王董週刊 #3 — Google 雙 keynote 週：25 年來最大一次搜尋 stack 重設
本週週刊主軸：Google 把 I/O 跟 Marketing Live 排在連續兩天放出，這不是巧合。Search box 25 年來最大改版、廣告變成對話式、購物車跨站共用 rollout。搜尋、廣告、SEO 三條過去獨立的線，被一次縫成同一條 stack。 同場短訊涵蓋：Spotify 把 devex 改造給 agent、Claude Code 推 proactive workflow、官方 GEO 指引、schema 對 AI 引述的量化證據、Boiron 用 AI 在 50,000 個關鍵字上跑 retail media、Ahrefs Agent A、Airbnb Founder Mode、Retail Media 的幻覺。捲到下方〈本週短訊〉。
Hero / 大主題深度文
過去七天，Google 連續兩天開了兩場 keynote。5/19 是 Google I/O '26，5/20 是 Google Marketing Live 2026。 5 篇主軸素材 + 一堆官方部落格全部讀完，然後得到一個結論很簡單：Google 把 25 年來搜尋的底層假設一次重設了。
過去 Google 有三條互相獨立的產品線。Google Search 管「query → 10 個藍色連結」、Google Ads 管「keyword → bidding → 點擊」、Merchant Center 管「商品 feed → Shopping 結果」。三個團隊、三組工具、三種儀表板。
這一週把這三條線一次黏起來了，黏的工具叫 Gemini。
來，這期我們從「主軸 + 三層 stack 拆解 + 五件你這週可以做的事」三段把它收乾。
一、兩天連發代表什麼？
切入重點，先看一句官方原話。
I/O 那天，Google Search VP Liz Reid 在 A new era for AI Search 直接寫：「這是 25 年來搜尋框（Search box）最大一次改版。」
不是說「大幅升級」，是「25 年來最大」。25 年前是什麼？1999 年，Google PageRank 論文發表後第二年。她這句話的潛台詞是：上一次搜尋框被重新定義，是「query → ranked links」這個範式被發明出來的時候。
數據佐證：
- AI Mode 上線一年，月活破 10 億，每季查詢量翻一倍。
- Google Search 月活破 25 億，上個季度查詢量到歷史新高。
- AI 搜尋的人「平均每次 session 搜尋次數是傳統搜尋的 3 倍」，會用「我應該在哪買」「我應該買什麼」這種對話式長尾。
數字很驚人，但這不是重點。重點是隔天 GML 2026 上，Phil Schindler 直接接著說：「Google 搜尋現在就是 AI 搜尋（Google Search IS AI Search）。徹底地、整個地。」
兩天連發、同一個用詞、同一個轉場。
這是排程設計過的。
Google 在告訴所有人：「我把搜尋的故事翻新了，順便把廣告跟通路一起翻。請你跟上。」
二、搜尋、廣告、購物車：Google AI Stack 三層拆解
我把這一週的更新攤開來看，最清楚的拆法是分三層。
搜尋層：query → intent → agent action
Search Box 重做。不再只是輸入框，會根據你的內容動態擴展、跨模態接收（文字、圖片、影片、Chrome tabs），還會用 AI 幫你補完問句。這在 I/O 全球同步開放。
AI Mode 的預設模型升級為 Gemini 3.5 Flash，並整合進 AI Overviews 的對話流，你可以從一個 AIO 答案直接連續追問下去，context 不會斷。注意這不等於「Google 全站搜尋預設變成 AI Mode」，傳統 10 個藍色連結還在，但 AI Mode 從去年的 sidebar 變成主舞台。
Personal Intelligence 開放到接近 200 國 / 98 種語言，所有人免費。你可以授權它連 Gmail、Photos、Calendar，搜尋變成「知道你是誰、知道你前後文」的代理。
最殺的是 Search Agents。它在背景 24/7 跑，不是查詢，是監看。你說「幫我盯這間公寓有沒有新刊登」「我喜歡的品牌出新鞋通知我」「我要找週五晚上六人包廂、可以晚餐的私人 KTV」，agent 自己去爬部落格、新聞、社群、價格、商家網站，找到就推給你。在美國夏天開放。
Agentic Coding in Search 把 Google Antigravity 接進搜尋。搜尋結果可以是動態生成的 generative UI、可以是一個專屬的健身追蹤器、可以是婚禮規劃 dashboard。你的搜尋結果是一個現場 code 出來的迷你 app。
廣告層：keyword → conversation → agent placement
GML 上 Google 把廣告產品線全面接到 Gemini。
最大一個是 Conversational Discovery Ads。當你在 AI Mode 問「怎麼讓家裡聞起來像高級 spa 或剛下完雨的森林」，廣告不再是塊狀關鍵字廣告，而是 Gemini 即時組出來的對話式回答，旁邊掛一個 AI explainer 解釋為什麼這個產品適合你。
Highlighted Answers 是另一種。當 AI Mode 給你「最適合旅行的語言 app」推薦清單，你的廣告會作為清單的一項出現，仍然標 Sponsored。
廣告主端：去年 GML 推出的 AI Max for Search 結束 beta、全球開放。Google 自家數據（注意是 Google 自己揭露、條件偏向 exact / phrase-heavy campaign）：用 AI Max 的廣告主在類似 ROAS 條件下，轉換率比手動關鍵字高 27%。實際你自己跑出來的數字會跟你的產業、預算、商品深度有關，下面第三點會教你怎麼自己驗證。
更深的訊號是這句：「平均全球，你在 Google 搜尋每花 1 塊錢，回 6 塊錢。」
Phil 在台上講這句話的時候，後面接了一句：「你還在手動選關鍵字嗎？為什麼？讓最好的 AI 幫你選。」
這是 Google 第一次公開叫客戶停止手動操作關鍵字。
新指標也來了。Attributed Brand Search（歸因品牌搜尋）抓你看完廣告後是不是去搜了品牌名，當作品牌喚起的代理。Qualified Future Conversions（QFC） 看六個月後的後續轉換預估，英國 Crew Clothing 用 QFC 發現原本 30 天看起來無效的 YouTube campaign，長期轉換其實提升了 70%，他們直接擴大投放。
Meridian MMM 開源，整合進 Google Analytics 360，能吃 TikTok / Pinterest / Snap 的數據，讓你不用養 data science 團隊也能做跨通路歸因。
通路層：SERP → AI Mode 結帳
這是這一週最少人聊但最關鍵的一層。
Universal Commerce Protocol（UCP）正式跟 Amazon、Meta、Microsoft、Salesforce、Stripe 一起推。Universal Cart 開始 rollout：你在 Search、Gemini App、YouTube、Gmail 看到的商品可以逐步丟同一個購物車，價格追蹤、到貨通知共用。注意這是 rollout 中，不是一夜之間全部商家都接好了，要看你的 Merchant Center 設定跟商品線是不是 UCP-ready。
Direct Offers pilot 擴大，UCP 商家可以做 native checkout，AI Mode 裡看到 Chewy 的折扣，點下去直接結帳，不需跳出。Google Pay、merchant site transfer 等多種結帳路徑會分階段上。
這代表什麼？
結帳這件事，從零售商網站搬到了 AI Mode 對話流裡。
你 5/20 我寫的 Shopify ucp-cli 那篇講過協議層，5/22 寫的 Google Universal Cart 講過通路層，這一週 Google 把這兩個東西打通給你看，整個故事就完整了：協議 → 通路 → 結帳，全在 AI 端完成。
最大的副作用，這個禮拜 The Retail Media Illusion 那個 podcast 講得最直接：消費者用 AI 推薦進站，直接跳到 PDP，比例從半年前的 50% 跳到 70% 以上。他們不再經過搜尋頁、類別頁、首頁 banner。零售媒體的廣告位，那些賺最多錢的地方，正在被靜悄悄掏空。
三、商業類比：開放銀行 vs 開放搜尋
如果你問我，這一週最好的類比是 2018 年的開放銀行（Open Banking）。
當年英國 FCA 強制要求大型銀行開放 API、讓第三方應用可以代客戶查帳戶、發起轉帳。當下大家覺得「這是給 Fintech 新創一個機會」。五年後回頭看，真正被改變的是銀行品牌跟客戶的關係：客戶不再從銀行 app 進入金融服務，而是從各種應用程式（Klarna、Monzo、Revolut、薪資 app）進入。銀行從「客戶界面」退到「結算後台」。
Google 這一週在做的事一模一樣。
過去十年，行銷人員的標準動作是：把網站 SEO 做好、把 Google Ads 跑好、把 Shopping feed 餵齊。三個事情、三個界面、三種專業。
未來幾年的標準動作會變成：把你的內容、商品、品牌餵給一個 AI agent stack，讓它代表你出現在 AI Mode 對話裡。
你的網站從「客戶到達的目的地」退到「給 agent 拿資料的後台」。
這不是要你的網站消失，是要你的網站定位翻轉一次。
四、雨傘產業的我，看到什麼
回想我做雨傘的時候。
那時候我們有兩種通路：百貨專櫃跟自家品牌站。百貨專櫃我們很清楚，店面就是面試官，櫃姐的話術就是你的銷售頁。但自家品牌站那邊我們做的是什麼？做 SEO 排名、做關鍵字廣告、做 EDM、做 retargeting。我們花最多時間優化的，是「客人從 Google 找到我們」的那 30 秒旅程。
如果你今天問我，雨傘那家公司 2026 年最該擔心什麼？
不是廣告變貴。不是 ROAS 下滑。是客人根本不會經過 Google Search 那 30 秒了。
他打開 ChatGPT 問「我要去日本京阪神 9 天，5 月梅雨季，要帶什麼樣的傘」。AI 直接給三個品牌、三個型號、三個價位、一個推薦。我們有沒有出現在那三個品牌裡，這場仗就結束了。SEO 排名第一也沒用，因為客人沒打開 Google。
這件事其實是兩層威脅疊在一起，要拆開看：
第一層：Google 內部的搜尋介面重組。 AI Mode、Search Agents、generative UI 把同一群用戶留在 Google 生態系裡，從關鍵字導向變對話導向。傳統 SEO 排名還在運作，但「占據答案位置」比「占據連結位置」更重要。
第二層：非 Google agent 的分流威脅。 ChatGPT、Claude、Perplexity 這些 AI 助理直接給答案，整個流程不經過 Google。這層是更深的危機，因為你連是不是被引述都看不到（Google AI Overviews 至少還會給你 referral 報告）。
Google 這一週做的事，是同時防守這兩層：對內把搜尋體驗 AI 化、留住既有 25 億月活用戶；對外用 UCP / Universal Cart 嘗試成為 agentic commerce 的通用協議，讓你即使透過別家 agent 結帳、Google 也能在中間賺一手。
你看 GML 上 John Nicoletti 在 pre-show 講的那句：「Google Search IS AI Search。整個地。」這是宣告，也是防守。
五、立即可動手的六件事
切入重點，不要看完就放著。
► 第一：去 Google Search Central 的 GEO 官方指引 一個字一個字讀完
這份指引這禮拜剛上線。重點不是它教你什麼，是它告訴你「不用做什麼」：
- 不用做 llms.txt
- 不用切 chunk
- 不用為 AI 重寫一遍內容
- 不用追逐「inauthentic mentions」
- 不用過度堆 structured data
它告訴你要做什麼：原創觀點、第一手經驗、解決真實問題、清晰的技術結構、Google Business Profile + Merchant Center 完整。
這是 Google 第一次官方承認 GEO（Generative Engine Optimization）這個詞，雖然只是順便提一下。值得整個 team 一起讀一次，把過去半年市場上各種「AI SEO 秘訣」放到這把尺下面對照。
► 第二：用 schema 跟 Google Business Profile 補完你的「AI 引述能見度」基本盤
Cyrus Shepard 整理的 schema 證據 直接：4 個獨立研究（OtterlyAI、AirOps/Kevin Indig、UC Berkeley 論文、Digital Applied 1000 AIO 分析）都顯示有 schema 的頁面在 AI Overviews 引述率明顯高 6.5% 到 1500% 不等。
Google 官方 GEO 指引也說「不要過度堆，但繼續做」。
你這週可以做：跑你的核心商品頁、品牌頁、聯絡頁，補上 Product / Organization / FAQPage / LocalBusiness 四個基本 schema。如果你是電商，Merchant Center 的 feed 也要對齊，因為 Universal Cart 是吃 Merchant 資料做出來的。
► 第三：把至少一檔 search 廣告切換到 AI Max
AI Max for Search 全球開放，Google 自家數據說平均轉換率 +27%。
具體你今天可以做：挑一檔表現中段、預算不大的 search campaign，切到 AI Max。留一檔同主題的手動關鍵字 campaign 當對照組跑 30 天。這樣你有自己的數據，不必信 Google 的宣傳數據。30 天後拿這份對照表跟你的 CFO 談下個季度的預算配置。
► 第四：把你的衡量框架加上「品牌訊號 + 長期轉換」兩格
Attributed Brand Search 跟 QFC（Qualified Future Conversions）是新指標，預計夏天上線。
你不用等它上線才動。這週你可以做的是：在你現有 GA4 dashboard 上加兩個自訂事件：「品牌名搜尋」追蹤、「post-view 6 個月內回訪」追蹤。先把資料累積起來，等 Google 開放正式指標時，你已經有歷史 baseline 可以對照。
行銷人員那種「我這個 campaign 三十天沒轉換就砍掉」的習慣，這幾年要改了。
► 第五：跑一場「AI 引述能見度」的內部基本盤盤點
你打開 ChatGPT、Gemini、Claude，分別問 5 個跟你品牌相關的問題：
- 「{你的產品類別} 推薦」
- 「{你的競品名}的替代方案」
- 「{你解決的場景}怎麼辦」
- 「{你的城市} 哪家 {你的服務}」
- 「{你的關鍵字} 是什麼意思」
把回答截圖、存表。看你自己有沒有被引述、被引述時用什麼語句、引述哪一頁、跟競品的引述比例是多少。
這是你 2026 年的「AI 搜尋能見度 baseline」。沒測就沒法管。 一個月測一次，三個月後你會知道哪些優化動作真的有效。
► 第六：把 Search Console + Merchant Center 翻一次新介面
這是上面五件事的技術底座，多數人會跳過，但其實沒做就白做。
Search Console 接下來會慢慢出現「AI referral」「AI query 變化」這類欄位，現在你可以做的是：把核心商品頁 / 服務頁的「page」與「query」報告先拉一份 baseline 存起來，下次 GSC 介面更新時你才有對照。另外把 Indexing → Crawl stats 看一眼，AI agent 也會經過爬蟲，crawl budget 浪費的問題在 AI 搜尋時代更貴。
Merchant Center 接下來 UCP / Universal Cart 都會吃這份資料。把你的商品 feed 欄位完整度跑一輪：title 有沒有自然語言、description 有沒有解釋使用情境（不是只列規格）、attributes 補滿沒有、price + availability 有沒有即時同步。conversation-style 的 product attributes 才被 AI Mode 引述。
這些做完才有 AI 搜尋的「基本盤」，否則上面五件事都是空中樓閣。
六、SMB 焦慮三連答
寫到這邊我猜你心裡有三個問題，先答了再收尾。
Q1：「我是小預算（每月廣告 5 萬以下），AI Max 會不會把我預算燒光？」
不會，但你要設好上限。AI Max 還是吃 daily budget / target CPA / target ROAS 那一套出價策略。你不會因為切了 AI Max 就突然超支，但你會因為沒有設對轉換事件而花在沒意義的點擊上。動手之前先確認 GA4 conversions 跟 Google Ads 的 import 完整，再啟動。預算先壓在原本的 20-30% 跑兩週，看 CPA 變化再決定要不要全部切。
Q2：「我的網站沒流量了，那我的部落格跟 SEO 內容還值得寫嗎？」
更值得寫，但寫法要變。過去寫 SEO 內容是給「會點連結進來的人」看；現在寫是給「AI agent 抓資料、然後用我的話複述給用戶聽」看。三個調整：
- 把第一手經驗、具體數字、人名、產品名密度拉高（AI 會優先引述具體可驗證的內容）
- 一篇文章一個明確問題，標題就是讀者會問的句子（這是 query fan-out 友善的寫法）
- 商品頁、品牌頁加上 FAQ 區塊，回應 conversational 長尾
你 Google's Guide to Optimizing for Generative AI Features 那份指引第一條就是這個。
Q3：「我沒有工程師團隊，schema 怎麼做？」
三個選擇：
- 用 Schema.org Markup Validator 手刻一份貼進 head（Product / Organization / FAQPage 三個就 cover 80% 場景）
- WordPress 用 Yoast / Rank Math 外掛、Shopify 用 Schema App、Wix 內建都能搞定
- 不會碼也沒外掛，請設計師用 Google Tag Manager 的 Custom HTML tag 注入
重點不是技術，是把你的商品結構化資訊放對位置，不要堆假的 review 跟假的 rating（那個 Google spam policy 會抓）。
七、收尾的判斷
如果你問我這一週最大的一句重點，記下來：
Google 把搜尋、廣告、購物車一次接上同一條 AI 主幹，過去做 SEO / SEM / Shopping 三條獨立技能的人，要重新學「怎麼跟一個 stack 對話」。
短期（接下來 3 個月）你會看到：
- AI Max for Search 在你身邊每個會做廣告的朋友身上開起來
- Shopping feed 的價值反而上升（因為餵給 UCP 用）
- 你公司網站的「直接搜尋流量」緩慢下滑，但「AI 引述流量」開始有 referral
中期（接下來 12 個月）你會看到：
- 廣告預算結構從「關鍵字 bidding」轉到「品牌訊號 + 對話 placement」
- 行銷團隊的招聘 JD 開始出現「會用 agent」「會看 MMM」這種詞
- 部分零售品牌會公開承認 retail media 收益下滑、開始重新議價廣告位
長期（接下來 36 個月）你會看到：
- 一批沒跟上的中型品牌會發現「客戶沒少、但網站流量幾乎為零」
- 真正贏的人不是 SEO 高手，是把「品牌、商品、內容」三件事餵成 AI agent 可消化資產的人
雨傘產業的我，這 7 年看過很多次「通路一夜之間搬家」的時刻。
百貨公司被電商搬走流量。電商被社群搬走流量。社群被影音搬走流量。每一次搬家都有一批人想辦法跟上，也有一批人在原地等客人回來，然後等不到。
這一次搬家的方向是 AI。
你願不願意跟搬，只看你還要不要做生意。
本週短訊（Round-up）
AI
Spotify：寫 code 不再是瓶頸，那做什麼？
Spotify 工程師 Nickas 在 Coding is no longer the constraint 揭露公司 AI 工程現況：99% 工程師每週用 AI、PR 頻率 +76%。他們自研的 Fleet Shift + Honk 系統累計自動合併 2,500 萬個維護 PR，過去要兩個月的 Java 版本遷移，現在三天搞定。重點不是工具有多猛，是 Nickas 那句結論：瓶頸從「會寫」移到「決定要寫什麼」。下一個瓶頸是產品決策的速度，不是工程的速度。
出處：Coding is no longer the constraint, Spotify · KubeCon 2026
Claude Code Routines：寫一個會自己醒來的 agent
Anthropic 把 Routines 正式產品化（不是只有 cron 那麼簡單）。你可以用時間、GitHub event、自訂 webhook 觸發遠端 Claude Code session。內建 connectors（Slack、Datadog、Google Drive、GitHub）。Anthropic 內部已經用它做自動文件維護、deployment 驗證、PR 自動 review，並支援人類隨時介入接管。Build a proactive agent workflow 講者 Maya 強調的設計哲學是：主動 > 被動，agent 不應該只等你下 prompt，應該自己看到問題自己出招。
出處：Build a proactive agent workflow with Claude Code
SEO
Google 第一份官方 GEO 指引：請忽略坊間多數技巧
Google's Guide to Optimizing for Generative AI Features 直接告訴你「不用」做 llms.txt、不用 chunk 內容、不用為 AI 重寫、不用追虛假 mentions、不用過度堆 schema。要做的還是那一套：原創觀點、第一手經驗、清晰技術結構、Merchant Center / GBP 完整。這份指引也順便把 AEO / GEO 這個詞首度收進 Google 官方文件，是過去半年 SEO 圈最重要的官方表態。
出處：Google Search Central Documentation
Schema 對 AI 引述：4 份證據打臉「沒用」
Cyrus Shepard 整理的證據 把這個爭議講清楚：Ahrefs 那份「schema 沒用」的研究是嚴謹的，但只是其中一份。另外 4 份研究（OtterlyAI 跨 2000 個 URL +1500% 引述率、AirOps/Kevin Indig +6.5%、UC Berkeley arXiv 論文 +39%、Digital Applied 1000 個 AIO 分析 +2.3 倍）都顯示有 schema 的頁面在 AI 引述上明顯佔優。結論：繼續做 schema，別把它當策略基石，但別省略它。
出處：Schema and AI Visibility: the Evidence, @CyrusShepard
行銷
Boiron 案例：2 個人怎麼跑 5 萬個關鍵字
How Brands Are REALLY Using AI for Retail Media Automation 講 Boiron 那家順勢療法品牌的 VP 行銷 Shah Atakenov 怎麼用 2 個 FTE 管理 5 萬個關鍵字。他不是把 AI 當生產力工具，是「沒有 AI 這個事情根本做不到」。創意上，他們用 AI 評分嬰兒感冒產品的素材，AI 一直把「媽媽抱嬰兒」的照片往下打分，他們抱著懷疑試了沒有媽媽的版本，單週銷售 +29%。Shah 提出選 AI 工具的三項準則：對成長 / 省時 / 降本至少滿足 2 項，否則不買。
出處：How Brands Are REALLY Using AI for Retail Media Automation, Exnurter Signal to Scale Summit
Ahrefs Agent A：內容行銷的「junior engineer in a box」
7 Ways to Automate Content Marketing with Agent A 是 Ahrefs 內容總監 Ryan Law 第二次公開他們內部 pipeline。Agent A 不只是 chatbot，是一個帶完整 Ahrefs API + Postgres + Flask + 300 個 LLM model 的工作環境。他公開了 7 個應用：11 階段 Blog Pipeline、舊文 update pipeline（diff view）、月報自動產出、blog semantic audit、競品 sitemap watcher、LinkedIn swipe file、internal linker（帶 traffic 加權）。每個都附 starter prompt。這篇是這禮拜最值得照抄的工程藍圖。
出處：7 Ways to Automate Content Marketing with Agent A, Ahrefs Blog
商業
Brian Chesky：Founder Mode 之後的 AI Founder Mode
How Brian Chesky Is Redesigning Airbnb for the AI Era 講 Airbnb CEO 怎麼用 AI 進一步壓縮「想法到結果」的距離。他講 Founder Mode 的進化：以前他要靠開會跟 1-on-1 管理，現在他靠 product review、async 文件、AI agent 直接走進業務細節。他預測下一個大機會是 consumer AI 而不是 enterprise AI，因為當工具變得跟畫筆一樣簡單，每個人都能變創作者。他主張公司應該拆成多個 Navy SEAL 小團隊，「先在一個市場做到完美再 scale」。這集對任何規模 50 人以上的團隊都有參考價值。
出處：How Brian Chesky Is Redesigning Airbnb for the AI Era
媒體
Retail Media 不是被取代，是被靜悄悄掏空
The Retail Media Illusion 是這禮拜最有觀點的一集 podcast。講者站在 agentic commerce 派回應 Andrew Lipman 的反對意見。重點不是「agentic commerce 會多快取代電商交易」，而是零售媒體的廣告位本來就不靠交易賺錢，是靠類別頁、搜尋頁、首頁的曝光賺錢。當 AI 推薦把消費者直接送到 PDP（產品詳情頁），中間那些賺錢的頁面被跳過，廣告庫存自然萎縮。CRIO 數據：AI 推薦用戶直接到 PDP 的比例半年內從 50% 跳到 70%。零售商不需要害怕交易消失，需要害怕的是「曝光位無聲消失」。
出處：The Retail Media Illusion, Why Agentic Commerce Will Disrupt E-Commerce
結語
如果你 2026 上半年只看一週的 Google 更新，就看這一週。
不是因為 Google 一次發了多少功能，是因為 Google 第一次把「搜尋、廣告、購物車」三條過去獨立的故事線縫成同一條 stack 跟你說：「跟上來。」
跟上的方式只有一條：問自己「我的網站、商品、內容、品牌，AI agent 能不能直接拿來用？」拿不來就改成可以拿。
那麼，下週見。
協作聲明與免責
這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 [來源名稱](URL) 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。
內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。
