--- title: "老喬將AI應用於自媒體網站的思考與成果、IP產業文章的社群迴響｜老喬報｜每週商業前沿探索：2026/08/16" url: https://joelin.cc/p/9605 source: https://joelin.cc/p/9605 id: 9605 slug: laoqiaobao-2026-08-16 pubDate: 2026-08-16 date_modified: 2026-08-16 updatedDate: 2026-08-16 schema_type: BlogPosting description: "老喬報主站從 WordPress 搬到 GitHub＋Astro＋Cloudflare，月成本從一兩萬降到約十美元；並重做關鍵字資產監測，把詞拆成觸及詞、有點過的詞、主力詞三層，用滾動區間判讀 AI 搜尋時代的成長。" categories: [商業/科技前沿參考, 老喬報, Joe Lin 林伯彥的自我回顧] tags: [每週一點#老喬報] entity_ids: author: https://me.joelin.cc/#joe publisher: https://me.joelin.cc/#joelincc --- # 老喬將AI應用於自媒體網站的思考與成果、IP產業文章的社群迴響｜老喬報｜每週商業前沿探索：2026/08/16 你好，我是老喬 這週老喬有兩個里程碑 一個是老喬報站點AI化，帶來的效率革命 另一個是文博會與IP產業的觀察，獲得社群的迴響 該篇分享已超過300次 分享文章： 歡迎繼續轉發 XDDDD 社群力量靠各位了～～～ ## 老喬報站點的AI化 從今年 2 月左右開始，我開始大量運用 AI 於「老喬報」。 最初評估的是 Cloudflare 新出的 Headless CMS，但開發速度較慢，後來經過測試，發現「GitHub + Astro + Cloudflare Pages」的組合反而更泛用且能快速上線。 因此，從 3 月到 7 月，我持續開發新站並進行測試，補足了對 GitHub、Astro 以及 Cloudflare Pages 等技術的理解。 在 SEO 方面，不再需要過度著力，而是將老喬原本就具備的 SEO 知識、AI 知識、搜尋引擎邏輯以及人類優化的優勢整合起來，讓 AI 能更快速地運用在這個站點上。 我們之前也測試過另一個站點（research.joelin.cc），累積了足夠經驗後，才在 8 月正式啟動「老喬報」主站的系統搬遷，從 WordPress 移轉到上述的新架構。 這個組合帶來的優化效果非常驚人： ### 成本結構改善 若使用傳統方式，租用線上伺服器、購買 SEO 套件、CDN 服務（如 Cloudflare Enterprise）、表單與自動化工具等，一個月成本至少要 1 萬到 2 萬臺幣。且即便找 Agency 處理，光是伺服器維護、SQL 資料庫管理或是 WordPress 外掛相容性問題，依然難以省去。 ### 架構優化 透過新架構，我只需負擔 AI 的費用以及 Cloudflare Image（圖片壓縮與傳輸服務，一個月僅約 10 美元）。這不僅省下了伺服器與外掛的維護成本，技術架構也更為精簡。 這套架構最讓我印象深刻的地方在於 AI 的應用：它不僅幫我省錢，還像多了一位工程師與程式設計師，能持續幫我撰寫內容、抓 Bug，並符合整個 AI 架構。 這也是今年度「老喬報」無論在收錄還是曝光量上，關鍵字皆大量增加的核心原因之一。 ## AI帶來的能力，舉例來說 ### 老喬為什麼幫自己的網站重做了一套關鍵字監測系統 過去幾年，判斷一個內容網站有沒有在成長，大家習慣看的是流量與排名。 但這兩年搜尋結果的樣貌變了：AI 摘要把答案直接寫在搜尋頁上，使用者看完就走，網站拿得到曝光卻拿不到點擊。 這讓原本的判斷方式失靈——你的內容明明被更多人看到，後台數字卻愈來愈難看；反過來，也可能出現「數字看起來很漂亮，實際上核心資產正在流失」的情況。 我在盤自己網站的資料時，撞上的正是後面這一種。 單看被搜尋引擎收錄的關鍵字總數，數字漲得很兇，看起來一片大好；但把同一批資料再往下拆一層，真正能穩定帶來造訪的那批關鍵字，同期反而是往下掉的。 兩個結論完全相反，而且錯的那一個看起來比較舒服。這就是我決定把監測機制重做一次的原因。 新機制有三個設計重點。 第一，所有指標一律用等長的滾動區間計算，不用日曆年度或季度。因為不重複關鍵字數不是可以相加的數字，區間一長一短就失去可比性——這是這類分析最容易出錯、也最不容易被發現的地方。 第二，把關鍵字資產拆成三層：被收錄的總量代表觸及面，曾帶來造訪的數量代表實際產出，能穩定帶來造訪的數量代表核心資產。這三層在 AI 搜尋時代已經明顯脫鉤，壓成單一數字必然失真。 第三，判斷口徑直接寫死在資料層，不靠人記。因為經驗告訴我，只要一條規則需要靠記憶去執行，遲早會用錯——我自己在建這套的過程中就錯過一次。 ### AI SEO監測的預期效果有三個 一是提早示警。 實測顯示，短區間的核心資產指標比長區間早了約四個月反映出衰退，也更早捕捉到回升；等年度報表出爐才發現問題，通常已經晚了大半年。 二是分辨真假訊號。長尾稀釋和內容失效在數字上看起來很像，但處理方式完全相反：前者是 AI 搜尋時代的常態、不該動作，後者才需要介入。拆層之後就能分清楚。 三是把判斷變成可交接的規則，而不是個人手感。什麼情況只需觀察、什麼情況必須處理，事先寫清楚，換誰來看結論都一樣。 這套機制我會先在自己的網站上跑一季驗證，確認判讀規則真的可用之後，再考慮往其他站點複製。 ### 老喬報站的效果報表與解釋 範例 | 指標 | 數值 | 區間 | |---|---|---| | 累積詞庫（2024-11 起曾被收錄） | 60,202 | 全期 | | 觸及詞（現有資產規模） | 54,227 | 滾動 12 個月 | | 觸及詞（近期活躍面） | 23,887 | 滾動 3 個月 | | 有點過的詞（累計點擊 ≥1） | 2,580 | 滾動 3 個月 | | 主力詞（月均 ≥1 次點擊） | 982 | 滾動 3 個月 | | 有效率（有點過 2,580 ÷ 同期觸及詞 23,887） | 10.8% | 滾動 3 個月 | 現在這個報表，其實因為資料都齊了，加上 AI 站的內容也已經做好，所以大概花個十來分鐘就全部做出來了。 它的核心邏輯與看法是這樣的： 在有收錄的資料裡面，到底有多少個字詞是 Google 曾經收錄的？而最近 12 個月的觸及詞有多少？在這 12 個月當中，最近 3 個月內平均點擊次數大於 1 次的又有多少？進而算出它的比例。 透過這樣的方式可以明顯發現： 《老喬報》歷史以來大概有 6 萬多個字詞被收錄過，而現在每個月實際會被點擊到的，大概就是 900 多個。 當你知道這件事情之後，等於未來不論是字詞的擴展、網站主題的擴展，還是網站量體的擴展，其實都已經可以完成數據化與優化了。 我覺得這是 AI 帶來的一個很不得了的影響。 ## 訂閱更多關於 老喬報 joelin.cc 的消息 1. 歡迎訂閱我的電子報[馬上訂閱 #老喬報](https://survey.blobpot.com/2W6eSw) 2. 加入我的行銷分享群組 [joelin.cc 商業前沿探索](https://link.joelin.cc/linegroup) 3. 加入[圖文插畫創作者 Line交流討論區](https://link.joelin.cc/creatortalk) 4. 有任何想要進一步暸解的議題，[歡迎填寫表單讓我知道](https://link.joelin.cc/feedback-JOC) 5. [關於 Joe Lin 的自我介紹](https://link.joelin.cc/aboutme) ## 備註與警語 本篇是個人的研究筆記，不是投資與金融建議。 知識的累積與運用，是致富的不二法門，期待在路上與各位相見。 ## 文章更新日誌 2026.08.16 文章發佈