聲控取代觸控,語音搜尋將徹底改寫行銷世界嗎?
聲控取代觸控,語音搜尋將徹底改寫行銷世界嗎?

語音搜尋(Voice Search)是一種語音辨識科技,允許使用者能透過語音進行搜尋,而非傳統打字搜尋。智慧型手機和其他網路行動設備的科技進步帶動了人們對於語音搜尋的興趣與使用。

語音搜尋自2011年蘋果推出Siri語音系統還有現在的Google和其他語音系統程式後,語音助理幾乎成為智慧型手機的標準配備,而語音搜尋逐漸改變現代人的搜尋行為,進而改變廣告行銷圈的動向。語音搜尋問題不在於到底會不會發生,而是在於什麽時候會發生。如今你的網站已準備好了嗎?

在西元2000年,大多數人主要使用桌上型電腦來搜尋資料。然而,到了2010年開始,手機搜尋漸變為最受歡迎的資訊搜尋方式。未來,透過行動裝置進行語音搜尋將成為消費者進行搜尋最常用的方式。

但為什麼語音搜尋會越來越受到大家歡迎而使用呢?第一,使用上更為方便。消費者從桌上型電腦轉移到手機搜尋的使用原因相同,大家希望能夠隨時隨地就能立即展開搜尋。談到語音搜尋,它可以讓人們同時進行多種任務。例如,當大家在開車時,可以同時駕駛和使用語音搜尋來尋找生活資訊。另一方面,語音搜尋速度比較快,人們可以說出更多更長的詞句進行搜尋,也可以快速地重複搜尋多方面的資料。

圖片1.jpg
圖片來源:Moz
圖/ 安布思沛

如何優化語音搜尋來抓住要瞬間資料的消費者

你可能會好奇的是,語音搜尋與一般搜尋到底哪裡不同?首先,語音搜尋其實像與某人進行對話。當使用者透過語音工具進行搜尋行為時,例如手機或語音助理工具(類似Google Home或Amazon Alexa)時,他們會使用長尾字詞,並且會形成比較完整的句子。另一方面,語音搜尋是從問題字啟發搜尋,例如5W1H的「who」,「what」,「when」,「where」,「why」和「how」。就搜尋意圖而言,大多數問題詞的意圖是偏向尋找資訊,如「為什麼」、「怎麼做」;但另一方面,「什麼時候」和「在哪裡」等這類型問題關鍵詞多數是偏向行動意圖,我們後續會談到商家如何對於「在哪裡」這個問題類型的語音搜尋行為作出相對應回應。

圖片2.jpg
圖片來源:Search Engine Watch
圖/ 安布思沛

那麼,在語音搜尋漸趨重要之下,我們需要做什麼來讓自己的網站排名到語音搜尋結果上呢?首先,你需要正確優化網站中的Structured Data。Structured Data(結構化資料)指的是放在網站後台的特定部分程式碼,用來簡化並分類網站內容以幫助搜尋引擎更快速找到必要的資訊,包括網站的URL、店家地址、電話號碼、圖片、產品評論等相關資訊都是Structured Data的範疇。

圖片3.jpg
圖片來源:Google
圖/ 安布思沛

語音搜尋優化關鍵-在地化、店家資訊、FAQ

由於許多語音查詢是具有「在地性」的搜尋意圖,因此你需要的不只是建置妥善的Structured Data而已,更需要使用Google My Business頁面,讓你的網站在商業上能與GoogleMap相結合,這樣一來能讓消費者更快知道他身處附近的相關店家資訊。接下來,我們可以再優化Google My Business頁面上的「店家地址」和「產品特色」等關鍵字,呈現的結果如下圖,這都是地方商家普遍能進行的語音搜尋優化策略。

圖片4.jpg
圖片來源:Google
圖/ 安布思沛
圖片5.jpg
圖片來源:Google
圖/ 安布思沛

大多數語音搜尋都會從Featured Snippet(一種提供簡明扼要答案的搜尋結果形式)文字區塊中獲得結果,這些被稱為「精選摘要」。根據Backlinko研究證明,語音提供的平均網頁有下面這些條件:網頁載入速度約為4.6秒、超過70%的語音搜尋排名網站提供的資訊內容是安全的、答案不能超過30個字來解釋搜尋問題且閱讀難度要在中學程度;平均網站權重建議在70左右,頁面權威度應該在20左右(網站權重與頁面權威度指的是該網站頁面的排名競爭力)。另外,內容豐富度與社群影響力也佔有一席之地:網頁內容上應有2,000個單詞、Facebook分享數量要1k左右。若你的網路具備了上述提出的條件,才有可能排名到Featured Snippet的搜尋結果位置。

圖片6.jpg
圖片來源:Google
圖/ 安布思沛

關於語音搜尋的優化實作,以下會分享來自於我們其中一個客戶的案例。

在我們過去的研究中,只要掌握幾個要素,是有機會帶出以下Featured Snippet的結果。

1.

在網站中,建立FAQ問與答頁面
盡可能在FAQ問題與答案中置入語音搜尋常用的關鍵字,當然,網站的權重也不能太低。以這個客戶為例,他們的網站權重至少有30以上,才有機會得到顯示於語音搜尋最佳答案的優先順位。

圖片7.jpg
圖片來源:Google
圖/ 安布思沛

2.

另一個方式則是在文章頁面中,以問題和條列式的回覆,也會有很大的機會使其出現在Featured Snippet中,如下所示。

圖片8.jpg
圖片來源:Google
圖/ 安布思沛

3.

另外,我們發現使用超過60%語音搜尋的主要產業來自於包括食品/飲料、健康、體育、新聞、生活方式和汽車。因此,相關的產業店家應更關切語音搜尋趨勢,並實際進行相關優化,以回應消費者搜尋行為變化後的需求。

圖片9.jpg
圖片來源:Hitwise
圖/ 安布思沛

在接下來的十年,語音搜尋將是大幅影響廣告行銷領域發展的關鍵因素,當大家還在考慮買哪些關鍵字、或設計廣告視覺圖片時,你應該要更思考的是,如何提供有價值且符合消費者想要的資訊內容。隨著語音搜尋越來越普遍的情況下,建議商業腳步要盡快跟上相關趨勢,第一時間讓消費者就能即時找到他們要的資訊,增加你商業上的更多曝光。

關鍵字: #SEO #語音助理
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓