GPT-3 產生的文字已可進入 SEO 測試

更新 2026-10-12

SearchPilot 創辦人 Will Critchlow 寫的是 OpenAI 釋出 GPT-3 API 測試版當下的判斷:最新自然語言生成(NLG)模型已能產出值得做 SEO 與使用者效益測試的內容。重點不是單篇比人寫得好,而是速度快、成本低,讓大型網站能在統計上跑內容實驗。五頁內容仍該人寫;GPT-3 的價值在規模。1

目錄(9)

編譯自 Will Critchlow · SearchPilot〈GPT-3 computer-generated text is ready for SEO testing〉 · 2020-07-27 原文

完整來源聲明

來源聲明:本文根據 SearchPilot〈GPT-3 computer-generated text is ready for SEO testing〉(Will Critchlow,2020-07-27,頁面標示最後更新 2023-08-07)編譯整理,不是逐句翻譯。原文連結:https://searchpilot.com/resources/blog/gpt-3-for-seo。文中「編輯解讀」為本站觀點,不屬於原文。

為什麼大型站才跑得動

內容品質這種變因,要測出可信結果,需要足夠流量做對照實驗。Critchlow 從 SEO A/B 測試角度說,過去常被「寫稿與改稿成本」卡住。若能瞬間產生大量、可調語氣與長度的短文,就能在產品描述、分類與篩選頁概述、標題與中繼資料等場景大量生成,並反覆產生變體做測試,找出對使用者有吸引力、又相關且能排名的組合。

GPT-3 實際能做的事

公開 demo 很多,但對 SEO 最有用的是從一行到一兩段落的短文。未經微調的模型就能做「分類頁文案」這類任務:給兩組人寫好的分類頁文案與對應 title,再給第三個沒見過的 title,模型會補完段落。文中用 adidas 英國站公開頁面當例子(作者聲明未與 adidas 合作):跑步鞋、足球靴頁有人寫文案,籃球鞋頁缺文案;模型補的籃球鞋段提到「球場上」(on the court),足球段則有「美麗的遊戲」「進球者」等足球語境。文法通順、高度相關、無人工輸入,但未必是史上最佳文案。

若站內已有大量符合品牌聲音的內容,可微調 GPT-3 學風格;若有 FAQ 知識庫,也可教領域知識。Critchlow 對比 GPT-2:GPT-2 常要結構化輸入與模板;GPT-3 只要示範「把 title 展開成分類文案」就會做。Mike King 曾寫過 GPT-2 的能力,這篇強調的是門檻更低。

為什麼 NLG 特別需要測試

他一般主張 SEO 能測就該測;對 NLG 更是如此。大型站想留在 Google 規則內,全文漏斗測試(搜尋表現加使用者行為)是他認為最站得住腳的做法:不只對齊當下演算法,也對齊 Google 想服務使用者的方向。

策略上,NLG 解決的是「以前測不起來」:SearchPilot 做內容實驗常卡在產量。他們有案例在稀疏分類頁加一行模板文案就帶來 20% 以上提升,但那是測「這一段文案」,不是測「所有可能文案」或「所有情境」。GPT-3 讓假設變可測,例如:分類頁多於現有單段內容是否提升表現;或在 title 裡放入更多品牌語氣是否提高轉換而不傷 SEO。

當時模型的強項是快與便宜、可迭代,不是單篇勝過人。他認為不應再預設「電腦寫的一定比人寫的沒價值」;低品質內容人機都會產,高品質也可能兩邊都有。

Google 當時對生成內容的說法

文中引用品質指南:自動生成內容若意在操縱排名、不幫使用者,Google 可能採取行動。列舉包含對讀者無意義但塞關鍵字的文字、未經人工審核的機器翻譯、Markov 鏈等自動流程、同義詞混淆、抓取 Atom/RSS 或搜尋結果拼湊、不同頁面縫合且無足夠價值等。讀法可以分歧:有人強調總前提「操縱且不幫使用者」;有人把 bullet 當成定義性禁止;有人爭論「automated processes, such as Markov chains」的逗號是否涵蓋 GPT-3 這類非 Markov 流程。

Critchlow 傾向從意圖與使用者是否有益出發,而不是鑽字眼。2017 年 Gary Illyes 被問 ML 工具是否違規,回答團隊「想很多」但沒有細節。2019 年 late hangout 裡 John Mueller 說未來可能要把指南改得更細,區分「完全垃圾的自動內容」與「其實有用的自動內容」。這符合他心中的模型:使用者喜歡的內容,Google 最終會想讓它排得上。

實務上因此要做同時量 SEO 與使用者的全文漏斗測試。公開指南未必很快改:他回憶 2008–2009 年與 Google 倫敦開發者討論 Google 翻譯,當時對方說能高信心偵測自家翻譯、不該上站索引,但理論上若品質夠好給搜尋者也該夠;十多年後類似條款仍在,儘管翻譯品質已大幅提升。

還不適合的用途

事實型內容:可餵結構化資料產短文,但有「幻覺」風險,會編造簡報沒有的細節。長文:記憶比早期模型長,仍易偏題或前後不一致,適合當靈感工具,不宜無人值守產出完整長文。YMYL:Google 要求更高 E-E-A-T,細節可能攸關讀者安危;跑鞋顏色建議錯了與醫療資訊錯了風險不同,這類內容無論人寫或機寫都要專家審核。

他預期能力會快速演進,對「電腦能有多創意」的假設需要經常重估。

他最想先測的三類 SEO 機會

第一,把輸入改寫成更好讀的內容,例如製造商乾燥條列改寫成有助購決的段落,並帶入品牌語氣。第二,在已有片段(如 title)上快速演化文案,用大規模測試驗證假設。第三,把結構化資料(產品屬性)或分類內商品清單展開成該品類/產品的說明,作為人工審核前的初稿,審核深度依頁面對站方與使用者的重要性而定。

常見問題

  • 這篇說 GPT-3 比人寫得好嗎?不是。強項是速度與規模,讓大型站能跑統計上可信的內容實驗;少量頁面仍建議人寫。
  • 分類頁例子證明了什麼?只給兩個人寫範例與新 title,模型能產出語境正確的短文(籃球鞋提到球場、足球靴用到足球用語),無需先建模板或拉結構化資料。
  • Google 當時是否一律禁止自動生成?指南寫的是意在操縱排名、不幫使用者的自動內容可能受處置;Mueller 2019 年也說未來可能區分垃圾用途與有用用途。Critchlow 建議用測試驗證使用者與搜尋成效。
  • 哪些用途他認為還不該全自動?需核對的事實、無人值守的長文,以及 YMYL 主題;後者無論來源都要專家審核。

編輯解讀

一句話重點:GPT-3 時代的論點是「可測」:用生成換產量,用 A/B 證明對搜尋與使用者都有益,而不是用單篇文筆決定上線。

這對你的網站意味著什麼:

  • 分類、產品、中繼資料這類可模板化的短文,優先設對照實驗,不要一次全站替換。
  • 事實與 YMYL 頁維持人工核對;生成稿當初稿,不是當定稿。
  • 引用 Google 指南時寫清年份;2020 年的 Mueller 與現行 helpful content 政策不是同一份文件。

適用與不適用的情境:適合月產數百上千段短文案、又有流量做實驗的電商或列表站。不適合把這篇當成「現在可以無限 AI 長文」的依據。

需要注意的限制:SearchPilot 賣 SEO 測試平台,立場偏向「先測再上」。adidas 例子來自公開頁面隨機選取。指南與 Googler 引述是 2020 年前後脈絡。

延伸閱讀:

可複用規則3 條

從本文提煉,可供人工對照或 AI 分析站點時作為依據。全部規則

  1. 生成文字可進入 A/B 或分流測試,以流量與任務完成衡量;「像人」不是上線標準。

    適用 評估 AI 草稿是否可發布時
    排除 不要未核事實就全站替換人工稿
    • 有測試假設與成功指標
    • 事實與合規已人工過
  2. NLG 價值在大量變體與低成本實驗(分類、中繼、短描述),少量頁面仍優先人寫。

    適用 電商或列表站考慮 GPT 類工具時
    排除 不要用單篇文筆決策,忽略統計檢定需求
    • 實驗設計含對照組
    • 變體量足以檢定
  3. 解讀 Google 自動生成指南時,以「是否操縱排名、是否幫使用者」為主,並用使用者+搜尋雙指標測試。

    適用 法務或內容政策審 NLG 時
    排除 不要只鑽字眼忽略 2019 Mueller 所說未來可能分級
    • 引用指南年份
    • 有 full-funnel 測試紀錄

名詞與資料來源

  1. GPT-3 與 SEO 測試 — SearchPilot:〈GPT-3 for SEO〉 https://searchpilot.com/resources/blog/gpt-3-for-seo(檢索日期:2026-10-12)
  2. SEO A/B 測試 — SearchPilot 案例與方法論見同站資源(檢索日期:2026-10-12)