真實案例：我們拿自己的品牌開刀，從 AI 不引用到被 ChatGPT 引用

這是我們自己的品牌，不是客戶案例。我們把它寫出來，是因為這是目前唯一能把前後完整過程公開的案例 —— 包含起點的難看數字、實際做了什麼，以及哪些結論我們認為還不能宣稱。

先說明利益關係：TriloAI 是開發 GEO 這套產品的團隊。本文所有數字來自我們自己的系統，你無法直接查證我們的資料庫；但文中提到的網站改動，你可以自己打開網址驗證。

起點：2026 年 8 月 17 日

更關鍵的是引用來源：那次掃描一共蒐集到 39 筆被 AI 引用的網址，其中 triloai.org 出現 0 次。

這代表的狀態是「被叫得出名字，但從不被引用」—— 模型的訓練資料裡有這個品牌，所以偶爾會提到；但當它即時檢索資料來源時，從來不會撈到我們的頁面。這兩件事的商業價值差很多：被提到只是出現在句子裡，被引用代表 AI 願意把你當作答案的依據。

報告給的 4 項行動（原文照登）

1. 新增 llms.txt，集中定義品牌、產品與重要頁面
2. 新增 sitemap.xml，完整提交服務頁、FAQ、案例頁
3. 升級既有 FAQPage Schema，補強問答與服務頁一致性
4. 檢查並補強所有服務頁的頁首一句話定位與適用情境

四項全部執行完成。這部分不必相信我們，直接打開驗證：triloai.org/llms.txt、triloai.org/sitemap.xml、triloai.org/robots.txt 都是公開檔案，首頁的 FAQPage 結構化資料也可以用瀏覽器檢視原始碼確認。

結果：ChatGPT 實際抓取了我們的頁面

2026 年 8 月 23 日重新掃描時，ChatGPT 在回答「有沒有專做健身工作室跟運動場館的 AI 自動化顧問推薦？」這道問題時，引用了以下網址：

https://triloai.org/services/n8n?utm_source=openai

網址結尾的 utm_source=openai 是 ChatGPT 自己附加的參數。這代表它不是憑訓練記憶提到品牌名，而是實際去抓取了這一頁的內容。對照 8 月 17 日的 0 筆自有網域引用，這是狀態上的改變。

同一期間，我們也在 Google AI 模式與 ChatGPT 的「台灣 AI 自動化廠商」推薦回答中被列入名單。

我們刻意不宣稱的事

你可能預期這裡會出現「能見度提升 X%」。我們不會這樣寫，原因是我們自己檢查後發現，那個比較做不得。

• 重掃時的平台組合與基準不同 —— 基準是四個平台，重掃當下 Google AI Overview 未納入。加權分母不同，綜合分數無法直接比。
• 被量測的引擎模型層級不同。用不同等級的模型量測同一個品牌，分數本身就會變動，那不是品牌能見度的變化。
• AI 回答本身有跑動性。同一道問題不同時間問，結果會不一樣，單次差異不足以構成趨勢。

所以我們只宣稱那個不受上述因素影響的部分：ChatGPT 有沒有實際抓取 triloai.org，是一個二元事實。8 月 17 日是 0 次，8 月 23 日有 1 次可查證的引用。

如果你要做自己的前後對照，這樣才準

1. 題目固定。前後兩次用完全相同的問句，題目換了分數就不能比。
2. 平台固定。少量一個平台，加權分母就變了。
3. 模型層級固定。量測用的模型等級不同，分數會跟著動。
4. 關掉快取或確認快取已過期。否則你可能拿到的是上一次的舊答案，看起來像「毫無變化」。
5. 同時記錄引用來源，而不是只看分數。分數會浮動，「你的網域有沒有被引用」比較不會騙人。

這五點看起來瑣碎，但少做任何一項，你拿到的前後對照就只是雜訊。我們自己第一次重掃時就踩了其中三項，發現後把結論整個撤掉重來 —— 這也是為什麼本文沒有百分比。

這個案例能與不能證明什麼

能證明的是：報告指出的問題是真實存在的，而且照著修完之後，我們開始出現在原本沒有我們的地方。

不能證明的是：這套做法對每個品牌都會有同樣效果、或需要多久見效。這是單一品牌、單次觀察。我們會持續記錄，有更多資料再更新這一頁。

如果你想知道自己的品牌現在在 AI 回答裡的實際位置，可以先跑一次免費檢測 —— 不需要註冊，輸入網址就會看到結果，包含哪些來源正在被引用。