在金融與醫療這類 YMYL（攸關財富與健康）主題上，AI 引擎挑答案的標準跟其他領域不一樣：它寧可少引用、也不願引用一個身分模糊的來源。同一段內容，如果放在旅遊部落格上足以被 Perplexity 摘錄，換到「某降血糖保健品是否安全」的問題上，就可能被整段跳過。差別不在文字品質，而在這個來源能不能被機器辨識為「有資格回答這件事的人或機構」。這正是 E-E-A-T 在 AI 時代真正的戰場。
為什麼金融與醫療內容，AI 引擎特別難信任
YMYL 指的是那些答錯會傷到讀者荷包或身體的主題：投資標的、稅務、貸款、藥物交互作用、症狀判讀、慢性病照護。Google 很早就對這類查詢套用更嚴格的品質門檻，而生成式引擎把這套邏輯推得更遠。因為 AI 直接把答案講給使用者聽，中間沒有搜尋結果頁讓人自己比對，一旦講錯，責任感知會落在提供答案的引擎身上。於是模型在後端被調校成：碰到 YMYL 查詢時，優先抓取權責清楚、有專業背書、能追溯出處的來源。
這帶來一個對品牌不利的現實。你的內容再流暢、關鍵字再齊全，只要引擎判斷不出「這篇是誰寫的、他憑什麼寫」，就會退回去引用衛福部、金管會、大型醫學中心或知名財經媒體。台灣許多 SaaS 與服務型品牌在一般主題上能被 AI 提到，一到 YMYL 邊界就集體消失，缺的往往不是內容量，而是可被機器讀取的信任結構。
E-E-A-T 的四個字母，在 AI 抽取時各自代表什麼
E-E-A-T 是 Experience（經驗）、Expertise（專業）、Authoritativeness（權威）、Trustworthiness（可信）。人類審查員會綜合判讀，但 AI 引擎是靠訊號拼湊出這四項的近似值。把它拆開看，你才知道自己缺哪一塊：
- 經驗（Experience）：內容有沒有第一手痕跡？真實案例數字、實際操作截圖、診間或投資現場的具體情境，比泛論更能證明作者親身做過這件事。
- 專業（Expertise）：作者的資格是否與主題對得上？寫用藥安全的人有沒有藥師或醫師背景，寫稅務的人是不是會計師，這需要在頁面上明確標示，而不是藏在關於我們裡。
- 權威（Authoritativeness）：這個人或品牌在該領域被誰引用、被哪些機構承認？外部提及、共同掛名、專業機構連結，都是權威的外部證據。
- 可信（Trustworthiness）：頁面本身可不可靠？出處清楚、資訊有更新日期、有勘誤機制、聯絡與法遵資訊完整，這是四項裡 AI 最容易量化、也最不能缺的一項。
作者權威不是掛個名字：可被機器讀取的身分信號
很多品牌以為在文章底下放一行「本文由專業團隊撰寫」就算有作者。對 AI 來說這等於沒有作者。引擎要的是可以交叉比對的實體：一個有名有姓的人，有專屬的作者頁，頁面上寫清楚資歷與專業領域，並透過結構化資料標記出 author 與其所屬機構。當這個名字同時出現在醫學會名錄、期刊掛名、演講講者列表或 LinkedIn 專業檔案上，模型才有辦法把散落各處的訊號連成一個「可信的人」。
引用與出處：讓 AI 願意把你當來源
生成式引擎在拼答案時，偏好那些「自己也會引用權威」的內容。一篇談藥物副作用的文章，如果每個關鍵論述都連回仿單、臨床指引或主管機關公告，引擎讀到的是一個懂得標註來源、行為模式與可信來源一致的作者。反過來，通篇斷言卻零出處的頁面，就算內容正確，也會被歸類成風險較高的來源。這裡有個容易被忽略的點：出處要放在論述旁邊，而不是集中丟在文末參考資料，因為 AI 是按段落抽取的，它需要在抽走那句話時就一起看到依據。
在 YMYL 領域，AI 引擎不是在找最漂亮的答案，而是在找一個出錯機率最低、責任最清楚的來源。
台灣 YMYL 品牌常見的三個致命缺口
我們替金融與醫療客戶做 GEO 審計時，反覆看到同樣幾個問題，它們單獨看都不嚴重，加在一起卻讓品牌在 AI 答案裡整段失蹤：
- 內容匿名化：整站幾乎沒有具名作者，專業資歷無從查證，引擎無法建立 E-A 兩項訊號。
- 出處外部化不足：引用的都是自家產品頁，缺少連向主管機關、學會或第一手研究的權威連結。
- 更新與法遵訊號缺席：頁面沒有明確更新日期、沒有醫療或投資免責聲明、沒有可辨識的法遵資訊，可信度整組拉低。
補這三個缺口不需要重寫全站。先從流量與商業價值最高的十到二十篇 YMYL 頁面下手，替每篇補上具名作者與作者頁、把關鍵論述逐句掛回權威出處、加上更新日期與必要的免責與法遵區塊。同一批頁面調整後，通常會先在 Perplexity 與 Google AI 概覽這類會標示來源的引擎上看到被引用頻率回升。
從診斷開始，補上信任缺口
YMYL 的 E-E-A-T 不是一次性的加分項，而是持續要維護的信任基礎設施：作者要真實、出處要在旁、機構背書要能被站外驗證。如果你不確定自己的金融或醫療內容在 AI 引擎眼中缺了哪一塊，最快的方式是拿幾個真實的 YMYL 查詢去問 ChatGPT、Perplexity 與 Google，看它引用了誰、有沒有你。想要一份具體到頁面層級的缺口清單，可以預約 30 分鐘 GEO 診斷（/contact），我們會用你的實際查詢跑一遍，指出哪些信任訊號該先補。
