隨著人工智慧與搜尋技術的進步，「多模態搜尋」（Multimodal Search）正逐漸改變使用者與搜尋引擎互動的方式。所謂多模態搜尋，是指結合不同形式的輸入方式（如文字、語音、影像）進行搜尋的技術。例如，用戶可以上傳圖片進行反向搜尋、用語音詢問問題，或透過影片截圖找尋相似內容。這種跨媒介的搜尋模式雖然提升了使用者體驗，卻也對傳統SEO帶來諸多挑戰。以下將探討多模態搜尋對SEO的衝擊與企業應如何因應。
一、多模態搜尋的興起與發展
隨著Google、Bing 以及 Pinterest 等平台不斷強化影像搜尋、語音辨識與AI圖像辨識能力，多模態搜尋成為趨勢。尤其在手機端，使用者傾向用語音詢問、拍照搜尋，而非 線上商店 傳統文字輸入。Google Lens 就是典型範例，使用者只需拍照或截圖，即可找到產品資訊、地點或類似圖像內容。
二、多模態搜尋對SEO的挑戰
-
傳統關鍵字策略失效的風險
多模態搜尋弱化了文字關鍵字的角色。當使用者不再透過明確的文字搜尋，而是透過圖像或語音進行查詢，傳統依賴關鍵字排名的SEO策略將面臨挑戰。 -
結構化資料需求增加
搜尋引擎要理解非文字內容，仰賴更豐富的結構化資料與標記（如 Schema.org）。若網站未妥善標註圖像、產品、地點等資訊，可能無法被正確解析，進而降低曝光機會。 -
圖像與影音內容的優化需求提升
傳統SEO以文字內容為主，而多模態搜尋要求網站具備 利用使用者行為資料優化seo 可機器解析的圖像與影片。這意謂網站需提升影像檔案命名、Alt標籤撰寫、影片字幕與說明欄位的完整性。 -
語音搜尋帶來的語意變化
使用者透過語音搜尋時，通常採用自然語言，這對關鍵字的語意結構提出新挑戰。例如，用戶不再搜尋「東京天氣」，而是問「今天東京會下雨嗎？」SEO策略必須對應這種語意搜尋。 -
內容發現管道多元化，競爭加劇
多模態搜尋擴大了搜尋結果的呈現形式，包括圖 電話線索 像卡片、影片預覽、語音摘要等。這意味著不同型態的內容將同時競爭眼球，要求網站內容具備多樣性與媒體整合能力。
三、應對多模態搜尋的SEO策略
-
強化圖像與影片SEO
確保所有圖像都有具描述性的檔名與Alt文字，並使用WebP等高效格式；影片應加入完整標題、描述、字幕與結構化資料，以利搜尋引擎理解與索引。 -
導入結構化資料標記
透過Schema標註產品、FAQ、文章、地點等元素，幫助搜尋引擎更好地解析內容。特別是在語音搜尋與AI搜尋中，結構化資料影響搜尋結果呈現度愈加明顯。 -
針對語音搜尋優化內容語調與架構
撰寫更符合口語化問題的內容，如設計FAQ區塊，回答具體問題，增加出現在語音搜尋與精選摘要中的機會。 -
打造多媒體內容組合
將文字、圖像、影片、音訊整合成跨平台內容，以因應多模態搜尋中不同介面的呈現需求，增加被搜到與點擊的機會。 -
利用AI工具生成與管理內容資產
善用AI工具輔助標註圖像、產出描述與摘要，提高媒體資產的可搜尋性與管理效率。
結語
多模態搜尋正在重新定義SEO的規則。未來的搜尋將不再侷限於文字，而是整合語音、圖像、影片等形式，為使用者帶來更直覺與多元的搜尋體驗。面對這樣的轉變，網站經營者與SEO從業人員必須重新思考內容策略與技術結構，才能在新的搜尋生態中持續保持能見度與競爭力。如今不再只是「寫給搜尋引擎看」，而是「為多感官、多渠道的使用者優化」。