對 B2B SaaS 來說，ChatGPT、Perplexity、Google AI Overviews 最常引用的不是你的部落格，而是定價頁、整合頁、案例頁這三種決策頁。原因很直接：使用者問 AI 的問題，多半是「X 一個月多少錢」「X 能不能接 Salesforce」「有沒有跟我同產業的公司用過 X」，這些答案就住在這三頁裡。偏偏這三頁幾乎沒有人為 GEO 優化過。
為什麼決策頁才是 GEO 的主戰場
傳統 SEO 把定價頁、整合頁當成轉換頁，內容盡量精簡、多用互動元件。GEO 的邏輯剛好相反。AI 引擎在生成答案時，會挑事實密度高、能乾淨抽取、語意明確的段落來引用。一個用 JavaScript 動態算價、畫面上只有滑桿和數字的定價頁，對爬蟲和大型語言模型來說接近空白。它抽不到「入門方案每月 NT$X、含 5 個席次」這種完整句子，就會轉去引用競爭對手，或更糟，引用某篇把你價格寫錯的第三方比較文章。
定價頁：AI 最想抄、也最容易抄錯的一頁
定價頁的 GEO 稽核，第一件事是確認價格以純文字形式存在於原始 HTML，而不是等互動元件載入後才出現。我們替一家 SaaS 客戶做審計時發現，他們的月費數字是前端 API 回傳後才算出來，原始 HTML 裡完全沒有金額；結果 Perplexity 引用了一篇兩年前的舊報導，價格少了將近一半。第二件事是把方案的邊界條件寫成句子：每個方案包含什麼、限制幾個席次、超額怎麼計費、年繳折扣多少。AI 引擎特別愛引用這種結構清楚、主詞明確的敘述句。
定價頁還要處理一個 B2B 常見情況：報價制、不公開牌價。就算不寫具體數字，也要給 AI 可抽取的定價邏輯，例如按席次、按用量還是按模組計費，起價落在哪個區間、最短合約多久。什麼都不寫，AI 只能用猜的或乾脆沉默，這兩種結果對你都不利。
整合頁：被低估的長尾能見度來源
整合頁是 B2B SaaS 最被浪費的一塊 GEO 資產。當使用者在 AI 裡問「有沒有能接 HubSpot 的 X 類工具」，一個把每個整合都寫成獨立、可索引段落的整合目錄，命中率遠高於一張塞滿 logo 的圖牆。稽核重點有三：每個整合是否有獨立 URL 或至少獨立錨點、是否用文字說明這個整合實際能做什麼、資料往哪個方向同步。只放 logo、要 hover 才浮出名稱的設計，對語言模型等於不存在。
案例頁：把成效寫成可引用的事實
案例頁的問題通常不是沒有，而是寫得像獎座，形容詞多、事實少。AI 引擎不會引用「大幅提升營運效率」，卻會引用「導入後客服工單的平均處理時間，從 48 小時降到 6 小時」。稽核時逐篇檢查每個案例是否具備三個要素：客戶是誰（產業、規模）、用在哪個場景、量化成效各是多少。缺任何一個，這篇案例在 AI 眼中就只是一段行銷文案，不是可信來源。
三種決策頁的共同稽核清單
- 關鍵事實（價格、整合、成效）以純文字存在於原始 HTML，不依賴 JavaScript 才 render
- 每個事實是完整敘述句，主詞明確、脫離上下文也能獨立被引用
- 用 Product、Offer、FAQPage 等結構化資料標記對應內容，降低 AI 抽取的模糊空間
- 每個整合、每個方案、每篇案例都有獨立可索引的 URL 或錨點
- 頁面內有問句式小標，直接對應使用者真正會拿去問 AI 的句子
- 所有數字都標明單位、時間與幣別，避免 AI 抽到裸數字後誤植
稽核之後：先修哪一個
三種頁面不必同時動工，優先順序看你的銷售漏斗底部卡在哪裡。如果 AI 常把你的價格講錯，先修定價頁，錯誤資訊比沒有資訊更傷生意。如果你靠「能接某某工具」贏單，整合頁的長尾能見度投報率最高。案例頁則是信任放大器：當潛在客戶已經在 AI 裡問「X 好不好用」，一篇帶著具體數字的案例，能直接影響 AI 給出的評價傾向。
想知道這三種頁面在 AI 引擎眼中長什麼樣、哪一頁正在漏掉引用，Tenten 的 GEO 審計會用 Brand Radar 逐頁比對你和競品在主要 AI 引擎的被引用情況。你也可以先花 30 分鐘做一次 GEO 診斷，看看自己的決策頁缺口落在哪裡。
