很多人以為 AI 寫 SEO 文章就是丟一句「幫我寫一篇關於 X 的 SEO 文章」，然後祈禱結果能用。我們接案兩年、跑過超過 200 篇客戶文章後得到的結論剛好相反——一篇能排上去的文章，不是一個 prompt 寫出來的，而是 5 個分工明確的 prompt 接力跑出來的。

這篇文章把我們內部真正在用的 5 個模板攤開來給你看：每一個負責一個階段，串起來才是完整的生產線。模板可以直接複製，ChatGPT 跟 Claude 都通用。文末也誠實講清楚——這套方法在什麼情境下會失效。

為什麼是 5 個 prompt，不是 1 個

一次性 prompt 的問題是：你把研究、結構、文筆、技術標記、站內策略全壓在一次生成裡，模型只能每一項都做到「平均」。而 SEO 文章的勝負，往往就在那些被平均掉的細節——search intent 抓錯、outline 鬆散、schema 漏掉。

把流程拆開，每個 prompt 只專注一件事，你才有機會在每個交接點介入、修正、累積。下面就是這 5 個模板。

模板 1：研究 search intent

所有錯誤的源頭，都是沒搞懂搜尋這個字的人要什麼。同一個關鍵字背後可能是「想買」、「想學」、「想比較」三種完全不同的人。模板的核心是逼模型先分類，再產出。

你是一位資深 SEO 策略師。針對關鍵字「{keyword}」，請分析：
1. 主要的 search intent 類型（informational / commercial / transactional / navigational），並說明判斷依據
2. 搜尋這個字的人，心裡真正想解決的問題是什麼（用第一人稱描述 3 種典型情境）
3. 他們期待看到的內容格式（教學 / 清單 / 比較表 / 案例）
4. 目前前 5 名的內容大概都在講什麼、缺了什麼（content gap）
先輸出分析，不要寫文章。

重點是最後一句「先輸出分析，不要寫文章」。少了它，模型十之八九會直接開始寫，然後你就失去了介入的機會。我們有個做美容儀器的客戶，原本鎖定一個高搜尋量的關鍵字，跑完這個模板才發現那批人 intent 是「找便宜貨」而非「找專業」，當場換了主攻字，省下一篇注定排不上、也不會轉換的文章。

模板 2：產出 outline

有了 intent，下一步是結構。我們不讓模型「自由發揮字數」，而是先把 H2/H3 骨架定下來，每個段落要回答什麼問題講清楚，字數是骨架的副產品而非目標。

根據上一步的 search intent 分析，為「{keyword}」設計一份文章 outline：
- 用 H2 / H3 階層列出
- 每個 H2 下面註明「這一段要回答讀者的哪個問題」
- 標出哪些段落適合用清單、表格、或案例呈現
- 在最適合的位置插入 1 個 FAQ 區塊（列出 3-4 個真實會被問的問題）
- 全文目標 {字數} 字，請依此分配各段比重
先給 outline，等我確認後再寫內文。

「等我確認後再寫內文」是這個模板的安全閥。outline 階段改一行，比全文寫完再大改省 10 倍力氣。實務上我們大概有三成的 outline 會手動調整 H2 順序或砍掉模型自作主張多加的段落。

模板 3：寫主文

這是最反直覺的一步——不要一次生成全文。我們的做法是把 outline 拆開，一個 H2 一個 H2 餵，讓模型專注寫好一段。一次寫完整篇時，模型到後半段會「失憶」、會重複前面講過的話、語氣也會飄。

我們現在只寫這一個段落：「{H2 標題}」。
上下文：這篇文章的主關鍵字是 {keyword}，目標讀者是 {persona}，整體語氣 {tone}。
要求：
- 只寫這一段，約 {字數} 字，不要跳到別的段落
- 開頭直接切入，不要「在這個段落我們將討論」這種廢話
- 主關鍵字自然出現 1-2 次，不要硬塞
- 如果適合，給一個具體的數字 / 例子，不要空泛
- 繁體中文，技術名詞保留英文

一段一段寫，缺點是慢、要多按幾次，優點是每一段品質明顯穩定，而且你可以在任何一段不滿意時只重生那一段。我們做過粗略對照：同一個 outline，一次生成全文的版本平均要花 40 分鐘人工潤稿，分段生成只要 15 分鐘。

模板 4：補 schema markup

文章寫完不是結束。schema.org 結構化資料是讓 Google 把你的內容理解成「文章」「FAQ」「教學步驟」的關鍵，也是吃到 rich result 的前提。這一步很多人跳過，正是機會所在。

為以下這篇文章產出 schema.org JSON-LD 結構化資料：
1. 一個 Article（或 BlogPosting）物件，填入 headline、description、datePublished、author、publisher
2. 如果文章內有 FAQ 區塊，額外產出一個 FAQPage，把問答對應進去
3. 如果是教學型，考慮加 HowTo
請用 @graph 包起來，輸出可直接貼進 <head> 的完整 JSON-LD。
文章內容：{貼上全文}

產出後務必拿去 Google 的 Rich Results Test 驗一次——模型偶爾會把日期格式或巢狀結構寫錯。這一步我們列為交付前的必過關卡，不是選配。

模板 5：內鏈規劃

一篇孤島文章排名天花板很低。SEO 的長期紅利來自 topic cluster——讓站內相關文章互相連結，把權重傳遞、把讀者留在站內。模型不知道你站上有哪些文章，所以這個模板要把你的內容清單餵給它。

這是我們站上現有的文章清單（標題 + URL + 一句摘要）：
{貼上文章清單}

這是剛寫好的新文章：{貼上新文章 / 或其 outline}

請規劃內鏈：
1. 新文章「應該連出去」到哪幾篇舊文？建議錨點文字（anchor text）為何，插在哪個段落？
2. 哪幾篇舊文「應該反向連進」這篇新文章？
3. 這篇新文章在整個 topic cluster 裡，是 pillar（支柱）還是 cluster（衛星）？
每個建議都要說明理由，不要為了連而連。

「不要為了連而連」這句很重要。內鏈過量、錨點文字硬塞關鍵字，反而被當成操縱訊號。我們幫一個 B2B 軟體客戶整理了 30 篇舊文的 cluster 結構後，三個月內主力 pillar 頁的自然流量成長約 40%——靠的不是新文章，而是把原本各自為政的舊文連成網。

5 個共通禁忌

這 5 個模板能不能用得好，往往不在 prompt 本身，而在你有沒有避開這幾個共通錯誤：

  1. 禁止跳過人工審稿。AI 會自信地寫錯事實、捏造數據、引用不存在的研究。每一篇出稿前，事實、數字、引用都要人工核一遍。這是底線，沒有例外。
  2. 禁止一個 prompt 想做完所有事。研究、結構、文筆、技術標記分工跑，每階段都能介入，品質才穩。
  3. 禁止關鍵字硬塞。2026 年的 Google 早就看語意不看密度。寫給人看、自然出現即可，堆砌只會被降權。
  4. 禁止忽略 search intent 寫文。intent 抓錯，文筆再好、schema 再完整都救不回來——你在回答沒人問的問題。
  5. 禁止把 AI 當終點而非起點。AI 給你一個 80 分的草稿，最後那 20 分——獨特觀點、真實案例、品牌語氣——是人加上去的，也正是它能不能跟同樣用 AI 的競爭對手拉開差距的地方。

結語：模板是生產線，不是自動販賣機

這套 5 模板流程，把我們單篇 SEO 文章的製作時間從約 6 小時壓到 1.5 小時，產能翻了 3 倍多。但我們也要誠實說清楚它不適合的情境：

如果你要寫的是高度專業、需要第一手經驗或獨家數據的內容（醫療診斷、法律意見、深度產業分析），這套流程只能幫你搭骨架，肉還是得專家親自填——硬套 AI 反而會生出看似專業實則空洞的文章，在 E-E-A-T 上扣分。同樣地，如果你的目標是「品牌故事」「創辦人觀點」這種靠真實感取勝的內容，模板化生產會稀釋掉那份獨特性。

模板的價值是把重複勞動自動化，把人的時間還給真正需要判斷力的地方——審稿、補上獨特觀點、做策略決策。它是生產線，不是自動販賣機。

如果你想把這套流程接進自己的內容團隊，或想看看我們怎麼針對你的產業客製這 5 個模板，加 LINE 聊 30 分鐘——我們會根據你現在的內容生產現況給具體建議，不收諮詢費，這通常是合作的起點。

SHARE · 覺得有用？
分享到 LINE 分享到 X ← 回內容專區