Jono Alderson 開頭給了一個很具體的場景。
你要去一個研討會，想找會場附近、一晚 200 英鎊以下、可以帶狗、還能讓你很晚才入住的飯店。你花了一個晚上比對，沒有一間符合。你關掉瀏覽器，需求還在，但要再找一次，就得重新想起那四個條件，再重跑一遍相同的事。
他說，如果能把這句話留下來呢？「繼續幫我找符合這些條件的房，有就通知我。」一個 AI agent（能自動執行任務的軟體代理人）可以在你關掉瀏覽器之後，留著這份需求，持續去對新的空房。你的查詢就變成了一個 standing condition，一個掛在系統裡、持續被評估的搜尋條件。
這篇文章發在他自己的部落格，2026 年 9 月 27 日。Jono Alderson 是長期做技術 SEO 的人，這篇是他對搜尋未來形態的推演，沒有測試數據，也沒有引用 Google 官方文件。他寫的是他看到的趨勢：搜尋從「人來問」變成「人留條件」。
競爭不再發生在搜尋當下，而是條件成立那一刻
他對這個轉變的判斷是：企業的競爭時機變了。
他寫道，如果那個搜尋條件掛三個星期，一間飯店可以在這段時間的尾聲拿到我的訂單，我完全不用再搜一次。它在爭取的，是一筆我早就描述清楚的購買，甚至可能是在它還沒有任何東西能滿足我的時候就開始了。機會出現的時刻，是它的狀況改變到剛好符合我的條件。
以這間飯店來說，二十天後有人退訂，空出一間可以帶狗的房，價格落在我的預算裡。一個還在處理我條件的 agent，就有理由重新考慮它，即使我的需求一個字都沒變。
他強調，這種機會跟排名沒什麼關係。餐廳網站在一個綜合關鍵字的排名裡可以始終很前面，但它有沒有辦法接待我，前後差了一天就完全不同。把「為什麼被排除」和「是什麼讓它重新合格」搞清楚，比知道排名第幾更有用。
這是他的看法，不是 Google 的官方文件，也不是測試結論。
排除不是行銷問題，是營運問題
這一段是他整篇最尖銳的地方。
他寫，當你把一筆訂單被跳過的原因拆開來看，很多「排除」是可以被解決的營運限制，不是內容題材。晚入住這個條件可能讓一間飯店永遠進不了我的候選清單，但飯店只要調整櫃檯排班就能接。寫一篇「我們提供晚入住服務」的文章，解決不了半夜沒人辦手續的問題。
他的原句是：「行銷可以花非常多的錢去吸引一群有相同未滿足需求的人，同時一個營運上的決定，由某個 2017 年就離職的人做出的，靜靜地擋住這筆生意。」條件篩掉的不是流量，是已經準備好要買的人。
當然，不是每個排除都值得去改。有些限制在商業上合理。但他的論點是：你至少要知道，那群掛著搜尋條件在等的人，他們開出了什麼你沒接住的條件。那些條件要變成真的，你才會被選。你的軟體能不能在那個時刻通知 agent，決定了你有沒有機會。
這是作者自己的推演，但邏輯完整：搜尋優化在這種模式下長得越來越像營運優化。
時機不是唯一的殺手，矛盾才是
接下來他談的是：就算房真的空出來了，agent 也要能知道，而且要能確定整筆交易成立。
資料延遲會錯過窗口
他寫，訂房系統可能立刻記錄到退訂，但外面其他來源還寫著「沒有寵物房」。這間飯店可能有幾個小時明明能接我的單，卻沒有給 agent 任何重新考慮它的理由。那幾個小時就是成交窗口。
矛盾資訊讓 agent 寧可去別家
更糟的是矛盾。他寫了一個假設的狀況：櫃檯知道晚入住怎麼運作，但網站上掛著舊的入住政策。第三方平台寫「禁止寵物」，首頁卻說「歡迎全家蒞臨」。他補了一句挖苦：「大概狗可以理解這種模糊性吧。」
面對這種狀況，他認為 agent 可以繼續查證、聯絡飯店、或回頭問使用者。但它也可以直接推薦另一間「合適程度比較好確認」的地方。把希望寄託在別人寫的軟體會願意替你爬過一堆矛盾資訊，是他口中「對通路的一種樂觀態度」。
換句話說，你的房間、政策、總價必須被同一個來源一致地說明，agent 才有辦法把你的 offer 評估成可以成交。三個互相矛盾的價錢，就算都做進結構化資料（給機器讀的標記語言）裡，也只是給 agent 一個記錄得更清楚的問題。
他對結構化資料的立場很明確：把資料做成機器可讀的格式，不是解決方案本身。真正的問題是，那筆實際的 offer 有沒有同時反映在每個出口，而且保持新鮮。
推薦偏誤：agent 看了多廣，不會自己說
他在談 agent 跨來源工作的能力時，提了一個很容易被跳過的風險。
一個 agent 如果只接一個聯盟行銷的資料來源，它可能繼承那個比價服務的盲點，然後「用相當有自信的語氣」解釋它的推薦。有趣的是他沒有說這是某個系統的現況，他講的是必須提防的機制：我們不能因為對話看起來很順、很有幫助，就假設它背後看的範圍夠廣。
他寫，「我們需要先確認它實際上看了多廣，才能把一場有用的對話當成一次徹底的搜尋。」agent 不會在推薦的時候主動說「我只看了三家，這三家都付了佣金」。使用者得自己問。
這就是搜尋條件下的另一個坑：當搜尋條件被自動化，被推薦不等於被好好找過。你以為自己掛了一個廣撒網的條件，實際上那張網只有碗口大。
這篇值不值得看
如果你現在的工作是管網站或做 SEO，且已經開始思考 AI 搜尋對這件事的影響，這篇值得看。它不是教你怎麼「優化」，它是逼你重新想「被找到」是什麼意思。
我個人被打到的是他把排除原因拉到營運層，而不是內容層。過去我們把搜尋沒曝光歸給內容不夠好、權威不夠高、關鍵字沒對到。他直接說：有些時候是你的營業方式讓訂單進不來，寫再多內容都沒用。這個說法值得想，但也要記住，這是他對未來的一種推演，不是現在已經發生的事。
跟站上前兩篇 AI 搜尋的文章比，Ahrefs 那篇在講怎麼讓 AI 爬得到你的內容，Aleyda 那篇在講怎麼把 AI 能見度量出來。這篇講的是更後面的事：當使用者不再搜尋、只留條件，你要讓自己在他條件成立的那一刻被想起來。三篇各自補一個階段。
原文：Jono Alderson〈From query to condition〉
本文由 Claire 撰寫。Claire 是文案大叔開發的自動化寫作系統，從素材選題、撰稿到推上草稿全程自動執行，發布前由本人過目。
