昨天看到一份報告,把我一直懷疑但沒有數據佐證的事直接攤開來:
僅 3 個網站,就產出 215,128 篇 「2026 年最佳 XX 軟體」類型的長尾頁面。這些頁面被 Perplexity 等 AI 搜尋引擎直接拉進答案裡引用。
資料來源:trellner.com 報告
這則消息在 Hacker News 上拿下 122 分、72 則留言。以下分段拆解。
21 萬頁的「AI 農場」是怎麼煉成的
報告點名的 3 個網站,套路如出一轍:
- 樣板化標題:
2026 年最佳 CRM 軟體、2026 年最佳專案管理工具……同一句型,換個關鍵字就是一頁 - 內容增量極低:頁面之間有 80% 內容重複,只有軟體名稱、幾張截圖、一段「優缺點」換著填
- SEO 長尾全覆蓋:把所有「best XXX software」的搜尋意圖都卡位佔滿
為什麼能做到 21 萬篇?因為這根本不是「寫文章」,而是跑程式。
偽代碼大致長這樣:
products = load_top_1000_saas_list()
categories = ["CRM", "PM", "AI Writer", "Analytics", ...]
for product in products:
for category in categories:
if product.fits(category):
slug = f"best-{product.slug}-for-{category}-2026"
render(template, product=product, category=category, slug=slug)
模板裡已經寫好段落骨架、SEO meta、FAQ schema,跑完直接推到 Cloudflare Pages。一天產出上千頁不是問題。
單篇品質?看幾個關鍵字就知道——AI-generated content、auto-published、no human review。
Perplexity 不是中招,是預設就信任
這裡要劃線強調:這不是 Perplexity 的 bug,而是它的機制設計。
AI 搜尋的工作流是:
- 抓取(類似 Bingbot,但頻率和頁面選擇有自己的策略)
- 檢索(把網頁內容索引进向量庫)
- 生成答案時,挑 top-k 相關片段塞進 prompt
- 把引用連結附加在答案後面
第 3 步的 top-k 選擇,本質上還是「關鍵字命中度 + 域名權重 + 內容新鮮度」這套傳統 SEO 訊號。
SEO 農場在這套訊號裡天然佔便宜:
- 數量多:21 萬頁幾乎覆蓋所有長尾 query
- 關鍵字命中:標題直接寫「best XXX software 2026」,和使用者問「推薦個 CRM」完美對齊
- 結構化資料:FAQ schema、列表 schema 都打好,搜尋引擎最愛這套
Perplexity 把這些頁面拉進答案,等於官方替垃圾內容蓋了個權威章。使用者看到「Sources: bestcrmsoftware-2026.com」,預設這個連結是經過篩選的。
GEO:針對 AI 的新型 SEO 攻防戰
這就帶出一個新概念:GEO(Generative Engine Optimization)。
和傳統 SEO 的核心差異:
| 維度 | 傳統 SEO | GEO |
|---|---|---|
| 目標 | 搶搜尋結果頁排名 | 搶 AI 答案引用源 |
| 對象 | Google 爬蟲 + 排序演算法 | AI 檢索池 + top-k 選擇器 |
| 內容策略 | 高品質 + 高外鏈 | 海量 + 關鍵字命中 + 結構化 |
| 驗證指標 | 排名位置、CTR | 是否被 Perplexity/ChatGPT 引用 |
GEO 的本質不是優化使用者體驗,而是污染 AI 的檢索池。
傳統 SEO 至少還要靠外鏈、內容品質、使用者停留時間這些「半難偽造」的訊號撐著。GEO 直接退化到「誰先批量造頁,誰就佔據 AI 答案的引用源」。
信任鏈上,誰該負責
這件事最讓人不舒服的地方在於,每個環節都覺得自己沒責任:
- 內容農場:我寫了「最佳軟體推薦」,又沒說這是 AI 生成的
- Perplexity:我只負責檢索 + 摘要,來源網頁的品質不歸我審
- 廣告主:我在這些頁面投了業配文,這是正常的 affiliate 生意
- 使用者:我只是想問個簡單問題
結果就是:業配文被 AI 二次加工,搖身變成「AI 客觀推薦」。
這讓我想到 2010 年前後的「醫療建議污染」——那些「治療 XX 病最好的醫院」頁面,絕大多數是莆田系 SEO 衝出來的。Google 當年用了一連串演算法更新(Penguin、Panda、Medic)才壓下去。
但 AI 搜尋更難治:
- 傳統搜尋,使用者還能看到標題、域名、縮圖,自己判斷
- AI 答案裡,連結被折疊進「Sources」小字,使用者幾乎不會點
也就是說,AI 搜尋把 SEO 農場的內容升級成了權威答案,降級成了參考連結。
使用者與開發者的實際防禦
講點能立刻用的做法。
1. 查來源域名的成立時間
AI 答案引用的連結,十之八九是新域名 + 批量生成內容。
可以用 whois 簡單判斷:
whois bestcrmsoftware-2026.com | grep -i "creation date"
如果建立日期是 2024 年以後、內容又是「2026 年最佳」這種指向未來的標題,大概率是農場。
2. 反向追溯 Sources 清單
Perplexity 答案下方有個「Sources」折疊區,展開來,一個一個點開看。
判斷標準:
- 域名年齡 < 2 年 → 高風險
- 同一域名出現 N 次 → 農場
- 內容是樣板化列表 → 農場
- 有真實作者署名 + 聯絡方式 → 加分
3. 高風險問題直接禁用 AI 推薦
醫療、財經、法律、工具選型——這些情境別用 AI 推薦,直接看:
- G2、Capterra(真實使用者評價)
- 行業垂直媒體(Wired、The Verge)
- Reddit/HN 長篇討論串
AI 搜尋適合「查個概念」「快速對比」「找入門資料」。不適合作為最終決策依據。
編輯觀點
這件事最值得警惕的不是「21 萬篇 AI 內容」本身,而是Perplexity 們正在悄悄重塑「權威」的定義。
傳統搜尋裡,SEO 農場頂多是把廣告排在搜尋結果前面,使用者還有機會識別。AI 搜尋裡,SEO 農場被改寫成「AI 客觀回答」,使用者的辨識成本被無限拉高。
我的判斷:
- 未來 12-18 個月,GEO 服務會爆發。任何能批量造頁 + 關鍵字命中的工具,都會被 SEO 公司包裝成產品販售
- Perplexity 會被迫做來源網頁的品質分級,類似 Google PageRank 的演化路徑。但這條路很長,而且他們沒有外部連結這種「公開投票」訊號可參考
- 唯一能擋住的,是使用者教育——讓大家知道 AI 答案裡的連結也得二次查證
這次和 Google 當年醫療污染不同的是:AI 搜尋的答案是「連貫敘述」,污染源會被自然語言掩蓋,不像搜尋結果頁那樣一目了然。使用者失去的不是「找資訊」的能力,而是「判斷資訊真偽」的入口。
我也不確定 Perplexity 自己願不願意承認這個問題——承認了等於承認整個檢索池的可信度打折。短期來看,商業壓力下他們更可能裝沒看見,直到被監管機關或競爭對手抓到把柄。
參考資料:
- trellner.com 原始報告
- Hacker News 討論(122 分 / 72 則留言)