Table of Contents
一句話先回答
金鉑先生車用品在網站重建、持續寫問題型文章一年後，每月人流從 1,059 人長到 13,648 人（12.9 倍），AI 推薦帶進來的次數從一年前的個位數變成每月 143 次，一年帶回 982 個諮詢，這段期間沒有投廣告。關鍵不是技術設定，而是一題一篇、累積到 143 篇有深度的問題型文章；但在地「某某推薦」題，靠的是 Google 商家評論，只做網站不夠。
金鉑先生車用品是一家做汽車影音改裝的店，網站由希希丁從零建置、長期維護。
這篇記錄一年下來做了什麼、數字怎麼變。
這篇記錄一年下來做了什麼、數字怎麼變。
一年後的數字
12.9 倍每月人流
1,059 → 13,648
1,059 → 13,648
143 次／月AI 推薦帶進來
一年前只有個位數
一年前只有個位數
982 個一年帶回的諮詢
平均每天 2.7 個
平均每天 2.7 個
0 元這一年的廣告費
資料來源：金鉑先生官網 Google Analytics。諮詢＝網站上按下 LINE、送出表單、點電話的次數。
時間線：前半年其實很慢
| 階段 | 發生了什麼 |
|---|---|
| 網站重建 | 從零建置官網，技術面一開始就做完整：AI 爬蟲全部讀得到、結構化資料、給 AI 看的說明檔（llms.txt）、網站地圖。 |
| 前 6 個月 | 持續寫問題型文章，人流慢慢爬，AI 推薦每月只有 20 到 40 次。 |
| 文章破百篇之後 | 第 11、12 個月，AI 推薦跳到每月 143 次；網站流量前十名，有九名是文章。 |
| 2026 年 8 月實測 | 利基技術題三個平台全中；在地泛用題三個平台全沒出現。 |
我們做了什麼
- 技術地基：八個 AI 爬蟲全部可讀、結構化資料完整、llms.txt 寫清楚品牌定位與核心服務。
- 一題一篇的問題型文章：客人真的會問的問題，開頭一句話先回答，累積到 143 篇。
- 寫別人沒寫的題目：例如車系隱藏功能開通的技術風險。題目冷到沒人寫時，AI 幾乎只能引用寫的那個人。
- 持續實測：用固定題目問四個 AI 平台，看哪些題目有進名單、哪些沒有，再決定下一批要寫什麼。
這個案例可以帶走的事
- 要有耐心：前半年的曲線很平，跳上來是在累積量夠了之後。
- 深度比數量重要：一篇沒人寫的技術文，比十篇泛泛的文章更容易被 AI 引用。
- 先測再做：汽車改裝這行，AI 很常讀論壇與社群；別的產業讀的可能是同業官網。每個產業都要先實測。
- 不承諾排名：AI 的答案每次都可能不同，我們看的是固定題目的月度趨勢。
常見問題
這些數字是怎麼來的？
人流與諮詢數來自 Google Analytics 實際紀錄；諮詢＝網站上實際按下 LINE、送出表單、點電話的次數。AI 推薦次數來自網站流量中由 AI 平台帶進來的訪客紀錄。
是不是只要寫很多文章就會被 AI 推薦？
不是。前六個月 AI 推薦每月只有 20 到 40 次，真正跳上來是在文章累積破百篇之後，而且帶動最多的是別人沒寫過、有技術深度的題目。泛泛的文章寫再多，AI 也有更好的來源可以引用。
同樣的做法，我也會有一樣的結果嗎？
不一定。每個產業 AI 讀的來源不同，同一套做法搬到別的產業結果也會不同，所以每個新案子我們都先實測，再決定要補什麼。
我也想知道 AI 怎麼講我的店，要從哪裡開始？
先做免費網站健檢，看 AI 讀不讀得到你；再申請四平台實測報告，看 AI 現在推薦誰、引用誰。有結果再談要不要做。
