沃特の行銷飛車
一個成效導向的行銷人，寫一些關於 Growth Marketing、AI & Tech，以及ㄧ些實戰觀察與無聊的生活雜談。
最新文章
你的 GA 偵測到的 AI 流量，可能是被低估 10 倍的數字？
Similarweb 與 Rand Fishkin 用半年 clickstream 追蹤真實用戶旅程：被 ChatGPT 推薦的品牌，七天內被造訪機率是未被推薦對手的 2.5 倍，但 AI-influenced 流量只有 8.8% 走 AI referral 這格（傳統 analytics 唯一量得到的），55.9% 是用戶先問 AI、隔幾天用品牌名 Google 搜、以 organic search 回來。AI 的真實影響被歸因模型系統性低估約十倍，AEO 的下游戰場在品牌搜尋通道。
只讀自己的伺服器 Log，然後刪掉幾萬篇沒人看的文章。Glasp 如何四個月把 ChatGPT 流量做到 37 倍？
多數 AEO 工具從外面問 ChatGPT 有沒有引用你，Glasp 反過來讀自家伺服器的 AI 爬蟲 log 和 404 紀錄，看 AI 來抓了什麼、想找什麼卻撲空，再把每頁 TLDR 改寫成可被引用的答案，四個月把 ChatGPT 每日 session 從 517 做到 19,129。前提是已有 domain authority 69 到 70 的 SEO 地基。
AI 搜尋的數據抓到了，然後呢？怎麼提升 AI 推薦排名？
AI Overview 把 Google 第一名的點擊砍掉快 6 成，可見度的戰場正在搬進 AI 回答。但 AEO 監測抓到的指標都是 representative signal，沒有絕對真相。這篇拆 prompt-based 跟 log analysis 兩條監測線，以及怎麼把數據對應回具體的優化動作。
為什麼 AI 推薦進來的訪客，轉換率是一般流量的 4 倍？
AI Overviews 讓搜尋頂端結果 CTR 跌 61%，但 AI 推薦進來的訪客轉換率是一般 organic 的 4.4 倍。原因是使用者把個人條件交給了 AI，搜尋的形狀從主題相關變成個人條件，內容策略該從覆蓋主題轉向承接條件。
AEO
你的 GA 偵測到的 AI 流量，可能是被低估 10 倍的數字？
Similarweb 與 Rand Fishkin 用半年 clickstream 追蹤真實用戶旅程：被 ChatGPT 推薦的品牌，七天內被造訪機率是未被推薦對手的 2.5 倍，但 AI-influenced 流量只有 8.8% 走 AI referral 這格（傳統 analytics 唯一量得到的），55.9% 是用戶先問 AI、隔幾天用品牌名 Google 搜、以 organic search 回來。AI 的真實影響被歸因模型系統性低估約十倍，AEO 的下游戰場在品牌搜尋通道。
為什麼 AI 推薦進來的訪客，轉換率是一般流量的 4 倍？
AI Overviews 讓搜尋頂端結果 CTR 跌 61%，但 AI 推薦進來的訪客轉換率是一般 organic 的 4.4 倍。原因是使用者把個人條件交給了 AI，搜尋的形狀從主題相關變成個人條件，內容策略該從覆蓋主題轉向承接條件。
開源 AEO 監測系統：每日自動追蹤你的品牌在 AI 的能見度與評價
AEO Radar 是我把自己在 ARTOGO 用了一個多月的 AEO 監測工具，整套開源出來的版本。每天自動追蹤品牌在 AI 回答裡的提及率、排名、情緒、競品、引用網域。市面上同類工具 Profound 月費台幣 12,800 對還在驗證的中小品牌太重，想讓更多人能先花 20 分鐘跑起來看看，再決定要不要升級付費工具。MIT 授權，改一個檔案、三個指令就能接上自己品牌。
AI x Marketing
只讀自己的伺服器 Log，然後刪掉幾萬篇沒人看的文章。Glasp 如何四個月把 ChatGPT 流量做到 37 倍？
多數 AEO 工具從外面問 ChatGPT 有沒有引用你，Glasp 反過來讀自家伺服器的 AI 爬蟲 log 和 404 紀錄，看 AI 來抓了什麼、想找什麼卻撲空，再把每頁 TLDR 改寫成可被引用的答案，四個月把 ChatGPT 每日 session 從 517 做到 19,129。前提是已有 domain authority 69 到 70 的 SEO 地基。
AI 搜尋的數據抓到了，然後呢？怎麼提升 AI 推薦排名？
AI Overview 把 Google 第一名的點擊砍掉快 6 成，可見度的戰場正在搬進 AI 回答。但 AEO 監測抓到的指標都是 representative signal，沒有絕對真相。這篇拆 prompt-based 跟 log analysis 兩條監測線，以及怎麼把數據對應回具體的優化動作。
AI & Tech
你把 AI 當計算機用，難怪團隊的知識永遠在歸零
Hiten Shah 指出多數團隊用 AI 的方式是「計算機模式」：每次都重來，知識從不累積。他的做法是在 Slack 裡跑 AI，讓 agent 看到所有脈絡，知識像複利一樣成長。三個月後差距是指數級的。
Anthropic 的 Growth Marketing 只有一個人，而且他不會寫程式
Anthropic 的 growth marketing 曾經只有一個人，Austin Lau，一個從沒寫過程式的行銷人。他用 Claude Code 建了完整的 performance marketing 自動化系統，廣告製作時間壓縮 87%，單人產出超過多數完整行銷團隊。
Consumer AI 的贏家公式：不是模型最強，是 ARPU 跑贏推論成本
Andrew Chen 提出 consumer AI 贏家公式：ARPU 必須跑贏推論成本。目前差距約 10 倍，月 ARPU $2-5 但 token 成本可能 $20-50。高 ARPU 類別（金融、健康、生產力）有空間用最好的模型，低 ARPU 類別被迫用更差的模型、更脆弱的留存。
Growth Marketing
每天 20 萬個 Vibe Coding 專案上線，幾乎沒人拿到客戶，問題出在哪？
每天 20 萬個 vibe coding 專案上線，但絕大多數連第一個付費客戶都沒有。Greg Isenberg 分享了 7 個實際有效的分發策略，其中 MCP Server 被比喻為「2010 年的 mobile」，是 AI agent 時代最被低估的分發管道。
你的產品每週在變好，但 CAC 每月在變貴。AI 只會讓這場賽跑更殘酷
a16z 合夥人 Andrew Chen 指出 AI 時代的核心矛盾：產品每週在變好，但 CAC 每月在變貴，而 AI 正在同時加速兩邊。2026 年 SaaS 的 CAC 比 2023 年漲了 40-60%，Google CPC 漲 164%。這篇拆解為什麼 organic growth 的重要性史無前例，以及你該怎麼重新分配資源。
ChatGPT 開賣廣告了，$60 CPM、$20 萬起跳，對行銷人意味著什麼？
2026 年 2 月，OpenAI 正式在美國測試 ChatGPT 廣告，CPM 定價 $60，最低投放門檻 $20 萬美元。這對大多數台灣行銷人來說暫時沒有直接可操作的入口。但它預示的轉變值得現在就認真看待：AI 對話介面正在成為廣告場域，而「有機出現在 AI 引用中」的價值，比現在去搶廣告版位更划算。
