本模組 · 8 堂
課 1.1 · SEO 搜尋引擎優化
2026 SEO 點運作(crawl / index / rank + AI Overviews)
學完你會識
講得清 Google 三步曲(爬取→索引→排名),同埋睇明 AI Overviews 點樣改寫搜尋結果。
課堂內容
- 傳統三步曲:Crawl(爬蟲行你個網)→ Index(收錄入資料庫)→ Rank(排名出 SERP)。冇被 index 就等於唔存在。
- 2026 大變:Google 喺結果頂用 AI Overviews——核心係 RAG(Retrieval-Augmented Generation) 呢個「接地機制」:答案唔可以亂作,要由佢個索引「抽真實網頁」做事實根據先生成。
- Query Fan-out 係 RAG 檢索流程嘅一部分:當中會先 fan-out 將你條問題拆成多條子問題,再由 RAG 喺索引逐條抽真實網頁,最後合成一段答案。
- AI Overviews 同 AI Mode(對話式深入解答)都係用 RAG;AI Mode 係 fan-out 用得最盡嘅對話版,你追問落去就會切換過去。
- AI Overviews 自 2026 年 1 月起用 Gemini 3(I/O 後升 Gemini 3.5 Flash);2026 年 5 月嗰次係獨立 core update(5/21–6/2),Google 從無公布由 Gemini 3「驅動」。
香港實例
有人 Google「銅鑼灣邊間日式放題抵食」,AI Overviews 會 fan-out 成「銅鑼灣放題餐廳」「人均價錢」「食評」幾條子問題,從各大美食 blog 同 OpenRice 抽資料砌一段答案——你間舖嘅內容夠唔夠「被抽中」就係勝負位。
互動練習
用網站上嘅「Query Fan-out 模擬器」——打一條真實搜尋句,系統即場拆出 4–6 條子問題,再標示每條子問題目前邊個網站佔咗答案。
小測驗
Q1RAG 喺 AI Overviews 入面做咩?
顯示答案
答案 · 由索引抽取真實網頁做事實根據,再生成答案(減少亂作)。
Q2Query Fan-out 同 RAG 咩關係?
顯示答案
答案 · fan-out 係 RAG 檢索流程嘅一部分——先 fan-out 拆子查詢,再由 RAG 喺索引逐條抽真實網頁,最後合成答案。
Q3用戶追問會切去邊度?
顯示答案
答案 · AI Mode(對話式深入解答,fan-out 用得最盡嘅對話版)。
重點
- 冇 index = 冇得排;先確保 Google 爬得到、收得到。
- RAG 係 AI Overviews 嘅接地機制,當中會用 Query Fan-out 喺索引逐條抽真實網頁——目標係令你嘅內容「被引用」。
🟩 入行軌面試一定問「AI Overviews 點影響 SEO」,記熟 RAG + Query Fan-out + AI Mode 三個詞。