Claude Opus 5.5 寫文章實測：與 Opus 5、Fable 5.1 同題比較

TL;DR

• 以「AI 搜尋時代，SEO 排名第一還重要嗎？」為題，請 Claude Opus 5.5、Opus 5 與 Fable 5.1 依同一份指令各寫兩段，三個模型得出三種不同的立場。
• Fable 5.1 把問題拆到頁面層級：答案型頁面的排名第一在貶值，工具、實測數據這類 AI 摘要講不完的頁面仍能帶來點擊。這個分法與兩個中文網站的 Search Console 資料方向一致。
• Opus 5 提出反方論點：是否被 AI 引用難以控制，排名仍是握得住的槓桿，不宜把資源整批移去追求 AI 引用。
• 數字最多、看起來最有數據基礎的 Opus 5.5 版本，數字的出處反而最難查證；三個版本都沒有標註來源。
• 三個版本都留有可辨認的 AI 寫作痕跡：段落收尾一律對仗、以「多數人」立一個沒有出處的反方再推翻、三項並列的列舉節奏、通篇沒有任何具體實例。Opus 5.5 句式最重複，Opus 5 靠自創術語撐論證，Fable 5.1 句子最長。
• 每個模型只寫一次、依序寫作，結果適合觀察差異，不適合當成模型能力的排名。

目錄

• 實驗設定：三個 Claude 模型的寫作指令與條件
• Claude Opus 5.5、Opus 5 與 Fable 5.1 的立場比較
• 頁面型態與 SEO 排名價值
• AI 引用的可控性：排名的反方論點
• AI 寫作的事實查核：數字與出處
• Claude 模型的 AI 寫作痕跡：文體與語法
• 測試的限制
• AI 搜尋時代的 SEO 排名判斷
• 附錄：三個模型的原文

引言

Search Console 的成效報表裡，平均排名 1 點多、點閱率卻不到 1% 的查詢愈來愈常見。原因之一是 AI 摘要（AI Overview，Google 在搜尋結果頂端生成的回答）在結果頁中只佔一個排名位置，摘要內所有連結都記為同一個排名，頁面被引用時排名顯示得很前面，使用者卻在結果頁就讀完了答案（計算規則見〈Search Console AI Overview 報表：曝光計算規則與匯出比對〉）。排名第一還值不值得爭取，成了經營內容的人反覆遇到的問題。

Claude Opus 5.5 推出後，常被問到的是它寫文章與前一代 Opus 5、以及 Fable 5.1 有什麼不同。本文把排名這個問題同時交給這三個模型。三個模型依同一份寫作指令各寫兩段，比較分兩層進行，一層是它們對 SEO 排名的看法，一層是用 AI 寫文章時的論證方式與寫作痕跡。文中的主張另以自家網站已發表的 Search Console 資料檢驗。

實驗設定：三個 Claude 模型的寫作指令與條件

三個模型收到相同的指令：

以 seobar.dev 的讀者（行銷人、SEO 從業者）為對象，針對「AI 搜尋時代，SEO 排名第一還重要嗎？」寫兩段文字。繁體中文、台灣用語，每段 150–250 字，不加標題、不列點、不用 emoji。要有明確立場，不要四平八穩地兩邊都講。

寫作在 Claude Code（Anthropic 的命令列開發工具）的同一個工作階段中完成，依 Opus 5.5、Opus 5、Fable 5.1 的順序切換模型，每個模型寫一次，沒有重寫或挑選。三個模型都沒有載入寫作用的 skill（預先寫好、讓模型依循的作業規範），比較的是模型在相同條件下的寫法。

有兩項條件會影響結果。工作階段中載入了本站的專案設定檔，其中包含寫作語氣規則與過去的 SEO 觀察，三個模型都讀得到；依序寫作也讓後寫的模型看得到前面的版本，Opus 5 交稿時便表示刻意選了與前一版不同的角度。三個版本的立場分歧，有一部分來自寫作順序。

Claude Opus 5.5、Opus 5 與 Fable 5.1 的立場比較

Opus 5.5 的版本最接近目前對 AI 搜尋的一般看法：排名第一拿到的常是曝光，AI 摘要挑選的來源與排名前段的重疊不高。Opus 5 把問題往前推了一步，指出「排名不重要了」這個結論混淆了兩件事，排名本身的作用還在，失效的是用排名推估流量的換算方式。Fable 5.1 沒有正面回答重不重要，改問哪一種頁面的排名重要，三個版本中只有它給出可以直接用來分配預算的判準。

頁面型態與 SEO 排名價值

Fable 5.1 的主張是：解釋名詞、回答「什麼是」的頁面，內容幾句話就能講完，排到第一之後會被 AI 摘要直接取代，點閱率趨近於零；放了實測數據、可操作的工具或獨家清單的頁面，AI 摘要講不完，只能引用並附上連結，排名第一仍能帶來點擊，進站的也是真正需要那份內容的人。

這個分法與渥合數位先前發表的資料方向一致。〈AI Overview 會吃掉網站流量嗎？181 個頁面的實測結果〉比對兩個中文網站 28 天的 Search Console 資料，一個 AI 曝光占比 86.8% 的格式轉換工具頁，點閱率仍有 13.0%，是該站平均 4.95% 的兩倍以上；另一個網站上幾篇 AI 曝光占比不到 20% 的工具介紹文與入門教學文，點擊只有 0 或 1 次。頁面會不會失去點擊，取決於它的價值能不能被一段文字講完，與 AI 露出多寡的關係不大。

Fable 5.1 的版本也有一處超出資料的說法。它寫資產型頁面「排名第一在這裡換到的點擊比以前更值錢」，這是跨時間的比較，上述資料只有 28 天，沒有 AI 摘要普及前的對照期，無法支持「比以前」這一段。上述資料只顯示，在 AI 功能大量出現的查詢上，工具型頁面仍維持明顯高於站台平均的點閱率。

AI 引用的可控性：排名的反方論點

Opus 5 的版本提供了另一個方向的判斷。它主張排名在 AI 搜尋中仍有一項作用，就是讓頁面進入 AI 挑選來源的候選集（生成回答前先檢索出來的一批頁面）；被不被引用則難以控制，因為模型挑選來源的方式不透明，同一個問題隔一段時間重問，引用的來源就可能換一批。它的結論是不宜把資源從排名整批移去追求 AI 引用。

來源會換一批這件事有資料可以對照。〈AI 推薦的店家名單會變嗎？〉把 30 條在地推薦問句隔 28 天原封不動重測，ChatGPT 前期推薦的 367 家店只剩 102 家仍在名單上，留存約 27.8%。Opus 5 寫的是「隔週重跑」，實測的間隔是 28 天，問句類型也限於在地推薦，方向相符，時間尺度與範圍則不能直接套用。

它的另一句話「排名之外沒有更便宜的入場方式」則是斷言。三個版本都沒有提出排名與 AI 引用之間關係的資料，Opus 5.5 甚至得出相反的印象，認為 AI 常引用排名不在前段的頁面。這一點目前仍是各說各話。

Opus 5 與 Fable 5.1 的主張可以合併使用。Fable 5.1 回答的是讓哪一種頁面排上去，Opus 5 回答的是排上去之後用什麼驗收：排名繼續做，但集中在 AI 摘要取代不了的頁面，驗收時同時看點閱率與是否出現在 AI 的回答中。

AI 寫作的事實查核：數字與出處

三個版本都沒有標註出處。指令要求的是兩段觀點文，不附出處可以理解，但數字的可查證程度差異很大。

Opus 5.5 的版本數字最多，讀起來最有數據基礎，查證起來卻最困難。「排名第一有兩三成的機率被點擊」是業界對點閱率曲線的常見說法，各家研究的數字差距很大，文中沒有指明依據；「排名與 AI 引用的重疊遠比想像中低」以「實際觀察下來」帶過，讀者無從得知是誰觀察、觀察了多少樣本。Opus 5 只有「點擊少一半以上」一處數字，同樣沒有來源。Fable 5.1 沒有任何統計數字，全靠推導，可被挑戰的地方最少，唯一超出資料的是前面提到的「比以前」。

用 AI 寫文章時，模型很擅長寫出帶數字的句子，數字從哪裡來則需要另外查核。一個版本的數字愈多，查核的工作量愈大，並不會因此更可信。

Claude 模型的 AI 寫作痕跡：文體與語法

三個版本的立場不同，句子的組裝方式卻高度相似。以下是逐篇對照後整理出的痕跡，先列各版本的，再列三個版本共有的。

Opus 5.5 的句式最重複。 「問題不在標題寫得不好，而是使用者根本沒有往下點的理由」「拿到的往往是曝光而不是點擊」「而不是誰的網域權重高」，同一種否定再肯定的結構在 400 字內用了三次。冒號後接三項並列也是它的習慣：「排在第二頁的文章、部落客的心得文，甚至從沒進過前十名的品牌頁面」，三項遞進、以「甚至」收尾，是模型列舉時的預設節奏。

Opus 5 靠自創術語撐起論證。 「換算率」「換算鏈」「候選集」都是文中臨時定義的詞，讀起來像有一套既有的分析框架，實際上框架只存在於這兩段裡。這種寫法的說服力來自術語的精確感，讀者若追問換算率怎麼算，文章給不出答案。「拿一個還握得住的槓桿去換一個握不住的」這類鏡像句，一段一句還可以，每段都有就成了格式。「AI 摘要把答案寫在你上面」的「寫在你上面」語意不清，是三個版本裡少數的語法瑕疵。

Fable 5.1 的問題在句子長度與引號標語。 第一段第二句從「一篇解釋名詞」到「三句話講得完的東西」共 113 字，中間只有逗號，主詞換了三次（文章、使用者、你）。「把什麼排上去」「把什麼做成排得上去也摘要不掉的東西」用引號框成標語，是模型想製造金句時的常見做法，人寫的文章很少在論述中途自己加引號強調。「把預算拿去追……，等於在替 AI 生產免費素材；把預算拿去做……，才是……」的對句，與 Opus 5 的鏡像句是同一種習慣。

三個版本共有的痕跡有四項。

假想的反方。 Opus 5.5 寫「多數人假設 AI 摘要會從前幾名挑來源」，Opus 5 寫「多數人把這兩件事混在一起」，Fable 5.1 寫「多數網站的內容結構是一大堆答案型頁面撐流量」。「多數人」是誰、依據是什麼，三個版本都沒有交代。先立一個沒有出處的普遍看法再推翻它，是模型建立立場時最省力的方式，也是讀者最容易察覺的痕跡。

沒有任何具體實例。 三個版本提到的都是「一篇解釋名詞的文章」「某個字排第一」「一個能操作的工具」，沒有一個實際的網站、查詢字詞或頁面。有經驗的從業者寫這個題目，通常會帶出一兩個自己處理過的案例；模型沒有案例可帶，只能用類型代替個體。這一點與前一節數字沒有出處是同一個問題的兩面。

段落收尾一律對仗。 六個段落中有五個以鏡像句或對比句收尾，只有 Opus 5.5 的第一段停在「流量一季比一季少」這個現象描述上。人寫的段落常停在一個未收攏的觀察上，模型幾乎每段都要收攏。

開場句型相同。 Opus 5.5 與 Opus 5 的第二段都以「真正要（該）……的是」起頭，這是把話題從現象轉向解方時的固定開場。三個版本的第一句也都是「排名第一……」開頭的定義句，沒有一個版本從場景或案例切入。

段落長度也整齊得不自然。六段落在 191 到 250 字之間，全部貼近指令上限，沒有一段明顯短於其他段。人依指令寫作時，通常會有一段寫得比較短或比較長。

句長的差異前面提過，這裡補上句數。Fable 5.1 第一段 250 字只有 3 個句子，平均一句約 83 字；Opus 5.5 與 Opus 5 每句平均 40 到 54 字。長句讓推導不中斷，也讓讀者在句子中途失去主詞，改寫成正式文章時需要斷句。

測試的限制

每個模型只寫一次，沒有重複取樣。同一個模型以同一份指令再寫一次，立場與句型都可能不同，本文觀察到的差異不能當成模型的固定特性。

後寫的模型讀得到前面的版本，立場分歧有一部分來自刻意區隔；三個模型也都讀得到本站的寫作規則，這些規則會壓低口語與短句的比例，使三個版本比未經設定的輸出更相近。

本文的立場比較由 Opus 5.5 協助整理，文體與語法一節由 Fable 5.1 協助整理，兩者都是受比較的模型；模型評論自己的文字，遺漏自身習慣的可能性高於評論他人的。三個版本全文列於附錄，讀者可以自行比對。

AI 搜尋時代的 SEO 排名判斷

綜合三個版本與前述資料，排名第一仍然重要，但它的價值依頁面型態而定。一段文字就能講完的答案型頁面，排到第一換到的多半是曝光；工具、實測數據與獨家清單這類 AI 摘要取代不了的頁面，排名第一仍會帶來點擊。

規劃內容時，可以先把想爭取排名的頁面分成兩類：一段話講得完的，與講不完的。前者適合補上後者才有的東西，例如自己量到的數據或可以直接使用的工具；後者才是值得優先投入排名的頁面。

附錄：三個模型的原文

Claude Opus 5.5

排名第一依然重要，但它換來的東西變了。過去排在第一，代表搜尋者有兩三成的機率會點進來；現在同一個查詢上方多了一塊 AI 摘要，答案在結果頁就讀完了，排名第一的頁面拿到的往往是曝光而不是點擊。Search Console 裡常見的畫面是平均排名 1.x、點擊率卻不到 1%，問題不在標題寫得不好，而是使用者根本沒有往下點的理由，以點擊為目標在做 SEO 的人，會發現同樣的努力換來的流量一季比一季少。

真正該重新計算的是排名和 AI 引用之間的關係。多數人假設 AI 摘要會從前幾名挑來源，只要排名做上去，引用自然跟著來，實際觀察下來兩者的重疊遠比想像中低：AI 會引用排在第二頁的文章、部落客的心得文，甚至從沒進過前十名的品牌頁面。它挑的是能直接回答問題的段落，以及在別人的推薦名單裡反覆出現的名字，而不是誰的網域權重高。排名第一仍然值得爭取，只是它已經不是終點，AI 替使用者回答這個問題時，答案裡有沒有你的品牌，才是下一個要爭取的位置。

Claude Opus 5

排名第一從來不是目標，是一個用久了就被當成目標的代理指標。十年前盯排名有道理，因為排名和流量之間有穩定的換算率，做上第一名大概換到多少人進站，做過幾個案子心裡就有數，預算也好編。現在那條換算率斷了，同一個字排第一，AI 摘要把答案寫在你上面，使用者讀完就走，Search Console 的曝光照舊、點擊少一半以上。斷掉的是換算率，不是排名本身的意義，多數人把這兩件事混在一起，才會得出排名不重要了的結論，接著懷疑整個 SEO 還要不要做。

真正要修的是換算鏈的下半段。排名第一在 AI 搜尋裡還有一個作用，就是讓引擎撈得到你，它得先把你收進候選集，才有機會在回答裡引用你；這件事排名不保證，但排名之外沒有更便宜的入場方式。反過來說，被不被引用你控制不了，模型怎麼挑來源不透明，同一個問題隔週重跑就換一批來源，你能做的只是把可被引用的段落準備好，剩下交給機率。把資源從排名整批搬去追引用，是拿一個還握得住的槓桿去換一個握不住的。排名第一該繼續做，只是驗收方式要改，別再用點擊率給它打分數，改看它有沒有讓你出現在 AI 的答案裡。

Claude Fable 5.1

排名第一的價值，現在要看你排上去的是哪一種頁面。一篇解釋名詞、回答「什麼是」的文章排到第一之後，遇到的是 AI 摘要直接把答案抽走，使用者在結果頁讀完就離開，你拿到一行漂亮的排名和一個接近零的點擊率，這種頁面的第一名價值在跌，而且會繼續跌，因為它的內容本來就是三句話講得完的東西。一頁放了自己跑出來的實測數據、一個能操作的工具、或一份別處找不到的清單，AI 摘要講不完它，只能引用並附上連結，排名第一在這裡換到的點擊比以前更值錢，因為 AI 已經先替你把只想要答案的人擋在外面，進來的都是真的需要那份東西的人。

SEO 的施力點因此要從「把什麼排上去」移到「把什麼做成排得上去也摘要不掉的東西」。多數網站的內容結構是一大堆答案型頁面撐流量，再靠少數幾頁轉換，這個結構在 AI 搜尋裡會先失血，掉的正是那些最容易寫、也最容易被摘要的頁面。把預算拿去追每一個字的第一名，等於在替 AI 生產免費素材；把預算拿去做兩三份別人做不出來的內容，再讓它們排上去，才是排名第一在這個時代還能兌現的方式。排名第一沒有變得不重要，它只是從一個可以量產的目標，變回一個要挑對頁面才值得付出的目標。