顧問公司花五年經營的 SEO 部落格，正在被一個提問取代。當潛在客戶不再上 Google 搜「併購顧問怎麼挑」，而是直接問 ChatGPT 或 Perplexity「台北有哪些值得談的財務顧問」，你排在自然搜尋第三名的那篇長文，根本不會出現在對話裡。AI 讀完你的內容、重新組織後給出答案，卻不一定提到你的名字。顧問公司該做的不是再寫十篇部落格，而是把知識重新封裝成 AI 願意引用的知識庫。
為什麼顧問公司的部落格突然接不到案
顧問業的內容行銷邏輯一直很單純：寫得夠深、夠多，讓決策者在研究階段搜尋到你，把專業當作誘餌。這套做法在 2015 到 2022 年有效。問題是研究行為變了。管理階層現在的第一步常常是打開一個對話框，用自然語言描述處境，讓 AI 幫忙收斂選項。這個過程沒有十個藍色連結，只有一段整理好的答案，加上少數幾個被引用的來源。你的文章可能是那段答案的養分，但只要內容結構讓 AI 難以乾淨抽出一句可信的結論，它就會拿別人的話來講。
這對顧問公司特別致命，因為顧問賣的是判斷與信任。當 AI 用中立語氣把你的觀點轉述成通則，你的品牌、方法論、案例會被一起抹平。讀者記得的是 AI 給的建議，不是提出建議的那位顧問。能見度的定義因此改變了：從「排名第幾」變成「AI 回答時，你的名字出現的頻率」。
SEO 部落格與 AEO 知識庫，差在哪
兩者服務的讀者不同。SEO 部落格為人的瀏覽而寫，靠標題吸引點擊、靠篇幅衝停留時間、靠內部連結留住流量。AEO（answer engine optimization，答案引擎最佳化）知識庫則是為機器的抽取而寫：每一段都要能獨立成立、直接回答一個明確問題，不依賴前後鋪陳。
- 段落結構：部落格用故事鋪陳，知識庫每段先給結論再給依據，AI 抽一段就能引用。
- 標題寫法：部落格追求點擊率，知識庫用讀者真正會問的完整問句當標題。
- 內容單位：部落格是一篇長文，知識庫是一組能被單獨檢索的問答單元。
- 可信訊號：部落格靠作者署名，知識庫需要明確的數字、日期、方法與出處，讓 AI 判斷這段話可不可信。
- 更新節奏：部落格發布後很少回頭，知識庫需要定期修訂，因為 AI 偏好近期且前後一致的資訊。
把既有文章改寫成 AI 可抽取的知識單元
好消息是顧問公司通常已經有大量素材，不必從零開始。真正要做的是拆解與重組。多數顧問部落格的毛病是一篇文章塞五個主題，鋪陳三段才講到重點，AI 讀完抓不到那句能引用的核心句。改寫的方向，是把長文拆成明確的問題單元，讓每個單元自足。
- 盤點：列出過去兩年帶來詢問的文章，以及潛在客戶在初談時最常問的十個問題。兩份清單的交集，就是優先改寫對象。
- 拆題：把一篇混雜多主題的長文，拆成數個「一個問題、一段答案」的單元，標題直接寫成問句。
- 前置結論：每個單元第一句就給答案，後面才補條件、依據與例外。AI 抽取時通常只取前一到兩句。
- 補可信訊號：加上具體數字、執行情境、時間與方法說明，避免「許多企業都…」這種無法查證的空話。
- 結構化標記：為問答內容加上 FAQ 或 Article 結構化資料（schema），讓引擎更容易辨識這是一則可引用的問答。
顧問公司最該優先改寫的四類內容
不是所有內容都值得改。顧問公司的資源有限，應該先動最接近成交、也最常被 AI 問到的題材。
- 方法論說明：你的服務怎麼運作、和同業做法差在哪。這類內容決定 AI 描述你時用的字眼。
- 選擇標準：「怎麼挑一家 X 顧問」這種問句，是潛在客戶交給 AI 的第一個問題，你要成為那段答案的來源。
- 產業洞察與數據：你手上的第一手觀察，是 AI 最缺、也最願意引用的東西。
- 案例與成果：把可公開的成果寫成結構清楚的情境，而不是行銷式的形容詞堆疊。
怎麼知道 AI 到底有沒有引用你
傳統 SEO 看排名與自然流量，AEO 要看的是「被提及」與「被引用」。實際做法是定期用潛在客戶會用的問法，去問主流 AI（ChatGPT、Perplexity、Gemini、Google AI Overviews），記錄你的品牌有沒有出現、出現時被怎麼描述、旁邊還有誰。這件事人工做很累，所以會用像 Brand Radar 這類能見度追蹤工具持續監測。指標不再是關鍵字第幾名，而是在一組核心問題裡，AI 引用你的比例與語氣。
從哪裡開始
顧問公司不必一次改寫整個網站。先挑五個最常被客戶問、也最接近成交的問題，用前面五步把它們改寫成自足的知識單元，兩週後就能觀察 AI 的回答有沒有變化。如果你想先看清楚自己現在在 AI 面前的樣子——哪些問題被競爭對手佔據、哪些內容根本沒被引用，可以預約一次 30 分鐘的 GEO 診斷，我們會用你的實際題目跑一輪，指出最該先補的缺口。
