三和工程檢測 — 四頁網站、零篇文章：一次把 GEO 體質攤開來看的技術稽核
產業別： B2B ＋ B2C｜工程檢測・住宅驗屋服務 網站： tripletrust.com.tw 稽核日期： 2026-03-28
三和工程檢測的服務本身沒有問題——驗屋這件事，客戶多半是在 Google 或 AI 助理上問「新成屋要不要驗屋」「驗屋公司怎麼挑」這種問題時，才第一次遇到一家公司。問題是：當使用者這樣問的時候，AI 引擎有沒有東西可以引用到三和？
這份稽核回答的就是這個問題。
問題
整站只有四個頁面，零篇教育型文章。對搜尋引擎來說這是內容單薄；對生成式引擎來說，這代表「完全沒有可被引用的段落」——AI 要回答驗屋相關問題時，手上沒有任何來自三和的素材。
比內容更底層的是辨識問題。全站沒有任何結構化資料標記，AI 爬蟲讀完整個網站，仍然無法確定這是一家什麼類型的公司、服務範圍在哪裡、由誰負責。在 AI 決定「要引用誰」的階段，一個無法被歸類的品牌等於不存在。
另外三個具體障礙：
- 34 個案例頁只有圖、沒有文字。 這是三和最有說服力的資產，但對只讀文字的爬蟲來說是空白頁。
- 中文 URL 編碼。 非 ASCII 網址會降低 AI 爬蟲的處理效率。
- 地理語意薄弱。 服務區域的在地化訊號不足，區域型查詢很難命中。
整體 GEO 體質：42 / 100，屬於需要立即改善的等級。
方法
採用 GEO 七層架構進行系統性評估，共 46 項檢查項目：
| 層級 | 評估面向 | 結果 | 權重 |
|---|---|---|---|
| L1 | 技術可及性 | WARN | 前提條件 |
| L2 | 語意架構 | 9 / 35 | 35%（關鍵） |
| L3 | 主題權威 | 7 / 25 | 25% |
| L4 | 內容可信度 | 10 / 20 | 20% |
| L5 | 品牌訊號 | 8 / 15 | 15% |
| L6–L7 | 平台差異化與 KPI | — | 加分項 |
分數分佈本身就是診斷結果：權重最高的語意架構層拿到 9/35，代表問題不在「做得不夠好」，而在「還沒開始做」。這類體質不需要精修，需要的是把地基補上。
稽核最後收斂成 20 項可立即執行的修復建議，依影響力排序而非依難度排序。
成果
交付一份可以直接派工的優化路線圖，優先順序如下：
立即執行
- 建立 8 篇驗屋教育內容支柱（content pillar），把「驗屋要驗什麼、什麼時候驗、怎麼看報告」這類真實提問變成可被引用的段落
- 部署 LocalBusiness ＋ Organization Schema（JSON-LD），讓 AI 能明確辨識公司類型與服務範圍
- 建立 FAQ 頁面，10–15 組問答並掛上 FAQPage Schema
高優先
- 為現有 34 個案例頁各補 200–300 字說明，把既有資產從「圖片」轉成「可引用內容」
- 為創辦人與法律顧問建立 Person Schema，補上專業權威訊號
90 天預估：42 → 65 分（＋23）。
這份報告的價值不在分數本身，而在它把「AI 找不到我們」這種模糊焦慮，翻譯成 20 個可以排進行事曆的具體動作。
本文為技術稽核案例摘要，完整逐項評分細節不對外公開。