每次付500美元就能讓AI搜索排第一?這位行銷專家揭露了暴利背後的真相

你可能還在為傳統SEO優化而頭疼,但有一群人已經靠AI搜索每天賺到手軟。當ChatGPT、Perplexity這些AI工具成為新一代的搜索引擎時,一個全新的流量金礦正在形成。行銷專家Cody Schneider在最新分享中爆料,有公司為了在AI搜索結果中排名第一,竟然願意為每個連結支付500美元。這背後到底隱藏著什麼商機?

- #什麼是AI搜索優化

Cody直白地說:「GEO就是AI搜索,包括Perplexity、ChatGPT、Gemini等平台上的查詢。」簡單來說,當使用者在這些AI平台上搜索問題時,AI會先將你的查詢擴展成上百個相關問題,然後去Google前三頁抓取約1000個網頁內容,最後整合成回答。

這個過程的關鍵在於:AI只會參考那些在Google搜索結果中排名較高的網站。如果你的品牌或產品在這1000個被抓取的頁面中出現越多次,你就越有可能成為AI推薦的答案。

Cody解釋核心原理:「你必須有足夠的曝光面積和品牌提及。如果有1000個頁面,你只出現在5個上面,那機率就很低。但如果你出現在40%的頁面上,那你被推薦的機率就大大提升。」

- #誰最適合投資AI搜索

並不是所有生意都適合這種玩法。Cody明確指出兩大適合的客群:

本地服務業者:「像是屋頂修繕、HVAC空調這類你不常購買的服務。因為消費者對這些領域不熟悉,需要大量研究,所以會使用AI作為研究工具。」

B2B軟體工具:「當公司要選擇CRM系統時,決策者會深入比較各種選項,因為這是影響整個公司運作的重大決定。」

有趣的是,Cody對電商領域保持謹慎:「我還沒有在電商領域看到很好的成效,除非是那些有cult following的品牌,像是某些高端男裝品牌,消費者會把它當作生活方式的選擇。」

- #轉換率高得驚人的秘密

為什麼企業願意花大錢投資AI搜索?答案是轉換率。

Cody分享了驚人的數據:「很多人告訴我他們從AI搜索獲得10-20%的轉換率,我甚至見過40%的案例。相比之下,傳統網站流量的轉換率通常只有1-2%。」

原因很簡單:使用AI搜索的用戶已經完成了完整的研究過程。Cody說:「他們基本上已經走完整個購買旅程,當他們點進你的網站時,信用卡都準備好了。」

這種高轉換率用戶的價值遠超一般流量,這也解釋了為什麼企業願意為每個連結支付500美元的高價。

- #實戰操作:45000個URL的瘋狂策略

Cody分享了一個朋友公司的真實案例,展現了這個策略的規模:

「他們找出了45000個在相關查詢中被AI引用的獨特URL,然後找到這些網站主的email,逐一聯絡詢問付費加入的價格。」

這個過程包括:

  1. 使用AI SEO追蹤工具(如Prompt Watch、AI SEO tracker等)
  2. 分析哪些URL在相關查詢中被最頻繁引用
  3. 優先接觸那些高頻引用的網站
  4. 談判加入費用,通常是每個連結500美元

Cody提到:「如果你願意提供高額聯盟佣金,比如40-50%,可以降低這個成本。」

- #即時見效vs傳統SEO的長期等待

最吸引人的是效果來得極快。Cody強調:「這跟傳統SEO完全不同。傳統SEO需要長期建立與Google的信任,但AI搜索優化可以在24小時內見效。」

這是因為AI是即時抓取和分析內容的。一旦你的品牌被加入到那些高排名的列表中,AI就會立刻在下次查詢時引用這些更新的信息。

不過Cody也坦承現實:「目前AI搜索的總流量還是很小。雖然轉換率高,但絕對數量有限。」

- #泡沫警告:不要把雞蛋放在同一個籃子

儘管分享了這些賺錢策略,Cody卻給出了理性的建議:「我認為這是泡沫現象。Google搜索量仍在增長,AI搜索更像是軟體圈的early adopter在炒作。」

他用一個例子說明風險:「有個公司在GPT-5發布後,來自ChatGPT的流量和註冊數突然暴跌,因為搜索算法改變了。」

Cody的建議是:「把它當作行銷組合的一部分,但絕不要完全依賴它。就像Twitter算法一改變,我的動態就被垃圾內容淹沒一樣。」

- #工具推薦與未來展望

目前市面上有多種AI搜索追蹤工具:

  • Prompt Watch
  • AI SEO tracker
  • Try Profound(企業級)
  • Jackie Chow的新工具
  • 這些工具的功能都類似:向AI平台發送查詢,分析回答中引用的URL,找出被頻繁引用的網站。

    Cody預測:「Ahrefs和SEMrush這些大公司遲早會推出類似功能。」

    AI搜索優化確實是一個新興的流量獲取方式,高轉換率和即時效果讓它充滿吸引力。但正如Cody所說,聰明的行銷人會把它當作策略組合的一部分,而不是唯一依靠。

    在這個快速變化的數位時代,保持多元化的流量來源才是長久之計。畢竟,沒有任何一個平台或算法是永遠不變的。

    參考資料來源:https://www.youtube.com/watch?v=0CigvEOPQWQ

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin