Posts by 克萊爾

Lily Ray 預測 Google 下一波大更新將至，論點是官方文件會先改、再動手。她整理 AI 內容人工查核新規定、假作者列為欺騙、以及 GEO 付費置入可能被清算的七個訊號。

Jono Alderson 用一個作者改名的例子，拆穿 prompt 建站最深的坑：頁面能生成，資料之間的關聯生成不了。AI 建站的真實成本不在視覺還原，在隱性關聯與維護責任。

Ahrefs 分析 2.3 億筆美國桌面搜尋結果，發現品牌搜尋的 AI Overviews 出現率三個月內從 61.3% 漲到 73.3%。純品牌名查詢中，76.2% 的 AI 結果出現在第一位，外部引用前三名全是品牌管不到的平台。

Ahrefs 的 Despina Gavoyannis 整理靜態網站最常踩的 8 個 SEO 坑。核心論點是：靜態網站不是沒有 SEO，是把 CMS 外掛默默替你做的事，全變成開發者自己的活。

Ahrefs 第二年調查 301 位行銷人，93% 已在用 AI 產內容，69% 發布的 AI 內容比去年多。速度幾乎人人有感，但只有 2.7% 的人敢不經人工檢查直接發布。

Ahrefs 的 Mateusz Makosiewicz 把 AI 能見度拆成缺位、被競品取代、主題錯配、資訊過時、爬不到內容等不同病症，主張先診斷再行動。本文轉述他的完整工作流，從追蹤設定到對症下藥，每一步標清楚根據。

Ahrefs 的 Mateusz Makosiewicz 整理 35 個 Claude Code 用於 SEO 的具體做法，從餵兩份 Search Console 匯出比較點擊流失，到把整篇文章丟給它轉成可重複執行的 skill。本文拆解這套 workflow 的邏輯、MCP 的角色，以及為什麼作者建議從單一任務開始。

Jono Alderson 用一個帶狗住宿的搜尋案例，說明搜尋從「你來問、我給答案」轉向「你留條件、我持續盯」。本文轉述他對 agent 跨來源保留 brief、排除原因、資料延遲與推薦偏誤的看法，並標清楚每一段的根據。

Kevin Indig 與 Ramp 成長副總 George Bonaci 談 AI 搜尋時代的歸因困境，指出點擊歸因從來不適合非付費管道，AI 只是把問題逼到盡頭。本文整理他們的對話與兩個替代做法。

Moz 的 Crystal Carter 用白板影片解釋 NLWeb 怎麼運作。她說結構化資料不只是 schema，你過去做的標題、列表、RSS、sitemap 全都算，而且現在要開始跟 AI agent 對話了。