數碼貨架進入第三世代：Agentic Shelf、74% AI 引用來自公關渠道、XstraStar 雙語參考庫

過去 48 小時內，GEO 行業出現了三項值得香港企業同時關注的發展：Digital Shelf Institute（DSI）執行總監 Lauren Livak Gilbert 在 Forbes 發表「代理貨架」（Agentic Shelf）框架，提出品牌正面對第三條貨架；Meltwater 主辦的圓桌會議匯集了 General Mills、EY、Yahoo、JetBlue 等頂級品牌公關領袖，披露 74% 的 AI 引用來自公關主導的渠道；新加坡 GEO 技術公司 XstraStar 正式發布 219 頁中英雙語參考庫，覆蓋八個英文及中文 AI 平台。

以下為這三項發展的整合分析及香港行動建議。

代理貨架（Agentic Shelf）：品牌的三條戰線

Lauren Livak Gilbert 在 Forbes 文章中指出，傳統品牌只需優化實體貨架（Physical Shelf）和數碼貨架（Digital Shelf），但 AI 代理正在創造第三條貨架——Agentic Shelf——即 AI 代理代表消費者自動購物的場景。品牌現在要同時優化給人、算法和代理的三種展示。

Gilbert 提出五 C 框架：

Completeness（完整性）：Product 屬性必須在所有零售平台填寫完整，這是 LLM 理解產品的先決條件。Context（語境）：不只是關鍵字，而是你的產品描述是否回答了真實消費者的具體問題——舉例說，一張餐桌的頁面如果提及「窯乾木材」但沒有解釋為何在香港潮濕天氣下重要，AI 代理就無法為用戶做出推薦判斷。Citations（引用）：AI 愈多來源引用品牌（編輯報導、清單文章、專家評論、官網），就愈有信心推薦你。一個品牌發現錯誤訊息後在官網發布澄清內容，LLM 回答在 24 小時內就跟隨改變——這速度遠快於 SEO。Correctness（正確性）：定期審計 ChatGPT、Gemini 等平台對你產品的描述，一個品牌曾發現 ChatGPT 根據 10 年前的一星評論描述其產品。Customer Acquisition（客戶獲取）：衡量從 AI 推薦到購買的完整旅程，目前尚無品牌真正做得好，但可以按 SKU 測試。

Gilbert 也引用數據：80% 的勞動力預計至少有 10% 的工作任務將被自動化。

Meltwater 圓桌會議：74% AI 引用來自公關渠道

PRWeek 報導的 Meltwater 圓桌會議匯集了 General Mills 首席傳訊官 Jano Cabrera、EY 全球傳訊總監 Jen Cole、Yahoo 全球企業傳訊副總裁 Erin Miller、JetBlue 傳訊總監 Doug McGraw 等業界領袖。Meltwater 的數據顯示：高達 74% 的 AI 引用來自傳統由公關主導的渠道——包括新聞報導、媒體報導、社交媒體 LinkedIn 內容等。

這組數據意義重大：很多企業將 GEO 交給 SEO 團隊或技術部門，但實際上 AI 模型的引用更依賴公關團隊長期經營的媒體關係和品牌敘事。正如 General Mills 的 Cabrera 所說：「記者仍然極重要，他們是所有 AI 工具被爬取的基本素材。《紐約時報》對每個工具的影響力都非常大——我們在向機械人 pitching，但機械人的輸入來自記者。」

另一個值得留意的是 Yahoo 的 Miller 透露她們在 Cannes 期間進行了 GEO 測試：向 7 個 AI 服務提出 20 個查詢，結果發現「對觀眾最有影響力的出版媒體，往往不是對 LLM 最有影響力的同一批媒體。」這對企業評估公關成效有直接挑戰：你的目標受眾和 AI 模型「眼中的權威」可能已經不一致。

XstraStar 雙語參考庫：適用於香港的中英雙語 GEO 基準

新加坡公司 XstraStar 近日發布了多項重磅資源：一份 219 頁的開放參考庫，中英文對照發布，覆蓋八個英文及中文 AI 平台（包括 ChatGPT、Gemini、Perplexity、Claude 及百度文心一言、字節豆包等中國平台），詳細記錄了各平台在來源選擇和爬蟲行為上的差異；同時發布了 Tiered Commitment Framework（分層承諾架構），針對 AI 可見度採購市場中買家無法比較供應商數字（“Vendor Numbers Cannot Be Compared”）的痛點提出透明化方案。

對於香港企業而言，這套資源的直接價值在於：第一次有一個公開的基準同時比較英文和中文 AI 平台的行為差異。大多數國際 GEO 工具僅覆蓋英文平台，但香港市場的消費者同時使用 ChatGPT、Perplexity、百度文心一言和豆包。XstraStar 的參考庫為企業提供了一個起點，去理解不同 AI 模型如何看待你的品牌。

給香港企業的行動清單

1. 建立三條貨架的內容策略：不再只為 Google 搜索引擎寫內容，而是針對人（直接瀏覽）、算法（排名因素）和代理（AI 推薦）三種消費場景規劃內容格式。特別是為每個核心產品準備一段可以直接被 AI 回答引用的權威摘要，包含具體數據和地域語境（如香港的氣候、法規、消費習慣）。

2. 讓公關團隊主導 GEO 策略：74% 的 AI 引用來自公關渠道，這意味著品牌不能只靠 SEO 部門處理 GEO。建議香港企業成立由市場部、公關和技術組成的跨部門 GEO 小組，由公關團隊負責監控 AI 平台中品牌的引用質量和媒體覆蓋，並定期向主流媒體及行業媒體 pitching 以增加被 LLM 爬取的權威信源。

3. 進行中英雙語 AI 審計：受 XstraStar 啟發，香港企業應該定期測試品牌在英文 AI（ChatGPT、Perplexity）和中文 AI（文心一言、豆包）中的出現情況。一個在國際市場很強的品牌，在中國 AI 平台上可能完全缺席。建立每季一次的雙語 AI 審計 schedule，記錄品牌在不同 LLM 上的引用率、引用深度和引用準確性。

4. 修正錯誤訊息的時間窗口已縮短至 24 小時：從 Forbes 報導的案例可見，品牌在官網發布澄清內容後，LLM 可能在 24 小時內更新回答。這比傳統 SEO 和公關的修正週期快得多。香港企業應建立快速回應機制，一旦發現 AI 平台對品牌的描述出現偏差，立即在官網發布權威版本。

5. 按 SKU 測試「代理貨架」成效：雖然完整的 AI-to-purchase 歸因仍難以實現，但可以選擇 5-10 個核心產品 SKU（以香港消費者為目標），優化其產品屬性完整性和 FAQ 內容，然後對比一個控制組，監控在 ChatGPT 和 Perplexity 等平台上的被推薦變化。三個月後評估結果，再決定是否擴展至全線產品。

如有疑問或希望為你的業務制訂 GEO 策略，歡迎聯絡 ivan@hdcourse.com