事務所做 GEO 最大的障礙不是缺乏專業，而是專業被寫成 AI 讀不進去的樣子。一份寫給同業看的法律意見書用字嚴謹、鋪陳完整，卻很難讓 ChatGPT 或 Perplexity 從中乾淨地抽出一句可引用的答案。你手上有整個團隊的執業經驗，但這些經驗現在鎖在模型無法抽取的格式裡。
為什麼事務所反而最容易被 AI 忽略
財稅與法律內容屬於 AI 引擎最謹慎的 YMYL 題材，也就是牽涉金錢與重大權益的主題。使用者問「境外電商要不要在台灣報稅」「離職後競業禁止條款有沒有效」時，模型傾向引用來源明確、立場清楚、能對應到法條的內容。多數事務所官網卻停在兩種極端：一種是三行字的服務介紹，資訊量不足；另一種是動輒兩千字的法律評析，結構鬆散、結論藏在最後一段。前者沒東西可引，後者引不出來。
我們替一家中型稅務事務所盤點時發現，他們官網有四十幾篇專業文章，但在主流 AI 引擎針對「營業稅」「境外所得」等問題的回答裡，一次都沒被點名。內容不是不好，是沒有被寫成模型能抽取的形狀。
把答案放在最前面，而不是結論
AI 引擎抽取答案的邏輯，跟資深律師寫意見書的習慣剛好相反。律師先鋪事實、談爭點、引判例，最後才下結論；模型則想在段落開頭就拿到那句話。要讓內容被引用，每一個小節都要先給答案，再補理由與例外。這不是把專業寫淺，而是把結論往前搬。
- 一句直接回答問題的主張，放在段首
- 對應的法源或條號，例如所得稅法第幾條
- 一個具體級距、金額或期限
- 一句例外或前提，界定這個答案何時不成立
權威訊號要寫出來，AI 不會自己腦補
AI 判斷一段財稅內容能不能引用，很大程度看它敢不敢認這是誰寫的。匿名的、掛在公司名下的通用文章，權重遠低於掛名執業律師或會計師、標明證照與年資的內容。這在 YMYL 題材尤其明顯，因為模型會盡量把有署名、有專業背景的來源放在前面。
引用法源與級距，讓答案可驗證
可驗證性是財稅內容的護城河。當你的文章明確寫出「依所得稅法第 14 條，境外所得達新臺幣 100 萬元須計入基本所得額」，模型比較願意引用，因為這句話可以被交叉查證。含糊的「依相關規定辦理」對 AI 幾乎沒有價值，反而讓整段變得不可信。
- 引用具體法條、條號或函釋文號
- 給出當年度的實際級距、扣除額或申報期限，並標註適用年度
- 用表格或條列呈現多層級的稅率或門檻
- 對因個案而異的部分誠實標示，而不是用它模糊全篇
用真實問句當標題
事務所文章常用「淺談競業禁止」「論境外電商課稅」這類標題，這是寫給同業的語言。使用者在 AI 裡輸入的卻是「離職後多久內不能去同業上班」「我在國外接案要在台灣繳稅嗎」。標題與小標若直接對上這些問句，模型更容易把你的段落配對到那個問題，也更容易在答案裡引用你。
把每一篇文章想成一組問答。讀者心裡真正的問題是什麼，就用那個問題當標題，再用第一段乾淨地回答它。
追蹤你在 AI 裡的能見度
做完這些調整，你需要知道有沒有效。傳統排名工具看不到 AI 回答裡的引用狀況。Tenten 的 Brand Radar 會針對你所屬領域的關鍵問句，定期檢查主流 AI 引擎有沒有提到你的事務所、引用哪幾篇內容，讓你知道哪些主題已經站穩、哪些還缺一塊。
財稅與法律的專業本來就是事務所最硬的資產，問題只在於它現在被鎖在 AI 讀不進去的格式裡。想知道自己的官網在 AI 引擎裡漏掉了哪些該被引用的答案，可以預約一次 30 分鐘 GEO 診斷，我們會直接指出缺口在哪。
