AI Visibility / Curtis Fan / 2026-07-06
Google 新增 Gen AI Performance Report 後，香港公司應該點量度 AI 搜尋可見度？
Google 開始在 Search Console 拆出 generative AI visibility。本文說明香港 B2B 團隊應如何讀 Gen AI Performance Report，並用 buyer prompts、citation proof 和 source mix 補足 AI 搜尋可見度盲點。
5D-6F Kong Ling Building
102 Jervois Street
Sheung Wan, Hong Kong
Featured on Pick an Agency
香港公司現在可以在 Search Console 看到 Google Gen AI exposure，不用再只靠人手搜尋和截圖去估 Google AI 有沒有見到自己。這是 Google 在 2026 年 6 月新增 Gen AI Performance Report 後，最實際的一個變化。
限制亦要講清楚：這份 report 只覆蓋 Google Search，不能告訴你 ChatGPT、Gemini、Perplexity，或者真實買家 prompt 有沒有正確代表品牌。
本文不再講「GEO 是甚麼」，只用這份 report 示範點樣讀數字、補 prompt testing、citation proof 和 source mix。
這份 report 真正新增了甚麼
在Search Central blog，Google 公布 Search Generative AI performance reports。這份公告的重點，是讓網站 owner 在 Search Console 入面，看到 URL 在 Google Search generative AI features 裏面的曝光情況。Google 提到的例子包括 AI Overviews 和 AI Mode。
Google Search Console 的 Generative AI features performance report screenshot。
圖片來源：Google Search Central Blog。圖中 screenshot 由 Google 製作及分享。本文按Google Developers Site Policies及 Creative Commons Attribution 4.0 標示來源。
Search Console Help的說法更實際。這個 report 正在向部分網站 owner 推出，讓他們看到 generative AI features 的 organic impressions。資料亦可以按 pages、countries、dates、devices 去看和 export。Help page 亦寫明，Search Labs experiments 不計在內。
這些資料有價值，因為以前很多公司只能靠人手搜尋、截圖、第三方工具，去猜 Google AI 有沒有看見自己。現在至少多了一層 official reporting。
但要小心：這層 reporting 量度的是 Google Search 入面的 generative AI exposure，不是整個 AI 搜尋市場，也不是答案質素。
先當它是 Google AI exposure layer
香港 B2B 團隊最容易做錯的一步，是把這份 report 當成「AI 排名報告」。這樣做的風險是，marketing team 會見到 impressions 升就覺得成功，見到 impressions 跌就覺得內容失效。
比較穩陣的讀法，是把它當成 Google AI exposure layer，只回答一件事：Google AI 有沒有展示過哪些 URL？
商業問題要另外測，例如 AI 對你的業務描述是否準確，引用的是官網還是第三方證據。
買家查香港 B2B SEO / GEO agency 時，你有沒有進入 shortlist？ChatGPT、Gemini、Perplexity 是否仍然用舊新聞、舊 profile 或舊 service page 去理解你？這些都不會在 Search Console 裏面直接出現。
Search Console 本來就不是全平台 AI answer audit，它的新價值是把 Google AI exposure 放入你現有 reporting flow。
香港公司應該點讀這四組數
當你的 Search Console 已經見到這份 report，可以先用四組 dimensions 去讀，不要一開始就急住下結論。
| Search Console dimension | 它可以告訴你甚麼 | 不應該怎樣解讀 | 下一步要補甚麼 |
|---|
| Pages | 哪些 URL 在 Google AI features 入面有 impressions | 不等於該頁被正確引用，也不等於買家會信 | 用相關 buyer prompts 測試 AI 是否理解該頁的服務、證據和 next step |
| Countries | 哪些市場有 generative AI impressions | 不等於香港買家真的在同一個 intent 下看到你 | 對照目標市場和語言版本，分開看 HK、regional、English query |
| Devices | mobile / desktop 的 exposure 差異 | 不等於某個 device 的 lead quality 較高 | 看對應 landing page 是否在 mobile 上仍然 answer-ready |
| Dates | exposure 有沒有因內容或 source 更新而變化 | 不要單靠日期就 claim 因果關係 | 把更新日期、prompt test、citation evidence 放在同一張 tracker |
這樣讀會比單看總 impressions 實際，尤其是香港 B2B 很多 high-intent buyer prompts 數量不大，單一總數很容易令人誤判。
你仍然要補 prompt-level testing
Search Console report 有一個很清楚的盲點：它不會逐條顯示買家問題，也不會顯示 AI 答案怎樣寫。所以你仍然要保留一組固定 buyer prompts，例如：
- 香港公司想改善 AI 搜尋可見度，應該找哪類 agency？
- B2B 公司做 GEO audit 應該看甚麼 evidence？
- 如果一間公司想被 ChatGPT / Google AI 正確推薦，網站和第三方來源要準備甚麼？
Prompt 數量不需要失控；重點是固定問法、固定平台、固定日期，然後記錄四件事：有沒有提到品牌、怎樣描述品牌、有沒有引用可靠來源、有沒有把品牌放入可考慮名單。
把 Search Console exposure 同 prompt-level answer 表現放在一起，才知道「Google 有見到你」同「AI 有沒有正確理解你」之間差幾遠。
完整跨平台 audit 可以另看GEO 審計框架。這篇的重點，是把固定 prompt set 放在 Search Console report 旁邊，避免把 Google exposure 當成整個 AI visibility。
再補 source and citation proof
AI 為甚麼相信某個答案，不會出現在 Google 的新 report 裏面；這正是香港公司做 AI visibility 時經常低估的一段 source gap。
Searchimp 的看法是：AI visibility 不只是 owned website readiness。官網要清楚，service page 要 answer-ready，這些只是底線。你還要看第三方 proof、media citation、company/entity consistency、source mix，以及同一批 buyer prompts 入面的 retesting。
AI 可能只看到你的首頁，卻看不到 case proof、founder profile、media mention、LinkedIn company page 或清楚的第三方介紹。這種情況下，它知道你存在，卻未必有足夠理由把你放入 shortlist。
Google 官方 guidance 其實叫你不要亂加頁
另一個要接上的 source，是 Google 的AI optimization guide。Google 的方向不是叫網站為每一條 AI prompt 開一篇薄內容，也不是靠多加 schema 去解決所有問題。
比較穩陣的理解是：Google 的 generative AI features 仍然同 Search ranking、quality systems、可爬取內容、原創和有用資訊有關。你要做的不是把 30 條 buyer prompts 變成 30 篇差不多的 blog，而是把重要頁面寫到 AI 和人都能理解。
例如 service page 要講清楚對象、場景、限制和 proof。case page 要講清楚結果和前後脈絡。about / founder / company profile 要同外部來源一致。FAQ 要回答真實買家會問的問題，不是塞滿 keyword。
放到 Gen AI report 上看，這段 guidance 的意思是：report 只會讓你看到 exposure。Exposure 之後能否變成可信答案，仍然取決於你的內容和來源是否有足夠證據。
一個比較實際的 monthly reporting flow
放入月報時，我會建議用一個簡單順序：
第一，先看 Search Console Gen AI report。記錄哪些 pages 有 impressions，哪些 countries / devices / dates 有明顯變化。
第二，挑出有 exposure 或應該有 exposure 的核心頁面，跑固定 buyer prompts。不要只問 branded prompt，也要問 category、problem、comparison、agency shortlist 類問題。
第三，把 AI answer 入面的 citation 和 source 拆出來。它引用的是你的官網、媒體、directory、社交 profile，還是完全沒有 source？如果引用錯資料，要找出是 owned page 不清楚，還是外部 source 互相打架。
第四，決定今個月要修甚麼。可能是 service page 缺少 proof。可能是 case study 太空泛。也可能是公司介紹在不同平台不一致。另一種情況是 Google 有 exposure，但 ChatGPT 和 Perplexity 完全不認得你。
第五，下一輪 retest。AI visibility 不是一次截圖，而是「更新內容和 source 之後，答案有沒有變」。
甚麼時候應該用 AI Answer Readiness Score
只想知道 Google AI features 有沒有開始見到你的 URL，Search Console 的 Gen AI report 已經是一個好起點。
如果你想知道的是：「AI 係咪真的明白我？會不會引用我？會不會在買家 prompt 入面把我列入 shortlist？」那就要超出 Search Console。
AI Answer Readiness Score可以做第一輪 gap check，但不應該取代 Search Console，也不應該被包裝成 ranking 或 citation 承諾。它比較適合用來把 owned pages、third-party proof、entity consistency、source mix 和 prompt retesting 放在同一個檢查框架裏面。
Google 給你的只是新的 exposure signal；真正要問的是，你有沒有足夠 evidence 解釋這個 signal。下一步是修補 AI answer 仍然答錯、漏答、或者不引用你的地方。
FAQ
Search Console Gen AI report 係唔係等於完整 AI visibility report？
不是。它主要反映 Google Search generative AI features 入面的 organic impressions，例如 AI Overviews 和 AI Mode。它不會告訴你 ChatGPT、Gemini、Perplexity 的答案，也不會直接評估 AI 是否正確理解你的品牌。
如果 Gen AI impressions 上升，是否代表 AI 已經正確引用品牌？
不可以這樣解讀。Impressions 只代表 URL 在 Google 的 generative AI features 入面有曝光機會。品牌是否被正確描述、有沒有被引用、是否入到 buyer shortlist，仍然要靠 buyer prompt testing 和 citation proof 去確認。
香港 B2B 公司應該幾耐重測一次 AI search visibility？
實務上可以用 monthly retest 做 baseline。每月先看 Search Console Gen AI report，再用固定 buyer prompts 測 Google AI、ChatGPT、Gemini 和 Perplexity。記錄 brand mention、answer accuracy、citation source 和 competitor inclusion。
這份 report 對細公司有用嗎？
有用，但不要單獨看。細公司通常 prompt volume 不大，單看 impressions 容易誤判。更實際的做法，是把有 exposure 的頁面同 service page、FAQ、case proof、third-party mention 一起檢查。你要看的，是 AI 是否有足夠材料理解和引用你。
延伸閱讀
如果你想由概念行前一步，先檢查重點頁面是否答得清楚；之後再決定要不要看服務介紹。