八月的第二週，GEO 領域出現了幾個值得深究的訊號——從品牌信任訊號如何決定 AI 引用、到 Google 可能正在用新標準處罰 AI 生成內容，再到 Gemini 旗艦模型的開發進展。本篇一併整理。
1) Freshpet 案例：AI Overview 引用的是「信任」，而非排名
本週最受關注的 GEO 實戰案例來自 Search Engine Journal 報導的 Freshpet 品牌研究。Freshpet 是美國鮮食寵物食品品牌，在 Google AI Overview 中持續被引用——但它的排名並非永遠第一。
關鍵洞察： 排名證明的是相關性，但 AI 引用需要的是「信任訊號」。這解釋了為何有些品牌在搜尋結果中排名第一，上方的 AI Overview 卻推薦了三家競爭對手。
Search Engine Journal 將於 8 月 20 日舉辦線上研討會，由 Freshpet 數位行銷總監 Steven Elwell 與 Intero Digital 的 GEO 團隊親自分享。他們將揭露：
- 哪些信任訊號決定了 AI 是否會引用你的品牌名稱
- 為何品牌知名度本身不會自動轉化為 AI 引用
- 如何用一人可執行的流程，檢查 AI 回答在哪裡讓你損失了市佔率
對香港企業的啟示： 如果你的品牌在客戶心中很有名，但在 ChatGPT、Perplexity 或 Google AI Overview 中從未被提及，問題不在於你「不夠好」，而在於你沒有為 AI 建立可驗證的信任訊號。建議先從檢查核心交易型查詢的 AI 引用覆蓋率開始。
2) Google 疑似將 AI 自動回帖視為「內容匱乏」並發出人工處罰
Roger Montti 報導，一個擁有二十年歷史的論壇網站 windowsforum.com 收到了 Google 的人工處罰（manual action），理由是「thin content with little or no added value」（內容匱乏、缺乏附加價值）。處罰針對的是 /threads/ 路徑下的 168,000 個討論串和超過 50 萬則帖子。
爭議點： 該網站的其他兩個更明顯屬於「內容匱乏」的區塊（已停更三年的聚合新聞標題與知識庫存檔）反而沒有被處罰。被處罰的是論壇區——而該論壇自 2023 年起就有一個 AI 聊天機器人以「工作人員」身份自動回覆用戶問題，至今已發布超過十萬則 AI 生成回覆。
SEO 分析師 Gagan Ghotra 指出，這可能才是處罰的真正原因：論壇的價值來自真實人類的經驗分享，而 AI 沒有經驗，它提供的只是「二手知識」。如果 AI 回帖被 Google 視為缺乏附加價值，這可能預示著 Google 正在擴大「內容匱乏」的定義來涵蓋特定類型的 AI 生成內容。
對香港企業的啟示： 如果你在網站上使用 AI 生成內容——尤其是用在需要真實經驗的場景（如評論、論壇、產品使用心得）——請確保這些內容有明顯的人工審核與增值標示。純粹的 AI 自動輸出可能正在被 Google 以新的標準評估。
3) Pichai 確認 Gemini 4 預訓練中，3.5 Pro 仍未出貨
在 Alphabet 的 Q2 2026 財報電話會議上，CEO Sundar Pichai 承認 Google 在編碼與代理型編碼（agentic coding）方面需要改進，並表示需要更大的 Gemini 4 基礎模型才能在前沿競爭。
關鍵時間線：
- Gemini 3.5 Flash：已於 Google I/O 發布
- Gemini 3.6 Flash：已推出，輸出 token 減少了 17%，更具成本效益
- Gemini 3.5 Pro：延遲發布，目前仍在與合作夥伴測試中
- Gemini 4：正在預訓練中
Pichai 的評論和 Bllomberg 報導相符——3.5 Pro 的編碼性能未達預期，六月底的訓練數據更新未能解決問題。與此同時，兩位 Google AI 高級研究員（Gemini 共同領導 Noam Shazeer 和 AlphaFold 的 John Jumper）已於六月離職，分別加入 OpenAI 和 Anthropic。
GEO 影響： 模型迭代的延遲不等於 GEO 應該等待。無論 Gemini 4 何時問世，當前的 AI 搜尋生態——ChatGPT、Perplexity、Gemini 3.6 Flash、Claude——已經在即時回應數以百萬計的查詢。你的品牌在這些平台上的被引用情況，現在就值得開始追蹤。
4) 深讀推薦：AI 參數權威的真正來源——不是你的內容，是別人對你的描述
本週 Search Engine Journal 還有一篇由 Duane Forrester 撰寫的長文，探討 AI 模型對品牌的「參數權威」（parametric authority）——即模型在無需查詢檢索的情況下，已經在權重中攜帶的關於你的知識。
Forrester 引用了多項學術研究：
-
Kandpal et al.（ICML）：模型對某一事實的準確度，與預訓練期間看到的相關文檔數量呈因果關係。模型需要數個數量級的擴展才能對「資訊薄弱的實體」給出有競爭力的回答。
-
Allen-Zhu & Li：知識只有在預訓練期間以「足夠多樣化的措辭」出現時，才能被可靠提取。同一來源的重複無法替代多個獨立來源的多樣化描述。
-
C4 語料庫分析：即使是訓練資料中最常見的網域，佔比也低於 0.05%。你的網站無論發布多少內容，在訓練資料中的份額都微不足道。而且 C4 中 92% 的文檔寫於 2011–2019 年間——遠在語言模型成為主流之前。
核心結論： AI 模型對你品牌的認知，不是在當前季度可以「優化」出來的。它來自數年間、數十個獨立來源對你的描述——新聞報導、分析師報告、社群討論、客戶評論——這些描述以多樣化的措辭進入訓練資料，並在壓縮過程中存活下來。
對香港企業的長期策略建議：
- 將公關、媒體關係與社群經營視為 GEO 的一部分，而非獨立功能
- 確保第三方對你的品牌描述與你的官方定位一致
- 鼓勵客戶在公開平台上留下實名評論（而非匿名問卷）
- 理解「自產內容」和「他人對你的描述」之間的差異，兩者對 AI 引用的影響截然不同
本週行動清單
- 檢查 AI 引用覆蓋率： 選 10 個核心交易型查詢，在 ChatGPT 和 Perplexity 中測試你的品牌是否被提及。
- 評估 AI 內容政策： 如果你使用了 AI 生成內容（尤其是自動回覆或批量生成），檢視是否有足夠的人工審核環節。
- 開始建立第三方描述： 制定一個季度計劃，透過媒體報導、合作夥伴推薦或客戶案例，增加第三方對你品牌的多樣化描述。
- 追蹤模型更新： 留意 Gemini 4 的進展——新模型的訓練資料窗口可能與當前版本不同，這可能影響品牌引用格局。