一條可引用的評價要有哪幾樣?
五樣:誰說的、什麼時候、原話、原帖連結、說的是哪個產品或功能。我們用自己做的 Pagent(可以傳訊息使用的個人 AI 助理評分站) 當範例:2026-11-09 打開它的 pagent.kagentx.com/assistants/muse/ 頁,頁面寫「47% positive in 123 public quotes」,原始 HTML 裡有 123 張引用卡片,每張卡片都有這些東西:
| 卡片上的內容 | 頁面上的寫法 | 為什麼要有 |
|---|---|---|
| 誰說的 | 姓名加來源網站的網域 | 讀者和 AI 能判斷這個說法來自哪裡,也能自己去核對 |
| 什麼時候 | 日期寫成文字,同時帶 time 標籤的 datetime | 評價會過時,日期讓人知道它說的是哪個版本 |
| 原話 | 直接引用,不改寫 | 改寫後的話,來源不會認帳 |
| 原帖連結 | 指向來源的連結,rel="nofollow noopener" | 這條評價能被追溯到原處 |
| 說的是什麼 | 類型標籤(Praise、Use case、Comparison、Complaint、Bug、Other)和維度標籤(如 Email replies) | 讀者能篩出自己關心的那一類 |
這是它的頁面結構,示意如下(不是原文):
<article class="quote"> <strong>Jane Doe</strong> · <time datetime="2026-09-23">Sep 23, 2026</time> · example-news.com <p>"The exact words from the source, not reworded."</p> <span class="tag">Use case</span> <span class="tag">Email replies</span> <a href="https://example-news.com/2026/09/23/article" rel="nofollow noopener">Open source</a> </article>
兩個細節值得學:一是 Complaint 和 Bug 也列出來,那一頁 123 條裡 Praise 31、Use case 20、Comparison 8、Complaint 19、Bug 12、Other 33;二是 pagent.kagentx.com/llms.txt 裡寫了「引用 Pagent 時請連結用到的頁面並給出更新日期」,等於告訴引用的人該怎麼引。AI 是否因此更願意引用,沒有證據,未核實。
案例頁怎麼排結構?
四段,每段只回答一個問題,數字都帶日期:
1. 背景:誰、什麼產品、卡在哪
一句話寫清產品是什麼,評測當天是什麼狀態。例如 GammaSlide 在 2026-10-26 評測時,問 AI 21 次,提到它 0 次。
2. 做了什麼:按順序、帶日期
寫你實際做的事和日期,不寫「我們優化了內容」這種看不出做了什麼的話。
3. 結果:數字、樣本量、資料來源
寫數字、算數字的方法和資料在哪能核對。AI 被問時最容易引用的是這一段。
4. 沒做到的部分
沒改善、沒驗證的寫出來。讀者看到限制寫在明處,更信前面的數字。
我們自己的兩個案例就是按這個順序寫的,而且寫的是評測當天的狀態,包括沒被提到:
| 案例 | 日期 | 問 AI 次數 | 提到它 | AI 讀的網頁 | 其中列出同類產品 | 其中提到它 |
|---|---|---|---|---|---|---|
| MochiStamp | 2026-10-22 | 3 | 0 | 10 | 10 | 0 |
| GammaSlide | 2026-10-26 | 21 | 0 | 28 | 19 | 0 |
GammaSlide 那一天首頁原始 HTML 只有 314 字,渲染後 18,630 字,被推薦最多的是 Gamma、Plus AI、Beautiful.ai。完整資料見 GammaSlide 案例 和 MochiStamp 案例。
Review 結構化資料怎麼寫,Google 有什麼限制?
2026-11-09 查看 Google 的 Review snippet (Review, AggregateRating) structured data(頁面標註最後更新 2026-09-08 UTC)。重點:
| Google 文件寫的 | 對你意味著 |
|---|---|
| Review 必填 author(有效名字,100 字元內)、被評對象 itemReviewed(巢狀時可省)和 reviewRating(預設 5 分制,別的量表要寫 bestRating) | 評價必須有真實的名字和打分 |
| 被標記的評價內容必須在頁面上對使用者可見 | 不要只在程式碼裡寫、頁面上沒有 |
| 評價要針對具體的產品或服務,不是類別或清單 | 一條評價對應一個產品頁 |
| 不要彙總其他網站的評分 | 不要把別站的星級加起來變成自己的 |
| 不要有假的或未揭露獎勵的評價 | 給了好處換來的評價要明顯寫出 |
| 被評對象自己控制關於自己的評價時,用 LocalBusiness 或其他 Organization 類型的頁面沒有星級顯示資格 | 自家網站上放自家客戶的好評,不要指望搜尋結果裡出現星級 |
所以結構化資料適合「第三方評論者評價別人的產品」的頁面。下面是 Pagent 助理頁的做法:評論者(Pagent 這個組織)和被評產品是兩方,評價日期和分數寫在頁面上。
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Review",
"itemReviewed": { "@type": "SoftwareApplication", "name": "Example App", "url": "https://example-app.com/" },
"author": { "@type": "Organization", "name": "Example Reviews", "url": "https://example-reviews.com/" },
"datePublished": "2026-10-27",
"reviewRating": { "@type": "Rating", "ratingValue": 7.8, "bestRating": 10, "worstRating": 1 }
}
</script>
<!-- The reviewer is a different party from the product, the review text and rating are visible on the same page. -->
不管能不能拿到星級,評價文字都應該以正文寫出來。結構化資料的通用判斷見 結構化資料對 AI 搜尋有用嗎?;AI 助理是否讀 Review 標記,官方沒有說明,我們未核實。
哪些做法不要做?
1. 匿名評價
「某客戶說」讀者沒法核對,Google 對 author 也要有效名字。寧可少放一條。
2. 編造或改寫的評價
Google 明確不要假的評價。改寫別人的話再標成「使用者評價」,同樣不行。
3. 沒有日期的評價
讀者不知道說的是哪個版本。
4. 把別站的星級彙總成自己的
Google 的文件明確不允許。
5. 給了好處卻不說
送了折扣、贈品換來的評價,要在評價旁邊明確寫出。
6. 只放好評
這一條是我們的建議,不是官方規定:Pagent 把差評和 Bug 也列出來,讀者才有理由相信那 31 條好評不是挑出來的。
7. 評分只做成圖片
圖片裡的字,爬蟲讀不到。寫成正文。
評價放在你自己網站之外的地方,作用有多大,見 品牌提及比外鏈對 AI 搜尋更重要嗎?兩項研究怎麼說 和 G2、Capterra、Trustpilot 的評論,能讓 AI 更常推薦你嗎?;自己的關於頁怎麼寫,見 About 頁怎麼寫,AI 才能認對你的公司和產品?。檢查有沒有效果,見 怎麼衡量 AI 可見度?四個指標與一張可照做的表。
常見問題
AI 會引用客戶評價嗎?
官方沒有說明,我們也沒有拿到證據,未核實。能確認的是怎樣寫讓它「可被引用」:誰說的、什麼時候、原話、原帖連結、對應哪個產品或功能,這些都寫成頁面上的文字,而不是圖片。
在自己網站上放自己客戶的好評,用 Review 標記行嗎?
Google 的文件寫明:被評價的對象自己控制關於自己的評價(寫在自己網站的結構化資料裡,或嵌入第三方評價小工具)時,用了 LocalBusiness 或其他 Organization 類型的頁面沒有星級顯示資格。所以自評別指望星級。評價文字仍然可以寫在頁面上給人看。
匿名評價可以用嗎?
不建議。Google 要求 Review 的 author 是有效名字;AI 或讀者也無法核對匿名的說法。寫不出名字時,寧可不放這條。
案例頁一定要有結果數字嗎?
要。沒有數字的案例讀不出你做了什麼、改變了什麼。數字要帶日期、資料來源和樣本量,比如「2026-10-26 評測,問 21 次」。有做不到的部分也要寫。
評價裡的差評要不要放?
Pagent 的助理頁把 Complaint 和 Bug 類型的引用和 Praise 一起列出(Muse 頁 123 條裡分別是 19、12 和 31)。全是好評的頁面,讀者和 AI 都無從判斷它是不是挑出來的。
出處
- Google Search Central · Review snippet (Review, AggregateRating) structured data (查看於 2026-11-09,頁面標註最後更新 2026-09-08)
- Pagent · Muse · Pagent(助手页) (2026-11-09 讀取)
- Pagent · llms.txt (2026-11-09 讀取)
- kagentx 評測:案例頁的資料,日期寫在每個例子裡。