The Challenge
客戶原本的問題
邑明光學原本把行銷重心全押在成人眼鏡上——這是老闆從門市經驗長出來的直覺，也是同業的標準做法。但官網沒有系統性的技術 SEO 基礎，既看不見自己在哪些字上有機會，也無從驗證這個 TA 假設對不對。這家 2012 年就成立的店，在搜尋與 AI 問答裡幾乎不存在。
What We Did
我們怎麼解
先做關鍵字研究，結果推翻了原本的 TA
第一階段的關鍵字盤點揭露了一件業主沒預期的事：這個商圈裡搜尋量最大、意圖最明確的，不是成人眼鏡相關的字，而是家長在查兒童近視的控制與配鏡。原本的行銷假設，跟真實需求差了一整個客群。
關鍵字研究的價值往往不在「找到要寫什麼」，而在「證明你原本想寫的是錯的」。這件事靠經驗猜不出來，只能從資料裡看出來。
把網站重心搬到真正有人搜的主題
確認落差之後，內容與架構重新對準兒童視力照護：從家長實際會問的問題出發重寫頁面，而不是從產品型錄出發。同時整理站內層級，讓這個主題有清楚的入口與內鏈，不再散落在各個產品頁裡。
補上讓 AI 讀得懂的結構
排得上搜尋，不等於 AI 問答引用得到。這個階段部署結構化資料（JSON-LD）、補齊商家實體與營業資訊的標記，並把專業說明改寫成機器可擷取的段落結構——目標是讓生成式引擎在回答「附近哪裡可以配兒童眼鏡」這類問題時，有東西可以引用。
整個專案拆成 12 項可驗收的技術任務逐項執行，每一項都能單獨驗證做完沒有。
The Outcome
成果
改變發生在兩個層面。一是行銷方向：業主不再憑直覺押 TA，而是照真實搜尋需求調整主力主題。二是來客結構：業主回報諮詢量明顯增加，而且出現一種過去沒有的來源——到店消費者主動提起，是問 AI 的時候被推薦過來的。
對一家過去在搜尋裡近乎隱形的在地眼鏡行來說，「被 AI 推薦」從一個抽象概念，變成了會走進門市的人。
12 項
已落地的技術任務
兒童近視
關鍵字研究揭露的真實主力需求
AI 推薦
到店消費者回報的新客來源
Stack