2026 年值得追蹤的 AEO／GEO 專家與判準

截至 2026 年 11 月，Ahrefs 這份名單最有用的地方，在它公開了揀人的方法，二十五個名字只是結果：先列 87 個候選人，再逐一翻查他們自 2023 年起發表的研究，用同一套門檻過濾。讀者若正在考慮網站排名優化要不要加入 AI 搜尋這一環，可以先借用同一套方法審視你打算相信的人，而不是先把他們的建議照單全收。

重點摘要

• Ahrefs 的編輯 Ryan Law 在 2026 年 11 月 3 日發表名單，起步是 87 個名字，審核超過 17,000 篇文章。
• 一篇文章要計分，須同時有原始數據、與 AI 搜尋相關、有像樣的樣本、且在 2023 年 1 月至 2026 年 11 月之間公開發表。
• 頭四位按研究數目排列為 Kevin Indig、Xibeijia Guan（31）、Dan Petrovic（20）、Louise Linehan（19）。
• 這批人反覆得到的結論互相矛盾：有人測到 AI 引用與 Google 前十的關係很弱，也有人量到第三方來源佔去大部分引用權重。
• 對香港公司而言，判斷一位專家值不值得跟，最後仍然要落到「他有沒有量、量了甚麼、樣本夠不夠」三條問題。

目錄

1. 這份名單是怎樣砌出來的
2. 名單上的人，研究集中在哪幾條問題
3. 五項數據顯示專家未必同意
4. 該追蹤哪些人：一套可以自己用的判準
5. 哪些公司其實不需要跟這份名單
6. Topkee 的看法：判準要能落地成可核對的口徑
7. 下一步做甚麼
8. 常見問題
9. 資料來源（見文末 Sources）

這份名單是怎樣砌出來的

Ryan Law 在文中交代得很清楚：起點是 87 個名字，來源包括業界普遍推薦的 AEO／GEO 專家，以及 AI 可見度公司裡的研究人員。然後他抽出各人主要發表網站的每一頁，總數超過 17,000 篇，逐篇對照四項條件。

四項條件分別是：作者或其團隊自己收集、分析原始數據；題目要關於 ChatGPT、Perplexity、Gemini、Claude 等工具及 AI Overviews、AI Mode 如何找到內容、何時引用、怎樣推薦；樣本要有意義，大約是 50 個以上的提示詞，或十個以上網站的數據，或過百位受訪者，或一個有清楚設定的對照實驗；最後是必須有公開發表，日子落在 2023 年 1 月至 2026 年 11 月之間。

計分只認署名。文章有作者署名，或明言某人是共同作者、數據分析者，才算在該人名下；公司研究若沒有具名作者，不會計給任何人。同一份研究以轉載、翻譯或更新形式重複出現，只計一次。

看完方法，再問一句：這套排名量的是產量還是準確度？答案是產量。這套方法有它見不到的地方。它數的是研究產量，不是準確度；一位發文多但方法粗疏的人，排名會高過一位發文少但每次都經得起覆核的人。Ryan Law 自己也說明，名次先按研究數目排，相同數目才以連往那些研究的網站數目分先後。所以讀名單時，應該當它是一份「誰在持續做一手研究」的清單，而不是「誰最正確」的結論。

名單上的人，研究集中在哪幾條問題

翻開各人的簡介，問題其實集中在幾條線上。

第一條是引用從何而來。Kevin Indig 用大量引用與用戶行為數據，看檢索排名、內容深度、品牌知名度與 G2 檔案信號怎樣影響大型語言模型的引用。Xibeijia Guan 在 Ahrefs 做數據科學，研究範圍包括 AI Overviews 令點擊減少多少、被 AI 引用的頁面多常在 Google 排前十。

第二條是點擊與流量的實際變化。Xibeijia Guan 的量度結果是 AI Overviews 令點擊減少 34.5%。Aleyda Solís 則量到四十個網站之中，AI 搜尋只佔造訪量的 0.19%。兩個數字放在一起，說明「要不要做」與「做了會得到多少」是兩個分開的問題。

第三條是 AI 如何挑來源。Dan Petrovic 研究 Google 與 OpenAI 怎樣為答案找依據，包括從每個來源取用多少字、頁面內容過濾後剩多少。Louise Linehan 的研究包括 97% 的 llms.txt 檔案從未被讀取。Metehan Yeşilyurt、Manick Bhan、Josh Blyskal 亦各自用大規模數據看 Reddit、schema 標記與引用穩定性。

第四條是引用與排名的關係。Mitul Gandhi 專看 AI 引用與自然排名的對比，Tom Capper 比較 AI 搜尋結果與自然排名，這一類研究對做傳統 SEO 的人最直接。

五項數據顯示專家未必同意

把這些研究並排看，會發現名單內部並不一致。

「只有 12%」與「38% 來自前十」看似打架，其實是兩個不同的分母：前者問的是某個提示詞下的引用網址，後者問的是被引用的域名裡有多少屬於前十名網站。這裡要講清楚：兩個數字本身不含「引用權重以第三方為主」的結論，那是我讀完兩項數據之後自己的判斷，並非 Ahrefs 的研究所指。我這樣讀的理由只是，若前十名網站已佔約四成引用域名，其餘約六成便落在別處，品牌官網只是其中一個來源，未必是最大的那個。

這些數字的價值，在於它們可以拿去問人。當有人告訴你「加 schema 一定入 AI 答案」，你可以問他有沒有做過對照；當有人說「做 GEO 就等於 SEO 加 AI」，你可以問他量到多少重疊。沒有這一步，名單只會變成另一種意見。

該追蹤哪些人：一套可以自己用的判準

既然名單排的是產量，香港公司可以另加一層過濾。以下五條由大到小，逐條都可以核對。

做香港 geo 公司這類查詢之前，先有這份清單在手會省下不少時間。第一，資歷是否可追溯。看作者頁、看他在哪些機構任職、看他的公開產出能否回到原始來源。這是 Google 搜尋品質評估框架中 E-E-A-T 的其中一環，該框架由經驗、專業性、權威性與可信度四項組成，放在名單上同樣適用。

第二，有沒有原始數據。研究是否交代樣本從哪裡來、抽了多少、用哪個引擎、用甚麼問題。只有結論沒有方法的文章，當作觀點讀就好。

第三，樣本夠不夠大。Ahrefs 用 50 個以上提示詞作門檻，這是一個可參考的數量級。少於這個數的實驗，結果變動可能大於結論。

第四，被引用的方式是否一致。用固定問題集定期向幾個引擎提問，記錄專家或其機構是否被提及、被描述成甚麼。這一類記錄要固定引擎、語言、地區與取樣節奏，並寫明樣本數。

第五，是否披露利益關係。賣工具的寫工具研究，賣服務的寫服務研究，本身不是問題；沒有講清楚才是問題。讀者要分得清哪一段是數據，哪一段是產品頁。

一個簡單的用法：挑三位專家，各自找一篇他最常被轉載的研究，用上面五條逐一打分。三篇之中有兩篇經得起核對，這批人就值得長期追；三篇都只有結論，換一批。

哪些公司其實不需要跟這份名單

這份名單不適合所有公司。

如果你的客戶查詢幾乎全部來自熟人轉介或線下渠道，網站連基本的產品頁與聯絡方法也未整理好，追蹤這批研究只會增加焦慮，不會改變生意。先把網站可讀性與基本內容做好，比讀二十五篇研究更實際。

同樣道理，香港 geo 公司接到的個案往往由幾個問題開始：先量幾個真實問題，再決定要不要擴大範圍。如果你的市場是單一本地行業，客戶直接用廣東話問 AI 工具「邊間好」，那些英文研究的樣本引擎與你面對的引擎未必一致。可以參考方法，不必照搬結論。

如果你已經有團隊定期量度 AI 答案中的品牌提及，這份名單的價值會轉為補充：用它找新的量度角度，而不是用它決定策略。相反，公司若沒有量度習慣，先把口徑定下來，再談追蹤誰。

Topkee 的看法：判準要能落地成可核對的口徑

Topkee 做 GEO 服務時，把「怎樣判斷」寫成可以核對的口徑，而不是一句「信得過就做」。GEO 六項核心服務包括提示詞追蹤、查詢扇出分析、情感與品牌描述、競爭對手對比、AI 瀏覽分析與知識內容撰寫，這六項同時可以當成審視一位 AEO／GEO 專家的能力清單：他有沒有真的跑過提示詞、有沒有看引擎回傳的延伸查詢、有沒有核對過品牌描述。

成效衡量也有固定算法。提及率是包含品牌提及的有效答案，除以同條件的有效答案；來源出現率是自有網站出現的有效答案，除以同組有效答案。兩者都要一併披露樣本量，因為十條問題與一百條問題的結果不能直接比較。另一點常被誤解：沒有提及不等於負面，只是未被提及。

要驗證一位專家的說法，可以用 GEO Insight 看他在 AI 答案裡是否真的被當成來源、被怎樣描述。工具以 API 取樣，結果不等同每位用戶在消費版產品看到的畫面，也不能用來證明一個統計數字真假。關於ai seo 收費這類問題，我們的立場是：SEO 按網站基礎、難度與工作範圍報價，沒有統一的每個關鍵詞單價；GEO 按監測容量與內容數量收月費，兩者可以分開買。這些口徑比名單本身更實用，也是做預算時最常被忽略的一段。

下一步做甚麼

如果你已經揀定兩三位專家，下一步是把其中一條建議變成可以驗證的問題：選定一組客戶真正會問的問題，固定引擎與語言，每星期向同一組問題取樣一次，記錄品牌是否被提及、被怎樣描述。這一步不需要大預算，但需要連續做幾期才有比較基礎。

想回到自然搜尋這邊的基礎，例如怎樣做ai seo 收費的預算分配，可以看我們的SEO 優化服務。先分清你要的是排名、被引用，還是兩者都要，報價的結構會完全不同。相關的Google SEO工作亦可以與 GEO 同步規劃。

常見問題

AEO 與 GEO 有甚麼分別？

AEO 指答案引擎優化，重點是讓網站內容成為 AI 工具回答問題時的直接答案；GEO 指生成式引擎優化，重點是品牌在生成式引擎的答案中被提及、被準確描述與被引用。兩者常被並用，範圍有重疊但量度重點不同。

名單上的研究數目可以直接當成可信度嗎？

不可以。Ahrefs 數的是原創研究的產量，先按數目排名，同分才以連往研究的網站數目分先後。方法本身沒有評估單篇研究的準確度，所以研究多只代表持續產出一手數據，不代表每次結論都對。

香港公司應該追蹤幾位專家？

先揀兩至三位，各自追蹤他固定發表的渠道，並用本文的五條判準核對至少一篇研究。追蹤人數多於此，未必讀得完，反而失去比較的意義。

沒有預算做 GEO，可以怎樣開始？

可以先用自家網站做一次可讀性與內容完整度檢查，再固定一組五至十條客戶問題，每月手動向一個引擎提問一次，記錄品牌是否出現。記錄幾期之後，你會知道缺口在哪一段，再決定是否需要外部服務。

為甚麼專家之間的數字差這麼遠？

因為分母不同。同一位研究者的「12%」問的是某個提示詞下被引用網址有多少在 Google 前十，「38%」問的是被引用域名裡有多少屬於前十名網站。看數字時先看分母，再決定能不能比較。

Sources

1. Ryan Law, "The Best AEO/GEO Experts to Follow in 2026", Ahrefs Blog, 2026-11-03. https://ahrefs.com/blog/aeo-geo-experts/