AI SEO 不能只看使用者輸入的關鍵字，因為 AI 搜尋可能會先生成自己的搜尋查詢。以 OpenWebUI 的預設查詢生成 prompt 來看，系統會優先產生 1–3 個廣泛而相關的查詢，並在有任何可能取得有用資訊時傾向搜尋。這代表 AI 搜尋的 Discovery 階段，不只是由人類輸入的關鍵字決定，也受到系統生成查詢的影響。
AI SEO 不能只看使用者輸入的關鍵字。傳統 SEO 通常假設使用者搜尋什麼字，內容團隊就優化什麼字；但在 AI 網頁搜尋或 RAG 類流程中，系統可能會先生成自己的搜尋查詢，再用這些查詢去取回候選來源。
這篇是 OpenWebUI 系列的第二篇。上一篇〈OpenWebUI 如何幫我們理解 AI SEO：從查詢生成到引用〉先建立整體流程，說明 AI 搜尋可見度不是單一排名問題，而是由查詢生成、來源取回、內容處理、片段選擇和最後引用組成。
本文只分析其中第一個變數：查詢生成。這個步驟會直接影響 Discovery，也就是頁面能否進入候選來源。即使你的頁面針對某個精準關鍵字排名很好，如果 AI 實際搜尋的是另一組更廣泛的查詢，頁面仍然可能沒有被找到。
如果你還未看過前面的概念文，可以先讀〈為什麼你的 SEO 排名很好，AI 還是不引用你〉。那篇文章解釋排名為什麼只覆蓋 AI 引用漏斗的一部分，而本文則進一步拆解 Discovery 前段的查詢生成問題。
查詢生成是 AI SEO 的第一個搜尋變數
查詢生成是 AI 搜尋流程中的第一個關鍵變數。它決定系統實際拿什麼字去搜尋，也會影響哪些頁面有機會進入候選來源。
傳統 SEO 的關鍵字研究，通常從使用者輸入的字詞開始。內容團隊會整理搜尋量、排名難度、相關字詞，再決定要寫哪些頁面。這套方法仍然有用，但它不足以完整解釋 AI 搜尋。
在 AI 網頁搜尋中，使用者的問題可能只是輸入。系統接著會根據對話內容、語言、日期和資訊需求，生成一組可執行的搜尋查詢。真正影響 Discovery 的，往往是這組查詢，而不只是使用者原句。
因此，查詢生成會讓 AI SEO 多出一層不確定性。內容是否進入候選來源，不只取決於頁面是否對齊人類輸入的關鍵字，也取決於系統是否生成會找到該頁面的搜尋查詢。
OpenWebUI 的預設 prompt 怎麼要求系統生成查詢
OpenWebUI 的 DEFAULT_QUERY_GENERATION_PROMPT_TEMPLATE 直接顯示，系統會先分析對話內容，再決定是否生成搜尋查詢。以下是 prompt 原文：
"""### Task:
Analyze the chat history to determine the necessity of generating search queries, in the given language. By default, **prioritize generating 1-3 broad and relevant search queries** unless it is absolutely certain that no additional information is required. The aim is to retrieve comprehensive, updated, and valuable information even with minimal uncertainty. If no search is unequivocally needed, return an empty list.
### Guidelines:
- Respond **EXCLUSIVELY** with a JSON object. Any form of extra commentary, explanation, or additional text is strictly prohibited.
- When generating search queries, respond in the format: { "queries": ["query1", "query2"] }, ensuring each query is distinct, concise, and relevant to the topic.
- If and only if it is entirely certain that no useful results can be retrieved by a search, return: { "queries": [] }.
- Err on the side of suggesting search queries if there is **any chance** they might provide useful or updated information.
- Be concise and focused on composing high-quality search queries, avoiding unnecessary elaboration, commentary, or assumptions.
- Today's date is: {{CURRENT_DATE}}.
- Always prioritize providing actionable and broad queries that maximize informational coverage.
### Output:
Strictly return in JSON format:
{
"queries": ["query1", "query2"]
}
### Chat History:
<chat_history>
{{MESSAGES:END:6}}
</chat_history>
"""
這段 prompt 不代表所有 AI 搜尋平台的做法。它的價值在於提供一個開源、可觀察的例子，讓我們看見「查詢生成」這個中間步驟如何影響後續搜尋。
對 AI SEO 來說，這段 prompt 最重要的地方不是 JSON 格式，而是它如何定義搜尋查詢。系統被要求產生廣泛、相關、可執行的查詢，並且會參考對話紀錄，而不是只看使用者最後一句話。
這段 prompt 對 AI SEO 有四個重要訊號
第一個訊號是：系統預設優先生成 1–3 個廣泛而相關的搜尋查詢。這代表 AI 搜尋不一定只追求精準關鍵字，而是可能先嘗試取得更完整的主題資訊。這個訊號會影響 Discovery 的判斷。若某個頁面只對齊狹窄的長尾關鍵字，卻沒有覆蓋較廣泛的主題查詢，它可能在傳統搜尋中有排名，卻無法進入 AI 生成查詢對應的候選來源。
第二個訊號是：只有在完全確定搜尋沒有幫助時，系統才會回傳空列表。換句話說，在這個預設 prompt 中，只要外部搜尋有機會提供有用或更新的資訊，系統就傾向生成查詢。這不等於每次回答一定會搜尋，也不代表所有平台都採用同樣策略。不過，它說明在這個可觀察流程中，Web Activation 發生後，Discovery 很快會受到查詢生成品質影響。
第三個訊號是：系統會分析對話紀錄。Prompt 中的 {{MESSAGES:END:6}} 表示系統會參考最近對話內容，而不是只處理最後一則使用者訊息。這點會影響 AI SEO 的測試方式。使用者問問題時，真正影響搜尋查詢的可能不只是最後一句，而是前面已經建立的上下文。單一關鍵字追蹤，未必能完整模擬 AI 實際搜尋的方式。
第四個訊號是：輸出必須是一組可執行的查詢。Prompt 要求系統回傳 JSON 格式，內容是 queries 陣列。這代表自然語言對話會被轉成機器可用的搜尋輸入。這個轉換是 AI 搜尋和傳統搜尋的重要差異。使用者的自然語言問題，會先被轉成系統認為更適合搜尋的查詢，再進入來源取回流程。因此，AI SEO 分析不能只停留在使用者原句。
為什麼 AI 搜尋不一定等於使用者原句
AI 搜尋不一定等於使用者原句，因為系統可能會先把自然問題轉成更適合搜尋的查詢。使用者可能用很口語、模糊或帶有上下文的方式提問，但搜尋查詢通常需要更簡潔、更明確，也更容易取回資料。
這種轉換會讓 AI SEO 和傳統關鍵字研究出現落差。傳統做法常把使用者輸入的字詞當成主要優化對象，但 AI 搜尋可能會把同一個問題改寫成更廣的主題查詢、比較查詢或定義查詢。
這裡的重點不是「精準關鍵字不再重要」。更準確的說法是，精準關鍵字只解釋一部分搜尋可見度。若 AI 實際搜尋的是較廣泛或較概念化的查詢，頁面是否能被找到，就取決於它是否被理解為該主題的候選來源。
因此，查詢生成會讓 Discovery 不再等同於單一關鍵字排名。頁面可能在某個人工查詢中表現不錯，但在 AI 生成查詢中完全沒有進入候選集合。
查詢生成如何影響四階段 AI 引用漏斗
查詢生成主要影響 Discovery，但它也會間接影響後面的 Relevance 和 Citation。若查詢一開始沒有找到你的頁面，後面的內容片段再好，也沒有機會進入比較。
| 階段 | 查詢生成的影響 | 對內容診斷的意義 |
|---|---|---|
| Web Activation | 查詢生成通常發生在外部來源路徑啟用後。若沒有外部搜尋或來源取回，這一步不會真正發揮作用。 | 先確認該次回答是否走外部來源路徑。 |
| Discovery | 系統生成什麼查詢，會影響哪些頁面進入候選來源。 | 如果頁面沒有出現，問題可能在查詢覆蓋，而不只是內容品質。 |
| Relevance | 查詢也會影響後續內容片段如何被比較。 | 同一段內容，可能因查詢不同而被判斷成更相關或更不相關。 |
| Citation | 若查詢找到的其他來源更直接、更可信，最後答案可能引用對方。 | Citation failure 有時從查詢生成階段就已經埋下差距。 |
這張表的重點，不是把查詢生成當成全部問題，而是把它放回四階段漏斗。查詢生成不是 Citation 的最後選擇，但它會決定哪些頁面有資格進入後面的比較。
如果一個頁面在傳統搜尋排名不差，但 AI 搜尋一直沒有引用，第一個要檢查的問題之一，就是 AI 可能生成的查詢是否真的會找到它。這比單純追蹤某個手動輸入關鍵字，更接近 AI 搜尋流程。
查詢生成如何改變 Discovery 診斷
Discovery 不是單純問「頁面有沒有排名」。在 AI 搜尋裡，更精準的問題是：AI 生成的搜尋查詢，有沒有把頁面帶進候選來源？
這個差異會改變診斷方式。若頁面沒有被 AI 搜尋看到，問題可能不是文章本身寫得差，而是生成查詢和頁面主題沒有對齊。頁面可能對某個人工關鍵字有排名，但對 AI 生成的廣泛查詢沒有足夠可見度。
查詢生成也會讓同一主題出現多種候選路徑。系統可能用定義型查詢找來源，也可能用比較型查詢、問題型查詢或最新資訊查詢。不同查詢會產生不同候選來源，最後進入後續流程的頁面也會不同。
因此，Discovery 診斷不能只看單一關鍵字位置。更合理的分析，是比較多組 AI 可能生成的查詢，觀察你的頁面是否穩定進入候選來源。這個分析仍然不等於 Citation，但它能說明頁面是否通過 AI 搜尋前段入口。
結論：AI SEO 要分析查詢意圖，不只是關鍵字
AI SEO 的關鍵字研究，不應只停留在使用者輸入什麼字。OpenWebUI 的預設查詢生成 prompt 顯示，在可觀察的 RAG 流程中，系統可能會先分析對話紀錄，產生 1–3 個廣泛而相關的搜尋查詢，再用這些查詢取回候選來源。
這代表 AI SEO 分析要看查詢意圖，而不只是查詢字詞。精準關鍵字仍然有用，但它只是 AI 搜尋可見度的一部分。真正影響 Discovery 的，是系統生成的查詢是否會把你的頁面帶進候選來源。
下一篇會進入搜尋結果和頁面擷取。當 AI 生成查詢並取回候選來源後，系統最先看到的通常不是完整頁面，而是連結、標題和摘要。這會影響 AI 搜尋如何判斷你的頁面是否值得被進一步處理。
References
常見問題
AI 搜尋會直接搜尋使用者輸入的原句嗎？
不一定。以 OpenWebUI 的預設查詢生成 prompt 來看，系統會先分析對話內容，並優先生成 1–3 個廣泛而相關的搜尋查詢。這些查詢可能和使用者原句不同。
查詢生成對 AI SEO 有什麼影響？
查詢生成會影響 Discovery，也就是頁面是否進入候選來源。如果 AI 生成的查詢沒有找到你的頁面，後面的內容處理、相關性比較和引用選擇都不會發生。
為什麼 OpenWebUI 的查詢生成 prompt 值得分析？
因為它提供一個可觀察的開源樣本，讓我們看到 AI 網頁搜尋可能如何把對話內容轉成搜尋查詢。這不代表所有 AI 平台都一樣，但能幫助理解 AI SEO 的前段可見度問題。