意圖矩陣：用公式讓 AI 產出幾百篇長尾文
意圖矩陣是用「主題 × 動作 × 情境」三個維度交叉展開，系統性生出幾百個互不重複的長尾文章題目的方法。 它解決 AI 批量產文最大的前置問題：不是「怎麼寫得快」，而是「該寫哪些題目」——沒有地圖的量產，只會生出一堆彼此重複、意圖不明的內容負債。
為什麼需要矩陣？拍腦袋想題目的極限
人腦想題目，想到第 20 個就開始重複；而一個利基市場的真實搜尋意圖，往往有 200–500 個以上。缺口出在維度：你想的是「主題」，但搜尋者帶著「主題＋想做的動作＋自己的情境」在搜。「Schema」是一個主題；「Schema 新手教學」「電商網站的 Schema 常見錯誤」「Schema 工具推薦 2026」是三個不同的搜尋意圖，各值一篇文章。
意圖矩陣的原則是廣度優先，先不管搜尋量——長尾文的任務是覆蓋主題地圖、建立實體權威，不是單篇搶流量。這也正是 AI 產線的用武之地：幾百篇的量，人力寫不動，AI 寫得動。
矩陣公式：主題 × 動作 × 情境
三個維度各建一份清單，以 SEO/GEO 站為例：
| 維度 | 範例值 |
|---|---|
| 主題 | GEO、AI Overview、語意 SEO、AI 內容、SynthID、Schema、內部連結、E-E-A-T、hreflang…（10–16 個） |
| 動作 | 是什麼、怎麼做、常見錯誤、工具推薦、實測案例、vs 比較、檢查清單、範本（8–9 個） |
| 情境 | 2026、新手、SaaS、電商、多語言站、個人部落格、本地商家（5–7 個） |
理論組合數 = 16 × 9 × 7 ≈ 1,000 個候選。當然不是每個交叉都成立——「hreflang 工具推薦 本地商家」就是個不存在的意圖。實務上人工篩掉不合理的組合後，通常留下 10–30% 可寫，也就是 100–300 篇的題庫。
展開的動作本身就適合交給分析模型做：把三份清單餵給它，要求輸出「所有語意上成立的交叉組合，附推測的搜尋意圖與建議標題」，再由人快篩一輪。
從矩陣到產線：題目怎麼變文章
矩陣產出的是題庫，接上產線還有三步：
- 分群：把題目按主題歸進語意集群，每個集群對應一個轉換用的 Boss 頁（服務頁／工具頁）。分群方法見〈語意集群怎麼建？AI 農文的正確用法〉。
- 標記意圖類型：每題標 I（資訊型，佔絕大多數）或 C（商業型，集群裡少數幾篇＋Boss 頁）。資訊型負責吸權重，商業型負責轉換。
- 餵進拆分工作流：每題交給分析模型產大綱，再由另一個寫作模型成文，真人終審。矩陣保證「每篇一個工作」，工作流保證「每篇不是空殼」。
關鍵紀律：一格一篇，不併格。把「新手」和「電商」硬塞進同一篇，兩個意圖都答不好——矩陣的價值就是強迫每篇文章只服務一個微意圖。
多語言站：每種語言重跑矩陣，不要翻譯題庫
繁中、簡中、英文的搜尋者，用的詞、問的問題、在意的情境都不同。正確做法是每種語言用該語言的市場認知各自重跑一次矩陣，而不是把繁中題庫翻譯過去。翻譯出來的題庫會包含該市場根本沒人搜的題目，寫了全是負債。
常見問題（FAQ）
Q1：矩陣展開的題目，不查搜尋量就直接寫嗎？ 是的，這套方法刻意廣度優先。長尾題目的個別搜尋量本來就低到工具測不準，但幾百篇加總的主題覆蓋度，會轉化成整個網域的實體權威，再由 Boss 頁收割。
Q2：矩陣會不會生出互相蠶食的題目？ 會，所以展開後要人工快篩：兩格若指向同一個搜尋意圖（例如「GEO 是什麼」和「GEO 定義」），併成一格。篩完的矩陣本身就是最好的防蠶食地圖——每篇的意圖邊界都是明確的。
Q3：小網站需要一次寫完幾百篇嗎？ 不用。建議先挑 1–2 個最核心的集群做厚（各 12–18 篇），驗證收錄與權重累積後再擴。矩陣的價值是讓你隨時知道「下一篇該寫什麼」，不是逼你一次發完。
Q4：矩陣多久要更新一次？ 維度清單每季檢視一次：新工具、新演算法、新情境（例如新的 AI 搜尋產品）都該加進「主題」或「情境」欄重新交叉。矩陣是活文件，不是一次性企劃。
意圖矩陣是 GeoSeoToday整條內容產線的第一站——本站的文章題庫正是這樣展開的。寫好的文章記得用 GEO 就緒度檢測器 驗收再發布；矩陣之後的每個環節（拆分工作流、終審、稽核），都整理在〈AI 內容產線完整指南〉。