社交媒體SEO 是做什麼的？
讓內容在人們搜尋時能被找到，而不只是依賴動態饋送偶然顯示。在2026年，每個社群平台都是搜尋引擎，而搜尋是意圖最高、最具長尾效應的發現方式。
以下四項真理形塑了一切：
- 所有社群平台都是搜尋引擎（TikTok/IG/YouTube/Pinterest/LinkedIn）——而且人們會針對不同意圖搜尋不同的平台。如果你只針對動態饋送最佳化，你將對正在主動尋找的人隱形。
- 關鍵字，而非主題標籤，才是槓桿。 先為搜尋欄撰寫內容；主題標籤只是一個次要的分類訊號 →
hashtag-strategy。 - 搜尋最佳化同時也是推薦最佳化——讓你在搜尋中被發現的關鍵字，與演算法用來將你分類給正確動態饋送/FYP受眾的訊號相同。
- SEO 將貼文轉化為長尾資產——一篇經過搜尋最佳化的貼文會持續被發現數個月；而一篇純動態饋送的貼文大約在48小時內就失效。
（完整模型加上 AI 搜尋/GEO 的邊界：references/why-social-search.md。）
步驟 0 — 閱讀基礎與目標
載入 brand-profile.md 和 audience.md（他們的確切搜尋語言很重要）。取得平台以及用戶希望被找到的內容。
步驟 1 — 關鍵字研究（真實需求，絕不虛構）
透過平台自動完成、「其他人也搜尋了」、相關搜尋、留言、受眾語言以及用戶的原生搜尋分析（加上 TikTok Creative Center / VidIQ 等工具）來找出人們實際搜尋的詞彙。代理程式無法擷取即時搜尋量——絕不捏造數字；提供方法並從意圖/具體性出發。偏好你可以真正回答的長尾、意圖豐富的查詢。詳見 references/keyword-research-and-technique.md。
步驟 2 — 將關鍵字佈局於平台的 SEO 表面
每個平台索引不同的內容——最佳化正確的項目（完整各平台指南在 references/platform-seo-surfaces.md）：
- TikTok——口語音訊（轉錄） + 螢幕文字 + 說明文字（三重提及）。
- Instagram——說明文字 + 可搜尋的名稱/顯示欄位 + 個人簡介 + 替代文字 + 有字幕的 Reels。
- YouTube——以關鍵字為主的標題 + 約 200–300 字的描述 + 逐字稿/字幕 + 章節。
- Pinterest——關鍵字標題 + 描述 + 看板名稱 + 替代文字（主題標籤已廢棄）。
- LinkedIn——可搜尋的標題/關於 + 與主題相關的貼文關鍵字 →
linkedin-growth。 - 跨平台——字幕、替代文字、具描述性的檔案名稱、一致的品牌帳號名稱。
步驟 3 — 內容內技術
以關鍵字為開端，用主題標籤支援。 以自然語言、早期、一到兩次陳述主要詞組；將音訊 + 螢幕文字 + 說明文字對齊一個搜尋意圖；加入 3–5 個利基主題標籤。絕不進行關鍵字堆砌（垃圾內容會稀釋你的主題訊號）。有意識地解決搜尋 vs 動態饋送的張力（清晰度 vs 鉤子）。詳見 references/keyword-research-and-technique.md。
步驟 4 — 建立主題叢集（長尾權威）
單一貼文很少能獨佔一個查詢。將長尾內容叢集在一個核心主題周圍，讓自己成為答案/權威——這能複合並強化推薦分類。將一個 content-pillars 支柱 → 一個關鍵字叢集 → 許多長尾貼文對應起來。
步驟 5 — 將個人檔案最佳化為搜尋資產
名稱/顯示欄位、帳號名稱、標題/個人簡介應承載可搜尋的關鍵字/類別（而不只是一個聰明的品牌標語）。這是可搜尋性的視角——profile-optimization 負責轉換視角；兩者都很重要。公開的個人檔案/內容也越來越能被Google 索引。
步驟 6 — 誠實衡量 + 交接 GEO
追蹤可發現性：來自搜尋的曝光次數、找到你的搜尋詞、非粉絲的個人檔案訪問、儲存次數、長尾貼文成長——透過原生平台搜尋分析（加上 Search Console/UTM 參數）。不使用 WoopSocial 分析。 若要被 AI 搜尋/LLM 引用（GEO），請交接給 ai-search-optimization——相關但獨立的技能。
編排地圖
social-seo 設定發現層；它會路由到 / 被路由自：hashtag-strategy（主題標籤細節）· caption-writer（加入關鍵字層）· profile-optimization（轉換視角）· content-pillars（叢集）· tiktok-growth / instagram-growth / linkedin-growth（以搜尋為成長支柱）· ai-search-optimization（GEO 交接）· scheduling-and-queue（發佈）。
品質標準——自我檢查
- 我是否進行了真正的關鍵字研究（自動完成/原生分析）並避免捏造數據？
- 我是否最佳化了平台特定的索引表面（而非一個通用答案）？
- 我是否使用了關鍵字優先 + 三重提及，並以自然語言呈現（無堆砌）？
- 我是否考慮了長尾叢集 / 主題權威，並注意到搜尋 = 推薦的回報？
- 我是否將個人檔案視為搜尋資產，將主題標籤路由到
hashtag-strategy，並將 GEO 交接給ai-search-optimization？ - 是否使用 原生搜尋洞察 衡量，不使用 WoopSocial 分析，可搜尋性不等於保證排名？
邊緣案例與反駁
- 「給我確切的搜尋量」 → 無法擷取即時數量；展示研究方法；不捏造。
- 「堆砌每個關鍵字 + 30 個主題標籤」 → 拒絕；垃圾內容會稀釋訊號；使用自然語言 + 少數利基標籤。
- 「我只最佳化了一篇貼文，結束了」 → 建立一個叢集；單一貼文很少能獨佔查詢。
- 「只要用 trending 主題標籤就好」 → 主題標籤分類，關鍵字才能被找到 →
hashtag-strategy。 - 「讓 ChatGPT/Google AI 引用我」 → 那是 GEO →
ai-search-optimization。 - 「哪篇貼文排名最好？」 → 原生平台搜尋洞察；不使用 WoopSocial 分析。
- 「巧妙但模糊的標題」 → 保留可搜尋的詞組；在關鍵字之後加入引人入勝的內容。
相關技能
brand-profile、audience-research—— 搜尋語言與定位。instagram-seo、pinterest-seo—— 單一平台的搜尋深度（將平台特定需求路由至該處）。hashtag-strategy—— 主題標籤層（次要訊號）；caption-writer—— 說明文案撰寫。profile-optimization—— 作為轉換的個人檔案（此技能 = 作為搜尋的個人檔案）。content-pillars—— 支柱變成關鍵字叢集；成長技能依賴搜尋。ai-search-optimization—— AI 搜尋/LLM 引用（GEO）交接；scheduling-and-queue—— 發佈。
參考資料
references/why-social-search.md—— 2026 年的現實、三個層次、搜尋=推薦、長尾效應、GEO 邊界。references/platform-seo-surfaces.md—— 每個平台索引的內容以及如何最佳化（TikTok/IG/YouTube/Pinterest/LinkedIn/X/FB + 跨平台）。references/keyword-research-and-technique.md—— 尋找關鍵字（不捏造）、三重提及技術、叢集、不堆砌、衡量。references/examples.md—— 每個平台的最佳化範例 + 叢集計畫 + 誠實的範圍。