GEO優化點做香港中小企自己做同外判成本大公開

GEO優化即生成式引擎優化，是令ChatGPT和Google AI這類工具回答客人查詢時，主動引述公司資料的一套做法，對依靠口碑和AI推薦招攬生意的香港中小企老闆尤其重要。

試一個場景：客人在約見之前，先打開ChatGPT查詢「觀塘邊間餐飲設備公司好」，答案列出3間同行，偏偏獨欠你那一間。這條題目不用靠別人告訴你答案。任何老闆現在就可以自己輸入一次，10秒之內見到結果。坦白說，不少做開18年、20年生意的老闆第一次試的時候，才發現自己間公司竟然在AI答案中完全隱形，過去累積的口碑在那一刻完全派不上用場。香港暫時沒有公開統計量度得到這個缺口有多大，唯一可靠的方法，是逐間公司自己測一次。

GEO優化與傳統SEO有何分別

傳統SEO優化的是關鍵字排名，目標是在Google搜尋結果頭十個藍色連結中爭一席位。GEO優化的目標完全不同：不是爭排名，而是爭「被引用」。當ChatGPT、Perplexity或者Google AI Overview生成一段綜合答案的時候，它會挑選幾個來源加以引述，公司的名稱和網址有沒有出現在其中，才是GEO優化真正計較的指標。明明兩者都關乎搜尋能見度，做法卻差天共地。SEO依靠內容結構和外部連結；GEO優化則重視資料的清晰度、可信引用和結構化標記，令AI模型容易抽取正確資訊。搞到不少老闆誤以為做了SEO就自動涵蓋GEO，其實兩者需要分開監測、分開優化。

GEO優化實際做什麼

GEO優化並非單一動作，而是一連串持續工作，核心離不開以下幾點：

• 整理業務問答內容，涵蓋客人真正會問AI的問題，例如「邊間好」「幾錢」「點揀」
• 加強結構化資料標記，讓AI爬蟲容易理解公司資料的性質和範圍
• 定期監測AI工具對指定問題的實際回答，記錄有沒有引用、引用哪條URL
• 按監測結果調整內容，填補AI答不到或者答錯的部分

第四點最容易被老闆忽略。偏偏沒有監測就無從得知優化有沒有成效，等於盲目投放資源。市場上部分機構的監測方法，會就每條固定問題，在同一時間窗口、固定模式下進行三次獨立測試，保存原本回答內容、測試日期和可見的引用URL，令分母固定在20、30或者40題，方便逐月比對達標比例，不會因為問法或者時間不同而令數字失真。

自己做還是外判：成本怎樣計

自己做GEO優化，最大的成本不是軟件費，而是人手時間。假設一間中小企由市場部同事兼顧，每星期投入6小時整理內容和監測，一個月即24小時。以行政人員時薪150元計算，每月人力成本大約3,600元，還未計內容改寫、設計配圖和工具訂閱等雜費，雜費保守估算每月800元，合共4,400元。看似便宜過外判，但前提是同事本身懂得結構化資料標記和AI回答分析，這個技能門檻對不少中小企來說並不低。

外判方面，市場上可以找到的參考點包括GEO優化服務，收費由每月6,800元起，起步方案覆蓋20條固定AI搜尋問題；增長方案每月9,800元，覆蓋30條問題；進階方案每月12,800元，覆蓋40條問題。連同前面自己做的4,400元計算，如果業務只需要監測10條左右的核心問題，自己做未必貴過外判起步價，但如果問題數量去到30條、40條，涉及跨部門協調和持續內容產出，外判的專業分工往往更划算。

項目	自己做（每月）	外判起步方案（每月）
涵蓋問題數	視乎人手，通常10條內	20條
人力／服務費	約4,400元	6,800元起
需要的技能	結構化標記＋AI回答分析	由服務方負責
監測方法	自訂，未必固定	固定模式三次獨立測試

達標里程碑怎樣看

參考上述服務頁公開列明的條款，達標里程碑設於第3、6和12個月，門檻分別為10%、25%和50%固定問題達標。即是說，第3個月要在二十條問題中，大約10%成功被AI引用，第6個月提升到25%，第12個月要達到一半。若果未達當期目標，下一期月費會獲豁免。這種按效果分擔風險的安排，在傳統SEO服務中其實頗為常見，但用在GEO優化這個仍算新興的範疇，就搞到不少老闆第一次見到有公開門檻數字可以參考。

如何量度有沒有效果

即使不外判，中小企老闆都可以自己做基本監測。做法是先挑選10至20條客人可能會問的問題，例如「香港邊間品類公司好」「服務幾錢」，然後在ChatGPT、Google AI Overview和Perplexity三個平台，逐條輸入並記錄有沒有提及自己公司。建議每月重複一次，時間點盡量固定，例如每月第一個星期一，避免因為AI模型更新而令數字忽然波動。假如做滿1個月，居然在其中2條問題中見到自己公司的名字，比例雖然仍然偏低，也足以證明這件事有辦法著手。長遠而言，量度的重點不是追求百分百覆蓋，而是逐月看趨勢，確認投入的資源有沒有轉化成實際引用。

老闆應該怎樣選

如果公司主打的產品或服務問題相對集中，10條以內已經涵蓋大部分客人查詢，自製監測加內容調整已經足夠應付。如果業務線多、客人查詢角度分散，去到20條、30條甚至40條才夠代表性，人手投入和技能門檻就會明顯上升，這個時候外判分工反而更划算。說實話，沒有一套方案適合所有人，最實際的做法是先用一個月試做基本監測，看看自己公司在AI答案中的起始比例是多少，再決定下一步怎樣走。