這是一篇 X 上有人分享的 How I built 13,000+ pages in 3 hours and grew SEO traffic +466% in 60 days 的文章，這邊整理後給有想要用 AI 生成內容的朋友參考。
--
在 SEO 領域中，「Programmatic SEO（程式化 SEO）」並不是新概念，但隨著 AI 技術的進步，這種方法正出現新的進化形式。SEO 工程師 Jake Ward 最近分享了一個實驗案例：他在 3 小時內生成超過 13,000 個頁面，並在 60 天內讓網站自然搜尋流量成長 466%。更令人意外的是，在這些頁面中，大約仍有一半尚未被 Google 索引，意味著流量成長仍有很大空間。
這項實驗背後的核心概念被他稱為 Programmatic SEO 2.0。與傳統 pSEO 不同，這套系統並不是用模板大量替換關鍵字，而是把內容生成流程設計成一個結構化的系統，使 AI 像軟體模組一樣運作。
從 971 到 5,500：SEO 流量的快速成長
在實驗開始之前，網站每週的自然搜尋點擊數只有 971 次。當 13,000 個頁面逐步上線後，60 天內每週點擊數提升至 5,500 次，流量成長 5.7 倍（+466%）。
這些頁面並不是簡單的 AI 文章，也不是常見的「城市名稱替換」頁面。相反地，整個系統是透過程式化架構生成內容，使頁面可以像產品功能一樣被使用，而不只是文字內容。
Programmatic SEO 2.0 的核心概念
這套系統最大的不同在於：
內容不是一頁一頁寫出來，而是像軟體一樣「建構」出來。
在傳統 SEO 中，AI 通常被用來生成整篇文章。但在這個系統中，AI 不負責自由寫作，而是負責填寫一個嚴格的 JSON 結構（Schema）。
整體流程大致如下：
-
建立利基市場資料（Niche Context）
-
AI 模型（Gemini Flash）填寫 JSON Schema
-
生成結構化內容資料
-
使用 React 元件負責頁面呈現
在這種架構下：
-
內容資料（JSON）
-
網站設計（React Components）
完全分離。
因此即使重新設計整個網站，也不需要重新生成內容。
為什麼結構化內容很重要
在大規模內容生成時，最大的問題通常是「品質不一致」。
如果 AI 自由生成文章，常見問題包括：
-
內容結構不一致
-
長度不穩定
-
輸出品質不可預測
透過 Schema，系統可以強制每個頁面遵守同樣的結構，例如：
-
每個章節必須包含 15–20 個項目
-
每個項目必須包含 難度與潛力評分
這種限制讓 AI 生成的內容保持一致，也讓整個系統可以可靠地擴展到數千甚至數萬頁。
309 個利基市場：系統規模的關鍵
真正讓這套系統可以規模化的關鍵，不是 AI 模型，而是 利基市場資料庫（Niche Taxonomy）。
研究團隊建立了 309 個不同的利基市場資料，每個利基包含：
-
目標受眾
-
常見痛點
-
營利方式
-
有效內容形式
-
重要子主題
當系統生成一個頁面，例如：
「Travel Bloggers SEO Checklist」
AI 並不是單純把「travel」放入模板，而是會接收整個旅遊領域的背景資訊，例如：
-
季節性流量
-
旅遊關鍵字競爭
-
行程規劃內容形式
因此生成的內容會與利基市場高度相關，而不是通用內容。
3 小時生成 13,000 頁的技術方法
在技術層面，整個生成系統其實相對簡單。
主要使用 Gemini Flash 模型，原因是它支援 原生 JSON 輸出，可以直接生成結構化資料，避免解析問題。
系統同時運行 100 個並行工作程序（workers），並透過 API 同時生成內容。結果是：
13,000+ 頁面在不到 3 小時內生成完成。
值得注意的是，頁面標題並不是 AI 生成，而是使用預先設計的模板，例如：
100 Blog Post Ideas for Travel Bloggers in 2026
這樣可以確保標題：
-
一致
-
可預測
-
符合 SEO 結構
哪些內容類型帶來最多流量？
這次實驗的 13,000 頁主要來自 6 種內容類型，其中最成功的是：
資源型頁面（Resource Pages）
包括：
-
部落格題目列表
-
SEO 檢查清單
-
內容策略指南
這些頁面通常針對 資訊型搜尋需求（informational queries），流量大且競爭較低。
免費工具頁（Free Tools）
工具頁的表現也非常突出，例如：
-
內容生成工具
-
段落改寫工具
-
SEO 檢查工具
與普通文章不同，這些頁面具有實際功能，使用者會在頁面上停留更長時間，並進一步探索網站其他內容。
Google 對 AI 頁面的態度
很多人聽到「13,000 個 AI 頁面」時，第一個問題通常是：
Google 會不會懲罰這種內容？
在這個案例中，目前並沒有出現負面訊號。頁面：
-
正常被索引
-
正常排名
-
未受到 Helpful Content Update 影響
原因在於這些頁面並不是單純的 AI 文章，而是：
-
具有結構化內容
-
具備互動功能
-
提供實際價值
換句話說，它們更像 產品頁面，而不是「SEO 文章」。
AI 最適合做的事情
這個實驗帶來的一個重要結論是：
AI 最適合在「限制與結構」中運作。
當 AI 被要求自由寫文章時，結果往往不穩定；但當 AI 被要求填寫結構化資料時，就可以穩定生成大規模內容。
因此，未來的 AI SEO 內容策略可能會朝向一個新的方向：
AI 內容不是「寫出來」，而是「建構出來」。
SEO 未來：從寫文章到建系統
這次實驗顯示，SEO 的核心可能正在從「內容生產」轉向「內容系統設計」。
真正的競爭力不再只是寫更多文章，而是建立一套可以持續生成有價值內容的系統。
在 AI 時代，SEO 的問題可能不再是：
「如何寫一篇好文章？」
而是：
「如何設計一個能生成數萬篇高品質內容的架構？」
