AI 時代的 E-E-A-T:AI 怎麼判斷你值不值得信?
- AI 看 E-E-A-T 跟 Google 不同 — 一個是排名因子,一個是引用門檻
- AI 額外重視的 4 個訊號:Person schema、新鮮度、跨平台一致性、引用來源
- 為什麼 dateModified 在 2026 年特別關鍵
- 5 個今天就能做的具體動作
Day 6 講過 SEO 版的 E-E-A-T。今天講 GEO 版 —— AI 引擎怎麼用 E-E-A-T 訊號判斷「該不該引用你」。
兩者用的訊號很像,但 AI 引擎額外重視 4 個 Google 不太管的細節。
AI 跟 Google 看 E-E-A-T 哪裡不同?
最大差別在用途:Google 把 E-E-A-T 當「排名因子」,AI 引擎把它當「引用門檻」。Google 給高 E-E-A-T 網站加分,低分的網站仍會出現、只是排名差;AI 引擎則是當下直接篩選,E-E-A-T 不夠就不寫進答案,而且更要求資訊「能即時驗證」。
| Google(SEO) | AI 引擎(GEO) | |
|---|---|---|
| 用途 | 排名因子 | 引用門檻 |
| 影響 | 影響你排第幾 | 影響它要不要把你寫進答案 |
| 時間尺度 | 長期累積 | 當下判斷 |
| verifiability | 看訊號趨勢 | 要「能即時驗證」 |
換句話說:Google 給高 E-E-A-T 網站排名加分,但低 E-E-A-T 的還是會出現(只是排名差)。AI 引擎是篩選 —— E-E-A-T 不夠,直接不引用。
1. 為什麼作者要有具體身份(Person schema)?
不只「作者:王小明」這種純文字署名。AI 要能「驗證這個人真的存在」,需要結構化的 Person schema:
{
"@type": "Person",
"name": "Rhoda 羅達",
"jobTitle": "SEO / GEO 顧問",
"worksFor": { "@type": "Organization", "name": "AV8D AI SEO Search" },
"sameAs": [
"https://www.linkedin.com/in/rhoda",
"https://twitter.com/rhoda",
"https://github.com/rhoda"
]
}
sameAs 列出該作者在其他平台的個人頁,讓 AI 跨平台驗證。LinkedIn 學經歷、Twitter bio、GitHub 紀錄,都會被 AI 用來判斷「這人是不是真的懂這領域」。
2. 內容新鮮度(dateModified)— 2026 年特別關鍵
AI 引擎會優先引用近期更新過的內容,原因有 3 個:
- AI 訓練資料有截止日,新內容是 AI 「不知道」的價值
- 時效性內容(法規、產品規格、技術新版本)舊資訊容易誤導
- 頻繁更新代表作者還在維護,是 active 訊號
具體做法:
- 每篇文章標清楚
datePublished與dateModified - 舊文每 3-6 個月回頭加 1 個新章節或新數據
- 更新後
dateModified同步修改,不要只改內容不改日期
3. 跨平台一致性為什麼重要?
你網站 bio 寫「SEO 顧問」,LinkedIn 也是 SEO 顧問,X bio 也是 SEO 顧問 —— AI 在交叉比對時會判定「這人應該真的是」。如果三個平台 bio 寫的職業差很多,AI 信任度直接打折。
具體做法:
- 網站、LinkedIn、X、Threads、IG 的 bio 第一句統一
- 大頭照建議用同一張
- 網站連結都指向同一個正式主頁
- Person schema 的
sameAs列出所有平台
4. 你引用什麼來源?
AI 信任「會引用權威來源」的作者,勝過「自說自話」的作者。文中連到 .gov、.edu、學術論文、官方文件、知名媒體,AI 會把這當成「這作者懂得查證」的訊號。
具體做法:
- 每篇文章至少引用 2-3 個權威來源
- 引用要具體(連到原始論文,不是其他人轉述的版本)
- 引用要可驗證(連結要長期有效,死連結會反向扣分)
5 個今天就能做的具體動作是什麼?
30 分鐘內能完成的動作有 5 個:建一個含完整 bio 與學經歷的 /about 頁、加含 sameAs 的 Person JSON-LD、挑 1 篇舊文更新 dateModified 並補新章節或新數據、統一 LinkedIn / X / Threads / 網站 bio 的第一句、在核心文章各補 2-3 個權威來源連結。這 5 個動作分別補強作者身份、內容新鮮度、跨平台一致性與引用來源 4 個 AI 特別看重的訊號。
- ✅ 建一個
/about頁,含完整 bio + 照片 + 學經歷 - ✅ 加 Person JSON-LD,含
sameAs連到所有社群 - ✅ 挑 1 篇舊文,更新
dateModified+ 加新章節 / 新數據 - ✅ 統一 LinkedIn / X / Threads / 網站 bio 的第一句
- ✅ 在你的核心文章中,各補 2-3 個權威來源連結
常見問答(FAQ)
問:AI 真的會抓 Person schema 嗎?
答:會。OpenAI、Anthropic、Google 都在抓 schema.org 結構化資料。Perplexity 在引用作者時更直接用 sameAs 連結串接到 LinkedIn 確認身份。沒有 Person schema,AI 只能從文字辨識作者,可信度大打折扣。
問:dateModified 改得太頻繁會不會被 Google 處罰?
答:不會,只要內容真的有改。如果你只改 dateModified 但內容不動,Google 演算法會偵測到「假更新」並停止把你當新鮮內容處理。實際內容有實質補充(新章節、新數據)再更新 dateModified。
問:我作者只有我一個人,需要做 Organization schema 嗎?
答:建議做。即使只有你,Organization schema 仍然能給網站建立「機構級」信任。可以用 Organization 描述你的工作室 / 個人品牌,讓 Person 連到這個 Organization。
問:跨平台 bio 真的要完全一樣嗎?
答:「第一句一樣」是底線,後面內容可以根據平台特性調整。LinkedIn 可以寫得正式、X 可以加個性、Threads 可以更口語。但第一句的職業描述、領域定位必須一致。
關鍵名詞速查
- Person schema
- Schema.org 的 Person 類型,結構化描述「作者是誰」。
- sameAs
- Person/Organization 的屬性,列出該實體在其他平台的連結。
- dateModified
- ISO 8601 格式的最後更新日期,告訴 AI 內容新鮮度。
- Cross-platform consistency / 跨平台一致性
- 同一個人/品牌在不同平台的資訊一致程度。
- Verifiability / 可驗證性
- AI 能否透過外部來源驗證內容真實性的程度。