以前大家習慣 Google 自己的名字，現在是不是該換成「ChatGPT 一下自己」了？

過去創作者多少都有點搜尋自戀症，不時要在 Google 上打自己的名字。一天查一次，還能說是掌握個人影響力；一天查十次，大概就純粹是焦慮症發作、需要做好情緒管理。不過，Google 給的資訊至少清楚明確：哪家媒體報導、哪篇文章引用、搜尋結果排在第幾頁，大家一眼就能看懂自己在網路世界留下哪些足跡。

現在這件事變成了「問問 ChatGPT」，不過，問法跟以前 Google 時代不一樣。要問的不是「ChatGPT 認不認識我」，而是「當別人在問特定領域的問題時，ChatGPT 會不會主動推薦我」。所以，我不是問它「你認識吳相勳嗎？」而是換個問法：

  • 「台灣有哪些長期投入 AI 與管理教育的學者？」
  • 「企業如果想導入 AI Agent，可以找哪些顧問請益？」
  • 「有哪些專業人士同時兼顧個案教學、企業內訓與組織 AI 導入？」

在這些貼近實際需求的情境裡，自己的名字會不會出現、出現頻率多高、排在第幾位？AI 到底引用了哪篇文章，又是如何評價自己？

這種焦慮顯然已經催生出新商機。2026 年 8 月 26 日，創作者行銷公司 Influencer 聯手 AI 行銷團隊 Profound 正式推出「Creator-First AEO」；Later 也在今年 5 月端出 Creator AEO。這些工具會持續測試各類提問，追蹤哪些創作者、影片、專欄與第三方觀點會被 ChatGPT、Gemini 或 Claude 納入回答，藉此調整網紅合作與內容佈局。

這類服務之所以能自成一門生意，關鍵在於生成式 AI 根本沒有固定的搜尋排名。Profound 的聲明提到一點，AI 面對相同問題不會每次都給出一樣的答案，因此系統必須每天重跑指令，長期追蹤提及率、引用來源、競爭對手佔比與變化趨勢。也就是說，測一次根本不準，重點在於長期維持的出現機率。

我也順手看了中國市場的狀況，發現對岸早就把這種焦慮商品化，推出不少以「生成式引擎最佳化（GEO）」為名的工具。像是新榜旗下的新榜智匯，能一次追蹤豆包、元寶、DeepSeek、Kimi 等六大平臺，分析品牌提及、推薦排序、情緒傾向與引用來源；AIBase 的 GEOBase 號稱支援十二個中外平臺；SopGeo 甚至直接把免費方案標榜為「個人品牌專用」。

不過，兩地市場在切入點上還是有些微差異。美國這波工具已經把焦點轉向「創作者個人」，研究專業人士的觀點如何左右 AI 對品牌的認知與推薦；中國現有的公開產品，多數依然停留在企業、品牌或產品名稱的監控。雖然個人方案陸續冒出，但若要精準分析「特定學者、作者或專業工作者，在哪些提問中會被 AI 視為指標人物」，市場上顯然還有很大的發揮空間。

回過頭來看，「AI 有沒有收錄我」這句話其實包含了四個不同層次：AI 知不知道這個人、聯網搜尋時能不能找到相關內容、產出回答時願不願意主動提及，以及提及時的內容是否正確。這四件事真的不能混為一談。

更棘手的是，AI 的搜尋機制、連線地區、提示詞語氣，甚至使用者的個人記憶功能，都會大幅改變回答內容。搜尋引用可能不夠完整或出現偏差；開啟記憶功能後，AI 還會根據過去的對話習慣調整答案。如果直接拿自己用了好幾年的帳號測試，測出來的結果很可能只是「這個帳號早就被自己訓練得很熟悉」而已。

這讓人不禁好奇，未來創作者的公關合作簡介（Media Kit）裡，會不會多出一個全新指標——「模型提及份額」（Share of Model）？過去大家比拼的是追蹤人數、觸及率、互動率與 Google 排名；以後說不定得換成：在一百個相關專業提問中，七大主流 AI 平臺平均有 38% 的機率會主動推薦我。

隨之而來的另一個難題是：當品牌開始砸錢請創作者產出「特別容易被 AI 抓取引用」的業配內容，合作揭露也許留在原始貼文裡，AI 吸收後卻轉化成看似客觀中立的評比與推薦。到了那個時候，大家還分得清眼前的回答是專業共識，還是行銷預算堆出來的訓練素材？

大家會想定期檢視自己在各大 AI 平臺上的曝光度嗎？這會成為經營個人品牌的新基本功，還是另一場更難捉摸、也更讓人焦慮的演算法遊戲？