SEO 顧問 Lily Ray 與 Amsive 團隊分析 AI 搜尋的引用來源後發現，被引用的內容裡有一半，是發布或更新不到 13 週的。不是 13 個月，是 13 個星期。換句話說，你去年第四季寫的那篇文章，現在很可能已經滑出 AI 願意引用的時間窗了。
這對習慣「寫完發布、然後就放著」的人來說，是個有點刺耳的消息。傳統 SEO 的世界裡，一篇寫得好的常青文可以躺著吃好幾年流量；但在 ChatGPT、Perplexity、Google AI Overviews 這些 AI 引擎眼裡，內容是有保鮮期的，而且這個保鮮期短得驚人。內容更新頻率對 AI 搜尋的引用機率，影響比多數人想像的還要直接。
問題是，更新頻率不能憑感覺抓。更新太勤，團隊累死、品質還會被稀釋；更新太鬆，辛苦排上去的文章默默掉出引用名單你還不知道。更麻煩的是，很多人以為「把日期改成今天」就算更新了。這招現在不只沒用，還可能反過來扣分。先從 AI 為什麼這麼吃新鮮度講起，再一路把更新頻率怎麼算、怎麼依內容類型排、怎麼讓 AI 知道你真的更新了，一關一關拆開。
AI 搜尋對舊文的新鮮度比 Google 更敏感
同樣一篇兩年前的文章，在 Google 自然排名也許還穩穩待在前幾名，但在 AI 引擎的回答裡卻可能完全消失。差別的根源，在於 AI 引擎抓資料的方式跟傳統搜尋不一樣。
每一個大型語言模型都有知識截止日，模型「天生記得」的東西，其實在你讀到的當下就已經舊了。為了補這個洞，AI 引擎在回答時並不是只靠訓練記憶，而是即時去查活的搜尋索引，像 ChatGPT、Perplexity、Gemini 給出的那些引用連結，幾乎都是當下從搜尋索引裡撈出來的。這代表一件事，如果你的內容從搜尋索引裡掉出去，它就同時從 AI 的回答裡掉出去，沒有一個「AI 專屬資料庫」會幫你把舊文留著。
而搜尋索引本身就已經把新鮮度當成排序訊號。當 AI 引擎從這些索引取材，它等於把這份偏好又繼承了一遍，先是索引偏好近期內容，再來是 AI 從候選裡挑要引用誰，每一層都在往「比較新」的那邊靠。多重偏好疊起來的結果，就是那個讓人措手不及的引用時間窗。
這裡也要分清楚不同引擎的脾氣，因為它們對新鮮度的敏感度差很多。
- Perplexity 最吃新鮮：它幾乎是即時重新評估，你更新內容後，它引用的來源可能在幾天內就跟著變。
- ChatGPT 的近期偏好也很強：Ahrefs 的引用分析指出，它最常引用的頁面裡，有超過七成是近一個月內更新過的。
- Google AI Overviews 相對溫和：它比較會平衡新鮮度跟既有權威，引用對象往往跟傳統自然排名的年齡分布比較接近，所以季度級的更新節奏通常就夠。
搞懂這層機制，你才會明白，對 AI 來說，「常青內容」其實沒那麼常青。一篇資訊完全正確的舊指南，只要久沒更新，照樣會被往後排。接下來要問的是，一篇內容到底能「新鮮」多久。
內容的引用半衰期怎麼計算？
把「內容會隨時間掉出引用名單」這件事量化，你會得到一個很像放射性衰變的概念，叫引用半衰期。意思是，一篇內容從發布或更新算起，過多久之後被引用的機率會明顯腰斬。算清楚這個數字，更新頻率就不再是拍腦袋，而是反推出來的。
先把手上幾個關鍵數字攤開來看。根據 Ahrefs 對一千七百萬筆 AI 引用的分析，被 AI 引用的內容，平均比傳統自然排名的內容新鮮約 25.7%；其中 ChatGPT 的近期偏好最猛，它引用的網址平均比 Google 自然結果年輕好幾百天。而最關鍵的那條基準線，就是開頭提到的那個數字。大約一半的 AI 引用，來自發布或更新不到 13 週的內容。
把這條線翻成保鮮期，邏輯是這樣的。如果有一半的引用集中在 13 週內的內容，那「13 週」就大致是內容引用價值衰減一半的分界。過了這條線，你的文章不是突然消失，而是開始跟那些更新得比你勤的對手「比舊」，每多放一週，相對劣勢就累積一點。
衰減的曲線也有觀察數據可參考。內容發布或更新後的第 1 到 4 週，引用最密集；第 5 到 12 週，隨著別人陸續發新文、更新舊文，你的引用頻率開始往下掉；第 13 週之後，AI 引擎會傾向改引用對手更新的內容，即使你的資訊其實還正確。差距有多大？SE Ranking 在 2025 年的分析指出，三個月內更新過的頁面，被 AI 引用的機率大約是長期沒動過的頁面的兩倍；ConvertMate 跨上萬個網域的分析也顯示，30 天內更新過的內容，拿到的引用是長期未動內容的三倍上下。
所以更新頻率的算法其實可以反推回來。你想讓某篇內容穩穩待在引用窗內，更新間隔就要短於它的引用半衰期。 用 13 週當基準，最該守住流量與轉換的核心內容，更新間隔就該壓在這條線以內；越往邊陲、越不會過期的內容，間隔才能放長。
不過半衰期不是全站一個數字。它會隨主題的「資訊速度」變動：AI、行銷工具、金融科技這種週週有新東西的領域，半衰期更短，你得更勤；製造、傳統 B2B 這種資訊變得慢的領域，半衰期長，間隔可以拉開。知道了半衰期會因內容類型而異，下一步就是把它排成一張可以直接照著做的更新頻率表。
依內容類型分層的更新頻率
與其全站用同一個更新節奏，不如先把內容分層，再給每一層配一個對應的更新間隔。原因很簡單：把資源平均灑下去，等於低價值內容被過度照顧、高價值內容反而被冷落。下面這張表是依「商業價值 × 引用衰減風險」排出來的常見節奏，你可以當起點，再依自家的資訊速度微調。
| 內容層級 | 典型內容 | 完整更新間隔 | 輕度更新（換數據、補例子） |
|---|---|---|---|
| 核心營收型 | 高購買意圖的解決方案頁、選購指南 | 約每 90 天 | 每月 |
| 高流量教育型 | 帶來大量自然流量的長篇指南、教學 | 約每 6 個月 | 每季 |
| 長尾常青型 | 特定問題的排解、定義型內容 | 約每年一次 | 資訊過時才動 |
| 封存型 | 沒流量、無策略價值的舊內容 | 不更新，考慮合併或下架 | — |
幾個照表操作時要注意的地方。
第一、輕度更新和完整更新是兩回事。 輕度更新是換掉過期數據、補一兩個新例子、刷新最後更新日期；完整更新則要動到結構、補上沒涵蓋到的子問題、重寫過時段落。核心內容值得用較高頻率做輕度更新、較低頻率做完整更新，兩者交錯。
第二、資訊速度要當乘數套上去。 如果你做的是 AI 工具、電商工具這種高速領域，上面所有間隔都可以再砍半，核心內容甚至要每 45 天左右就完整更新一次。反過來，傳統製造、營建這種低速領域，間隔可以拉長。同一張表，不同領域套出來的數字會差一倍以上。
第三、有些事件要直接觸發更新，不必等排程。 對手在你的主題上發了一篇更完整的新內容、你發現自己在某個原本拿手的問題上不再被 AI 引用、產品或定價有實質變動、AI 平台有大改版。這幾種訊號出現時，就把受影響的內容往前插隊，別傻等下一個週期。
排好頻率之後，最容易踩的坑緊接著就來了。很多人以為「更新」就是把發布日期改成今天。這招在 AI 時代不只無效，還可能反過來傷你。
只改日期沒用，AI 怎麼分辨真更新？
把日期改成今天、換一張截圖、補一句話就宣稱「已更新」。這在 AI 引擎面前幾乎是徒勞，甚至有反效果。原因是現在的 AI 爬蟲會拿頁面的當前內容，去比對它快取裡的舊版本。如果內容真的變了，新鮮度訊號就成立；如果只有日期換了、實際文字一模一樣，這個新鮮度訊號會被打折，等於白改。
Google 的態度也一致。官方分析師的說法是，文章要更改發布日期，前提是內容做過大幅度調整，否則對 SEO 是沒有幫助的。單純改日期不只沒幫助，這種「假更新」累積多了，還會侵蝕搜尋引擎對你網站地圖（sitemap）裡那個 lastmod（最後修改時間）標記的信任。以後你真的更新了，它反而不太信。
那什麼才算 AI 認得出來的「實質更新」？關鍵在於要做出可被偵測的內容差異，業界常見的標準是一次至少改動一到兩成的內容，而不是表面修修補補。具體可以從這幾個方向下手。
- 換掉過期的數據與統計，補上目前流通的最新數字。
- 新增原本沒涵蓋到的段落，把讀者會延伸問的子問題補進去。
- 拿掉已經不存在的產品、功能或情境，避免內容看起來像活在過去。
- 更新範例與截圖，即使論點沒變，舊例子也會讓整頁顯得陳舊。
- 刷新引用的外部資訊，別讓內文還掛著好幾年前的依據。
換個角度看，這其實是好消息。如果更新要動真格，那「更新一篇已經有權威累積的舊文」往往比「從零寫一篇新文」更划算，因為舊頁面已經有的搜尋索引地位和外部連結都還在，改動後見效也比新文快。把資源從一味追求產量，挪一部分去經營既有內容庫，常常是 CP 值更高的選擇。
只是，就算你紮紮實實做了實質更新，還缺最後一哩路。你得有辦法讓 AI「知道」這頁變新了。這就要靠結構化資料裡的那個日期欄位。
dateModified schema 怎麼標記才會被 AI 讀到？
實質更新做完，最後一步是把「我更新了」這件事用機器讀得懂的方式講出來，而最直接的訊號就是結構化資料裡的 dateModified。AI 引擎會直接解析這個欄位，把它當成判斷時效性的主要依據之一。少了它，你的更新可能要等爬蟲下次自然回訪才被注意到；標好它，等於主動舉手。
實作上，你會在頁面的 Article 或 BlogPosting 結構化資料裡，放進 JSON-LD 格式的標記。一組基本的標記，核心會包含這幾個欄位（以下日期僅為格式示意）。
- @type：內容類型，文章通常填 Article 或 BlogPosting。
- headline：文章標題。
- author：作者，內含作者類型（如 Person）與姓名。
- datePublished：首次發布日期，例如 2025-03-10。
- dateModified：最近一次實質更新的日期，格式同上（例如 2025-08-22），這是這次的重點欄位。
幾個容易被忽略、但會決定這個標記有沒有效的細節。
第一、dateModified 只在你做了實質更新時才往前調。 這呼應前一段：把這個日期跟真實的內容改動綁在一起，是有效的訊號；只動日期、不動內容，是會被識破的把戲。
第二、頁面上看得到的日期、結構化資料的 dateModified、網站地圖的 lastmod，三者要對得起來。 AI 引擎會交叉比對這幾個訊號，加上頁面內容真的變了，整組訊號一致，可信度才最高。任何一處對不上，反而像在灌水。
第三、更新完記得主動讓爬蟲重抓。 改好 dateModified、重新提交網站地圖之後，AI 爬蟲通常很快就會回來重新抓取內容，不必等到下一輪自然巡訪。把更新提交到搜尋後台、刷新網站地圖，能讓你的更新更快被看見，而不是被動等。
這裡要補一句現實面。你很難精準量到每次更新到底帶來多少效果，因為搜尋後台的數據本來就只反映實際查詢的一小部分。但這不代表更新沒用，只是你得用比較土法的方式驗收：更新後隔幾週，直接拿目標關鍵字去 ChatGPT、Perplexity、Google AI Overviews 問一遍，看自己有沒有被引用、是不是擠掉了原本的對手。標記只是讓 AI 讀得到你的更新，真正要追的，是這一輪「更新、驗證」有沒有真的跑完。
一個可以照著跑的更新節奏
把前面拆開的東西收成一條可以執行的路徑，更新就不再是「想到才做」的雜事，而是一套有節奏的維護動作。比起一次性大掃除，這套節奏的價值在於它會複利。每跑完一輪，你的內容庫就更穩地待在引用窗內一點。
落地時可以照這個循環走。
- 盤點與分層：把所有內容拉出清單，依商業價值分進核心、高流量、長尾、封存四層，標出每篇上次更新的日期，把超過引用半衰期還沒動的揪出來。
- 依影響力排序，不是依舊的程度排：先動那些「價值高、又正在掉引用」的，而不是單純從最舊的開始。一篇核心內容掉了名次，比一篇長尾內容單純放了半年更急。
- 做實質更新，不是改日期：照前面那五個方向動內容，至少改動到 AI 偵測得出來的程度，再同步把 dateModified、網站地圖 lastmod、頁面顯示日期一起更新。
- 提交重抓、然後量測：重新提交網站地圖，接著給它四到六週，用目標關鍵字到各個 AI 引擎實測引用有沒有回來。
- 記下哪種更新最有效：哪一類改動帶來最明顯的引用回升，就把那套做法變成下一輪的範本。
至於資源怎麼分，一個常被提到的比例是：把較大一部分內容預算放在策略性更新、其餘放在開發新內容。原因前面講過，更新既有的高權威內容，見效往往比新文快上好幾倍。
回到開頭那條 13 週的線。AI 搜尋時代真正的競爭，不在誰一年產出最多新文章，而在誰能讓既有的內容庫持續保鮮、不掉出那道引用窗。把更新從事後補救，變成排進行事曆的固定動作，你守住的就不只是流量，而是在 AI 回答裡持續被看見的位置。