AI 的 SEO 污染：為什麼文章是為了排名寫的
規模化是關鍵字。在生成式 AI 之前，內容農場的產能上限取決於寫手數量與薪資成本，一篇 2000 字的文章可能需要一位寫手半天。現在，同一個編輯可以在一天內產出上百篇，並且能針對不同長尾關鍵字做細微變化——「台北婚禮攝影推薦」、「台北婚禮攝影價格」、「台北婚禮攝影注意事項」、「台北婚禮攝影作品」——每一篇都獨立生成，每一篇都符合基本格式要求。
這件事為什麼可怕？因為搜尋引擎的品質判斷，本質上是一場統計遊戲。它透過連結、點擊、停留時間、使用者滿意度訊號等間接指標，去推測內容的價值。當低品質內容的數量超過某個閾值，這些訊號就會被稀釋、被偽造、被平均化。演算法不是被騙了，而是它用來判斷「什麼是好」的樣本，本身已經被污染了。
更麻煩的是，這些內容會回過頭進入下一次的訓練資料。模型讀著上一代模型寫的文章，學會「這就是標準答案的寫法」，於是下一代產出的東西更趨同、更保守、更沒有稜角。學術界把這種現象稱為模型崩潰（model collapse）：當模型長期以自身產出為食，多樣性會逐代衰減，最終收斂到一個蒼白但安全的平均值。這不只是網路問題，而是語言問題。
二、AI 內容工廠的內部邏輯：為什麼每篇文章都長得一樣
要抵抗一件事，得先理解它的生產線。當你看到一篇明顯「為了排名而寫」的 AI 文章，它背後通常遵循一套非常穩定的流程，而這套流程的每一個環節，都在把內容往「安全、通用、無害」的方向推。
模板化敘事：開頭承諾、中段條列、結尾呼籲
幾乎所有這類文章都遵循同一個骨架。開頭先複述讀者的問題（「你是否也曾經為了……而感到困擾？」），接著給出一個樂觀的承諾（「本文將帶你一次了解……」），中段用五到七個小標題條列要點，每個要點下面兩到三段說明，最後以行動呼籲收尾（「現在就開始行動吧！」）。
這個結構之所以流行，是因為它在演算法眼中幾乎沒有缺點：標題層級清楚、段落長度適中、涵蓋主題完整、閱讀體驗友善、有明確的結論段落。它唯一的問題是，它與內容無關。你拿同一個骨架去寫寵物飼料、太陽能板、職涯規劃、裝潢報價，全部都能成立。當結構不再服務內容，而是內容被塞進結構裡，文章就變成了一種填充玩具。
更細緻的問題在於「偽具體性」。為了讓文章看起來不空洞，這類內容會加入一些看似專業、實際上無法驗證的細節：「建議每週檢查三次」、「一般來說可節省約兩成成本」、「多數專家認為⋯⋯」。這些數字的來源往往不明，但因為語氣肯定、格式清楚，讀者容易買單。久而久之，整個產業的討論水準會被這些半真半假的數字拉低，真正的專業者反而要花力氣去糾正。
檢索增強與「安全廢話」：模型為什麼不敢說錯話
現在的內容生產流程，多半會搭配檢索增強生成（RAG）：先抓取搜尋結果前幾名，再讓模型根據這些資料改寫。這個設計本來是為了降低幻覺、提高準確度，但它有一個副作用——它會把已經存在的內容再複製一次。
如果搜尋結果前十名本身就是低品質內容，那麼檢索增強只是在幫污染做二次擴散。模型會忠實地整理這些來源的共同說法，於是新文章會長得像舊文章的摘要，而舊文章又是更舊文章的摘要。資訊的源頭逐漸消失，只剩下不斷被稀釋的轉述。
同時，模型被訓練成「不要出錯」。這在技術上是合理的，但在寫作上會導致一種現象：它傾向給出「不會被任何人反駁」的答案。也就是說，它會避開具體建議、避開個人立場、避開有爭議但真實的經驗。結果是文章充滿了「因情況而異」、「建議諮詢專業人士」、「沒有絕對的答案」這類免責句。
這些話本身沒錯，但如果一整篇文章都在說「要看情況」，那它其實什麼都沒說。讀者離開時的感覺不是「我學到了」，而是「我好像被禮貌地敷衍了」。這就是安全廢話的代價：它保護了生產者，卻懲罰了讀者。
排名導向的寫作如何反噬閱讀體驗
這裡有一個很少被明說的機制：排名導向的寫作，會系統性地排除「不方便但重要」的資訊。
舉例來說，一篇關於「被動收入」的文章，如果真要對讀者有幫助，可能需要花大篇幅談風險、談失敗案例、談資金門檻與時間成本。但這些內容在 SEO 上是劣勢的：它們會拉長篇幅、降低樂觀情緒、可能讓讀者中途離開。相反地，「五種被動收入方法」、「三個月打造現金流」這類標題，點擊率高、停留時間長、分享率高。
於是，內容的演化壓力不是朝向「更真實」，而是朝向「更符合點擊誘因」。這不是單一寫作者的道德問題，而是整個系統的選擇壓力。長期下來，網路上的知識會出現一種結構性偏差：關於「怎麼成功」的內容遠多於「為什麼失敗」，關於「快速見效」的內容遠多於「需要三年」，關於「確定性」的內容遠多於「複雜性」。
讀者不是沒有判斷力，而是被訓練出了一種防禦性閱讀習慣：快速掃描、跳過前言、只看條列、不相信結論。這當然有效率，但它也讓真正需要慢慢讀、需要脈絡、需要細節的內容，失去了被理解的機會。
三、搜尋引擎的兩難：從反制到自我吞噬
面對內容污染，搜尋引擎並不是沒有動作。過去幾年，主要搜尋平台陸續推出針對「有用內容」的更新，強調以人為本、打擊大量低品質頁面、強化原創性與專業性訊號。同時，它們也開始在搜尋結果中直接提供 AI 生成的摘要，試圖在使用者點擊之前就回答問題。
這兩個方向，一個是清理、一個是取代，而它們之間存在根本性的矛盾。
品質訊號的政策更新與執行落差
理論上，搜尋引擎可以透過幾個維度辨識低品質內容：內容是否大量重複、是否缺乏原創資訊、是否有明確的作者與問責機制、是否符合「誰寫的、為什麼寫、寫給誰看」的檢驗。這些標準在官方文件中寫得很清楚。
但在執行層面，難度極高。因為判斷「原創資訊」需要領域知識，而網路的規模是數十億頁。更現實的問題是：很多低品質內容並未違反規則。它沒有抄襲、沒有詐騙、沒有惡意軟體，它只是平庸。而平庸，很難被規則定義。
另一個複雜因素是商業壓力。平台需要頁面數量來維持搜尋結果的完整性，需要廣告曝光來支撐營收，而內容農場正是這些需求的供給者。於是政策往往呈現一種「週期性收緊、總量難以根治」的狀態：每次大型更新會清掉一批明顯的垃圾，但幾個月後，新一批以更精緻形式出現的內容又會補上。
當搜尋結果自己變成 AI 答案，內容農場還有未來嗎？
近年最受關注的變化，是搜尋結果頁面直接生成摘要答案。使用者輸入問題，頁面頂端先給你一段統整好的回答，來源連結縮在旁邊。這對內容生態的衝擊，可能比任何一次演算法更新都大。
表面上看，這是對讀者的善意：你不用點進十個網站，就能得到答案。但它同時也切斷了內容生產者的回報迴路——如果使用者不需要點擊，那麼為排名而寫的文章就失去了意義。這對低品質內容農場當然是打擊，但對認真寫作的獨立作者與小型媒體，同樣是生存威脅。
更微妙的是，這些 AI 摘要的內容來源，往往就是網路上已經存在的文章。也就是說，平台用他人創作的內容生成答案，再把使用者留在自己的頁面上。這個結構性的不平衡，已經引發了多起授權與流量分配的爭議，也讓「內容有價」這件事重新被討論。
而對寫作者來說，這帶來一個非常現實的計算：如果認真寫一篇需要三天的深度文章，可能被摘要吃掉大部分流量；而用 AI 快速產出十篇符合格式的文章，至少還能賭到部分長尾流量——那麼理性選擇是什麼？這正是污染難以逆轉的原因：它不只是技術問題，而是誘因問題。
平台與社群論壇的價值回歸
在這種背景下，社群論壇的價值反而被重新看見。原因很簡單：論壇的內容有「人」。它有帳號、有發文紀錄、有互動脈絡、有可以被追問的作者。一篇在論壇裡被討論了三十則留言的文章，即使文筆不完美、結構不工整，它的可信度往往高於十篇格式完美的內容農場文章。
這也是為什麼近年搜尋引擎開始重視「真人討論」的訊號。當資訊的生產成本趨近於零，稀缺的不再是內容，而是「有人真的經歷過」這件事。一個在雅寶社區裡分享實際踩雷經驗的網友，他提供的資訊價值，遠遠超過一篇由模型根據同類文章改寫而成的「完整指南」。
不過，論壇也不是淨土。當流量紅利出現，就會有人試圖用 AI 大量洗版。因此社群需要自己的防禦機制：明確的發文規範、對可疑內容的標記、對優質作者的正向回饋，以及最重要的——一種「這裡的人會互相質疑」的文化。
四、被污染的不只是搜尋結果，還有語言本身
多數關於 AI 內容的討論，停留在「搜尋變難用了」。但我認為真正的代價更深，它影響的是我們如何閱讀、如何思考、如何表達。
語言的通货膨脹：當每個詞都變得很重要
AI 內容有一個明顯特徵：它幾乎不會使用平淡的句子。每個段落都要「深入探討」、每個方法都是「關鍵策略」、每個建議都能「大幅提升」。形容詞被過度使用，副詞失去重量。當「極致」、「必備」、「全面」、「一次搞懂」變成人人可用的模板詞彙，這些詞就不再傳遞任何資訊。
這是一種語言的通貨膨脹：詞彙的發行量暴增，購買力大幅下降。讀者被迫發展出新的解讀方式——看到「完整指南」就預設它是入門廢話，看到「專家揭密」就預設它是內容農場。久而久之，認真的作者如果不用同樣誇張的語氣，反而會被忽略。
這是一種劣幣驅逐良幣的過程，而且它發生在語言層面，不是市場層面。當我們失去精確描述的能力，我們也失去了精確思考的工具。
讀者的搜尋疲勞與信任崩塌
另一個常被忽略的成本，是「搜尋」這件事本身的心理負擔。過去，搜尋是一件有回報的事：你輸入問題，花幾分鐘篩選，通常能找到可用的答案。現在，同樣的動作需要更多的判斷、更多的跳過、更多的自我懷疑。
這種疲勞會累積。當一個人連續三次搜尋同一主題都得到「看起來很像但沒什麼用」的結果，他會開始降低期待，甚至放棄搜尋，轉向其他管道：影片、社群貼文、朋友推薦、或是直接問 AI。這對開放網路的知識生態是長期傷害，因為搜尋本來是普通人接觸專業資訊最便宜、最普及的入口。
更嚴重的是信任問題。當讀者無法分辨一篇文章是人寫的還是機器寫的、是經驗還是拼湊，他會傾向採取最保守的策略：不相信任何單一來源。這聽起來很理性，但它也會讓真正有價值的內容更難被相信。信任一旦被稀釋，重建的成本遠高於破壞。
寫作者的異化：為誰而寫
對內容創作者而言，這種環境帶來一種很具體的異化感。你明明知道什麼對讀者有幫助，但你也知道那樣的寫法在搜尋上不佔優勢。你被建議要有「明確的標題結構」、「涵蓋長尾關鍵字」、「加入 FAQ 區塊」、「控制段落長度」，這些建議單獨看都有道理，但加在一起，就會把寫作推向一種標準化的形狀。
於是很多創作者陷入兩難：寫自己想寫的，可能沒人看到；寫演算法想看的，可能連自己都不想讀。有些人選擇妥協，用 AI 產出「維持流量」的內容，再用剩餘精力寫「真正重要的東西」。這種策略在現實中可行，但它也意味著，網路上的大部分內容，其實是由「不情願的作者」生產的。
我認為承認這件事很重要。污染不是因為有一群壞人刻意想毀掉網路，而是因為系統的誘因讓「平庸」成為最理性的選擇。理解這一點，才可能找到真正有效的改變方式。
五、反向操作：如何辨識、抵抗與重建
談完問題，來談方法。這一節分成三個角度：讀者如何自保、創作者如何反向操作、社群如何建立防線。
讀者自保：五個快速判斷法
不需要成為 SEO 專家，也能在一分鐘內判斷一篇文章值不值得讀。以下五個訊號，命中三個以上，通常就可以關掉分頁了。
第一，看它有沒有「只有作者知道的事」。真正的經驗會包含具體場景：哪一年、什麼情況下、遇到什麼問題、結果如何。如果整篇都是通則、沒有時間、沒有地點、沒有案例細節，它大概是用來覆蓋關鍵字的。
第二，看它有沒有「不方便的資訊」。好的內容通常會告訴你某些做法行不通、某些情況下不建議、某些成本被低估。如果一篇文把所有選項都說得很美好，它比較像是在寫廣告，而不是在幫你做決定。
第三，看數字有沒有來源。「約可節省兩成」和「根據某年某機構調查，樣本數多少，節省幅度為多少」，這兩句話的資訊密度差距極大。前者是語氣，後者是知識。
第四，看段落能不能刪。隨機挑一段，如果刪掉之後整篇意思完全不變，那段就是填充。填充比例越高，內容價值越低。
第五，看作者是誰。不是要求實名，而是看這個人有沒有累積。一個有歷史、有互動、有其他作品的作者，他的內容至少有問責的可能。完全匿名的「編輯部」文章，問責成本最低，也最容易量產。
這五個方法不能保證你找到最好的內容，但能幫你過濾掉大部分污染。在資訊過剩的時代，有效率的排除，比無效率的尋找更重要。
創作者的反向策略：從排名導向到問題導向
如果你是寫作的人，以下幾個方向在實務上比「對抗演算法」更可行。
一、寫「一個具體問題」而不是「一個主題」。「如何挑選登山鞋」是主題，涵蓋面太廣，容易被通用內容淹沒。「腳踝舊傷的人怎麼挑登山鞋」是問題，它會逼你給出判斷，也會吸引真正需要的人。問題越具體，被 AI 平均掉的機率越低。
二、把「我不確定」寫出來。這聽起來反直覺，但它是人類寫作最強的護城河。模型傾向給出確定答案，人類可以說「我試過 A 和 B，A 在這種情況下有效，但我不知道為什麼」。這種誠實的不確定性，是讀者最能感受到「這是人在說話」的地方。
三、用結構服務內容，而不是相反。不是每篇文章都需要五個 H2 和三個 H3。有些好文章就是一段長敘事，有些就是一張表加三句話。當結構是為了讓讀者理解，而不是為了讓爬蟲評分，它自然會長得不一樣。
四、接受「不被所有人看到」。排名導向的寫作，本質上是想討好所有人，結果是沒有人被說服。寫給特定的一群人，即使流量較小，那些讀者的停留、回訪、推薦，長期而言比一次性的搜尋流量更有價值。
五、如果可以，留下可追蹤的痕跡。作者頁、更新紀錄、讀者回饋、案例後續。這些是人類內容的「時間證據」，也是模型難以偽造的部分。
我知道這些建議在短期流量上不佔優勢。但如果你把時間拉長到三年、五年，內容的複利來自於信任，而信任來自於不可替代性。這件事，AI 幫不了你，也搶不走。
給社群與論壇的建議
最後談社群。像雅寶社區這樣的討論空間，在污染時代扮演的角色比過去重要得多，因為它提供了一種「有上下文的內容」。但它也需要主動維護。
第一，鼓勵「經驗型發文」而不是「整理型發文」。整理型的內容 AI 可以做得又快又好，經驗型的內容不行。版規或引導可以往這個方向設計，例如要求分享實際案例、附上時間與情境。
第二，建立對 AI 大量產出的辨識共識。不是要禁止 AI 輔助，而是要求透明。當一個帳號短時間內發布大量結構相似、缺乏個人脈絡的文章，社群應該有能力標記與討論。
第三，保護願意說真話的人。論壇最珍貴的資產，是那些願意分享失敗經驗、願意承認自己搞錯的人。這種發言往往不完美、不在 SEO 的雷達上，但它們是整個網路裡最難被取代的內容。
第四，不要追逐搜尋流量而犧牲討論品質。這是最容易犯的錯：為了被找到，開始量產關鍵字文章，最後論壇變成另一個內容農場。社群的核心價值是互動，不是索引量。
六、結語：把文章還給讀者
回到最初的問題：為什麼文章是為了排名寫的？
因為在一個以注意力為貨幣的系統裡，排名決定可見度，可見度決定收益，而收益決定了什麼樣的內容會被持續生產。這條邏輯鏈本身沒有惡意，但它有一個致命的盲點：它把「被找到」等同於「有價值」。而這兩件事，從來就不是同一件事。
AI 沒有創造這個問題，它只是把問題的速度調快了十倍。它讓我們看清楚，過去很多被稱為「內容」的東西，其實只是為了填滿位置的填充物。當生產成本降到接近零，這些填充物的本質就無所遁形。
這聽起來悲觀，但我認為其中有機會。因為當平庸變得免費，「不平庸」的相對價值反而上升了。一份有具體數據的調查、一個沒人願意公開的失敗案例、一段真正走過某條路的經驗，這些東西在資訊爆炸的環境裡，只會越來越珍貴。
對讀者而言，這意味著要更有意識地選擇來源，把時間留給真正在說話的人。對創作者而言，這意味著要有勇氣承擔「不被所有人看到」的風險，去寫那些只有你能寫的東西。對平台與社群而言，這意味著要把「互動品質」放在「頁面數量」之前。
而對這篇文章本身——它確實也希望能被搜尋到，也確實用了標題結構與關鍵字。這個矛盾沒有辦法完全消除。但至少，它可以選擇誠實地說出來：它想被找到，是因為它想被讀完，而不是因為它想佔據一個位置。
如果讀者讀到這裡，發現裡面有幾句話是你沒在其他十篇文章裡看過的，那這篇就沒有白寫。這大概就是對抗 SEO 污染最樸素、也最有效的方式：寫一些只有人能寫的東西，然後相信還是有人會讀。
下次你搜尋一個問題，滑過那些長得一模一樣的文章時，不妨多花三十秒，找找看有沒有人用不同的方式說話。那個人可能不在第一頁，但他寫的東西，會留在你腦子裡比排名更久。
```