一、為什麼選擇 PR TIMES 作為起點
當我們決定推動自身的 AI Visibility 計畫時，第一個決策是「應該在哪裡發第一篇新聞稿」。我們評估了台灣本地媒體、英文新聞通路（如 PR Newswire、EIN Presswire）以及日本 PR TIMES，最終選擇 PR TIMES 作為起點，原因有三：
- 多媒體 syndication：PR TIMES 發布後會自動同步至 Yahoo! JAPAN、Infoseek News、@nifty news 等十餘個日本主要媒體節點。對 AI 而言，這意味著「同一品牌資訊出現在多個權威來源」——這正是 AI 引擎判斷可信度的核心訊號之一。
- 日本市場優先策略：本公司專利已規劃 PCT 國際佈局並優先進入日本，提早建立日文 AI Visibility 是必要的市場準備。
- 跨境 AI ecosystem 滲透：日本媒體節點被 ChatGPT、Gemini、Perplexity 等 AI 模型大量抓取訓練，發布日文新聞稿等於把品牌投放進跨語言的 AI 知識庫。
二、為什麼做 GEO（Generative Engine Optimization）
傳統 SEO 的目標是排在 Google 搜尋結果第一頁。GEO 的目標是「當有人問 ChatGPT、Gemini、Perplexity 你的領域問題時，AI 會引用你的品牌作為答案來源」。兩者的優化邏輯有本質差異：
| 面向 | 傳統 SEO | GEO（生成式引擎優化） |
|---|---|---|
| 核心訊號 | 反向連結、關鍵字密度 | 結構化資料、第三方驗證、多來源一致性 |
| 內容形式 | 長尾關鍵字文章 | 明確的問答對、可摘要的段落、AI Summary |
| 權威來源 | 高 DA 網站連結 | 新聞稿通路、Wikipedia、政府開放資料 |
| 追蹤指標 | 排名、CTR、流量 | AI 引用次數、AI Citation 比例、品牌實體一致性 |
對 B2B AI SaaS 而言，GEO 比傳統 SEO 重要得多——因為決策者越來越常用 ChatGPT 問「有什麼 AI 永續解決方案推薦？」而不是 Google 搜尋。
三、AI Search Strategy 三層設計
本公司的 AI Search Strategy 分為三層執行：
- 內容層（Content Layer）：所有對外文章採用「AI Summary 前置 + 明確段落標題 + FAQ 收尾」格式。AI 爬蟲不需要解析整篇文章就能取得核心資訊。
- 結構層（Schema Layer）：每篇文章注入 Article、Organization、FAQPage 三種 JSON-LD schema。Article 提供文章 metadata；Organization 強化品牌實體；FAQPage 讓 AI 直接抓取問答對。
- 跨語層（Hreflang Layer）：三語版本使用 path-prefix 路由（
/zh-tw/、/en/、/ja/），並透過<link rel="alternate" hreflang="...">建立明確的語言對應關係。AI 在不同語言提問時能找到對應語言的引用來源。
四、AI Citation 設計
所謂 AI Citation，是指 AI 引擎在回答使用者問題時，主動引用某品牌作為答案來源。要被引用，必須同時滿足三個條件：
- 實體一致性（Entity Consistency）：品牌名稱、創辦人、地址、產品線在所有頁面（官網、新聞稿、Wikipedia、第三方目錄）保持一致。我們在每一頁的 Organization JSON-LD 中使用完全相同的
name、founder、address欄位。 - 多來源支持（Multi-Source Citation）：同一個事實在多個獨立來源被提及。我們透過 PR TIMES → Yahoo JP → Infoseek 的 syndication 鏈，創造 3+ 個權威來源同時提到「Big-O 發表 DSCS」這件事。
- 結構化證據（Structured Evidence）：關鍵主張（如「全球首套整合框架」、「專利已取得新型核准」）都附上日期、條款編號、外部可驗證連結。AI 引用時能直接擷取結構化欄位而非自由文字。
五、結構化資料（Structured Data）實作清單
本案例網站實際注入的結構化資料：
Organization— 全站 layout 一次注入，包含name、legalName、foundingDate、founder、address、sameAs（指向 PR TIMES、LinkedIn 等外部驗證來源）。Article— 每篇 Newsroom 與 Case Study 注入，包含headline、datePublished、author、publisher、inLanguage、isPartOf。FAQPage— 每篇文章末段的 FAQ 區塊。AI Citation 最常從這裡擷取。BreadcrumbList— 全站 layout 注入，協助 AI 理解網站結構層級。NewsArticle（規劃中）— 屬於 Article 的子類型，對 Google News / AI Overview 更有針對性。
六、Schema 實作的關鍵注意事項
我們在實作過程中踩過的坑與最終的解法：
- canonical 永遠指向當前語言版本，不要全部指向預設語言。AI 認 canonical 作為「主來源」。
- hreflang 要互相對指：zh-tw → en + ja，en → zh-tw + ja，ja → zh-tw + en。Google Search Console 對單向 hreflang 會報錯。
- JSON-LD 的
inLanguage必填，BCP 47 格式（zh-TW、en、ja）。AI 用這個欄位判斷該文章是哪個語言版本。 - FAQPage schema 的問題必須與頁面上實際顯示的問答完全一致，否則 Google 會視為「隱藏內容」並停用 rich snippet。
- Organization 的
sameAs必須是公開可訪問的 URL。我們列出 PR TIMES 發布頁、LinkedIn、官方 GitHub 等。
七、追蹤與成效驗證
AI Visibility 是一個長期投資，但短期可追蹤的指標包括：
- 定期向 ChatGPT、Gemini、Perplexity、Claude 詢問「台灣有哪些 AI 永續解決方案」，記錄是否提及本品牌。
- 監控 Google AI Overview 是否在相關查詢中引用本公司新聞稿。
- 追蹤 PR TIMES 的 syndication 鏈是否完整擴散到 Yahoo JP、Infoseek 等節點。
- 透過 server-side log 觀察 AI 爬蟲（GPTBot、PerplexityBot、ClaudeBot）的抓取頻率。
結語
這個案例是我們自身的 AI Visibility 實戰。我們把每一步的決策邏輯、技術選型與實作細節公開，目的是讓更多想做 AI Visibility 的中小企業有清楚的參考模板。如果您也想啟動自己的 AI Visibility 計畫，歡迎聯繫 partnership@bigomorfi.ai。