殊優化」，並把維持商家檔案資訊更新列在基礎功課裡——也就是說，在 Google 自己的 AI 上，你的商家檔案就是同一份燃料。真正改變的是，光顧好 Google 商家已經不夠了，因為非 Google 的 AI 讀不到它。
ChatGPT 推薦店家的名單，是從 Google 地圖來的嗎？
不是。依 Search Engine Land 在 2025 年的實測分析，ChatGPT 處理在地查詢時是跑 Bing 搜尋、抓回前 20 到 30 筆網頁結果再自行篩選，過程中並沒有存取 Google 商家檔案，也沒有直接讀取 Google 地圖資料。它只有在某個被收錄的網頁自己引用了 Google 資訊時，才會間接看到。簡單講，你在 Google 商家後台填的資料是交給 Google 櫃檯的，ChatGPT 去的是另一家櫃檯，拿不到那張表。（補充：業界對 ChatGPT 的在地資料來源說法並不一致，也有來源指向 Foursquare 或 Bing Places。可以確定的是，它不是直接讀 Google 商家。）
有研究證實 AI 推薦的都是地圖前三名的店家嗎？
沒有。最常被拿來當證據的那份 Whitespark 2025 年研究（540 組查詢、三個美國城市、六個產業），測的是「AI 摘要會不會出現」，不是「出現時點名哪幾家店」，兩者是不同的問題。目前也查不到任何中立第三方做過這項重疊度比對。另外要留意一份被廣泛引用的「只有 35% 重疊」研究，它的樣本是一百組 B2B 軟體採購查詢，跟在地商家沒有關係，屬於常見誤引。
接到自稱 Google 的電話說可以幫我排到前三名，是真的嗎？
不是。Google 商家檔案的官方說明頁明文寫著：「商家無法透過要求或付費的方式，提升自己的 Google 本地排名。」台灣常見的話術是「我是 Google 活動小組……讓你在該地區排到前三」，收費多為月費一千多元或年約兩萬多元，實際做的事往往只是把商家名稱塞入關鍵字——而那本身就違反 Google 的商家名稱規範。
請客人寫評論送小東西，現在還可以嗎？
不建議，風險已經實際上升。Google 的評論政策禁止用免費或折扣的商品服務交換評論，台灣的 Google 地圖也已上線「檢舉商業行為」功能處理這類利益誘導評論。被判定違規時，商家可能暫時無法新增評論，或被公開標記疑似虛假評論已遭移除——那行字會直接出現在顧客眼前。對醫療院所來說更嚴重，因為那同時踩到醫療法禁止以贈品、折扣招攬病人的規定。
怎麼知道 AI 有沒有推薦我的店？
目前沒有官方工具可以系統性追蹤，只能兩邊並行。能量的用 Google Search Console 與商家後台看曝光、路線查詢與來電，這些反映的是三種名單共用的基本功；不能量的就每月手動抽查，用客人真實會問的句子去問 ChatGPT 與 Gemini，記錄它提到哪幾家、引用了哪些來源網站。順便問它你的電話與營業時間，確認它手上的資料是不是對的。
我的店只有 FB 粉專沒有官網，會有影響嗎？
在 AI 檢索這件事上會，而且影響不小。非 Google 的 AI 是從網頁內容拼湊出「這家店是誰、在哪、做什麼」，如果你的第一方內容全部住在社群平台裡，它很難抓到一個可以解析與引用的站點——等於你只有租來的攤位，沒有自己的門牌。這不代表粉專沒用，而是它無法取代一個結構清楚、資訊一致的自有網站。順帶一提，醫療機構依衛福部函釋，專屬社群頁面本來就應該以超連結連回官方網站。
診所可以主動請病人留 Google 評論嗎？
可以邀請，但不能給任何好處，也不能只挑滿意的病人邀請。醫療法規禁止以贈品、折扣、優惠等方式招攬病人，Google 的政策也禁止用利益交換評論與選擇性募集。此外，Google 現行政策禁止要求評論中提及特定員工姓名，所以「請指名某某醫師」的做法要避開。回覆負評時同樣要注意，不得在公開回覆中做個案診斷或揭露就診資訊。
陳俊鳴
網路流量操盤手．企業行銷顧問
操盤SEO與網路行銷實戰逾15年，2014年創辦晨星事業有限公司（晨星行銷），從SEO網站架設、關鍵字策略到銷售漏斗與變現模式一手包辦。現為智信科技、瞻新資訊等多家企業的常年行銷顧問，也獲頒過亞洲十大卓越名師金像獎，把每一次流量成長都當成自己的事業在打。曾是馬來西亞象棋、圍棋國手，拿過亞洲盃第二名。