我們用 816 個 AI 引用驗證了一件事：AVS 75 分是被 AI 推薦的門檻
目錄
TL;DR
我們做了一個實驗：
155 個查詢 → 發給 AI 搜尋引擎 → 收集 816 個引用
→ 掃描 721 個被引用的網站 → 記錄每個網站的 AVS 分數
→ 分析：AVS 分數高的網站真的比較容易被 AI 引用嗎？
答案：是的。但要看場景。
為什麼做這個實驗
我們建了 AI Visibility Score (AVS)，一個衡量「你的網站對 AI 搜尋引擎有多友善」的分數。SEO 分數 × 0.5 + AEO 分數 × 0.5 = AVS（0-100）。
版本註記（2026-09-23）：這份研究用的是上面這條 v1 公式。現在 UltraProbe 算的是 v2.0，多了 AI 代理存取友善度（AAO）：SEO × 0.35 + AEO × 0.35 + AAO × 0.30。本文的 75 分、80 分門檻是在 v1 下量到的，拿 v2 分數直接對照會有落差，引用時請一併註明版本。
但一個分數如果沒有驗證，就只是一個數字。
所以我們做了全球（據我們所知）第一份 AI 搜尋引用 vs 網站特徵 的實證研究。
實驗怎麼做的
Step 1: 設計 155 個查詢
- 5 個領域（科技、金融、健康、商業、電商）
- 5 種類型（知識型、比較型、推薦型、教學型、地方型）
Step 2: 發給 OpenAI web_search API
- 每個查詢強制觸發網路搜尋
- 收集 AI 回答裡引用的所有 URL
Step 3: 掃描每個被引用的 URL
- 用 UltraProbe 的 AVS scanner（純 HTML 解析，零 AI，< 50ms）
- 記錄 AVS、SEO、AEO 三個分數
Step 4: 統計分析
總花費：$0.09（API token）
掃描成本：$0（本地執行）
核心發現
發現 1：被 AI 引用的網站，AVS 中位數是 77（B 級）
被引用網站的 AVS 分佈：
A (90+): ██ 18 (2.5%)
B (75+): ████████████████ 413 (57.3%) ← 超過一半
C (60+): ████████ 156 (21.6%)
D (45+): █████ 113 (15.7%)
E/F: █ 21 (2.9%)
平均 AVS：72.8
中位數： 77
60% 的被引用網站是 B 級或以上。只有 3% 是 E/F。
如果你的網站 AVS 低於 75，你在 AI 搜尋裡就是弱勢。
發現 2：推薦類查詢的門檻最高
這是最重要的發現。
查詢類型 被引用網站的平均 AVS
──────────────────────────────────────
推薦型（最好的 X） 80.2 ████████████████████
比較型（X vs Y） 76.8 ████████████████
知識型（什麼是 X） 75.4 ███████████████
教學型（如何做 X） 72.3 ██████████████
地方型（台北的 X） 60.0 ████████████
當有人問 AI「推薦最好的 SEO 工具」時，AI 引用的網站平均 AVS 是 80。
當有人問「台北最好的拉麵」時，AI 引用的網站平均 AVS 只有 60。
差距 20 分。
這代表什麼？
- 如果你賣產品/工具/服務 → AEO 優化超級重要（門檻 80）
- 如果你是地方商家 → AEO 優化幫助有限（門檻只有 60）
發現 3：大部分網站的 AEO 分數遠低於 SEO
被引用網站的平均分數：
SEO：80.6
AEO：64.5
差距：16 分
大部分網站花了很多功夫做 SEO，但幾乎沒人在做 AEO。
這是你的機會。AEO 是 AI 時代的新大陸，先到先贏。
發現 4：高 AVS 網站被重複引用
| 網站 | AVS | 被引用次數 |
|---|---|---|
| moneygeek.com | 90 | 11 次 |
| clevelandclinic.org | 84 | 21 次 |
| healthline.com | 80 | 20 次 |
| techradar.com | 83 | 19 次 |
| nerdwallet.com | 82 | 18 次 |
AVS 高的網站不只被引用一次，是被跨查詢重複引用。AI 記住了它們。
這對你的生意意味什麼
如果你賣產品或服務
你的客戶會問 AI：「推薦最好的 [你的行業]」。AI 會引用 AVS 最高的網站。如果那不是你，就是你的競爭對手。
行動：掃描你的網站 → ultralab.tw/probe → 看你的 AVS 分數 → 目標 80 分以上（這是 v1 公式下量到的門檻，對照 v2 分數請見上方版本註記）
如果你是地方商家
AEO 優化幫助有限。繼續專注 Google 商家和本地 SEO。
如果你是 SEO 從業者
AEO 是新的藍海。你的客戶還沒有人在做。現在學 = 先發優勢。
實驗的限制
誠實說：
- 只測了一個 AI 引擎（OpenAI）。Perplexity 和 Google AI Overview 可能不同。
- 沒有測時間穩定性。同樣的查詢一週後可能引用不同網站。
- 只測英文查詢。中文查詢可能有不同模式。
- 相關性 ≠ 因果。AVS 高的網站被引用更多，但不代表提高 AVS 就一定會被引用。
- Off-page 因素沒有測。反向連結、網域權重等不在 AVS 範圍內。
這些限制是下一篇論文的方向。
開源
整個實驗的所有東西都公開：
- AVS 標準規格書：github.com/ppcvote/avs-standard
- 完整數據集：155 queries × 816 citations × 721 AVS scores
- 查詢庫 + 實驗腳本 + 分析腳本：全部在 repo 裡
- 掃描引擎：github.com/ppcvote/ultralab-scanners（MIT）
- 免費掃描你的網站：ultralab.tw/probe
重複實驗成本：$0.09。
結論
AVS 75 分（B 級）是被 AI 搜尋引擎引用的門檻。推薦類查詢的門檻更高（80 分）。大部分網站的 AEO 分數遠低於 SEO，這是 AI 時代最大的優化缺口。
你的網站 AI Visibility Score 是多少？
→ 免費掃描
本文基於全球（據我們所知）第一份 AI 搜尋引用實證研究。155 個查詢、816 個引用、721 個 AVS 分數。完整數據公開在 github.com/ppcvote/avs-standard。
常見問題
AI Visibility Score（AVS）是什麼？怎麼算？
AVS 是衡量「你的網站對 AI 搜尋引擎有多友善」的分數，範圍 0 到 100。這份研究用的是 v1 公式：SEO 分數 × 0.5 + AEO 分數 × 0.5。現在 UltraProbe 算的是 v2.0，多了 AI 代理存取友善度（AAO）：SEO × 0.35 + AEO × 0.35 + AAO × 0.30。
AVS 要幾分才容易被 AI 搜尋引用？
這份研究掃描了 721 個被 AI 引用的網站，AVS 中位數是 77、平均 72.8，60% 是 B 級（75 分）以上，只有 3% 是 E/F。本文的結論是 75 分（B 級）是被 AI 搜尋引擎引用的門檻。這個門檻是在 v1 公式下量到的，拿 v2 分數直接對照會有落差，引用時請一併註明版本。
哪一種查詢被 AI 引用的門檻最高？
推薦型查詢最高，例如「推薦最好的 SEO 工具」，被引用網站的平均 AVS 是 80.2。比較型是 76.8、知識型 75.4、教學型 72.3，地方型（例如「台北最好的拉麵」）只有 60.0。賣產品、工具或服務的網站面對的門檻最高。
地方商家需要做 AEO 優化嗎？
幫助有限。地方型查詢被引用網站的平均 AVS 只有 60，地方商家建議繼續專注 Google 商家和本地 SEO。
提高 AVS 就一定會被 AI 引用嗎？
不一定。AVS 高的網站被引用更多，但相關性不等於因果，不代表提高 AVS 就一定會被引用。這份研究也只測了一個 AI 引擎（OpenAI）、只測英文查詢、沒有測時間穩定性，反向連結、網域權重等站外因素也不在 AVS 範圍內。