渥合數位 › 文章 › 從經驗到技能：當內容優化開始自己學會「被 AI 引用」

從經驗到技能：當內容優化開始自己學會「被 AI 引用」

2026年7月10日SEO/GEO/AIO 優化· Howshin Wang

TL;DR

一篇 ACL 2026 論文 MAGEO 主張：GEO（生成式引擎優化）靠「疊訣竅」效果有限，真正該做的是把它當成會累積的「策略學習」。
關鍵在「知道裁判是誰」——GPT 愛權威引用、Gemini 愛表格與明確網址、Qwen 愛教學口吻，同一份內容要因引擎制宜，一稿打天下的時代結束了。
MAGEO 用四個 AI 分工（摸偏好／訂策略／平行改稿／忠實度把關），並把反覆成功的經驗抽象成可重用的「技能」存起來，愈做愈懂。
成效：被 AI 引用的能見度最高提升 3.4 倍，而且虛假引用率不升反降（0.058→0.043），能見度與可信度可以並存。
但書：那些分數是 AI 自評、非真實流量；WLV 是相對指標，不可跨引擎比大小；單一研究尚未大規模複現；優化約在第 5 輪達峰，之後就該收手。

引言

過去二十年，想被顧客找到的方法叫 SEO——把網頁調整到搜尋結果的前段。但當愈來愈多人不再點開十條藍色連結，而是直接問 ChatGPT、Gemini「有沒有推薦的做法」，遊戲規則就變了。答案由 AI 生成，而 AI 只會引用它信任的少數幾個來源。你的內容有沒有被寫進那段回答裡，成了新的能見度戰場。

這門新學問有個名字：GEO（生成式引擎優化）。問題是，到目前為止，它比較像玄學。業界流傳一堆「訣竅」：多放引用、多用專業術語、標註資料來源、用權威口吻寫作。有效嗎？一篇即將發表於自然語言處理頂會 ACL 2026 的論文，給了一個殘酷的答案：把這些訣竅全部加起來，效果也很有限。

這篇由 Beining Wu 等十位研究者提出的論文《From Experience to Skill》，同時給了一個更有意思的解法——他們叫它 MAGEO。這篇文章想談的，就是這套方法為什麼值得一讀。

訣竅為什麼沒用：因為你不知道「裁判」是誰

研究團隊做了一件很直接的事：把那些坊間流傳的優化訣竅拿去實測，看內容到底有多常被 AI 引用。他們用的指標叫 WLV（字詞層級能見度），白話說就是「你的內容被寫進 AI 答案的份量」。

結果，單一最佳訣竅（多放引用）在 GPT-5.2 上只拿到 1.33 分。就算把「多引用＋術語＋標來源＋權威口吻」四招全疊在一起，也只到 1.90 分。換句話說，堆疊訣竅幾乎沒有加乘效果。

原因，論文講得很透：每個 AI 引擎的胃口根本不一樣。研究團隊剖析後發現，GPT-5.2 偏好權威、引用密集的寫法（但也因此比較容易引用到不存在的來源）；Gemini-3 Pro 喜歡精簡、資訊密度高的結構——明確的網址、表格、標題；Qwen-3 Max 則偏好教學式、帶安全提醒口吻的敘述。

「通用的高品質寫作是不夠的。」這是全篇最關鍵的一句。你得先知道這篇內容要討好的是哪一個引擎，再決定怎麼寫。對著一個引擎的胃口寫的東西，換到另一個面前可能就失效。

MAGEO 的解法：四個 AI 分工，而且會「記取教訓」

MAGEO 的做法，是把優化這件事拆給四個各司其職的 AI 代理：

一個偏好分析師，專門研究每個引擎的脾氣，建立「引擎偏好檔案」——統計密度、格式、修辭習慣。一個策略規劃師，結合偏好檔案，決定「這篇要改哪裡」，只出戰略、不動手。一個編輯，實際動筆，而且一次平行產出好幾個改法（調結構、補證據、換風格）。最後一個品管，扮演內部裁判，預測每個改法會不會真的提升能見度，並設下一道「忠實度關卡」——凡是為了衝曝光而扭曲事實的版本，直接退件。

四個角色跑一個「生成—評估—挑選」的循環，反覆打磨。但真正的殺手鐧，是它的學習機制。多數優化工具每次都從零開始，MAGEO 不是：一次任務裡，它記下哪些改法成功、哪些失敗；任務結束後，把反覆奏效的模式抽象成一條條「技能」，依引擎和情境編號存進技能庫。下次遇到類似任務，規劃師直接調出現成技能當先驗知識。它把一次性的經驗，變成了可以重複調用的資產——這也正是論文標題「從經驗到技能」的意思。

成效呢？MAGEO 在 GPT-5.2 上的 WLV 衝到 4.52，是最佳訣竅的 3.4 倍；在 Gemini-3 Pro 上更達 5.30，Qwen-3 Max 也有 3.84。而這 2.4 倍於「四招全疊」的領先，來自協同迭代，而非簡單堆疊規則。

藏在消融實驗裡的兩個關鍵

論文的消融實驗（把某個零件拿掉、看效果掉多少）藏了兩個最值得記住的訊號。

第一，把「引擎偏好分析」拿掉，效果直接掉約 19%。這證明前面那句「你得知道裁判是誰」不是空話，而是整套系統貢獻最大的一塊。第二，把「技能庫」拿掉，效果掉約 13%，規劃師退化成瞎猜。能不能累積並重用經驗，是這套方法會不會愈做愈聰明的分水嶺。

還有一個容易被忽略、但更重要的數字：虛假引用率。GEO 最大的隱憂，是為了衝曝光而讓 AI 引用到假的、不存在的來源，反過來傷害信任。MAGEO 靠那道忠實度關卡，把虛假引用率從基線的 0.058 壓到 0.043。能見度和可信度，在這裡不是二選一——這比多衝幾分曝光更值得在意。

別急著全盤買單

這篇論文很漂亮，但有幾個但書值得自己補上。

那些分數是「AI 當評審打給 AI」的結果（論文用的是 LLM-as-Judge，讓大型語言模型當評分員），衡量的是「更可能被引用」，不等於真實世界的流量或成交。WLV 又是個相對指標，所以 GPT 上的 4.52 和 Gemini 上的 5.30 不能直接比大小、推論哪個引擎比較好攻——它們是不同尺上的刻度。而且這是單一團隊、單一套實驗的結果，還沒被大規模複現。

論文自己倒是誠實地留了一個提醒：優化並非越多輪越好。效果大約在第 5 輪達到高峰，之後就進入研究者所稱的「過度優化疲勞」——繼續改下去，不但沒進步，還可能反效果。這不是一個可以無限投入、無限收割的黑洞；把基礎做扎實、抓對引擎的胃口，拿到大部分的分數，之後的邊際效益會急速遞減。