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）
「我現在叫 AI 一天可以寫十篇，那我還需要找人做 SEO 嗎？」
這句話我這一年聽過太多次，而且會問的人，通常已經自己試過了。他真的開了帳號、真的產出一批文章、真的排進發布行程。文章讀起來也不差——結構完整、段落分明、標題有模有樣，比他之前找的工讀生寫得好。
所以他的困惑不是「AI 寫得好不好」，而是更前面一層：既然這件事已經這麼便宜，那我以前付的那些錢，到底是在付什麼？
我覺得這是個好問題，而且多數人給的答案都太便宜行事。從業者那一邊的標準答案是「AI 沒有人的洞察」「AI 沒有真實經驗」——這種話聽起來很像既得利益者在保護自己的飯碗，我自己聽了都不太買單。另一邊的答案是「SEO 已死」，同樣草率。
我的答案要從另一個方向講起，而且它不需要你相信任何一個 SEO 從業者：被 AI 取代的，是「產出內容」這一道工序，不是 SEO 這份工作。 這兩件事被混為一談，才會得出錯的結論。而當這道工序的成本崩掉之後，價值不會憑空消失，它會移動——移到那些沒有跟著一起變便宜的地方。
這篇文章要做的，就是把那些地方一個一個指出來，讓你手上有一把尺，可以拿去對照你正在付錢的那張清單。
先講結論：被AI取代的是「寫文章」這道工序，不是SEO這份工作
一份完整的 SEO 工作有七道工序，AI 大幅改變的主要是其中一道。
這七道是：網站技術體檢、關鍵字研究與搜尋意圖分析、內容規劃與主題地圖、內容產製、站內優化、站外訊號累積、成效追蹤與調整。
被改變的是第四道。它的邊際成本在兩年之內，從「一篇好幾千塊」掉到幾乎免費。
其他六道呢？成本幾乎沒動。更麻煩的是，其中兩道——站內優化與站外訊號——因為 AI 搜尋的出現，反而多出了以前不存在的工作。
所以「AI 取代 SEO」這句話，準確的講法是「AI 取代了 SEO 七道工序裡的一道」。一道工序不等於一份工作。自動變速箱取代了打檔這個動作，但沒有取代開車這件事。
為什麼一定會變成這樣？這跟AI好不好用沒有關係
這一段我要特別花力氣講，因為它是整篇文章的地基。
我要講的邏輯，跟「AI 寫得好不好」完全無關。就算 AI 寫得比所有人都好，結論也一樣——因為問題出在供給，不在品質。
Ahrefs 在 2025 年 4 月分析了 90 萬個新建立的英文網頁（每個網域只取一頁），發現其中 74.2% 含有 AI 生成的內容：純 AI 佔 2.5%、純人工 25.8%、人機混合 71.7%。Ahrefs 自己也註明，AI 偵測工具不可能百分之百準確，這個數字要當趨勢看，不要當精密量測看。
就算打上這些折扣，方向還是很清楚：一年前這個數字比較低，一年後只會更高。當一件事的產出成本趨近於零，它的產出量就會趨近於無限。
而任何一種供給暴增、需求卻沒有等比例增加的東西，價格都會跌。這是常識，不需要懂 SEO 也推得出來。
你多產十倍，同業也多產十倍，但搜尋結果的位置沒有變多
我遇過的老闆裡，很多人卡在這一步。他們的直覺是：我以前一個月出 4 篇，現在一個月出 20 篇，流量應該要漲。
假設一家做在地專業服務的公司真的這樣做了。他把每月 4 篇拉到 20 篇，一年下來多了將近兩百篇文章。一年後回頭看，通常會看到三件事同時發生：新文章的平均表現比舊文章差、舊文章的表現也一起被稀釋、整體流量的成長遠遠不到五倍。
原因很單純：他的同業也在做一樣的事。所有人同時把產量拉高五倍，而 Google 搜尋結果第一頁的位置還是那幾個。AI 摘要出現之後，這幾個位置能拿到的點擊還變少了——這件事我用實測數據談過（AI Overview 讓點擊率暴跌的真相），連帶的整體流量衝擊、以及哪些內容最先被吃掉，也另外拆解過（AI Overview 對網站流量的影響），這裡就不重複。
產量是相對的，不是絕對的。當所有人都加倍，等於沒有人加倍。
供給暴增之後，收錄本身就變成一道篩選
還有一個變化，多數企業主沒有感覺到，但它其實更關鍵。
過去很長一段時間，搜尋引擎的預設動作是「先收下來再說」——只要爬得到，大概就會進索引，品質好壞之後再用排名去排。在頁面供給有限的年代，這樣做很合理。
現在不合理了。業界普遍的觀察是，搜尋引擎已經把品質判斷往前挪到「要不要收錄」這一關。原因就是前面那件事：頁面供給的擴張速度，快過真正原創資訊的供給速度。 收下一大堆彼此高度重複的內容，對搜尋引擎沒有好處，只有儲存與運算成本。
這裡要說清楚，這一段是產業觀察，不是 Google 的官方宣告。但它跟企業主實際遇到的現象吻合：文章發出去了，Search Console 顯示「已檢索－目前尚未建立索引」，然後就沒有下文了。
順帶一提，就算收錄了、也排上去了，使用者還是不一定會點進來——那是另一個獨立的問題，我在零點擊搜尋是什麼那篇談過。收錄、排名、點擊，現在是三道各自會漏水的關卡，不是一條順順的水管。
Google的態度其實從頭到尾一致：它不管誰寫的，它管有沒有加值
這一段是為了把兩個常見的誤解一次處理掉。
Google 官方的立場其實很清楚，而且從 2023 年講到現在沒有改過：它不禁止 AI 生成內容。 在生成式 AI 內容的官方指引裡，它要求的是準確、品質與相關性，尤其是在自動產生內容的時候；同一份文件也直接寫明，用生成式 AI 工具產出大量頁面卻沒有替使用者增加價值，可能違反規模化內容濫用（scaled content abuse）的垃圾內容政策。
關鍵在於，這條規則從頭到尾不分人寫還是 AI 寫。 一個人用複製貼上生出五百頁地區頁，跟一個人用 AI 生出五百頁地區頁，在政策上是同一件事。
兩個極端的誤解，都要打掉
誤解一：「AI 寫的文章會被 Google 懲罰。」 不會。被懲罰的從來不是產製方式。如果 AI 產出的內容確實回答了問題、確實有人審過、確實提供了別的地方找不到的東西，它跟人寫的沒有差別。
誤解二：「反正 Google 不管，那我就大量產。」 也錯。政策打的正是「大量產製而沒有加值」這個組合。你以為自己在鑽漏洞，其實你正站在規則描述得最精準的那個位置上。
我看到的實務狀況是，大部分企業掉進的不是第一種誤解，是第二種。他們沒有被明確處罰，但也沒有得到任何東西——文章躺在那裡，沒有索引、沒有流量、沒有詢問，只是每個月的資料夾裡多了二十個檔案。
業界也有不少觀察指出，近一兩年有網站因為大量產製、無人審核的內容而遭到人工處罰、甚至整站被移除索引。這類消息多半來自從業者的觀察與轉述，沒有官方逐案公布的統計可以核對，所以我不會拿它當結論；但它至少說明，「大量產」這條路的風險不是零。
這不只是感覺：Google有一份專利，講的就是「你多說了什麼」
如果你覺得「內容要有別人沒有的東西」聽起來像一句空話，這裡有個比較硬的參考點。
Google 在 2018 年 10 月申請、2022 年 6 月核准了一份專利，名稱是 Contextual estimation of link information gain（專利號 US11354342B2）。它描述的是一種「資訊增益分數」，用來衡量相對於使用者已經看過的文件，這一份文件多提供了哪些額外的資訊。專利原文的講法是：這個分數反映的是「這份文件中，超出先前已呈現文件所含資訊之外的額外資訊」。
我要非常明確地說：專利存在，不等於它已經上線在跑。 Google 申請過非常多從未實作的專利，任何人跟你說「Google 就是這樣算分的」，那是推論，不是事實。
但作為一個思考框架，它值得記住。如果一套系統要衡量的是「你比別人多說了什麼」，那麼把前十名的內容重新組合一遍——這正好是 AI 最擅長、也是多數人現在正在做的事——在結構上就是拿不到分數的。你交出去的東西，按定義就是「使用者已經看過的資訊」。
補一段最近的討論：Google自己的人怎麼說
台灣這邊最近也有相關討論。根據《遠見雜誌》2026 年 7 月的一篇報導，記者採訪了 Google 多位高階主管談 AI 時代的搜尋，其中 Google Cloud 的首席行銷長提到，過去用來理解與呈現搜尋結果的底層技術，如今也被用來驅動 AI 模式，因此企業更不能放棄。報導同時提到，搜尋的總量並沒有因為 AI 而減少，改變的是使用者互動的方式——從輸入單一關鍵字，轉向語音、圖片、對話這種更深層的探索。
這是媒體專訪，不是官方發布的技術文件，所以我把它當成「這件事目前是這樣被討論的」，不當成依據。不過方向上，它跟我前面的判斷一致：變的是形式，不是這件事還要不要做。
「做出東西」變便宜的同時，「做對東西」變貴了
這是我這一年最想講的一句話。
AI 把執行成本壓到極低，這代表方向錯誤的代價同步被放大了。以前你方向抓錯，一個月頂多浪費 4 篇文章的成本；現在你方向抓錯，一個月可以用十倍速產出 20 篇沒有人需要的文章，而且你會因為看到產量，以為自己在進步。
AI 讓做出東西變便宜，同時讓做對東西變貴。 這不是修辭，是成本結構改變之後的必然——當執行接近免費，決策的相對權重就會上升。
有意思的是，這件事在國外的就業市場上已經看得到了。Semrush 分析了美國 Indeed 上 8,000 筆內容行銷職缺（資料截至 2025 年 11 月），跑出幾個很直白的數字：「寫作」這項要求自 2023 年以來下降了 28%，「內容創作」則上升 209%；「內容行銷主管」職缺成長 376%、「內容副總」成長 308%；而中階通才型的職稱，掉了超過七成。 同一份研究還指出，把內容所有權與 SEO 綁在一起的職稱，已經佔全部職缺的 20%。
他們另外分析的 3,900 筆 SEO 職缺也呼應這個方向：資深職稱（總監、副總、主管層級）佔了全部職缺的 59%，資深職缺的中位年薪約 13 萬美元，其他職缺約 7.16 萬美元。
這是美國的樣本，不能直接套成台灣現況。但方向值得參考：市場已經用薪水在投票，而票投給的是「決定寫什麼、為什麼寫、寫完接到哪裡」，不是「把文章寫出來」。中階通才掉七成這個數字尤其刺眼——它講的正是那種「什麼都做一點、但每一項都停在執行層」的角色。
價值移到哪裡去了？我會指認七個位置
到這裡為止都還在拆解問題。接下來這一段是我的答案。
我把一份 SEO 工作攤開來，逐項問同一個問題：這件事的成本，有沒有因為 AI 而崩掉？換一個人做，結果會不會差很多？
| 工作項目 | 成本有沒有崩掉 | 換人做結果會差很多嗎 | 我的判斷 |
|---|---|---|---|
| 產出一篇通順完整的文章 | 崩掉了 | 差距快速縮小 | 已商品化 |
| 大量產出同類型頁面 | 崩掉了 | 幾乎沒差 | 已商品化，且有風險 |
| 蒐集基礎關鍵字清單 | 大幅下降 | 差距不大 | 已商品化 |
| 決定哪些字值得做、順序怎麼排 | 沒有下降 | 差很多 | 還沒被商品化 |
| 判斷搜尋意圖背後的商業機會 | 沒有下降 | 差很多 | 還沒被商品化 |
| 網站技術體質 | 沒有下降 | 差很多 | 還沒被商品化 |
| 主題權威的長期布局 | 沒有下降 | 差很多 | 還沒被商品化 |
| 站外品牌訊號的累積 | 沒有下降，甚至變貴 | 差很多 | 還沒被商品化 |
| 讓 AI 找得到、讀得懂、願意引用 | 是新增的工作 | 差很多 | 還沒被商品化 |
| 把搜尋表現接回成交 | 沒有下降 | 差很多 | 還沒被商品化 |
下面七項，就是這張表右半邊的展開。
一、策略研究：決定不做什麼，比決定做什麼難
企業主最容易低估的就是這一項，因為它的產出物看起來最少——可能只是一份表、幾個判斷、一句「這個先不要做」。
真正的工作量在後面看不到的地方：你的產業裡誰已經佔住了哪些位置、那些位置是靠什麼佔住的、你有沒有條件去搶、搶下來值多少錢、如果搶不到有沒有側翼可以走。這些判斷會決定接下來一整年的資源往哪裡放。
我常講一句話：策略最重要的產出不是「要做什麼」，是「不做什麼」。 一家中小企業的資源就這麼多，把一半的力氣壓在一個永遠贏不了的字上，比什麼都不做還糟——你不但沒有收穫，還失去了那段時間。
AI 可以幫你把資料整理出來，這一段它做得很好。但它沒辦法幫你決定要放棄什麼，因為它不知道放棄的代價對你來說有多痛。
二、搜尋意圖判斷：同一個關鍵字背後，站著四種完全不同的人
這是我認為被低估最嚴重的一項。
同樣一個關鍵字，打進搜尋框的人可能處在完全不同的狀態。舉個好懂的例子，同樣搜尋一項專業服務的名稱，背後可能是：
| 這個人是誰 | 他真正想知道的 | 他離成交多遠 | 該給他什麼 |
|---|---|---|---|
| 剛聽說這個名詞的人 | 這是什麼、我需不需要 | 很遠 | 定義、判斷標準 |
| 已經知道自己需要的人 | 怎麼選、要注意什麼 | 中等 | 比較、避坑、條件 |
| 正在比價的人 | 誰比較適合我、多少錢 | 很近 | 差異、費用邏輯 |
| 已經是客戶的人 | 我遇到的狀況正常嗎 | 已成交 | 售後、疑難排解 |
四種人，四種內容，四種頁面。如果你把他們當成同一種人來寫，寫出來的東西對誰都不夠用。
AI 判斷「這個字大概屬於哪一類」已經不錯了。但它判斷不出在你這家公司的商業條件下，哪一類人最值得投資。第三類人離成交最近，可是競爭最兇、獲取成本最高；第一類人最好寫，可是可能永遠不會買。這個取捨要對照的是你的毛利、你的客單、你的成交週期、你的業務量能——這些資料，AI 手上沒有。
三、網站技術體質：AI爬蟲不會幫你跑JavaScript
這一項在中文世界談得太少，但它是所有項目裡最「硬」的一項——硬的意思是它有標準答案，做了就是做了，沒做就是沒做，不牽涉品味。
現在來抓你網站的機器人，已經不只 Google 一家。ChatGPT、Perplexity、Claude 這些系統都有自己的爬蟲，而它們的行為跟 Googlebot 不一樣。其中一個關鍵差異是：多數 AI 爬蟲只抓 HTML，不會執行 JavaScript。
這不是傳聞。雲端平台商 Vercel 與 MERJ 合作分析了超過 5 億次 GPTBot 的抓取紀錄，沒有發現任何執行 JavaScript 的證據；即使 GPTBot 有大約一成的請求會把 JS 檔案下載下來，它也不會去執行。Google 自家的 Gemini 爬蟲是少數例外，因為它沿用了 Googlebot 的基礎建設。
這代表什麼？如果你的網站是靠前端 JavaScript 把內容渲染出來的——很多漂亮的新網站都是這樣做的——那麼在傳統 Google 排名的年代，你可能還過得去；到了 AI 引用的年代，你在那些系統眼中可能根本是一片空白。
一個頁面完全可以同時做到兩件事：在 Google 排第一名，以及對多數 AI 系統完全隱形。 這兩件事不衝突，因為它們讀你的方式根本不一樣。
這不是寫幾篇文章能解決的問題，也不是換個文案能解決的問題。它是技術題，而且是那種「不檢查就永遠不會發現」的技術題——它不會報錯，你的網站在人眼裡看起來一切正常。
四、主題權威：這是時間的函數，不是產量的函數
很多人以為主題權威就是「同一個主題多寫幾篇」。不是。
主題權威要的是覆蓋的完整性與內部結構的合理性：一個主題底下該有的子題有沒有齊、彼此之間有沒有正確地連起來、有沒有一個清楚的核心頁面把它們收攏、更新的節奏有沒有持續。這是一張地圖，不是一疊文章。
而且它是時間的函數。你沒辦法在一個月內用 100 篇文章買到主題權威，就像你沒辦法在一週內把一個新品牌變成老品牌。AI 讓你可以一個月產 100 篇，但它沒辦法讓那 100 篇累積出「持續深耕」所需要的時間。
國外有不少行銷公司的觀察指出，叢集式的內容結構在自然流量與 AI 引用上都優於單篇散裝內容。這些數字多半出自行銷公司自己的部落格，不是同儕審查的研究，所以我不引用具體倍數；但方向上，跟我實際操作看到的情況一致。
五、外部品牌訊號：AI要引用你之前，得先在別的地方看過你
這一項是這兩年變化最大的。
研究機構 Machine Relations 在 2026 年做過一份相關性分析，樣本是 75,000 個網域評分 40 以上的品牌，搭配月搜尋量 800 以上的關鍵字，用 Spearman 相關係數計算。結論相當直接：站外的品牌提及，是預測一個品牌會不會出現在 AI 答案裡最強的訊號之一——品牌在網路上被提及的程度，相關係數落在 0.660 到 0.710 之間，YouTube 上的提及最高，來到 0.737；而傳統反向連結只有 0.218。
這裡必須誠實：這是相關，不是因果，而且研究團隊自己就先講了。 他們明確寫道，資料顯示的是「AI 能見度高的品牌，同時也具備跨平台的高能見度」，不是「開一個 YouTube 頻道就會被 AI 引用」。他們自己的解釋是，真正在起作用的比較像是一種綜合性的品牌權威訊號，被 AI 的訓練資料吸收了進去。
我認為這個解釋合理，因為它跟一個更好懂的機制吻合：AI 是先從它「知道」的東西裡面決定要推薦誰，再去找來源支撐這個選擇。 引用清單是事後補上的參考書目，不是決策現場。你如果從來沒有在它讀過的世界裡出現過，網站寫得再好，都不會出現在那份名單上。
這件事的含意很殘酷：你的 AI 能見度，主要不是由你自己網站上的內容決定的。 而「讓別人談論你」這件事，恰恰是 AI 最幫不上忙的——它可以幫你寫新聞稿，但它沒辦法幫你去跟媒體、公會、同業、平台建立關係。
順帶一提，品牌訊號變強之後會回頭影響搜尋端的行為。當有人直接用你的品牌名稱去搜尋，那條線的邏輯跟一般關鍵字完全不同，我在零點擊時代的品牌指名搜尋效應那篇另外談過。
六、AI可見度：從「被找到」到「被引用」，是兩套工程
排名是爭一個位置，被引用是爭一次採納。兩者需要的條件重疊，但不相同。
爭排名靠的是關鍵字覆蓋、頁面權重、使用者行為；爭引用靠的是答案的可擷取性（能不能被乾淨地切出一段話）、事實的一致性（你在不同地方講的、關於自己的話有沒有互相打架）、結構化資料的完整性，加上前面講的站外訊號。
這些工作在兩年前不存在。它不是把舊工作做得更好，是新增出來的一整層。
這裡順便示範一件事，因為它本身就是顧問工作的樣子。你會在很多地方看到一個說法：AI 帶來的訪客，價值大約是傳統自然搜尋訪客的 4.4 倍。這個數字出自 Semrush，聽起來很有吸引力。但我去追它的來源時發現，它沒有公開樣本、沒有公開方法、也沒有說明「價值」怎麼定義。
那我怎麼用它？當方向參考，不當結論。方向上它講得通——AI 在使用者點進來之前，已經幫他把好幾個選項比較完了，所以會點進來的人本來就比較接近決定。但我不會拿「4.4 倍」去跟任何人簡報，因為只要對方追問一句「這是多少樣本」，這個數字就撐不住。
能不能分辨「方向可信」跟「數字可信」，這件事本身就是你付錢買的東西之一。
七、接回成交：流量從來不是結果，是中間過程
最後這一項，最容易被整條產業鏈集體忽略。
流量本身不會付錢給你。一個人從搜尋結果點進來之後，他會看到什麼、下一步該去哪裡、什麼時候該讓他留資料、留了之後多久有人聯絡他、聯絡的人講什麼——這條路徑沒接好，前面所有的工作都只是在製造一個好看的數字。
順帶說一句，這件事跟你走自然搜尋還是付費廣告無關。廣告那一側的點擊率也在下滑（AI 摘要之下，PPC 點擊率同樣在掉），把錢從 SEO 搬去買廣告，並不會自動解決問題。
這一段的工作，本質上不是 SEO，是行銷。而它需要的資訊全部在你公司內部：你的成交流程、你的業務講什麼、你的報價邏輯、你的客戶最常在哪一步卡住。這是 AI 距離最遠的一項，因為它連資料都拿不到。
為什麼偏偏是這七件事？因為AI缺的不是能力，是你公司的私有脈絡
把上面七項擺在一起看，會發現它們有一個共同點。
它們需要的都不是「更強的語言能力」，而是只存在於你公司內部的資訊：你的毛利結構、哪一種客戶最好服務、哪一種客戶來了反而虧錢、業務最常被問倒的問題是什麼、去年哪一個決定事後看是錯的、你最不能忍受的是什麼。
這些東西不在任何訓練資料裡。不是 AI 不夠聰明，是它拿不到題目。
這也解釋了為什麼「找一個更懂 AI 的人」不見得能解決問題。真正的門檻不在工具那一端，在資訊那一端。同樣一套工具，餵進去的脈絡不同，出來的東西天差地遠——而餵脈絡這件事，需要有人願意花時間去問、去聽、把你講不清楚的東西整理成可以執行的判斷。
台灣市場對「顧問」的定義，其實已經過時了
講一個很實際的台灣現象。
翻一下中文的 SEO 服務說明，你會很常看到這種分類：顧問型是「分析與指導」，顧問本身不動手，執行由企業自己來；執行型、技術型才會實際操作。 收費上，市面上整理出來的區間大致如下：
| 收費型態 | 市場整理出的常見區間 |
|---|---|
| 整體 SEO 報價（各種型態合計） | 約 NT$5,000～100,000 |
| 固定月費制 | 約 NT$20,000～80,000／月 |
| 顧問諮詢制（按時計費） | 約 NT$1,000～8,000 以上／小時 |
| 月顧問費 | 約 NT$5,000～100,000 以上／月 |
（以上是公開資料整理出的市場區間，各家整理的說法並不一致，僅供理解量級之用，不代表任何特定服務的實際報價。）
我要指出的是：「動不動手」這個分界，在 AI 之後已經沒有意義了。
以前這條線之所以成立，是因為執行本身很貴——動手代表投入大量人力工時，所以「只給建議」跟「連做帶給」的價差是合理的。現在執行的成本崩了一大塊，這條線就切錯地方了。
新的分界應該是這一條：這段工作有沒有被商品化。
一個「會動手」的合作對象，如果他動的手全部落在那張表的上半部——產文章、產頁面、蒐關鍵字清單——那他做得再多，你買到的都是一個正在快速貶值的東西。反過來，一個「只給建議」的合作對象，如果他給的判斷落在下半部，那即使他一個字都沒幫你寫，你買到的也是還沒被商品化的東西。
用這條新的線去看報價單，你會發現有些貴的其實便宜，有些便宜的其實很貴。
我的立場：老闆的專業無法被取代，而行銷是另一門專業
寫到這裡，該講我自己怎麼看這件事了。
我一直覺得，老闆最該做的，是把自己的專業做深、做透——那是一間公司裡真正無法被取代的東西。行銷是另一門專業，得靠大量實作才會準。老闆真要一頭栽進去，多半不是學不會，而是在自己最重要的位置上分了心；有時候是心有餘而力不足，有時候是精力就這樣一點一點耗掉。所以我的建議很直接：把力氣花在刀口上，行銷這一段，交給我們這些以此為專業的人。
不要把老闆逼成十項全能王。
反過來說，這條邏輯對我這一行也一樣適用：我不會去決定一家公司該賣什麼、該用什麼價格賣、該把品牌做成什麼調性。那是老闆的專業，不是我的。分工是雙向的，不是只有一邊要謙虛。
而這樣的分工要成立，有一個前提，這個前提比分工本身更重要：委外不等於甩手不管。
策略方向、品牌調性、這次要對誰說什麼，永遠是老闆自己的責任。你可以把執行交出去，但不能把判斷交出去——一旦連判斷都交出去，你就沒辦法知道對方做的是對的還是錯的，也沒辦法在方向偏掉的時候把它拉回來。分工是把不同的責任放到最適合的人身上，不是把責任整包丟掉。
你可以不是頂尖，但你不能沒有常識
承上，這條底線我要講具體一點。
你可以不是頂尖，但你不能沒有常識。 你不需要會操作，不需要看得懂程式碼，不需要自己下關鍵字工具。但有三件事，你必須做得到。
第一，聽得懂對方在講哪一段工作。 對方告訴你這個月做了什麼，你要能把那些事情放回前面那張表——他講的東西落在上半部還是下半部？如果一份提案從頭到尾都在講「每月幾篇文章」，那它整份都站在上半部，不管它包裝得多完整。這不需要專業知識，只需要一張表和五分鐘。
第二，問得出「這件事為什麼要做」。 不是質問，是真的想知道。一段值得付錢的工作，對方一定講得出它跟你生意的關聯：為什麼是這個字不是那個字、做了會影響什麼、不做會怎樣。講不出來的時候，通常不是他藏私，是那件事本身就沒有理由，只是照著模板在跑。
第三，對方說「這個產業就是這樣」的時候，你要有能力追問一句為什麼。 這句話是萬用擋箭牌，可以擋掉幾乎所有問題。它有時候是真的，但它必須說得出「這樣」的具體內容——是這個產業的決策週期特別長？還是搜尋量本來就集中在少數幾個字，所以只能靠側翼？講得出來就是專業判斷，講不出來就只是一句話。
這三件事，花幾個小時就補得起來，而且補起來之後，你在每一次會議裡的位置都會不一樣。
（至於報表數字怎麼判讀、成效該怎麼衡量，那是另一個層次的問題，我在AI 時代的 SEO KPI 該怎麼改那一篇另外處理過，這裡不重複。）
一個今天就能做的自我檢查：把你付出去的錢，對照那張清單
最後給兩個具體的動作，不需要任何工具。
第一個動作：算一筆很粗的帳。 把你現在這份合作的內容拿出來，一項一項對照前面那張商品化清單，然後問自己：我付出去的錢裡面，大約有多少比例是買在已經商品化的那半邊？
我不知道你的答案會是多少，但我可以說一個大致的觀察：在多數企業主給我看過的合作內容裡，那個比例通常比他們以為的高——很多合作的重心壓在「每個月產幾篇」上，而那正好是唯一一項邊際成本已經崩掉的工作。
如果算出來的比例偏高，你要做的不見得是砍預算。更常見的正解，是把同一筆錢的重心往下半部挪。 同樣的預算，從「每個月 20 篇」改成「每個月 6 篇，但把技術體質、主題地圖、站外訊號一起做」，長期看多半更划算——這裡用的是約略的量級比較，實際比例要看你的產業競爭程度與網站現況而定，不是可以照抄的公式。
第二個動作：問一個問題。 下次跟任何一個行銷夥伴談的時候，問他：「哪些事你建議先不要做？」
這是我認為最有鑑別度的一題。答得出來的人，代表他心裡有一張優先順序表，而優先順序表只有做過取捨的人才有。答不出來、或是回你「都很重要、都要做」的人，通常是在賣工序，不是在賣判斷——因為工序永遠是做越多越好，只有判斷才會出現「這個先不要」。
至於「還需不需要 SEO 顧問」這個問題，我的答案是：你需要的從來就不是一個寫文章的人。 那個角色現在確實可以被取代，而且早在 AI 出現之前，它就不該是這份工作的核心。真正該付錢買的，是有人替你回答「該往哪裡走」，並且在你走偏的時候告訴你。
那個部分，這兩年不但沒有變便宜，還變貴了。
常見問題
有了 AI，還需要找 SEO 顧問嗎？
需要，但需要的部分變了。被 AI 取代的是「內容產製」這一道工序，不是 SEO 這份工作；策略研究、搜尋意圖判斷、網站技術體質、主題權威建構、站外品牌訊號、AI 可見度與成交銜接這幾項，成本都沒有因為 AI 而下降。判斷方式很簡單：如果你評估的對象提供的主要是「每月幾篇文章」，那確實不太需要；如果是上述那幾項，反而比以前更需要。
AI 寫的文章，Google 會不會判定作弊？
不會因為「由 AI 產出」而被判定作弊。Google 在官方指引中要求的是準確、品質與相關性，並未禁止使用生成式 AI；真正會被打的是「大量產製、對使用者沒有實質加值」的內容，也就是規模化內容濫用，而這條規則不分人寫或 AI 寫。換句話說，風險不在工具，在做法。
我一天可以產十篇 AI 文章，為什麼流量沒有跟著漲？
因為產量是相對的，不是絕對的。你的同業也在做同樣的事，而搜尋結果的位置沒有變多。再加上供給暴增之後，搜尋引擎對「要不要收錄」變得更挑，很多新頁面根本沒有進入索引。所以真正的變數不是你產多少，而是你產出的東西有沒有提供別人沒有的資訊。
哪些 SEO 工作已經不值得付錢請人做了？
判準是「這件事的成本有沒有因為 AI 而崩掉，換一個人做結果會不會差很多」。以這個標準看，單純產出通順完整的文章、大量產出同類型頁面、蒐集基礎關鍵字清單，這三項已經高度商品化，付高價買它們不划算。要注意的是，這不代表這些事不用做，而是它們不該是你付費的重心。
AI 帶來的流量，真的比較會成交嗎？
方向上有這個現象，但目前公開的數字都不夠嚴謹，建議當參考、不當結論。常被引用的說法是 AI 搜尋訪客的價值約為傳統自然搜尋訪客的數倍，來源是 Semrush，但該數字並未公開樣本與計算方法。合理的解釋是：AI 在使用者點擊之前，就已經替他比較過多個選項，所以會點進來的人比較接近決定階段。可以據此調整期待，但不建議拿它當投資決策的唯一依據。
公司規模不大，SEO 該自己做還是外包？
我的建議是專業分工：老闆把時間留給自己的專業，執行層交給以此為專業的人。理由不是外部團隊比較厲害，而是你的時間成本最高，用它去學一門要靠大量實作才會準的技能，代價通常大於省下來的錢。但外包有一個前提——委外不等於甩手不管，策略方向、品牌調性、要對誰說什麼，這些永遠是你自己的責任。
老闆自己需要懂 SEO 到什麼程度？
你可以不是頂尖，但你不能沒有常識。具體是三件事：聽得懂對方在做哪一段工作、問得出這件事為什麼要做、對方說「這個產業就是這樣」時有能力追問為什麼。這三件事都不需要會操作，花幾個小時就補得起來，但少了它們，你沒辦法判斷外部團隊做的是對的還是錯的。
我要怎麼判斷對方賣的是判斷力，還是只是產量？
看他的提案裡，交付項目集中在哪一半。如果整份提案的核心是「每月幾篇文章、幾組關鍵字」，那賣的是產量；如果他會先問你的毛利結構、客戶樣貌、成交流程，並且說得出「這個字先不要做」的理由，那賣的是判斷力。一個簡單的測試：問他「哪些事你建議先不要做」，答得出來的人，通常是在做策略。
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。