Google num=100 參數事件：這對於 SEO、GSC、AI 有何影響？
Google 在 2025 年 9 月正式停用 num=100 這個非官方網址參數，把長年一次回傳 100 筆結果的捷徑砍掉，只回歸預設的 10 筆。這個動作表面是技術小調整，實質…
Google 在 2025 年 9 月正式停用 num=100 這個非官方網址參數，把長年一次回傳 100 筆結果的捷徑砍掉，只回歸預設的 10 筆。這個動作表面是技術小調整，實質是一次大規模的資料重新校準：根據 LOCOMOTIVE 對 319 個屬性的分析，87.7% 的網站在 GSC 失去曝光、77.6% 流失獨有查詢，但點擊幾乎不變，代表被砍掉的是從來沒被真人看過的虛假曝光，第一頁的價值在事件後被重新定價。看到帳面曝光崩落，第一個該做的是搞懂網站流量下滑時的找回方法，分清是資料校準還是真的失血。
重點先看： num=100 停用後，87.7% 網站 GSC 曝光下降、點擊卻幾乎不變，這代表流量沒有崩盤，被移除的只是虛假曝光，第一頁價值反而被墊高。要分辨這類數字背後的真偽，Google Search Console 完整使用指南是最基本的判讀依據。
num=100 是什麼：被 SEO 與爬蟲用了十幾年的隱藏參數
num=100 是一個非官方的網址查詢參數，把它接在 Google 搜尋結果網址後面，就能讓單一頁面一次回傳最多 100 筆自然結果，跳過預設的 10 筆限制。講白了，它就是一條方便的後門，讓你不用反覆翻頁就能一次抓齊前 100 名排名資料。這條捷徑長年被排名監測工具、第三方 API 供應商與資料爬蟲大量使用，背後撐起整個 SEO 自學與基礎觀念之外的情報產業鏈。
嚴格說起來，Google 從來沒有在官方文件裡寫明這個參數，它只是被默許存在。舊版 Google 介面曾經提供「每頁顯示結果數」的調整選項，那個下拉選單背後的本質就是 num 參數，把數字拉到 100 就等同在網址後面接上 num=100。理解網址組成與結構的人會發現，這跟 網址路徑、網址的 SEO 基礎一樣，都是使用者可讀、可改寫的網址元素，只是 num 特別沒被文件化。當年這個選項還牽涉到 中文網址與英文網址選擇那種介面友善度的設計邏輯。
把幾個容易混淆的觀念一次拆開，後面的因果才看得清楚。num 參數改變的是「單次請求回傳幾筆結果」，它跟 Google 搜尋引擎運作原理裡的檢索環節是兩件事：檢索是 Google 機器人抓你網站的內容，num 是你或工具去抓 Google 的結果頁。它也跟 爬取預算優化不同：爬取預算講的是 Google 分配給你網站的抓取配額，num 講的是反向索取 Google 自己的排名資料。三者常被混為一談，但只有 num 會因為這次事件而失效。
重點在於：它與現在預設每頁 10 筆之間的差距，正好是後續成本與資料落差的原點。少了 num=100，排名工具要取得同樣一份前 100 名資料，就得多發出九次請求；而檢索環節也因為抓取密度被限制而產生連鎖反應。這也是為什麼懂爬取預算優化的人，早就知道一次抓太多結果會反噬成本。一個從沒被官方承認的參數能撐十幾年，原因很單純：它對 Google 自己無害，對第三方卻太方便，雙方都默許，直到 2025 年局勢改變。
2025 年 9 月的時間線：從社群察覺到 Google 正式宣告
整起事件是一個先有事實、後有官方背書的過程。2025 年 9 月中旬左右，SEO 社群率先發現 num=100 不再生效，加上參數後結果還是只回傳預設的 10 筆；直到 9 月 18 日，Google 才向媒體正式表態「不支援這個網址參數」，等同宣告停用（Search Engine Land 報導）。換句話說，這次變動並非 Google 預先公告的政策調整，而是被發現後才被動承認。
這條時間線之所以重要，是因為它解釋了為什麼 SERP 搜尋結果頁元素的資料供應商會在這段期間密集調價。DataForSEO 在 9 月 16 日就搶先發布 SERP API 定價調整預告，比 Google 官方表態還早了兩天，顯示業界在官方開口前就已經收到風聲。時間點正好跟 Google AI 搜尋擴張期重疊，這也讓外界把這件事跟反爬蟲、節能議題掛在一起討論，但兩者之間的因果其實沒有被證實。
Google 的沉默其實比表態更有訊息量。一家公司對一個被用了十幾年的功能只說「不支援」、不給任何技術細節，那個參數在它心裡的位置已經很清楚：從來不該被依賴的非正式功能。對比 索引或爬取預算這類有官方文件的環節，num 從頭到尾都只是灰色地帶的產物。
| 日期 | 事件 | 性質 |
|---|---|---|
| 2025/9 月中旬 | 社群率先通報 num=100 失效，結果回到預設 10 筆 | 事實發生 |
| 2025/9/16 | DataForSEO 發布 SERP API 定價調整預告 | 業界先行 |
| 2025/9/18 | Google 對媒體正式表態不支援該參數 | 官方背書 |
| 2025/9/19 | DataForSEO 新定價生效 | 市場反應 |
停用 num=100 的三個可能動機與各自的證據強度
Google 只說「不支援」、沒給技術細節，所以真正原因外界只能推測。業界普遍指向三件事：抑制大規模爬取與 LLM 訓練抓取、降低產生 100 筆結果的運算與能源消耗、讓回報的資料更貼近多數人只看前幾頁的真實行為。這三個動機並不互斥，但 Google 的沉默本身就是訊號，等於把這個參數定位成從來不該被依賴的非正式功能。
第一個、也是證據最強的動機是抑制爬取。一次撈 100 筆大幅降低了第三方與 LLM 訓練抓取的翻頁成本，對 robots.txt 對 SEO 的效果與 noindex 用法與影響這類正規控制手段之外的灰色抓取，等於開了一扇大門；把它關掉，robots.txt 與 noindex 的差異之外的側門也就跟著封死，不被索引的方法因此多了一層保障。資源消耗是另一條合理但無法量化的脈絡：產生 100 筆結果的 CPU 與能源顯著高於 10 筆，在 Google 大量服務 AI 搜尋的當下，這筆帳會被放大檢視，只是官方從未公開對應數字。至於貼近使用者行為的說法，方向上與解讀網站跳出率與停留表現一致：真正該看的是真人到底看了什麼、停留多久。但它最政治正確、也最難單獨驗證。
把這三個推測放在一起評估，可以整理出一張可信度對照，避免把單一動機當成官方定論。抑制爬取的證據最強：反 AI 抓取浪潮與本事件時間重疊，且 num=100 確實是低成本撈取長尾的關鍵捷徑，關掉它對第三方抓取的阻力最直接。降低資源的說法合理但無法量化，Google 從未公開 100 筆相對 10 筆的能耗數字，只能從「產生更多結果必然消耗更多運算」這個常識推論。貼近使用者行為的說法政治正確度最高、可驗證性最低，因為「多數人只看第一頁」雖然是業界共識，卻沒有官方文件把這個行為跟 num 的存廢直接掛鉤。
| 推測動機 | 證據強度 | 可驗證性 | 該如何對待 |
|---|---|---|---|
| 抑制大規模爬取與 LLM 訓練抓取 | 強（時間重疊＋關閉捷徑最直接） | 中（可從抓取成本上升反推） | 當成主要背景脈絡 |
| 降低產生 100 筆的運算與能耗 | 中（合理但無數字） | 低（Google 未公開能耗資料） | 當成次要因素，勿引用具體數字 |
| 貼近多數人只看前幾頁的真實行為 | 弱到中（政治正確但無直接文件） | 低（難以單獨驗證） | 當成官方可能的說辭，勿當定論 |
這三個推測沒有任何一個能單獨成立。反 AI 爬蟲浪潮跟這件事同時發生，但不能直接畫上等號；節能理由聽起來合理，可 Google 從來沒拿出數字證明 100 筆比 10 筆耗能多少；貼近使用者行為的說法最政治正確，卻也是最難驗證的一個。把它們當成背景脈絡來理解就好，不要寫成官方定論。真正確定的只有一件事：這個參數被收掉了，而且 Google 不打算解釋。
GSC 資料大規模重新校準：87.7% 網站曝光下降的真相
num=100 停用後，GSC 的曝光之所以會大幅下降，原因在於過去那些其實沒人真的看到的第 11 到 100 名不再被計入曝光，回報的資料回歸真實使用者行為。根據 LOCOMOTIVE 機構技術 SEO 總監 Tyler Gargula 對 319 個屬性的分析，87.7% 的網站在 GSC 失去曝光、77.6% 流失獨有查詢（Search Engine Land 報導 / Tyler Gargula LinkedIn），這組數字很大，但解讀方向完全相反於字面上的衰退。
關鍵在於被抓掉的是什麼。短尾與中尾詞受影響最大，第 3 頁以後的查詢大幅減少，而前三名與第一頁的查詢相對增加，代表排名更貼近實際位置。用 Google Search Console 常用功能或 GSC 核心報表去看，你會發現 網頁索引報表與 網址檢查工具回報的 query 分佈變窄了，但這個變窄屬於資料的誠實化，稱不上縮水。如果你是剛完成 Google Search Console 安裝設定的人，現在拿到的初始基準反而比事件前的乾淨。想更熟練操作報表，可參考Google Search Console 實戰技巧。
這裡要給一個反直覺的判讀：典型現象是 impression 掉約三到五成、click 幾乎不變、CTR 反而上升。如果你拿舊的曝光 benchmark 做GSC 日期快速設定對比的年減比較，會看到一條嚇人的下滑曲線，但那條曲線有很大一部分本來就是帳面上的幻覺。真正該擔心的課題是繼續用事件前的舊基準解讀事件後的新資料。我會建議直接把 2025 年 9 月當成一個切點，之前的趨勢線分開存檔，之後的當成新世界。而要在新世界穩住排名，方向可參考提升 Google 排名的關鍵原則，先把基準看對再談優化。
怎麼把 2025 年 9 月當成切點：四步建立新基準
把「分開存檔」翻譯成可執行的動作，關鍵在切點日期與舊基準快照兩件事。切點建議設在 2025 年 9 月 19 日（DataForSEO 新定價生效、Google 表態後的第一個完整週），把 GSC 的日期範圍切成「事件前」與「事件後」兩段；事件前最後一個完整月份（例如 2025 年 8 月）的曝光、點擊、CTR、查詢清單則全部匯出成 CSV 存檔，這份檔案之後只用來對照「落差有多大」，絕對不要拿來當事件後的年減比較對象。
事件後的常態區間需要重新建立，不能沿用舊線：取事件後連續四週的資料，計算曝光與點擊的移動平均當成新的 trend line 起點，用移動平均抹掉這幾週可能還在的震盪與單週雜訊。警戒線也得跟著重校正：過去「曝光週減超過 15% 就警示」這類規則，事件後要改成「點擊週減超過 15% 才警示」，因為曝光的分母已經換了一套計算邏輯，再用舊的曝光閾值會天天誤報。同理，第一名與第三名的曝光差異這類歷史量化結論，事件後也要重新驗算，因為它們本來就建立在舊分母上。
| GSC 指標 | 事件後典型變化 | 代表意義 |
|---|---|---|
| 曝光（Impressions） | 下降約三到五成 | 第 11 到 100 名的虛假曝光被移除 |
| 點擊（Click） | 幾乎不變 | 實際流量沒崩 |
| 點閱率（CTR） | 上升 | 分母縮小，效率變健康 |
| 獨有查詢（Query count） | 77.6% 網站流失 | 長尾詞報告量收斂 |
| 第一頁查詢佔比 | 相對增加 | 排名更貼近實際位置 |
把這件事跟 排名下滑與曝光的關係放一起看會更清楚：過去我們以為第一名與第三名的曝光差異是穩定可量化的，但那個量化其實建立在 num=100 帶來的膨脹分母上。當分母被校正，SEO 自然流量的底層公式裡每一個位置的真實價值才第一次被誠實呈現。這也是為什麼我會說，這次事件對解讀 關鍵字搜尋量與 Google 關鍵字搜尋量應用的人來說，是一次被迫的觀念升級。這也是重新檢視關鍵字研究工具選擇的好時機，因為資料來源的口徑已經改變。
外部第三方的點閱數據也指向同一個方向：點擊從來就高度集中在頭部。根據 Backlinko 對約 400 萬筆 Google 搜尋結果的分析，排名第一的結果平均點閱率為 27.6%，前三名合計更囊括了 54.4% 的點擊，第一名的有機結果被點擊的機率是第十名的 10 倍 [來源：Backlinko〈Google CTR Stats: We Analyzed 4 Million Google Search Results〉 https://backlinko.com/google-ctr-stats 2025-04-16]。換句話說，真正的能見度紅利本來就壓在第一名與前三名身上，num=100 事件做的就是把曝光分母校正到與這個集中相符，讓第一頁的價值被如實反映，而非被第 11 到 100 名的虛假曝光稀釋掉。
同一條研究脈絡也顯示，第一名在連結資產上的領先同樣顯著。Backlinko 對約 1180 萬筆 Google 搜尋結果的分析發現，排名第一的結果平均擁有的反向連結數量，是第二到第十名結果的 3.8 倍 [來源：Backlinko〈Search Engine Ranking: We Analyzed 11.8 Million Google Search Results〉 https://backlinko.com/search-engine-ranking 2025-04-14]。把點擊集中與連結集中兩組數字疊起來看，頭部效應在事件前就已經是既成事實，num=100 做的只是讓曝光回報也跟上這個現實。對想把資源押對位置的實戰者，這代表強化第一頁主力頁面的連結與內容深度，投資報酬率遠高於分散追逐長尾。
排名工具的連鎖反應：計價放大近 10 倍與長尾資料萎縮
num=100 停用對 SEO 排名工具的衝擊，可以用一句話講完：每抓一組完整前 100 名結果現在要發出 10 次請求，按查詢計價的服務成本幾乎線性放大近 10 倍。DataForSEO Organic SERP API 於 9 月 19 日起調整定價，基礎價只含第 1 頁，第 2 到 10 頁僅 25% 折扣（DataForSEO 官方公告）；Normal priority 抓滿 100 筆結果的成本約從 0.0006 USD 升至 0.00465 USD，漲幅近 7.8 倍。
這組數字可以直接引用，但要把脈絡講清楚：它影響的是「抓滿 100 筆」這個動作的成本，並不等於所有 SERP API 都漲 7.8 倍。第 1 頁（1 到 10 名）的準確率幾乎不受影響，Ahrefs 工具、Semrush 這類主流工具在頭部的資料品質還是穩的。想深入了解這套工具的人，可以看Ahrefs 完整操作教學確認它在事件後能補上哪些缺口。真正縮水的是第 11 到 100 名的資料完整度與即時性，低搜尋量詞可能不再回報排名。對依賴 DataForSEO API 或 Screaming Frog 搭配 SEO 工具做批次監測的人，這代表長尾追蹤的覆蓋率與性價比同時下滑。
這組漲價對代理商與自建監測流程的實際後果是：API 預算如果不重新估算，成本會在不知不覺中爆增，而且爆增的地方剛好是你最不關心的長尾。這就形成一個弔詭：花更多錢，買到的卻是價值更低的資料。因此把預算往第一頁集中，會比硬撐舊的監測規格更划算，這也是後面實戰章節的主軸。長尾關鍵字策略仍可做，只是它的事件後投資報酬率已經不一樣了。
| 項目 | 事件前 | 事件後 | 影響 |
|---|---|---|---|
| 每組 100 名結果的請求次數 | 1 次 | 10 次 | 放大近 10 倍 |
| DataForSEO Normal priority 抓滿 100 筆成本 | 0.0006 USD | 0.00465 USD | 漲近 7.8 倍 |
| 第 1 頁（1 到 10 名）準確率 | 基準 | 幾乎不變 | 頭部資料穩定 |
| 第 11 到 100 名資料完整度 | 完整 | 下降 | 長尾覆蓋萎縮 |
| 低搜尋量詞排名回報 | 常態回報 | 可能不再回報 | 長尾監測失靈 |
三類資料來源在事件後的可用性對照
面對工具漲價與長尾萎縮，實戰者常被「要不要換工具」這個問題卡住。更好的問法是依資料來源類型分開評估，因為不同來源承受的衝擊完全不同。Google Search Console 是第一手、免費、但只回報你自有網站的資料，事件後它變得更誠實，反而更該被當成主基準。第三方 SERP API（如 DataForSEO）是按查詢計價的外部資料，事件後抓滿 100 筆成本放大近 10 倍，頭部資料仍準、長尾覆蓋變薄。自建爬蟲則是直接打 Google 結果頁，事件後每翻一頁都觸發反爬機制的機率上升，維護成本與封禁風險同步提高。
| 資料來源 | 覆蓋範圍 | 事件後成本變化 | 事件後資料品質 | 最適用途 |
|---|---|---|---|---|
| Google Search Console | 僅自有網站 | 不變（免費） | 更誠實，適合當主基準 | 自有網站曝光、點擊、查詢趨勢 |
| 第三方 SERP API（DataForSEO 等） | 任意關鍵字、競品 | 抓滿 100 筆放大近 10 倍 | 頭部穩、長尾變薄 | 頭部排名監測、競品頭部比較 |
| 自建爬蟲直打 Google | 任意，但受反爬限制 | 翻頁成本與封禁風險上升 | 不穩定，即時性受 CAPTCHA 影響 | 小規模、低頻驗證用 |
從這張對照可以推導出一個資源配置原則：把 GSC 當主基準、第三方 API 集中在頭部監測、自建爬蟲只做小規模驗證。多數網站事件後最划算的組合，就是 GSC 加上一個聚焦前 10 名的第三方方案，長尾追蹤則改成低頻抽樣，而不是天天全量抓。對 關鍵字研究流程來說，這也代表篩選階段先排掉那些第三方已不再穩定回報的低搜尋量詞，把人力留在有真實流量的中頭部。
長尾詞去留的決策矩陣：商業價值與可監測性兩軸
事件後最常被問的問題是「長尾還能不能做」。要依「這個長尾詞對你的商業價值」與「它在事件後是否還能被穩定監測」兩個維度來判斷，才能逐詞決定去留。把長尾詞依這兩個維度畫成四個象限，就能決定哪些該留、哪些該砍、哪些該轉移策略。這個框架的好處在於它把抽象的「投資報酬率變了」翻譯成可逐詞檢查的清單，而不是憑感覺一刀切。
| 象限 | 商業價值 | 事件後可監測性 | 建議動作 |
|---|---|---|---|
| A：高價值＋可監測 | 轉換或品牌相關的高意圖長尾 | 第三方仍穩定回報 | 全力投入，列為主力內容 |
| B：高價值＋難監測 | 轉換高但低搜尋量、第三方不再回報 | 覆蓋變薄或不回報 | 改用 GSC 實際點擊驗證，降低監測頻率但保留內容 |
| C：低價值＋可監測 | 資訊型、無轉換意圖的長尾 | 仍可抓到排名 | 降級為背景內容，不再投入新產製 |
| D：低價值＋難監測 | 無轉換且第三方已不回報 | 覆蓋消失 | 直接停產、整併或下架，把資源挪到 A 象限 |
把這個矩陣套到一類常見情境上，會更清楚怎麼逐詞決策。以一個月自然流量約 3 萬到 8 萬、主力詞落在第一頁中段、長尾頁面佔整體 URL 約六到七成的中型內容站為例，這類站的事件後典型狀況是：GSC 曝光年減約三到五成、點擊幾乎持平、第三方 SERP API 的長尾覆蓋率約從原本的八成上下掉到五成以內。依這類站的典型表現幅度，落地時通常會發現真正還在帶來詢問或訂單的主力詞其實只有約 20 到 40 個，其餘數百個長尾詞對實際營收的貢獻長期偏低。把這 20 到 40 個主力詞逐一對進 A 象限、把第三方已不再穩定回報且 GSC 連續四週看不到點擊的詞歸入 D 象限，往往能釋放出約三到五成的產製資源。一個誠實的失敗提醒是：若只看第三方回報有沒有排名就決定去留，很容易把「第三方不回報但 GSC 還有實際點擊」的 B 象限詞誤殺，造成轉換下滑，所以 D 象限的判定一定要交叉驗證 GSC 實際點擊與 GA4 轉換，而不是單憑工具回報。決策的角度在於：這類站最划算的動作不是全面換工具，而是把監測規格從全量天天抓降級成頭部高頻、長尾低頻抽樣，再把釋出的資源投回 A 象限主力頁面的內容深度與結構化資料。
判斷一個長尾詞落在哪個象限，可從三個訊號快速檢查。第一個訊號是轉換資料：這個詞在過去一年是否實際帶來過詢問、名單或訂單，有就屬於高價值象限。第二個訊號是第三方回報穩定度：連續四週用同一個工具查這個詞，看它是否還穩定出現在結果裡，還是已經時有時無。第三個訊號是 GSC 點擊：就算第三方不再回報排名，只要 GSC 還看得到實際點擊，這個詞就還活著，屬於 B 象限而非 D 象限。三個訊號都偏弱的詞，就是 D 象限，停產或整併才能把資源釋放出來。整併時記得檢查關鍵字蠶食問題，避免把同質頁面疊在一起反而互相搶排名。
num=100 停用對 AI 與 RAG 的衝擊
即時問答背後的 RAG（檢索增強生成）流程常用 SERP API 或自建爬蟲先抓搜尋結果，現在每查一個關鍵字得多打 10 次 API，呼叫次數與代理成本同步上升。更深的影響是 LLM 訓練語料因為抓取成本變高，而更偏向熱門網域，長尾多樣性被迫犧牲。被改寫的是 RAG 檢索增強生成與 Grounding 被 Google AI 引用這套機制背後的經濟模型。
拆細來看。第一層是 RAG 速度變慢，每個查詢的 API 呼叫次數從 1 次變 10 次，代理伺服器流量與 CAPTCHA 觸發率同步上升；這對 Google AI Overviews、Google AI Mode、AI 搜尋引擎工具與 Query Fan-Out 查詢擴展這類需要快速翻頁抓取的流程是直接的阻力。對應到Google AI Mode 對 SEO 的衝擊，能見度的爭奪會更集中在第一頁。第二層是訓練語料偏向，過去「關鍵字乘 100 結果」的長尾抓法成本可控，如今多數研究團隊改抓前一、兩頁，熱門網域權重被放大。第三層是長尾、小眾網站在語料中的能見度下降，多樣性被犧牲。
這裡有一個對實戰者很關鍵的推論：當 AI 抓取長尾的能力下降，能被穩定抓到的就只剩第一頁的內容，於是出現在第一頁才容易被 AI 引用。這跟 AXO 全搜尋體驗優化、品牌成為被推薦的答案的核心論點完全一致，也呼應 GEO、AEO、LLMO 名詞一次看懂背後的邏輯。換句話說，num=100 事件強化了「頭部內容投資報酬率上升」這個結構性訊號。對想理解 GEO 的生意機會的人，這是一個必須寫進策略的前提。想在Google AI Overviews 排名優化取得優勢，頭部內容會是事件後最划算的押注。
不過話說回來，這個推論有它的不確定性。我們知道 API 呼叫次數增加了，但具體延遲增加多少、各家模型實際抓幾頁，都沒有公開數字可驗證；語料偏向熱門網域是一個合理推論，但偏向的程度也得等下一輪模型發布後才能回頭檢視。把它當方向性判斷可以，當成精確預測就過頭了。對 AI 搜尋與 Grounding 機制有興趣的人，建議把這層不確定性一起記下來。
實戰應對：重新校準 benchmark 與把資源押在第一頁
num=100 事件後，SEO 要做兩件事：先把 GSC 的舊 benchmark 作廢、用事件後的新基準重新建立趨勢線，再確認點擊與轉換是否真的下滑；策略上把資源從追逐長尾排名轉向穩住第一頁與被 AI 引用的能見度。第一頁的價值在這次事件後被重新定價，這是成本結構與引用結構同時改變後的必然結果，而非口號。如果你用 WordPress 架站，搭配Rank Math Pro SEO 外掛把標題與結構化資料的設定一次做齊，會比手動調整更有效率。
校準從作廢舊基準開始：以 2025 年 9 月之後的資料為新基準，不要拿舊 impression 做年減比較，否則會把「虛假曝光被移除」誤判成「流量衰退」。看指標時盯點擊而非曝光，click 幾乎不變代表實際流量沒崩，CTR 上升反而是健康訊號。方向定了，才談資源重分配：把預算從長尾追蹤往第一頁與搜尋意圖明確的品牌詞集中，因為長尾追蹤成本變高、效益變低，關鍵字分類與 關鍵字研究的優先級也要跟著重排。順帶檢查是否有關鍵字蠶食問題，把同質頁面整併才能把資源集中到主力內容。
第四步是強化可被引用性。能不能被 AI 摘要採用，取決於 Entity SEO、結構化資料、E-E-A-T、資訊增益這幾件事做得有多完整，以及答案本身清不清楚、實體描述夠不夠明確。第五步是工具合約檢視，跟 API 供應商或代理商重新確認計價模型，避免預算在長尾追蹤上默默溢出。如果你是 GEO 監測工具或 Bing AI 引用報表的使用者，也要確認這些工具在事件後的覆蓋範圍有沒有縮水。同理，用 GA4 追蹤 AI 流量的設定也該一起檢查，才看得到實際被 AI 引用帶來的訪客。
疑難排解：當點擊也跟著掉，怎麼分辨校準與真的失血
多數人事件後看到的是「曝光掉、點擊不變」，這屬於良性校準。但若你發現連點擊也同步下滑，就不能再用「只是分母被校正」來安慰自己，要立刻進入疑難排解流程。判斷的第一個分流是看下滑的時間形狀：如果是 9 月前後一次性台階式下墜、之後就平穩，多數是校準；如果是事件後仍持續週對週下滑，那就是真的在失血，需要往下游查。
第二個分流是看下滑的查詢結構。把 GSC 的查詢清單依點擊排序，比對事件前後：如果流失的點擊集中在第三方已不再回報的低搜尋量詞，而且這些詞的實際商業價值本來就低，那即使流失也不構成危機；如果流失的是過去穩定帶來轉換的中頭部詞，就要進一步用 網址檢查工具確認這些頁面是否還正常被索引、是否出現 重複內容或 Sitemap 異常。第三個分流是看索引狀態：頁面被取消索引會同時砍掉曝光與點擊，這跟 num=100 校準的症狀很像，但成因完全不同，處理方式也不同。
整件事對 AI 時代 SEO 生存策略、AI 時代 SEO 趨勢、內容年度更新都是同一個提醒：演算法與工具的基準會變，唯有第一頁與品牌可信度是不會被一次參數調整清掉的資產。多數網站不需要換工具，需要的是換一套判讀資料的基準。會被這件事傷到的，是那些把虛假曝光當成真實流量、把長尾排名當成主力護城河的人。要穩住Google 關鍵字排名，前提是重新校準基準後再投入優化。
常見疑問：num=100 事件的快速解答
從「GSC 曝光掉是不是被懲罰」到「排名工具要不要換」，這裡用 answer-first 的方式集中回答最常被搜尋的疑問，每題先給結論再補原因。
1. GSC 曝光掉三到五成，是被 Google 懲罰嗎？不是。被移除的是第 11 到 100 名那些其實沒被真人看過的虛假曝光，屬於資料誠實化，成因與重複內容或Sitemap異常造成的懲罰完全不同。
2. 點擊沒掉，為什麼曝光卻崩？因為分母（曝光）被校正、分子（點擊）不變，CTR 反而上升，這代表實際流量沒崩，只是帳面數字變誠實了。
3. 排名工具的資料還能信嗎？第 1 頁（1 到 10 名）仍然準確，不必懷疑頭部資料；要小心的是第 11 到 100 名的覆蓋率與即時性下降，這部分要重新確認工具規格。
4. 排名工具一定要換嗎？不一定。但要跟供應商重新確認計價模型與覆蓋範圍，特別是長尾覆蓋下降與按查詢計價放大的部分，免得預算默默爆增。若想比價，必備 SEO 工具推薦清單是個起點。
5. AI 引用的機會變大還是變小？集中到第一頁。長尾被 AI 抓到的難度上升，等於提高了頭部內容被引用的投資報酬率，所以把資源押在第一頁與可被引用性最划算。
6. 為什麼 LLM 訓練語料會偏向熱門網站？因為一次抓 100 筆的低成本長尾抓法消失了，多數研究團隊改抓前一、兩頁，熱門網域在語料中的權重因此被放大，這是成本結構改變的副作用，跟價值判斷無關。
7. 排名掉出第一頁還有救嗎？有。但策略要調整，把重心放在網域、子網域層級的網址結構命名與內容品質，而不再靠長尾排名數量取勝。
8. num=100 事件對 AXO 與 AI 引用有什麼意義？它驗證了 AXO 的核心論點：第一頁與可被引用性才是事件後最穩的資產，這也是讓品牌成為被推薦答案這條路值得長期投入的原因。
9. 點擊跟著曝光一起掉，是校準還是失血？要看下滑的時間形狀。一次性台階下墜後就平穩，多數是校準；若持續週對週下滑，就要進入疑難排解，查索引狀態與中頭部轉換詞是否真的流失。
回顧一下整件事的核心訊號：Google 用一次參數調整，把長年虛胖的曝光與長尾排名資料一刀砍掉，讓 GSC 回歸真實使用者行為，同時把 SERP 資料的取得成本抬高近 10 倍，連帶改變了排名工具計價與 AI 檢索增強的經濟模型。對實戰者而言，這是一個「第一頁價值重新被定價」的訊號。真正會被這件事擊倒的，是把帳面幻覺當真、把長尾當護城河的人；而把資源押在第一頁與可被引用性的人，反而會在事件後拿到更乾淨的基準與更高的投資報酬率。把基礎打穩可以從WordPress SEO 必做的核心設定著手，想系統化學習則不妨找一套SEO 排名線上課程把觀念補齊。