懸念開場：顧客站在你店裡，卻打不出你的商品名
想像一個畫面：顧客在朋友家看到一盞很喜歡的落地燈，他不知道品牌、不知道型號、更打不出精確關鍵字。過去，這筆生意大概就沒了。但 2026 的他，直接拿手機拍下那盞燈，搜尋引擎幾秒內找出同款與相似款，帶他到某個賣家的商品頁。問題來了：那個被找到的賣家，會不會是你？
另一個畫面：有人一邊煮飯一邊對著智慧音箱說「幫我買上次那款醬油」，或對手機說「附近哪裡買得到無線滑鼠、今天能到」。他沒有打字，沒有看十個藍色連結，直接把選擇權交給 AI。當搜尋從「打字」變成「說話」和「拍照」，被找到的規則整個換了一套。這篇就是要幫你在新規則裡卡到位子。
先分清楚：語音搜尋與視覺搜尋，是兩種完全不同的顧客
很多人把兩者混為一談，其實它們對應的顧客心態差很多，記住一個對照：語音是「懶得打、要答案」，視覺是「說不清、給我看」。
語音搜尋的顧客通常在做別的事（開車、煮飯、帶小孩），他用的是完整的口語句子，像「幫我找便宜又保溫好的兒童水壺」，而不是「兒童 水壺」。他要的往往是一個明確答案，而不是一整頁選項。這代表你的內容要能回答具體問題、語氣要口語、資訊要好被 AI 摘要。
視覺搜尋的顧客手上有一張圖——一件衣服、一個包、一盞燈、一株不知名的植物——他要找的是「這個，或長得像這個的東西」。這代表你的商品圖必須清晰、多角度、去背乾淨、背景單純，機器才認得出來、才願意把你配對進去。語音靠文字內容被摘要，視覺靠圖片品質被辨識，準備方向完全不同。
對台灣賣家的實際影響：三個正在發生的改變
別把這當遙遠的未來，它已經在影響你的生意。影響一，流量入口從關鍵字分散到問答與圖片。以前你只要顧好幾個熱門關鍵字排名；現在顧客用一整句話問、用一張圖找，入口更碎、更長尾。只堆關鍵字的舊 SEO 打法，接不住這些流量。
影響二，「答案」比「連結」更值錢。語音與 AI 助理常常只念出一到三個答案，沒有第二頁。你要嘛是那個答案，要嘛不存在。這逼著賣家把商品資訊、常見問題寫得清楚、結構化，讓機器願意引用你。影響三，圖片從「好看」升級成「可被辨識」。過去商品圖的任務是打動人眼；現在它多了一個任務——被機器看懂。模糊、背景雜亂、只有一個角度的圖，在視覺搜尋裡等於隱形。
這三個改變合起來，對中小賣家其實是好消息。過去熱門關鍵字的首頁位子，幾乎被預算雄厚的大品牌與大賣家壟斷，小店很難擠進去。但語音與視覺搜尋的入口更碎、更長尾、更看內容品質而非廣告預算，只要你把某個具體問題答得最清楚、把某類商品拍得最好辨識，就有機會被 AI 挑中，繞過與大品牌硬拚關鍵字的紅海。換句話說，這是一次重新洗牌，願意把基本功做扎實的小賣家，反而卡得到新位子。
現在就能做：語音搜尋的三個優化動作
不必等技術完全成熟，這些動作現在做就有效。動作一，用口語長句重寫你的常見問題與內容。顧客怎麼問，你就怎麼寫標題。把商品頁與部落格加入像「哪一款嬰兒推車最適合搭捷運？」「這款咖啡豆酸不酸？」這種真實口語問句，並在下方給出簡短直接的答案。
提示詞範例：「你是電商 SEO 專家。我的商品是輕量嬰兒推車。請列出 15 個台灣家長真的會用口語說出來的搜尋問句，並為每題寫一段 60 字內、可被語音助理直接念出來的簡答。」注意一個細節：口語問句常帶「怎麼」「適不適合」「哪一款」「會不會」這類詞，跟你原本設的商品標題差很多，所以不能只靠商品頁，要另外經營能承接這些長句問題的內容區塊。動作二，補齊結構化資料。商品的價格、庫存、評價、規格、營業資訊都用結構化標記標好，這是機器理解你、願意引用你的基礎。動作三，顧好在地與即時資訊。語音搜尋很多帶「附近」「今天到貨」意圖，把你的營業地點、到貨速度、取貨方式寫清楚，才接得住這些即買意圖。
現在就能做：視覺搜尋的三個優化動作，以及誠實的限制
動作一，把商品圖拍成機器認得出來的樣子。單純背景、去背乾淨、光線充足、多角度、含情境使用圖，讓辨識系統能穩定抓到商品特徵。這也順便提升人眼的信任感，一舉兩得。動作二，圖片檔名與替代文字寫實。別再用 IMG_2931 當檔名，改成能描述商品的文字，替代文字也如實描述，幫機器理解圖裡是什麼。動作三，補齊商品屬性標籤。顏色、材質、款式、適用場景這些屬性標得越完整，被相似圖配對到的機會越高，也讓顧客用篩選找得到你。這些工夫看似瑣碎，卻是機器判斷「這張圖裡到底是什麼」的關鍵依據。
但要誠實說限制。第一，視覺搜尋對非標準品、手工品、細節差異大的商品辨識還不穩，機器可能把你的手工陶杯認成別人的量產杯。第二，語音與 AI 助理的答案來源不透明，你做了優化也不保證被選中，這是機率不是保證。第三，別為了討好機器而堆砌關鍵字或塞假問答，Google 對這種操弄會反手懲罰，得不償失。優化的本質，始終是把商品資訊做得又真實又清楚，機器只是剛好也喜歡這樣的內容。
結尾劃重點：讓你的店同時被說得出、拍得到
把新規則收成一句話：當顧客用說的、用拍的來買東西，你要做的不是打敗演算法，而是把商品講得夠清楚、拍得夠清楚，清楚到人和機器都一看就懂。行動清單收好：分清語音（懶得打、要答案）與視覺（說不清、給我看）兩種顧客；語音端用口語長句重寫問答、補結構化資料、顧好在地即時資訊；視覺端把圖拍成機器認得出的樣子、寫實的檔名與替代文字、補齊商品屬性；同時記住三個限制——非標準品辨識不穩、被選中是機率非保證、堆砌操弄會被懲罰。做到這些，下次有人對著手機說出或拍下他想要的東西，站出來的那個答案，就有機會是你。