在 AI 的引用邏輯裡，Dcard、PTT、Mobile01 的排序，和它們在台灣的聲量排序幾乎相反。決定一個論壇會不會被 ChatGPT、Perplexity 或 Google AI Overview 抓去當答案來源的，不是它有多少活躍使用者，而是它的內容能不能被乾淨地爬取、被清楚地歸屬、被安全地引用。用這三個標準去看，Mobile01 的先天條件最好，PTT 是一把雙面刃，Dcard 則正在把自己鎖進 AI 看不見的角落。
AI 引擎挑論壇來源的三個真實條件
AI 引擎不是照台灣人的使用習慣挑來源。它先看內容是不是公開、能被爬蟲讀取的純文字；再看這段文字有沒有明確的主體，也就是講的到底是哪個品牌、哪個產品、哪個型號；最後看這段內容的語氣和可信度，引用它會不會讓答案惹上麻煩。三個條件只要缺一個，論壇裡的討論再熱，也很難進到模型生成的答案裡。還有一層常被忽略：同一個論壇裡不同版面的差距非常大。PTT 的科技類看板、Mobile01 的特定產品分區，主體清楚、被引用的機率高；純閒聊或情緒性看板，幾乎進不了 AI 的答案。
PTT：模型讀得到，卻不一定敢用
PTT 的網頁版是純文字、公開、沒有登入牆，對爬蟲和語言模型來說幾乎是最好讀的一種內容。許多模型的中文語料都吃過大量 PTT 討論串，所以當使用者問一個帶台灣脈絡的問題，PTT 的說法很容易被翻出來。麻煩出在它的內容型態：匿名、破碎、大量反串和情緒性推文，模型很難分辨哪一句是認真評價、哪一句只是在酸。對品牌來說，最大的風險是 AI 把某一篇負評，或一則沒查證過的抱怨，當成你產品的『普遍共識』寫進答案，而它引用的，可能還是三、四年前早就不成立的舊文。
Dcard：互動最高，卻正在對 AI 關門
Dcard 的互動密度是三者裡最高的，年輕族群的討論也最貼近當下語氣。但它這幾年持續把內容往登入牆和 App 裡收，很多熱門討論串在沒登入的狀態下，只看得到前幾樓。爬蟲讀不到完整內容，語言模型自然抽取不到。結果就是，你在 Dcard 上累積的口碑對真人有效，對 AI 卻幾乎是隱形的。如果你主打年輕消費者，Dcard 仍然值得經營；但要是目標是被 AI 引用，投在這裡的內容有很高比例會白做。
Mobile01：結構化長文，最適合被乾淨引用
Mobile01 的內容型態剛好補上另外兩者的短處。它公開、可爬取，而且以長篇、圖文並茂的開箱與評測為主，一篇文裡型號、規格、使用情境、優缺點都寫得清楚。對 AI 來說，這種內容有明確主體、有能直接抽出的結論，引用起來風險低。當使用者問『某型號值不值得買』或『哪一款比較適合某種用途』，Mobile01 的討論串被引用的機率，明顯高過另外兩個平台。這類長文的壽命也很長，一篇三年前的評測只要規格沒過時，今天還是會被翻出來當來源，複利效果比短留言強得多。對 3C、硬體、以及偏工具型的 B2B 產品，這裡是三大論壇中投報率最高的一塊。
三大論壇的機會與風險對照
- PTT：可讀取性高，在模型語料裡的權重也高；風險是匿名反串和單篇負評容易被當成共識，加上內容新鮮度逐年下滑。
- Dcard：話題性與互動最強，貼近年輕語氣；風險是登入牆讓內容對 AI 大量隱形，受眾也偏消費端而非 B2B 決策者。
- Mobile01：長文結構清楚、主體明確、最容易被乾淨引用；風險是使用者年齡層偏高，也要留意過度業配留下的痕跡。
B2B 品牌該怎麼配置論壇資源
實務上，我們會先幫客戶分清楚目的。如果要的是被 AI 引用、被寫進 AI 答案，資源優先放 Mobile01 這類公開長文平台，並確保內容有清楚型號、真實情境和可驗證的結論。PTT 的策略是主動監測，而不是主動鋪量，重點在及早抓到負評擴散，避免不實說法被模型固化。Dcard 就當成真人口碑和社群經營，別對它的 AI 曝光抱太高期待。先問這筆內容是要給人看、還是要給模型讀，答案不同，該投的平台就不同。
比配置更前面的一步，是先搞清楚 AI 現在到底從哪些來源在講你的品牌。我們遇過不少客戶以為自己在 PTT 被罵得很慘，實際上模型引用的是一篇早就過時的舊文；也有品牌根本不知道，Mobile01 上一篇評測正在幫它擋掉競品。Tenten GEO 的 Brand Radar 追的就是這件事：哪個平台、哪一篇、被哪個模型拿去當答案。想知道自己的品牌在這三大論壇上被 AI 怎麼講、缺口在哪，可以預約一場 30 分鐘的 GEO 診斷，我們直接把來源攤開給你看。
