上個月一位行銷同業傳給我一份試算表，說他們開始做 GEO 了，想請我看看測試方法對不對。表格裡有 50 個詞，像是「桃園 游泳課」「兒童游泳 推薦」「游泳教室 價格」，每個詞後面記錄 ChatGPT 有沒有提到他們。
我看完只問了一句：「真的有家長會這樣問 ChatGPT 嗎？」
會打開 AI 問游泳課的家長，比較可能這樣寫：「我小孩 5 歲，很怕水，住桃園藝文特區附近，週末想讓他學游泳，有推薦的地方嗎？要注意什麼？」這句話跟「桃園 游泳課」是同一個需求，但 AI 給的答案可能完全不同。拿關鍵字去測，測到的是一個沒人在用的情境。
這就是提示詞研究要解決的問題：先搞清楚使用者實際上怎麼問 AI，再去測、去寫內容。
提示詞研究跟關鍵字研究差在哪？
關鍵字研究找的是「使用者在搜尋框打什麼字」，提示詞研究找的是「使用者在對話框裡怎麼描述自己的問題」。後者更長、帶著情境和限制條件，而且常常一次問好幾件事。
| 比較項目 | 關鍵字研究 | 提示詞研究 |
|---|---|---|
| 長度 | 2–5 個詞 | 一到數句完整的話 |
| 內容 | 主題詞＋修飾詞 | 身分、情境、限制、期望 |
| 數據來源 | 關鍵字工具的搜尋量 | 客服紀錄、站內查詢、論壇提問 |
| 結果型態 | 一頁排名清單 | 一段整合答案，可能附引用 |
| 衡量方式 | 排名與點擊 | 是否被提到、怎麼被描述、引用了誰 |
最大的不同在數據。關鍵字有搜尋量可以參考，提示詞目前沒有公開、可靠的「提問量」數據，各家 AI 也不會告訴你使用者問了什麼。所以提示詞研究比較像質化研究，要靠真實的提問紀錄去推敲。
這不代表關鍵字研究沒用了。關鍵字告訴你「哪些主題有需求」，提示詞研究告訴你「這個需求在對話裡長什麼樣子」。兩者是接著做的關係，如果你還沒有一份基本的關鍵字清單，建議先照關鍵字研究指南把主題盤出來。
真實的提問要從哪裡找？
從「使用者已經用完整句子問過你」的地方找。這類資料其實大部分公司都有，只是沒有被當成研究素材。
客服與私訊紀錄。 LINE 官方帳號、Facebook 私訊、客服信箱裡的第一則訊息，幾乎就是提示詞的原型。匯出最近三個月的訊息，把第一句話整理出來，很快就能看到重複的提問模式。
Search Console 裡的長查詢。 越來越多人在 Google 也用整句話搜尋。到 Search Console 的成效報表，用規則運算式篩選包含「如何、怎麼、推薦、哪家、幾歲、多少錢」的查詢，可以找出一批問句型的查詢。這些查詢的曝光數雖然小，卻很接近使用者問 AI 的語氣。
論壇的發文標題。 Dcard、PTT、Mobile01 的發文標題和內文第一段，常常就是使用者會原封不動貼給 AI 的問題。
搜尋結果裡的「其他人也問了」。 這區塊的問題是 Google 從大量搜尋中整理出來的，適合拿來補充題目。
AI 自己的追問建議。 很多 AI 工具在回答後會建議接下來可以問什麼，這些建議透露了它認為同一主題下常見的延伸問題。
在 Search Console 裡，從左側選單點「成效」，在報表上方按「新增篩選器」選「查詢」，再把比對方式改成自訂的規則運算式，輸入問句常用的字詞即可（介面名稱以官方最新版本為準）。
怎麼把關鍵字改寫成真實的提示詞？
做法是替每個關鍵字補上四個元素：誰在問、處在什麼情境、有什麼限制、想得到什麼。補完之後，一個關鍵字通常會變成三到五個不同的提示詞。
以「兒童游泳 推薦」為例，我們會寫出這幾種版本：怕水小孩的家長、想讓孩子考游泳檢定的家長、只能週末上課的雙薪家庭、預算有限想找公立泳池課程的家長。這四種人會得到不同的推薦，而你的品牌可能只適合其中兩種。
改寫時有兩個常見錯誤。 一個是把品牌名稱寫進去，例如「某某游泳教室好不好」。這類品牌題要測，但它衡量的是 AI 怎麼描述你，不是你會不會被推薦，兩種要分開記錄。另一個是寫得太像行銷文案，例如「最專業的兒童游泳課程推薦」，真實使用者不會這樣說話。
判斷改寫得好不好，有個簡單的方法：把提示詞念出來，想像它是家長在 LINE 上傳給朋友的訊息。聽起來自然，就對了。這背後其實就是搜尋意圖的判斷，只是換成對話的形式，可以搭配這篇搜尋意圖判斷方法一起看。
提示詞清單怎麼分類、排優先順序？
先依意圖分成五類，再依「商業價值」和「被問到的可能性」排序。清單不需要很長，中小企業有 40 到 80 題就很夠用，重點是每一題都有代表性。
五種常見的提問意圖： 認識型（「幾歲開始學游泳比較好」）、比較型（「游泳教室和私人教練差在哪」）、推薦型（「桃園有推薦的兒童游泳課嗎」）、操作型（「小孩第一次上游泳課要準備什麼」）、品牌型（「某某游泳教室評價如何」）。
推薦型和比較型最接近成交，優先順序通常最高；認識型和操作型量大，適合用內容去爭取被引用；品牌型則用來檢查 AI 對你的描述有沒有錯。
排序時，我們會在每一題旁邊標兩個分數：這一題的提問者有多大機會成為客人（商業價值），以及這種問法在客服紀錄裡出現的頻率（被問到的可能性）。兩項都高的題目先測、先寫內容。
測試 AI 答案時，有哪些細節會讓結果失真？
最常見的是只問一次就下結論。AI 的答案每次都可能不同，同一題問三次，品牌出現一次和出現三次是很不一樣的訊號。我們的做法是每題至少問三次，記錄出現的比例。
每次都開新對話。 在同一個對話裡連續問，AI 會受前面問題影響。如果你用的帳號開啟了記憶功能，它也可能記得你是哪家公司的人，結果會偏向你。用沒有歷史紀錄的帳號，或關閉記憶功能再測。
記錄的不只是有沒有出現。 每一題要記下：品牌有沒有被提到、排在第幾個、怎麼被描述、答案引用了哪些網址。被提到但描述錯誤，跟沒被提到一樣需要處理；引用網址則告訴你 AI 從哪裡拿資訊。
固定週期重測。 每月一次通常就夠了，題目和測試方式保持一致，數字才能比較。題目多了之後，手動測會很花時間，可以參考這篇 GEO 監測工具比較，評估要不要用工具自動化。
案例：兒童游泳教室的 60 題清單
開頭那位同業的客戶，是一家在桃園的兒童游泳教室。我們陪他們把原本的 50 個關鍵字砍掉，重新做提示詞研究。
素材來源是過去三個月的 LINE 官方帳號訊息、Search Console 的問句型查詢和 Dcard 親子版的發文。整理後得到 60 題：推薦型 14 題、比較型 9 題、認識型 17 題、操作型 12 題、品牌型 8 題。其中有一類題目以前完全沒想到：「小孩怕水要怎麼開始」，在 LINE 訊息裡出現了二十幾次。
第一輪測試，60 題裡只有 9 題提到他們，而且幾乎都是品牌型題目。認識型和操作型的 29 題，一次都沒有出現。另外發現 AI 在品牌題裡一直說「需要自備泳帽和蛙鏡」，但他們其實有提供，這是舊版官網留下的資訊。
接下來三個月，他們針對怕水、幾歲開始學、第一堂課準備什麼這幾類問題，各寫了一篇有實際教學經驗的文章，並修正官網的舊資訊。第三個月重測，提到他們的題目增加到 17 題，其中 5 題是過去完全沒出現的認識型題目，泳帽的錯誤描述也消失了。
測錯題目，再努力的 GEO 都是在對空氣出拳。
常見問題
Q：提示詞研究有沒有工具可以查提問量？
目前沒有像關鍵字工具那樣公開、可靠的提問量數據。部分 GEO 監測工具會提供估算或建議題目，可以當作參考，但真實的客服紀錄、站內查詢和論壇發文仍然是最可信的來源。
Q：提示詞清單多久要更新一次？
建議每季檢視一次。季節性需求、新產品上線、產業新聞都會讓使用者的提問改變。客服紀錄裡出現新的高頻問題時，也應該立刻補進清單。
Q：每個 AI 工具都要測嗎？
先挑你的客群最常用的兩到三個。台灣使用者目前以 ChatGPT 和 Google 的 AI 功能最常見，B2B 或研究型的客群用 Perplexity 的比例較高。工具之間的答案差異可能很大，至少要測兩個才看得出趨勢。
結語
提示詞研究沒有搜尋量可以依靠，但它有一個關鍵字研究比不上的優勢：素材就藏在你每天收到的客人訊息裡。真實的提問找對了，後面的測試和內容才有意義。
具體的下一步：今天就匯出最近一個月的客服或 LINE 訊息，挑出 20 則客人傳來的第一句話，原封不動丟進 ChatGPT 問一次。這 20 題，就是你第一版提示詞清單的起點。