把工程師的知識變成買家信任的內容：E-E-A-T 實作流程

很多台灣製造業老闆都有同樣的處境：公司最值錢的東西，不在倉庫裡，而在一兩位資深工程師的腦袋裡。哪種材質在客戶的使用環境會出問題、哪個公差放寬了之後會後悔、樣品為什麼第一次會裂、第二次改了什麼就過了，這些判斷他們每天在 Email 和電話裡回答，回完就消失了。外國買家在寄詢價單之前，偏偏最想知道的就是這些。這篇文章談的不是「工程師要學會寫行銷文」，而是一套老闆可以交辦下去的流程：用訪談把工程師的經驗挖出來，讓 AI 協助整理成稿，再由工程師本人審過，最後放上官網，變成買家與 Google 都看得懂的專業證明。同一份訪談，還可以順便整理成公司內部的知識庫。

E-E-A-T 是什麼？對製造業網站的白話解釋

E-E-A-T 是經驗（Experience）、專業（Expertise）、權威（Authoritativeness）與可信（Trust）四個字的縮寫，是 Google 用來描述「值得信賴的內容」的框架。它不是一個可以直接調高的排名分數。放到製造業，意思很單純：網站上的內容，要看得出是真正做過、測過、修過這個產品的人寫的，或至少是他們審過的。

Google 在〈建立實用、可靠、以人為本的內容〉這份官方文件裡講得很直接：E-E-A-T 本身不是特定的排名因素，但 Google 的系統會綜合多種與它相符的訊號；而在四個面向裡，「可信」最重要。這份文件最近一次更新是 2026 年 10 月 5 日，代表這不是過時的 SEO 老觀念，而是 Google 目前仍在維護的指引。

第一個 E（經驗）是後來才加上的。Google 在 2022 年 12 月 15 日更新搜尋品質評分員的指南，把原本的 E-A-T 加上 Experience，問的是：這份內容是否看得出作者有第一手經驗，例如真的用過這個產品。同一篇文章也說明，評分指南不會直接影響排名，它是 Google 用來檢查搜尋結果品質的工具，也很適合網站經營者拿來自我檢查。

目前最新版的〈搜尋品質評分指南〉日期是 2025 年 9 月 11 日，全文 182 頁，其中 3.4 節逐一定義了 E-E-A-T。換成工廠裡的語言，大概是這樣：

• 經驗：公司裡有人真的跑過這道製程、出過這批貨、處理過這種不良。內容裡有只有做過的人才知道的細節，例如治具怎麼擺容易出錯、哪一項測試抓到過問題、規格書沒寫但現場一定會遇到的狀況。
• 專業：這個人說得出「為什麼」。不只是「這裡用 316 不鏽鋼」，而是 304 在含氯環境會發生什麼事、什麼情況下多花那筆材料費才划算。
• 權威：同行與買家把您當成這個領域值得參考的來源。這要靠長期、穩定、夠具體的內容，再加上別的網站與平台提到您，慢慢累積。
• 可信：內容正確、誠實、安全。指南明確說可信位於核心，因為一個不可信的頁面，看起來再專業，E-E-A-T 也是低的。

給老闆的重點只有一句：E-E-A-T 沒辦法用形容詞堆出來。「品質卓越、交期穩定」什麼都證明不了；一頁說明貴公司怎麼認證新的原料供應商、做哪些測試、什麼情況會整批退貨的文章，四個面向一次都證明了。

為什麼工程師的經驗是最強的信任訊號

因為買家在聯絡您之前，候選名單多半已經決定好了。在那段您看不到的研究期，能說服買家的，是具體、有經驗依據的回答；而這種內容，競爭對手抄不走，通用的 AI 工具也寫不出來。對多數台灣中小製造商來說，它也是唯一還沒被好好利用的資產。

先看買家的行為。6sense 2025 年 B2B 買家體驗報告調查了將近 4,000 位 B2B 買家，發現買家第一次聯絡供應商的時間點，從整個採購歷程的 69% 提前到 61%。提前聽起來是好事，但同一份報告也指出，2025 年有 79% 的接觸是由買家主動發起，而且有 95% 的情況，最後得標的供應商在第一天就已經在候選名單上。換句話說，買家寄信給您的時候，誰有機會、誰沒機會，大部分已經在他閱讀的階段決定了。

那段時間，國外的採購與工程人員在看什麼？他們在找「這家供應商懂不懂我的應用」的證據。一位在比較三家加工廠的採購工程師，看到「高精度 CNC 加工」不會安心；看到一頁說明薄壁件怎麼守住位置度、材質證明對不上時怎麼處理、哪種設計會讓加工成本暴增而您會事先提醒的文章，才會安心。

第二個原因跟 AI 搜尋有關。Google 在 2025 年 5 月發表〈如何在 Google 的 AI 搜尋體驗中表現良好〉，談的是 AI 摘要（AI Overviews）與 AI 模式。核心建議是做出獨特、非大宗商品化的內容，因為使用者在 AI 搜尋裡會問更長、更具體的問題，還會追問。把規格表換句話說一遍，是大宗商品化的內容；工程師說明客戶第一批樣品為什麼會裂、第二批改了什麼，才是獨特的內容。

這裡要破除一個台灣老闆常見的想法：「我們是做產品的，不是做行銷的，寫這些沒用。」這個想法把「內容」想成了「自我吹捧」。其實技術內容不是行銷話術，而是把業務和工程師本來就在電話、Email 裡反覆解釋的東西寫下來、放上網，讓買家在台灣深夜、美國白天的時候自己讀。您不需要創造新知識，只需要把已經存在、卻每天回答完就消失的知識留下來。

還有一個很實際的考量：經驗高度集中在少數人身上，本身就是經營風險。資深工程師休假、離職或退休，那些判斷就跟著走了，新人只能從頭摸索。把經驗寫成文章，同時也是在替公司做知識保存。對外它是信任證明，對內它是傳承教材，這是同一件事的兩面。

有個簡單的檢查方法：把官網任何一頁上的公司名稱換成競爭對手的名字。如果內容依然成立，那一頁對買家就沒有鑑別力；如果換了名字就說不通，因為裡面寫的是貴公司的製程、測試結果與判斷，那一頁才是真正的資產。多數中小製造商的「關於我們」和產品頁，換了名字都還說得通。

AI 該做什麼、不該做什麼

AI 適合放在流程中間：把訪談逐字稿整理成有結構的草稿、建議段落標題、潤飾文字、檢查前後用詞是否一致。它不適合放在開頭，因為它沒有貴公司產線的第一手經驗；也不適合放在最後，因為每一個技術說法上線前，都必須由懂的人核准。

Google 對 AI 內容的立場從 2023 年 2 月 8 日的官方說明以來一直很一致：它的系統要獎勵的是原創、高品質、展現 E-E-A-T 的內容，不論內容是怎麼產生的。適當使用 AI 不違反指南；用自動化大量產生內容、主要目的是操縱排名，才違反。

這條界線寫在 Google 的〈垃圾內容政策〉裡，這份政策最近一次更新是 2026 年 8 月 28 日。其中的「大規模內容濫用」指的是為了操縱排名而產生大量頁面，列出的例子之一，就是用生成式 AI 工具產生大量沒有為使用者增加價值的頁面。請 AI 一口氣寫五十篇「工業扣件完全指南」，正是這種情況；從十次工程師訪談整理出十篇文章，則完全相反。

同一份「實用內容」文件也請網站經營者思考「誰、如何、為什麼」：誰寫的，讀者看得出來嗎？怎麼產生的，如果用了自動化工具，讀者會不會合理地期待被告知？為什麼要寫，是為了幫助讀者，還是主要為了吸引搜尋流量？對製造業來說，在技術文章最後加一段簡短說明就很好用：本文根據與製程工程師的訪談整理，由 AI 協助編輯，並經工程師審閱後發布。這樣誠實，也正好說明了「如何」。

實務上站得住的分工是這樣：

• 人提供實質內容：工程師的案例、貴公司自己測試報告裡的數字、產線照片，以及各種判斷。
• AI 處理結構：把跳來跳去的逐字稿分段、寫第一版草稿、建議 FAQ 題目、標出需要解釋的專有名詞。
• 人做最後決定：每個技術說法由懂的人確認，機密資訊在發布前移除。

台灣老闆常問：「既然 AI 這麼會寫，為什麼不直接叫它寫？」答案是 AI 寫得出通順的句子，寫不出貴公司的經驗。它沒有站過您的產線，也不知道去年那批退貨的原因。直接生成的文章，內容會和網路上其他上百篇差不多，正好落在 Google 說的大宗商品化內容裡，對買家也沒有說服力。

從訪談到文章：七個步驟的實作流程

整套流程分七步：從真實詢價中挑問題、訪談工程師、轉逐字稿、用 AI 起草、工程師技術審閱、業務面審閱，最後署名並發布。工程師每篇只需要花不到一小時，而且幾乎都是在「說」而不是「寫」，這就是它比「請工程師寫一篇部落格」更容易推動的原因。

步驟一：問題從信箱裡挑，不從關鍵字工具挑

先把過去幾個月的詢價信件與技術往來翻出來，找重複出現的問題：「這個材質能不能做到這個公差？」「標準品和高階品差在哪？」「這種表面處理為什麼交期比較長？」每一個反覆出現的問題就是一篇文章，因為它已經被「差一點就下單」的人問過了。也可以請業務和客服各列出他們每週最常回答的問題，交叉比對一下，答案通常很快就浮現。

步驟二：做一次聚焦的訪談

和工程師約一段固定的時間，在對方同意下錄音。用一份固定的訪談題綱，每次訪談才能產出可用的素材：

1. 買家通常怎麼問？他們真正需要知道的是什麼？
2. 客戶在這件事上最常犯的錯是什麼？
3. 講一個出過問題的案例：發生什麼事、後來怎麼解決？（客戶名稱要拿掉。）
4. 您會檢查或測試什麼？什麼結果會讓您退掉一個零件或一整批？
5. 什麼情況下，您會建議買家不要用我們的產品？
6. 哪些數字最重要？它們來自標準、我們的測試報告，還是經驗？
7. 如果是競爭對手來回答這個問題，他們最容易講錯什麼？

第五題最有價值。願意說「什麼情況下我們的產品不適合」，是最強的信任訊號之一，也是行銷文案幾乎從來不寫的內容。台灣工程師通常不善於自誇，但很樂意講「這樣做會出事」，這正好是好內容的來源。

步驟三：轉成逐字稿並標記

用語音轉文字工具把錄音轉成逐字稿，再標出三種段落：帶有經驗的部分（案例、失敗、現場條件）、帶有專業的部分（原理解釋），以及可能是機密的部分（客戶名稱、料號、圖面、價格）。訪談如果是用中文進行，英文版文章不要直接翻譯逐字稿，而是用整理好的重點，依美國買家的閱讀習慣另外寫。

步驟四：只根據逐字稿用 AI 起草

把逐字稿和固定的文章大綱交給 AI 工具，明確要求它只能使用工程師說過的內容，不能自己補外部資料或數字。請它每一段先用一兩句話直接回答該段的問題，盡量保留工程師清楚的原話，並把用到的每個數字列出來，方便審稿的人核對。一份自己編出統計數字的草稿，比沒有草稿更糟。

步驟五：工程師做技術審閱

工程師讀草稿只有一個任務：每個技術說法對不對？有沒有漏掉或講得太滿的地方？用追蹤修訂，看得到他改了什麼。這一步讓「AI 協助寫作」變成「專家審閱過的內容」，也是多數公司最容易跳過的一步。

步驟六：業務面審閱

再由業務或管理端的人檢查工程師不會注意的事：沒有未經同意就能辨識出的客戶、沒有洩漏機密製程細節、沒有業務做不到的承諾，而且每個外部數字都附上來源連結。

步驟七：署名、標日期、留更新紀錄後發布

發布時寫上作者姓名或職稱、審閱者、日期，以及一小段說明文章是怎麼產生的。把文章排進定期檢查的行事曆，規格、標準或製程有變動時就更新內容並標註日期。製造業的內容會過時，看得到的更新日期本身就是可信度的一部分。

該寫哪幾種內容：應用說明、規格解讀與 FAQ

最能承載工程知識的有三種內容：應用說明用真實使用情境證明經驗；規格解讀說明規格表上的數字代表什麼、什麼時候重要，證明專業；FAQ 直接回答買家會打進搜尋框的問題。多數中小製造商建議從 FAQ 開始，因為題目已經躺在信箱裡了。

選擇之前，先知道 Google 在 FAQ 顯示方式上的一個改變：自 2023 年 8 月 8 日起，Google 搜尋的 FAQ 複合式結果只會顯示給知名、具權威性的政府與健康網站。所以寫 FAQ 不要期待搜尋結果出現特殊版面，而是因為買家與 AI 助理都在找「直接問題的直接答案」，放在產品頁或應用頁上的 FAQ 正好提供這個。產品頁本身該怎麼安排規格、材質與應用，可以參考我們的〈讓 AI 讀懂你的規格頁：產品頁 AEO 指南〉。

下表是選擇內容形式的決策參考，訪談對象與審閱角色以一般中小製造商的編制為假設，請依貴公司的實際分工調整。

關於案例文章：它之所以有說服力，正是因為承認出過問題。除非有書面同意，否則拿掉客戶名稱，改用產業與應用來描述。一個去識別化、但技術細節很具體的故事，比掛上知名客戶商標卻什麼細節都沒有的案例更有說服力。台灣很多工廠因為保密顧慮而完全不寫案例，其實只要把可辨識的資訊拿掉，保留「問題、原因、改善」三個段落，就能兼顧保密與說服力。

如果產品線很多，內容形式也會牽涉到網站架構。應用說明和規格解讀應該與它們支援的產品分類頁互相連結，這部分在〈產品型錄網站怎麼規劃？製造業官網產品分類架構指南〉有完整說明。

讓買家看得到「誰寫的、誰審的」

在網頁上放清楚的作者署名、一段說明作者職務與經驗的簡介、標明技術審閱者的「審閱」欄位，以及更新日期。接著用 Article 結構化資料把同樣的資訊寫成機器讀得懂的格式，讓搜尋引擎與 AI 助理能把內容連結到一家真實公司裡的真實人物。

看得見的資訊優先。評分指南請評分員先看網站與內容作者怎麼介紹自己，從「關於我們」與作者介紹頁開始。製造業的作者介紹可以很短：職務、在這一行的年資（若本人願意公開）、負責的製程或產品線，以及相關證照。有些工程師不想公開姓名，用職稱署名也可以，例如「由本公司資深製程工程師審閱」，一樣能表達內容經過有資格的人確認。

接著做標記。Google 的〈Article 結構化資料說明〉最近一次更新是 2026 年 9 月 8 日，其中有作者標記的建議做法，例如列出所有作者，並為每位作者提供一個可以唯一識別他的網址，像是作者介紹頁。Schema.org 也定義了 reviewedBy 這個屬性，用來標示審閱過網頁正確性或完整性的人或組織，正好對應流程裡的審閱步驟。

兩個提醒。第一，Google 在 AI 搜尋的建議裡強調，結構化資料必須與網頁上看得到的內容一致，頁面上沒有顯示的審閱者，不要寫進標記裡。第二，上線前用 Google 的複合式搜尋結果測試檢查標記，作者欄位壞掉對誰都沒幫助。

除了作者資訊，北美買家還會看認證、工廠照片、回覆速度等其他訊號，可以參考〈北美買家為什麼不下單？用 AI 補齊 6 類信任訊號〉。

上線前的審核清單

用一份固定的清單，品質才不會取決於那一週誰剛好比較有空。清單涵蓋四個面向：技術正確、保密、證據與可讀性。任何一項沒過，文章就退回上一步，而不是先上線、再說之後補。

技術正確

• 受訪工程師或其他有資格的人，已核准每一個技術說法。
• 文章中的每個數字，都來自訪談、貴公司自己的測試報告，或有連結的外部來源，沒有任何數字只來自 AI 工具。
• 寫出限制與條件。提到連續使用溫度的額定值時，同時說明超過之後會發生什麼、在什麼負載下。

保密

• 沒有未經書面同意的客戶名稱、料號、圖面或價格。
• 具競爭優勢的製程細節，描述到「看得出功力」的程度就好，不要把配方交出去。
• 檢查照片背景裡的白板、標籤與螢幕。

證據

• 外部事實連到原始出處，而不是轉述它的部落格。
• 標準寫出完整編號，讓買家查得到。
• 關於自家表現的說法，業務在買家要求時拿得出文件佐證。

可讀性與結構

• 每一段的前兩句就直接回答該段的問題。
• 標題寫明主題，即使 AI 助理只引用其中一段，讀者也看得懂。
• 文章說明產生方式，並顯示作者、審閱者與日期。

常見的錯誤包括：工程師還沒看過就把 AI 草稿發出去；文章寫到一半變成推銷；為了「加強說服力」放進一個從不相關文章找來的統計數字；以及明明讀者是採購主管，卻寫成只有同行工程師看得懂的文章。每段先給答案的寫法，在〈GEO 內容策略：怎麼寫，AI 才會引用你〉有更深入的說明。

還有一個台灣公司特有的提醒：中文版和英文版的審閱要分開做。工程師看中文稿通常很快，但英文版的技術用語、單位與標準名稱，一定要再請懂英文的工程師或業務確認一次。美國買家習慣的單位與說法，和國內客戶不一樣，一個單位寫錯，前面建立的專業印象就打折了。

怎麼判斷有沒有效

分三個層次衡量：您回答的那些問題在搜尋上的能見度、買家在頁面上的行為，以及公司內部有沒有在用。搜尋數據看 Google Search Console；買家行為看網站分析，以及買家在詢價時提到了什麼；內部使用則看業務是否開始直接傳文章連結，而不是每次重打一遍答案。

在 Search Console 裡，成效報表會依查詢字詞或網頁，顯示點擊、曝光、平均點閱率與平均排名。用每篇新文章的網址篩選，看它出現在哪些查詢裡。如果那些查詢和您當初挑的買家問題吻合，文章就有發揮作用；如果出現在不相關的查詢，通常代表標題要寫得更具體。

開始之前先記下基準值：產品頁與應用頁目前的曝光數、每月有多少詢價信件帶著技術問題，以及同一個問題每週在信箱裡被回答幾次。之後定期回來比較。請預期變化是緩慢的，小型網站的新技術頁面在搜尋上往往要幾個月才會穩定，而且有一部分價值是網站分析看不到的，例如買家讀了三篇應用說明之後直接打電話，沒有填任何表單。

內部的效果通常最先出現。當業務助理可以直接傳一個工程師已經核准過的連結，回答公差問題，您就省下了工程師的時間，而且每次的答案都一樣。這也是為什麼對外內容和內部知識庫會重疊：同一次訪談，可以同時餵給兩邊。對台灣老闆來說，這往往是最容易說服內部投入的理由：工程師不是在「幫行銷寫文章」，而是在減少自己每週重複回答的次數。

最後，留意文章帶來的新問題。如果買家開始問更深入的追問，代表他們已經信任基本內容、往前走了一步。把這些追問列進下一次訪談的題目。

HappyCXO 可以怎麼協助

HappyCXO Studio 是中小製造商與貿易商的遠端團隊成員，團隊在台灣，以 Email 與約定時間的視訊會議和客戶合作。在這類內容上，我們負責訪談、用 AI 協助起草、管理審閱流程並上稿發布；每個技術說法由貴公司的工程師審過，哪些內容可以公開由您決定。

和這件事最相關的有兩項服務。知識庫與內部流程把資深同事知道的事，例如規格問答、報價邏輯與產品 FAQ，整理成可搜尋的知識庫，並分出可以用在官網的對外版本。遠端數位行銷同事則把這些素材寫成官網上的應用說明、規格解讀與 FAQ，和其他行銷工作一起進行。

合作方式：開始前先和您議定 KPI 與基準值，每週提供報告，並定期和您一起檢視成果。網站與各項帳號都在貴公司名下。我們不保證排名，也不會發布未經貴公司核准的技術說法。完整服務內容可以在服務總覽查看。

如果貴公司的工程師每週都在回答同樣的問題，官網上卻看不到這些專業，歡迎預約 20 分鐘線上展示。我們會在一個工作天內回覆。