買家在決定要不要找你之前，會先問 AI「這家一個月多少錢」。如果 ChatGPT 或 Perplexity 複述出一個過期、含糊、甚至是競品的價格，你連進入評估名單的機會都沒有——而問題幾乎都出在你的定價頁是寫給人看，不是寫給機器抽取的。
為什麼 AI 會把你的價格講錯
大型語言模型讀定價頁的方式很直白：抓取頁面上的純文字，找出「方案名稱—金額—計價單位」這組資訊，再回答使用者。只要這組資訊沒有以乾淨的文字呈現，模型就會退回它手上其他來源，可能是半年前的快取、第三方比價站的舊資料，或是直接用機率補一個看似合理的數字。三種情況都會讓你的價格被講錯。
台灣 SaaS 定價頁最常見的三個坑，都會直接毀掉抽取。第一，價格藏在月繳／年繳的切換按鈕後面，預設狀態沒有渲染出數字，爬蟲看到的是空的。第二，把價格做成一張圖或用背景圖片呈現，文字層根本沒有金額。第三，全站只寫「客製報價，請聯絡我們」，連一個可以錨定的參考數字都沒有，AI 只能猜或跳過。
可被抽取的定價頁，關鍵在「就近成組」
讓 AI 講對價格，不需要重寫整頁，只需要確保每個方案的核心欄位以純文字形式、在版面上彼此相鄰。方案名稱、金額、幣別、計價週期、計價單位、包含什麼、適合誰——這六到七個欄位如果散落在頁面不同角落，模型就很難把它們正確配對；擠在同一個卡片區塊裡，抽取準確率會明顯上升。
實務上我們幫客戶改定價頁時，第一件事是把每個級距寫成一段機器讀得懂的句子：「專業版，每月 NT$4,900，以帳號數計價，含 5 個席次與 Brand Radar 週報，適合 10 到 50 人的成長期團隊。」這句話人看得順，AI 也能一次抽出方案、價格、單位與適用對象，不必東拼西湊。
- 方案名稱：用固定、可辨識的字串，全站一致，別在不同頁面換叫法。
- 金額與幣別：寫成純文字「NT$4,900」，不要只放在圖片或需要點擊才出現的切換裡。
- 計價週期與單位：明講「每月／每年」「每帳號／每席次／每千次呼叫」，消除歧義。
- 包含內容：條列該級距實際拿到什麼，讓 AI 能回答「這個價位有沒有含 X」。
- 適用對象：一句話說清楚這個級距是給誰，AI 才能在推薦情境中對號入座。
- 最後更新日期：在頁面標註價格生效日，降低模型引用舊快取的機率。
級距不要只寫「聯絡我們」
企業方案走客製報價很合理，但整格空白會讓 AI 無從描述你的定位。折衷做法是給一個錨點：寫「企業版自 NT$50,000／月起，依席次與用量客製」。這樣既保留議價空間，又讓模型能回答「他們的企業方案大概多少」，把你放進正確的價格區間，而不是因為沒有數字而被歸類成「未公開，可能很貴」被使用者略過。
如果商業考量真的不能露出任何數字，至少要用文字說明計價邏輯：按席次、按用量、按導入範圍。模型能複述計價方式，也比一句「請聯絡我們」更容易被引用。留白等於把敘事權讓給比價站和競品。
用結構化資料替 AI 消除歧義
純文字打底之後，再用 schema.org 的 Product 與 Offer 標記把價格結構化，等於把答案用機器格式再講一遍。price、priceCurrency、billingDuration、unitText 這些欄位填好，搜尋引擎與部分 AI 抽取器就能拿到毫無歧義的價格資料。同時把「這個方案有沒有含 X」「支援幾個席次」做成 FAQPage 標記，讓模型能直接引用你寫好的答案，而不是自己推論。
人類會腦補、會忽略排版瑕疵；AI 不會。定價頁上任何需要靠上下文猜測的地方，都是一個被講錯價格的入口。
上線後，實測 AI 有沒有講對
改完不等於做完。真正的驗收是打開 ChatGPT、Perplexity、Google AI Overviews，用買家的口吻問：「X 的方案多少錢」「X 的專業版有含 Y 嗎」「X 和競品哪個便宜」。逐一比對 AI 的回答與你頁面上的真實價格，記下講錯的欄位——是價格數字、計價單位，還是把某個功能歸錯級距。這些落差就是下一輪要修的清單。
這件事需要固定頻率重跑，因為模型會更新、快取會刷新，你自己也會調價。人工每次抽查很花時間，我們的 Brand Radar 就是為此設計：持續監測主流 AI 引擎如何複述你的品牌與價格，價格一旦被講錯或引用到舊資料，你會第一時間知道，而不是等某個潛在客戶因為錯誤報價默默離開。
從你的定價頁缺口開始
定價頁是漏斗最靠近成交的一頁，也是最常被忽略的 GEO 戰場。先做一件小事：現在就去問一次 AI 你自家的價格，看它講得對不對。如果答案讓你皺眉，想知道整個缺口有多大、該從哪裡補起，可以預約一場 30 分鐘 GEO 診斷，我們直接用你的定價頁跑一遍，告訴你 AI 現在是怎麼描述你的。
