SEO 文章字數怎麼寫——AI 時代答案塊才是關鍵

同一篇 3,000 字的長文，丟進 ChatGPT 問問題，被引用的機率比 800 字短文高了將近六成；可是同樣這篇文章，在 Google 的 AI 概覽（AI Overviews）裡，長度跟被引用的關聯幾乎是零——超過一半被引用的頁面，字數還不到 1,000 字。

兩個數字都是真的。這就是為什麼「SEO 文章字數該寫多少」這個老問題，到了 AI 搜尋時代會讓人愈想愈混亂。過去大家爭的是「越長越好，還是精簡就好」，答案頂多影響你在第幾名；現在真正的戰場已經換了——AI 引擎不是讀完你整篇再決定排名，它是把你的文章切成一塊塊「答案塊」，挑其中最能回答當下問題的那一塊抓出來重組。

所以SEO 文章字數這件事，重點早就不在總字數的大小，而在每一個區塊的資訊密度夠不夠、答案給得夠不夠快。先從「越長越好」這個迷思為什麼會崩掉講起，再一層層拆到你該怎麼把字數分配到每一個答案塊。

為什麼「文章越長排名越好」這個說法正在失效

越長越好從來不是排名規則，只是一個被誤讀的相關性。

很多人觀察到搜尋結果前幾名大多是長文，就反過來推論「我把文章寫長就能排上去」。但長文之所以容易排前面，不是因為它字數多，而是因為它通常涵蓋了更多面向、回答了更多讀者的疑問。字數只是「內容夠完整」的副產品，不是原因本身。Google 官方很早就講過，字數不是排名因素，他們要的是「為網頁提供適量的內容」，是適量，而不是越多越好。

台灣的實測數據也支持這個方向。有 SEO 團隊抽樣了超過 300 個台灣中文網頁的真實排名資料，發現對流量較大的網站來說，前三名文章的平均字數落在 3,500 到 4,500 字之間，看起來確實是長文佔優；可是對中小型網站來說，字數跟排名「沒有明顯規律」，並不是越長就越前面。換句話說，同一個指標，在不同情境下會給你完全相反的結論。

更關鍵的是，這套「長文邏輯」是建立在傳統搜尋的運作方式上——一條藍色連結，整頁被當成一個單位去評分。一旦使用者改用 AI 來問問題，遊戲規則就整個換掉了。AI 不在乎你整篇有多厚，它只在乎能不能從你這裡，乾淨俐落地抽出一段話來回答眼前這個問題。

AI 引擎是怎麼讀你的文章的

AI 引擎不是讀者，它更像一個資料分揀員——把你的長文拆碎，只挑用得上的那一塊。

大多數 AI 搜尋背後用的是一種叫 RAG（檢索增強生成，Retrieval-Augmented Generation）的技術。它的運作可以這樣理解，系統會先把你整篇文章切成一個個「資訊塊」（chunking），把每一塊轉成可比對的格式存起來；當有人提問時，它不是把你整篇拿去讀，而是去這一堆碎塊裡，撈出跟問題最相關的幾塊，再用這幾塊重新組一段答案出來。

這代表什麼？代表你文章真正被「使用」的單位，不是整篇，而是一個個段落、一個個小節。一篇 5,000 字的文章，可能只有其中一個 150 字的段落被抓進 AI 的答案裡；旁邊那 4,850 字寫得再用心，這一次提問都用不上。

切塊大小是有講究的。業界在實作 RAG 時，常見的切塊長度落在 128 到 1,024 個 token 之間（中文大約對應幾十字到幾百字一塊）。塊切太大，一段話塞了三四個重點，向量會被稀釋，AI 抓出來反而不精準；塊切太小，又裝不下一個完整的答案，等於浪費了一個檢索名額。這個拉扯，正好對應到你寫作時「一個小節該講多滿」的問題。

所以 AI 引擎獎勵的不是篇幅，是密度——一段話能不能在不靠上下文的情況下，自己把一個問題講清楚。這也是為什麼接下來談字數，不能只看一個總數，得拆開來看每一塊。

不同 AI 引擎，對長度的胃口差很多

沒有一個「AI 通用的理想字數」，因為 ChatGPT、Google AI 概覽、AI Mode 三者的檢索機制根本不一樣。

這是整件事最容易被混為一談的地方。大家常把「AI 搜尋」當成一個東西，但實際上你面對的是三套脾氣不同的系統，它們對長文的偏好差距大到，任何「一律寫長」或「一律寫短」的策略，至少會在其中一個平台上踩空。把公開研究裡最一致的幾個數據攤開來看，會清楚很多。

差異的根源在檢索方式。ChatGPT 在你提問時會去做網路搜尋，它傾向找一篇把主題講得夠深、夠完整的頁面當主要來源——一篇有多個數據、有比較表、有細分小節的長指南，能被它抽用的素材就多，被引用的機率自然高。

Google AI 概覽走的是完全不同的路。它用一種「查詢拆分」（query fan-out）的做法，把一個搜尋拆成好幾個子問題，再分別從各自答得最好的頁面湊出引用。一個 500 字的頁面只要把某一個子問題答得乾淨，被引用的機會跟一篇 5,000 字的支柱文是一樣的。研究裡 AI 概覽的字數與引用相關性只有約 0.04（趨近於零），而且超過五成被引用的頁面字數在 1,000 字以下，講的就是這件事。AI Mode 則夾在中間，同樣會拆分查詢，但合成得更深，所以對長文有中等程度的偏好。

答案塊才是比總字數更該盯的那個單位

對 AI 引用來說，小節的長度往往比整篇字數還關鍵。

這裡有一組很能說明問題的數字。在針對 ChatGPT 的觀察裡，把內容切成 120 到 180 字小節的頁面，被引用的次數比那些小節短於 50 字的頁面多了約 70%——而且就算把整篇總字數控制成一樣，這個差距還是在。也就是說，不是「整篇寫多長」在決定引用，而是「每一塊切多大」在決定。

道理跟前面講的切塊機制是同一套。一段 120 到 180 字的內容，剛好長到足以裝下一個自足的答案加上一兩個佐證，又短到讓模型能乾淨地解析、清楚地標注來源。一旦一個小節超過 300 字又沒有小標切開，模型就得在一大片文字裡自己去找哪一段才是重點，命中率就掉下來了。

位置也很要命。有一份分析超過百萬筆 ChatGPT 引用的資料發現，接近 44% 的引用，來自頁面前 30% 的內容。一篇 4,000 字的文章，如果把最關鍵的數據埋在第十五段，表現會輸給一篇 1,500 字、開頭第一句就把答案講掉的文章。把好料藏到後面，對人類讀者是考驗耐心，對 AI 來說幾乎等於不存在。

至於 Google AI 概覽偏好的答案塊長度，有一份橫跨百萬筆查詢的分析給出了相當集中的區間——62% 的 AI 概覽落在 100 到 300 字之間，其中最常見的是 150 到 200 字這一段。低於 50 字的極短答案只佔約 3.7%，通常是換算、日期這種一翻兩瞪眼的查詢；超過 500 字的長答案也只佔約 8%，留給步驟教學、多項比較這類複雜題。換句話說，你每一個小節寫成一則 150 到 200 字的「簡報摘要」，就正好落在它最愛抓的甜蜜點上。

一個 150 字答案塊該裝進什麼內容

理想的答案塊不是把字數塞滿，而是按「結論先講、證據跟上」的順序鋪好。

知道 150 到 200 字是甜蜜點還不夠，關鍵是這 150 字怎麼排。把每一個 H2、H3 底下的開頭段，都當成一張獨立的「答案卡」來寫，結構大致是這樣：

1. 第一句：直接回答這個小標問的問題，不繞圈、不鋪陳。
2. 第二到第四句：給支撐——一個數據、一個具體例子，或一個有公信力的說法。
3. 視情況補一個短清單，只有在真的讓答案更清楚時才加，不是為了排版而加。

這個順序之所以重要，是因為它同時討好兩種讀者。對 AI 來說，它撈到這一塊就能直接組答案，不必再去別處補上下文；對真人來說，他掃第一句就拿到結論，要深入再往下看。一塊內容能不能脫離前後文獨立成立，是它能不能被乾淨引用的分水嶺。

舉個做法上的對照。假設你的小標是「網站要多久更新一次內容」，差的寫法是先講一堆「內容更新很重要，因為搜尋引擎喜歡新鮮的資訊……」鋪陳半天才講到頻率；好的寫法是第一句就給「多數內容型網站維持每季更新一輪舊文，是性價比較高的節奏」，後面再補為什麼、補例外狀況。前者把答案埋在第三句，後者第一句就交卷——對 AI 而言，後者才是那個能被乾淨抓走的塊。

還有一個常被忽略的細節，那就是內容的新鮮度本身也是引用訊號。資料顯示，三個月內更新過的頁面，被 ChatGPT 引用的機率大約是舊頁面的兩倍。所以答案塊不只要寫得好，還得記得回頭更新，尤其是那些放了具體數字、年份的塊。

依文章類型，字數該怎麼抓

與其追一個固定字數，不如先看你寫的是哪種題目，再決定總長與答案塊的搭配。

總字數不是憑感覺定的，也不是「對手寫多少我就多寫一點」。它應該由題目的自然範圍決定——一個單點知識題，硬撐到四五千字只會稀釋密度；一個多面向的統整題，硬壓到一千字又會答不完整。下面這張表把常見的題型、合理的總字數區間，跟「該切成幾塊答案塊」對應起來，給你一個起手的框架。

這張表的用法不是把數字當硬指標，而是當「合理範圍」。如果你寫一個單點知識題卻發現自己寫到五千字，多半是塞了不該塞的東西；如果你寫一個統整型題目只擠得出一千字，那很可能是面向沒涵蓋完整。先用題型抓一個區間，再用「每個小節都是一塊自足答案」去填，總字數會自己長到它該有的樣子，而不是你硬湊出來的。

要特別提醒的是，不同 AI 引擎的偏好也會微調這個區間。如果你的讀者主要透過 ChatGPT 找你，整份內容偏向區間上緣、把資料堆厚一點會更吃香；如果你更在意 Google AI 概覽帶來的曝光，那麼把每一塊答案磨乾淨、比硬把文章拉長更划算。一份想三邊通吃的內容，安全的做法是維持模組化的小節，每塊 100 到 180 字，把答案放在前面，該有比較表就放比較表，並維持定期更新。

結構鬆掉，再多字數也救不回引用

真正讓內容被 AI 抓走的，從來不是字數，而是藏在字數裡的那些結構元素。

長文之所以「看起來」比較容易被引用，往往不是長度本身的功勞，而是長文裡通常順帶塞了更多資料表、比較矩陣、清楚的標題層級和有出處的數據——這些才是真正的引用磁鐵。一篇 5,000 字的純抒發，常常會輸給一篇 2,500 字、塞滿數據與對照的紮實指南，而且輸得不少。

有一份學界研究把這件事量化得很清楚。在內容裡加上可信來源的引述，AI 引用度約提升 40%；加入具體統計數字約提升 37%；放入專家說法約提升 30%；用上精準的專業術語也有約 18% 的提升。同一份研究還發現一個有意思的現象——對原本排在搜尋結果第五名的頁面來說，光是補上來源引用這一個動作，AI 可見度的相對提升幅度可以超過一倍。這些動作沒有一個跟「把文章寫長」有關，全都是在「把每一塊寫紮實」。

所以與其問「我這篇該補到幾千字」，不如逐塊去檢查，看這一塊的開頭有沒有直接給答案？有沒有至少一個數字或具體說法撐著？標題層級清不清楚，AI 能不能靠 H2、H3 看懂你整篇的骨架？有沒有一張比較表，把該並排的東西並排好？這些問題的答案，比你的字數計數器誠實得多。

字數從來不是你該優化的那個變數，它只是結構做對之後，自然長出來的結果。把每一個小節都寫成一塊能獨立站住的答案，讓最關鍵的內容待在頁面前段，該給數據就給數據、該放表格就放表格——當你開始用「答案塊」而不是「總字數」來思考一篇文章，AI 要不要引用你，這個問題就已經回答了一大半。