內容品質與 E-E-A-T 分析,包含 AI 引用準備度評估。當使用者提到「內容品質」、「E-E-A-T」、「內容分析」、「可讀性檢查」、「內容過薄」或「內容審核」時使用。
內容品質與 E-E-A-T 分析
Google 的「誰/如何/為什麼」測試(權威啟發式)
在評分 E-E-A-T 子因素之前,每個頁面審核都應通過 Google
在實用內容指南中提出的三個問題啟發式:
| 問題 | 檢查重點 |
|---|---|
| 誰建立了內容? | 可見的作者署名、作者介紹頁面、專業資格。在讀者預期的地方為必要條件;YMYL 領域不可妥協。 |
| 如何建立內容? | 在讀者合理會問的地方揭露流程,特別是 AI 輔助內容。原創研究/第一手證據/親身經驗。 |
| 為什麼存在? | 「為了幫助人」而非「為了吸引搜尋點擊」。留意無專業知識的利基進入、為新鮮度訊號而產生的內容輪替、為達到字數目標而寫的內容。 |
主要來源:
https://developers.google.com/search/docs/fundamentals/creating-helpful-content
當三個答案都薄弱時,該頁面在核心排名系統的實用性訊號下存在風險(原為獨立的實用內容系統,已於 2024 年 3 月更新合併至核心系統)。
E-E-A-T 框架(2025 年 9 月 QRG 更新)
完整標準請參閱 skills/seo/references/eeat-framework.md。
經驗(第一手訊號)
- 原創研究、案例研究、前後對比結果
- 個人經歷、流程文件
- 獨特數據、專屬見解
- 來自直接經驗的照片/影片
專業知識
- 作者資格、認證、簡歷
- 與主題相關的專業背景
- 符合受眾的技術深度
- 準確且有良好來源的主張
權威性
- 外部引用、來自權威來源的反向連結
- 品牌提及、業界認可
- 在知名媒體發表
- 被其他專家引用
可信度
- 聯絡資訊、實體地址
- 隱私權政策、服務條款
- 客戶推薦、評論
- 日期標記、透明的更正
- 安全網站(HTTPS)
內容指標
字數分析
與頁面類型最低標準比較:
| 頁面類型 | 最低字數 |
|---|---|
| 首頁 | 500 |
| 服務頁面 | 800 |
| 部落格文章 | 1,500 |
| 產品頁面 | 300+(複雜產品 400+) |
| 地點頁面 | 500-600 |
重要: 這些是主題涵蓋的下限,而非目標。Google 已確認字數並非直接排名因素。目標是全面的主題涵蓋;一篇 500 字但能徹底回答查詢的頁面,會勝過一篇 2,000 字但未回答問題的頁面。請將這些視為足夠涵蓋深度的指南,而非嚴格要求。
可讀性
- Flesch Reading Ease:一般受眾目標 60-70
注意: Flesch Reading Ease 是內容可及性的有用代理指標,但並非 Google 的直接排名因素。John Mueller 已確認 Google 不使用基本可讀性分數進行排名。Yoast 在 v19.3 中已降低 Flesch 分數的優先級。請將可讀性分析視為內容品質指標,而非直接最佳化的 SEO 指標。
- 年級程度:符合目標受眾
- 句子長度:平均 15-20 字
- 段落長度:2-4 句
關鍵字最佳化
- 主要關鍵字出現在標題、H1、前 100 字
- 自然密度(1-3%)
- 包含語義變化
- 無關鍵字堆砌
內容結構
- 邏輯標題層級(H1 -> H2 -> H3)
- 可掃讀的章節,附有描述性標題
- 適當使用項目符號/編號列表
- 長篇內容附目錄
多媒體
- 相關圖片搭配適當的替代文字
- 適當處嵌入影片
- 複雜數據使用資訊圖表
- 統計數據使用圖表
內部連結
- 每 1000 字 3-5 個相關內部連結
- 描述性錨點文字
- 連結到相關內容
- 無孤立頁面
外部連結
- 引用權威來源
- 為使用者體驗開新分頁
- 合理數量(不過量)
AI 內容評估(2025 年 9 月 QRG 新增)
Google 的評分員評估的是低品質、大規模、複製或 AI 生成的主要內容模式,而非將 AI 作者身份視為獨立問題。
可接受的 AI 內容
- 展現真實的 E-E-A-T
- 提供獨特價值
- 有人類監督與編輯
- 包含原創見解
低品質 AI 內容標記
- 通用措辭、缺乏具體性
- 無原創見解
- 跨頁面結構重複
- 無作者署名
- 事實錯誤
實用內容系統(2024 年 3 月): 實用內容系統已於 2024 年 3 月核心更新中合併至 Google 的核心排名演算法。它不再作為獨立分類器運作。實用性訊號現在在每次核心更新中都被加權。相同的原則仍然適用(以人為本的內容、展現 E-E-A-T、滿足使用者意圖),但執行是持續性的,而非透過獨立的 HCU 更新。Google 現在也記錄了主要更新之間的持續性、較小的未公告核心更新(更新日誌 2025-12-09)。
生成式 AI 最佳化就是 SEO(Google 文件,2026-06-29): 官方「針對生成式 AI 功能最佳化」指南指出,你不需要新的 AI 檔案、標記、Markdown、內容分塊或 AI 特定的改寫;追求不真實的「提及」是無幫助的。AEO/GEO 已被重新定義為植基於核心排名/品質的 SEO。
誠實的範圍(Google 文件,2026-06-05): 根據「使用第三方 SEO 工具、服務與建議」,沒有任何工具能保證排名,且第三方工具無法存取 Google 的內部排名數據。claude-seo 的分數是啟發式,而非 Google 內部訊號,因此在報告中應如實說明,並根據 Google 官方指南驗證 GEO/AEO 的發現(Search Console 是第一方來源)。
AI 引用準備度(GEO 訊號)
針對 AI 搜尋引擎(ChatGPT、Perplexity、Google AI Overviews)最佳化:
- 清晰、可引用的陳述,附帶統計數據/事實
- 結構化資料(特別是數據點)
- 強標題層級(H1->H2->H3 流程)
- 關鍵問題採答案優先格式
- 比較數據使用表格與列表
- 清晰的歸屬與來源引用
AI 搜尋能見度與 GEO(2025-2026)
Google AI Mode 是 Google 的對話式 AI 搜尋介面。Google 最後一次官方模型命名 AI Mode / AI Overviews 為客製化版本的 Gemini 2.5。除非有第一手來源,否則請將第三方 AI Mode 使用量、引用與連結分享數據視為方法論依賴,並同時針對 AI Mode 與 AI Overviews 進行最佳化(參閱 seo-geo 技能)。
AI 引用的關鍵最佳化策略:
- 結構化答案: 清晰的問答格式、定義模式、逐步說明,讓 AI 系統能提取並引用
- 第一方數據: 原創研究、統計數據、案例研究、獨特數據集,這些被 AI 系統高度引用
- 結構化標記: Article 及其他相關結構化內容。FAQPage 不再產生 Google FAQ 豐富結果;僅在適當的實際使用者問答情境使用 QAPage
- 主題權威性: AI 系統優先引用展現深度專業知識的來源。建立內容集群,而非孤立頁面
- 實體清晰度: 確保品牌、作者與關鍵概念透過結構化資料(Organization、Person schema)清楚定義
- 多平台追蹤: 監控 Google AI Overviews、AI Mode、ChatGPT、Perplexity 與 Bing Copilot 的能見度,而非僅傳統排名。將 AI 引用視為與自然排名和流量並列的獨立 KPI
生成式引擎最佳化(GEO):
根據 Google 的 AI 最佳化指南,「AEO」與「GEO」是 SEO 的重新命名標籤:AI Overviews 與 AI Mode 植基於與傳統搜尋相同的排名與品質系統。重要的最佳化訊號(可引用性、歸屬、標題層級、新鮮度)是應用於 AI 搜尋介面的 SEO 基礎,而非獨立學科。詳細工作流程請參閱 seo-geo 技能;兩個介面共享 skills/seo-geo/references/google-ai-optimization-guide.md 中的第一手來源綜合整理。
內容新鮮度
- 發布日期可見
- 若內容已修訂,顯示最後更新日期
- 對於快速變化的主題,標記超過 12 個月未更新的內容
輸出
內容品質分數:XX/100
E-E-A-T 細項
| 因素 | 分數 | 關鍵訊號 |
|---|---|---|
| 經驗 | XX/20 | ... |
| 專業知識 | XX/25 | ... |
| 權威性 | XX/25 | ... |
| 可信度 | XX/30 | ... |
權重是此技能自身的評分模型,順序反映 Google 所述的層級:可信度最重要(30),其次是專業知識/權威性(各 25),然後是經驗(20);最大值總和為 100。Google 未發布任何數值化的 E-E-A-T 權重(僅說明可信度最重要),因此請將此分配視為我們的內部模型。請勿使用相等的 25/25/25/25 分配(這與 Google 的「可信度最重要」矛盾)。
AI 引用準備度:XX/100
發現的問題
建議
DataForSEO 整合(選用)
如果 DataForSEO MCP 工具可用,請使用 kw_data_google_ads_search_volume 取得真實關鍵字流量數據、dataforseo_labs_bulk_keyword_difficulty 取得難度分數、dataforseo_labs_search_intent 進行意圖分類,以及 content_analysis_summary 進行內容品質分析。
錯誤處理
| 情境 | 處理方式 |
|---|---|
| URL 無法連線(DNS 失敗、連線拒絕) | 清楚回報錯誤。不要猜測頁面內容。建議使用者確認 URL 後重試。 |
| 內容位於付費牆後(402/403、登入牆) | 回報內容無法公開存取。僅分析可見部分(meta 標籤、標頭)並註明限制。 |
| 內容過薄(可擷取少於 100 字) | 如實回報發現結果,不要猜測。標記該頁面可能為 JavaScript 渲染或受限,並建議使用者直接提供完整文字。 |
FLOW 框架整合
如需提示引導的內容最佳化,請使用 /seo flow optimize <url> 和 /seo flow win <url>:FLOW 的最佳化與贏得提示提供結構化的 E-E-A-T 改善與 BOFU 轉換工作流程。






