Agent pass：AI 代理人引用的標題與描述
來自 AlchemyLeads · ai-seo-skills · MIT 授權
來源：Mike Taylor（Every 的評測負責人），2026 年 10 月通訊。他以 38 篇自家文章作為候選，讓 Claude 代理人對真實使用者提問進行回答，並統計每篇文章被引用的次數。此實驗由單一作者、單一網站，且代理人從清單中挑選，因此請將數字視為趨勢方向。該模式在所有測試問題中一致出現。
代理人從 標題 + 描述（Meta 描述、摘要、副標題）中挑選。正文只有在被選中後才有影響。
規則
- 描述讀起來像問題的答案。 當兩篇文章同樣相關時，回答式描述以 94% 比 1%、100% 比 8%、71% 比 0% 的比率勝出。標語式或意見式的寫法（如「評測通常就夠了」）輸給「為您的工作選擇最佳模型」。
- 以讀者獲得的價值開頭。 「提示工程指南：含範例的五項原則」獲得 100% 引用率。相同五項原則以問題優先（「為什麼你的 AI 回答平淡無奇，然後…」）只得到 54%，以資歷優先（「…來自 O'Reilly 共同作者…」）得到 50%。將具體交付物放在前幾個字：指南、檢查清單、成本、步驟、比較、項目數量。
- 不要加上年份標籤或「終極」。 「終極提示工程指南」原本引用率 2%，加上「（2026 年更新）」後降為 0%。將時效性保留在正文與作者資訊中（
wp-last-updated-dates），絕不放在標題。 - 每個主題每站只有一個贏家。 代理人每個問題只選一篇文章，且幾乎忽略同站的其他相關文章（92% 對 12% / 8% / 0%）。將一篇文章改得更像答案後，其姊妹文章的引用率從 65% 降到 19%。改寫前，先決定哪個網址應該擁有該問題。讓那篇成為明顯的答案，將其他文章導向不同問題，並用內部連結指向贏家。
- 為特定讀者而寫。 代理人知道自己在幫助誰且該對象與網站受眾相符時，引用率更高（無使用者時 42%，有詳細人物背景時 50%）。在描述中提及理想客戶人物（ICP）：「適用於製造業」、「適用於 B2B 團隊」。
- 兩種代理人受眾。 為使用者回答問題的代理人需要最清楚的答案（操作指南、成本、比較）。為自己瀏覽的代理人偏好原創實驗與 AI 行為及可靠性的數據。讀者流量與代理人引用之間沒有相關性。原創測試結果（你自己的引用數據、實驗）對兩者都有效。
改寫模式
<他們獲得什麼>: <具體範圍或數量> <適用對象，若適合> + 描述：第一句回答問題，第二句提供具體收益。
- 改寫前：「為什麼我們與工業硬體科技公司合作」（「為什麼是我們」的意見）
- 改寫後：「工業與硬體科技公司的 AI 搜尋行銷：有效的方法」 + 「製造商如何被 ChatGPT 與 Google AI Overviews 引用，包含工業客戶的步驟與成果。」
然後執行你內部的規範。我們的規範：僅使用已核准的數字、不使用對比框架（「不是 X，而是 Y」）、不使用長破折號、Meta 標題不超過 60 個字元（頁面不超過 70 個）、描述不超過 155–160 個字元。改寫必須忠於正文。如果文章裡沒有檢查清單，就不要承諾提供檢查清單。
每個標題與描述的檢查清單
- 帶著目標問題的代理人是否會將此視為答案？
- 前五個字是否說明了讀者能獲得什麼？
- 不以問題優先或資歷優先開頭，沒有標語，沒有反問句
- 沒有年份、「終極」、「完整」或「權威」
- 這是我們希望贏得該問題的唯一網址，且其他相關文章已導向其他方向
- 摘要、OG 描述與 SEO 外掛的 Meta 描述保持一致（代理人可能讀取其中任何一個）
測試變體（選擇性，適用於支柱頁面）
在重大改寫上線前，複製 Taylor 的設定：
- 寫下 3–5 個真實買家問題（來自長尾 Search Console 查詢或 AI 可見度工具的追蹤提示）以及 1–2 個客戶 ICP 的人物背景。
- 建立候選清單：將變體標題 + 描述與 10–20 個相同問題的競爭對手結果（搜尋中顯示的標題 + 描述）混合，每次執行隨機排序。
- 使用關閉網頁工具的 Claude 模型（預設使用最新 Sonnet）提問：「你的使用者問：<問題>。<人物背景>。你會閱讀並引用哪些？回傳 ID。」每個變體執行 30–50 次對話，統計引用佔比。
- 上線勝出版本，並將前後引用佔比記錄在網站的筆記中。Taylor 將其版本包裝成名為
agent-pass的 Claude Code 技能。在借用之前請先檢查其條款。