店開在哪：三塊地、九種做法，與 AI 這位新客人｜AI 時代的個人經營地圖
店開在哪裡，決定有多少人走進來。先拆流量＝曝光 × 點擊率與六種曝光來源，再用三塊地乘三種做法排成九宮格，看每一格是流量還是存量，以及 AI 這位新客人怎麼讀你、怎麼量。
AI 時代的個人經營地圖｜讓人生越做越輕鬆
AI 時代怎麼經營自己？先想清楚要過什麼生活，再把自己當成一家店：人、貨、場乘起來是收入。基本篇照全貌圖一層層走，進階篇再看店面背後的廚房（產銷人發財），把老喬報 45 篇文章重新歸位。
Google 要不要 × AI 要不要｜同一篇文章的兩個獨立軸線
搜尋收錄等於被看見、被看見就有人點進來，這條鏈成立了二十年，現在斷成兩截。搜尋要不要與 AI 要不要交叉出四個象限，其中最容易誤判的那一格用點擊率看會顯示衰退，實際上它是站上最被使用的資產。
報表不是資料，是議程｜算完之後，人在那一步做什麼
報表真正在做的事不是告訴你發生了什麼，是告訴你先看哪一個；而先看哪一個的另一面，就是決定其他的今天不看。機器排得出優先度，排不出「我知道這篇有問題」——這一步沒辦法省略，它同時是整個系統的瓶頸與價值所在。
讓需要我判斷的事，每年少一點｜自動化的天花板在哪裡
這套系統真正的產出不是資料，是需要我親自判斷的事一年比一年少；成熟度不是資料量，是人不用再看的比例。今天數得出來的是五項，另有兩項刻意不交、一類結構上交不出去——而天花板的位置，比我原本以為的低。
電腦怎麼知道兩個詞在問同一件事｜從字面比對到語意比對
字面比對會同時看漏和看錯：用字不重疊的兩句話可能問同一件事，只差兩個字的兩句話可能是完全不同的人。語意比對換一種量法，把每段文字放上地圖看距離，於是看得見原本看不見的自相殘殺。
為什麼原始數字不能直接用｜資料清洗的三種問題，最後一種最難
多數人以為資料的敵人是髒，其實是對不齊。從同一篇文章被認成好幾筆、比率被拿去相加，到 Search Console、Bing、GA4、Cloudflare、AdSense 五家的時間刻度全都不一樣——最後一種不是技術問題，是判斷。
把品牌運作地圖接上儀表｜六路資料交叉出的四種市場地形
接上儀表之後看到什麼：Google Search Console、Bing Webmaster、GA4、Cloudflare 與 AdSense 六路資料各自補一塊別人補不了的缺口，交叉之後浮出四種單一報表看不見的市場地形。