Baiyuan GEO Platform Whitepaper

Chapter 13 — 多模態 GEO:從文字到視覺資產的能見度

你的 logo、產品圖、影片片段也是品牌的一部分。AI 看不懂這些,等於它對你的品牌只認識一半。

目錄 {.unnumbered}

為什麼文字 GEO 不夠了

前 12 章談的都是文字 GEO:AI 怎麼讀你的網站文字、怎麼引用你的 FAQ、怎麼比較你跟競品的描述。但 2025 起,大型 AI 平台的多模態能力已成熟到一個門檻 — Gemini 2.5 / GPT-4o vision / Claude 3.5 Sonnet vision 可以直接讀網站圖片並生成描述。

於是新問題浮現:

  1. 圖片 alt 缺失:超過 60% 的台灣中小企業官網的圖片 alt 是「logo.png」或空字串。AI 直接看圖判斷,但拿不到結構化提示,容易把品牌 logo 當「彩色文字塊」描述
  2. Schema.org ImageObject 沒有:HTML 圖片標籤旁邊缺 <script type="application/ld+json"> 標記,AI 不知道這張圖跟品牌的關係(creator / contentUrl / encodingFormat)
  3. 影片字幕為零:中小企業影片大多沒字幕,AI 只能讀 thumbnail。影片裡 30 秒講完的品牌故事,AI 一句都抓不到
  4. 品牌 hotlink 防盜鏈擋掉 AI 爬蟲:很多 CDN 預設擋 Referer,但 GPTBot 不會帶 Referer,結果連 logo 都抓不到

文字 GEO 解決了「AI 怎麼引用你的文字」,多模態 GEO 解決「AI 怎麼描述你的視覺」。兩者並行,品牌在 AI 平台的能見度才完整。

Tier 0:免費視覺健診漏斗

Tier 0 是百原 GEO Platform 的銷售漏斗起點:訪客在 geo.baiyuan.io/diagnose 填 1-3 個 URL + email + 公司 + 9 大產業之一,90 秒內取得 5 維度視覺健康分數。

Fig 13-1:Tier 0 流程

flowchart LR
    Visitor[訪客填表單] --> Crawl[爬 1-3 頁]
    Crawl --> Parse[抽 img / video / iframe<br/>+ JSON-LD]
    Parse --> Score[5 指標計分]
    Score --> Save[(diagnostic_leads<br/>industry_benchmarks)]
    Save --> Email[寄報告 Email<br/>給訪客 + admin]
    Email --> CTA[CTA 升級 Tier A]

Fig 13-1: Tier 0 是 lead generation 工具,不寄 PDF,純線上頁面 + email 摘要,降低交付成本。

反濫用設計

為何不產 PDF

v0.1 刻意不做 PDF:

PDF 留給 Tier A 月報用 — 那是付費客戶才需要的離線資產。

Tier A:視覺 SEO 補強服務

Tier A 是付費訂閱,每月補強服務,4 步驟 SOP:

  1. 執行爬蟲:sitemap discovery → 多頁 crawl → 抽取 img / video / iframe / og_image / 內嵌 Schema 寫入 visual_assets
  2. 執行審計:per-asset 評分 + 5 維度全站聚合 → visual_audit_reports
  3. AI 補 alt:Claude vision 為缺 alt 的圖批次生成 ai_alt_text(含品牌名 + 產品型號)
  4. 生 Schema:批次生成 ImageObject / VideoObject JSON-LD,寫回 schema_jsonld 欄位

每一步都有獨立 endpoint,可分次執行。每月 1 號 17:00 cron 自動寄月報給 report_recipients。

4 個必要表 schema

-- 視覺資產
visual_assets (
  asset_id, brand_id, page_url, asset_type,  -- img/video/iframe/og_image
  source_url, alt_text, ai_alt_text, caption,
  schema_jsonld JSONB, transcript,
  audit_score, audit_issues JSONB,
  hosting_tier INT,  -- 0=未啟用 / 2=CF Workers
  UNIQUE(brand_id, source_url)
);

-- 全站審計快照
visual_audit_reports (
  report_id, brand_id, scan_date,
  alt_coverage, schema_coverage, transcript_coverage,
  ai_accessible, brand_mention_rate,
  health_score,
  prev_health_score, delta,
  critical_issues JSONB, recommendations JSONB,
  UNIQUE(brand_id, scan_date)
);

-- per-brand 託管設定
brand_visual_configs (
  brand_id PK,
  hosting_tier INT DEFAULT 2,    -- 預設 Workers
  monthly_report BOOLEAN,
  report_recipients TEXT[],
  brand_keywords TEXT[]          -- Claude vision 補 alt 時強制提及
);

5 維度健康分數公式

健康分數 0-100,5 個指標加權:

health_score = round((
    0.25 × alt_coverage           -- alt 覆蓋率
  + 0.25 × schema_coverage        -- Schema.org 結構化標記
  + 0.20 × transcript_coverage    -- 影片字幕
  + 0.15 × ai_accessible          -- robots.txt 4 大 AI bot 可達
  + 0.15 × brand_mention_rate     -- alt / schema 提及品牌名
) × 100, 1)

各指標定義

指標 計算方式
alt_coverage 圖片中 LENGTH(alt_text) >= 5 的比例(排除檔名格式)
schema_coverage 全部 asset 中 schema_jsonld IS NOT NULL 比例
transcript_coverage 影片中 transcript IS NOT NULL 比例
ai_accessible (4 - blockedBots) / 4,從 robots.txt 分析 GPTBot / ClaudeBot / Google-Extended / PerplexityBot 是否被 disallow
brand_mention_rate alt / schema 中提及 brand_keywords 比例(per pair 計算)

為何加權如此

實測 100 個台灣品牌平均健康分數 30-45 分(2026Q1),明顯低於文字 GEO 同期 60-75 分,佐證多模態是台灣中小企業的明顯破口。

Claude vision 補 alt 的工作流

為何選 Claude vision

對比過 GPT-4o vision / Gemini 1.5 Pro / Claude 3.5 Sonnet:

選 Claude haiku-4.5(輕量版)為主,Sonnet 作 fallback。

Prompt 設計

你是視覺 SEO 專家。請為這張圖片生成一段繁中 alt 文字,要求:
- 主動描述視覺內容(顏色、構圖、人物、場景),而非僅寫檔名
- 提及品牌「{brand_name}」(若視覺中有品牌符號或產品)
- 若是「{keywords}」相關產品,請明確帶入名稱
- 長度 30-80 字
- 只回傳 alt 文字,不要加引號 / 解釋 / 標題

關鍵設計:

失敗模式與穿透錯誤

Anthropic credit balance 用完時 API 回 400 + JSON 錯誤訊息。早期實作把 fetch 包 try/catch 吞錯,UI 只顯示「Claude vision 回應為空」— 客戶以為金鑰錯,實際是餘額。修法:解析 error.message 用 throw 穿透回 caller,UI 直接顯示 Anthropic 原文(credit balance is too low),客戶 30 秒內就知道去 Plans & Billing 加值。

Schema.org ImageObject / VideoObject 自動生成

ImageObject 範本

{
  "@context": "https://schema.org",
  "@type": "ImageObject",
  "contentUrl": "https://baiyuan.io/products/hero.png",
  "name": "百原 GEO Platform 主視覺 — 5 大 AI 平台儀表板",
  "description": "百原 GEO Platform 主視覺 — 5 大 AI 平台儀表板",
  "representativeOfPage": false,
  "encodingFormat": "image/png",
  "creator": {
    "@type": "Organization",
    "name": "百原科技",
    "url": "https://baiyuan.io"
  }
}

representativeOfPage 只給 og_image(每頁一張)用 true,其他 false。encodingFormat 從副檔名推斷。

VideoObject 範本

{
  "@context": "https://schema.org",
  "@type": "VideoObject",
  "name": "百原 GEO 上線 90 秒導覽",
  "description": "百原 GEO Platform 90 秒導覽 — 監測 / 評分 / 修復",
  "contentUrl": "https://www.youtube.com/watch?v=xxx",
  "embedUrl": "https://www.youtube.com/embed/xxx",
  "thumbnailUrl": "https://i.ytimg.com/vi/xxx/hqdefault.jpg",
  "transcript": "[transcript text or __inline_track__]",
  "creator": {"@type": "Organization", "name": "百原科技"}
}

YouTube / Vimeo 自動補 embedUrl / thumbnailUrl。transcript v0.1 有抓到 inline track 才填,否則留空(v0.2 補 Whisper fallback)。

注入策略:per-asset vs page-level

每個 visual_asset 都產 schema 寫到 schema_jsonld,前端用 getInjectableSchema(brandId) 取出按 page_url 分組,可:

  1. 複製貼到 <head>:Tier 0 / 不託管客戶手動操作
  2. CF Worker 邊緣注入:Tier 2 託管客戶自動注入

託管 Tier:從審計到 Cloudflare Worker 注入

4 個 hosting_tier 的真實含義

Tier 名稱 狀態 delivery
0 未啟用 v0.1 只審計,不送達
1 CDN 全託管 v0.2 規劃 圖片搬 baiyuan CDN(實作中)
2 Cloudflare Workers v0.1 預設 CF 邊緣注入 alt + Schema 到 HTML
3 自爬寫回 v0.2 規劃 寫回客戶 CMS / sitemap(實作中)

v0.1 上線只有 Tier 2 是真的可運作 — Tier 1 / 3 留 v0.2。為避免誤導,UI 暫時隱藏 Tier 1 / 3,DEFAULT 改 2。

Tier 2 Worker 注入流程

  1. 客戶 DNS 透過 Cloudflare 接管(NS 或 CNAME)
  2. 部署百原 edge 注入腳本到 CF Workers,綁定客戶網域路由
  3. Worker 攔截每個 request:
    • 若 UA 是 AI Bot:回傳 AXP 影子文檔(章 6 邏輯)+ 視覺資產 Schema 注入
    • 若是人類:透傳原網站 + 不注入(避免 SEO 警告)

關鍵:DB 設定 hosting_tier=2 不等於注入已生效。客戶必須完成 CF 端 DNS 與 Worker 部署。UI 在選擇 Tier 2 時顯示常駐警示卡列出三個必要步驟,避免客戶以為「按下去就好了」。

已知限制與 v0.2 規劃

v0.1(2026-04-25 上線)已達 9.5/15 工作日完成度,留下三項 v0.2 處理:

項目 工作日 阻擋原因
A1-06 PDF 內圖 2 需 Python pdfplumber + 跨容器調用
A3-04 transcript + Whisper fallback 3 YouTube caption API quota + Whisper 成本估算
A3-05 CDN 上傳 pipeline 2 Cloudflare R2 setup + 縮圖 pipeline

v0.2 預計 2026Q3 上線,屆時 5 維度全部從審計層擴及修復層。

本章要點 {.unnumbered}

參考資料 {.unnumbered}

導覽:← Ch 12: 限制與未來 · 📖 目次 · 附錄 A:術語表 →

This site is open source. Improve this page.