Google 搜尋換上 Gemini 4 Hydrogen，AI 模式把一個問題拆成好幾個：品牌要先接住客人的「影子問題」
11 月 12 日，星期四，美國西岸早上十點（台灣已經是週五凌晨兩點），Google 發了一篇部落格文章。標題很平常，內容一點都不平常。
Google 把搜尋裡的「AI 模式」，換上了剛推出的新模型 Gemini 4 Hydrogen，並且直接說，這是 Google 搜尋「到目前為止最大的一次模型升級」。
這顆模型是為了「快」而生的。Google 說，它專門用來跑代理式的工作流程，也就是 AI 自己一步一步把任務做完；做任務的速度，比上一代的快速模型 Gemini 3.8 Flash 快了 2.5 倍。在一項綜合智力評比上，它甚至贏過 Google 自己更強的 Gemini 4 Argon。
放進搜尋之後，Google 列了幾個改變：
很長、好幾段、問得很細的問題，它更聽得懂；打錯字、打得歪七扭八，它也猜得到你想問什麼；回答裡會有更多圖片、表格、比較表；連結會給得更有用。這次更新，Google 說是對全球的搜尋使用者陸續推出。
這則新聞在 Hacker News 拿到 554 分、343 則留言；同一個模型的開發者版本，又另外拿到 477 分。工程師吵的是跑分，但我看到的，是另一行字。
藏在 TechCrunch 報導中段，一句很技術的話：新模型的推理能力，讓搜尋的「fan-out」技術變得更好。
Fan-out，翻成中文，就是「扇出」。
你問一句，它在背後問了好幾句
這個技術，Google 去年推 AI 模式時就講過：你丟一個問題進來，它不是只查這一句，而是把這句拆成好幾個子問題，分頭去查，再把答案收回來，組成一個回答。TechCrunch 寫得很白：這樣做，是為了讓人找到原本可能會錯過的網站。
舉個例子。
你在搜尋框打：「台北適合帶長輩去的餐廳，要有包廂，預算一人一千。」
以前的搜尋，看的是這一串字。
現在的 AI 模式，會在背後替你多問幾句：哪幾家有包廂？哪幾家的菜適合長輩、不會太硬太辣？有沒有無障礙設施？好不好停車？最近的評價是不是變差了？一人一千吃得到什麼？
你只問了一題。
它替你問了好幾題。
而這次的升級，是讓「拆題」這件事，拆得更細、更準、更快。
看起來，這只是搜尋又變聰明了一點。
但，真正改變的，不是搜尋的腦袋。
是問題的數量。
為什麼這一次特別值得注意？
因為 Google 這次升級的，剛好是 AI 模式裡最關鍵的三個能力：聽懂意圖、照指示做事、呼叫工具。
聽懂意圖，代表它會更準地猜出你沒說完的那半句話；照指示做事，代表你說「只要台北、只要有包廂」，它會真的照做；呼叫工具，代表它會自己去查地圖、比價格、做比較表。
三個能力加在一起，只有一個結果：客人打一句話，AI 在背後展開的那一整把問題，會越來越大，也越來越像真人在做功課。
說真的，這件事，我等很久了。
我一直在講一個概念，叫做「扇形展開」：品牌經營內容，不能只寫一篇、只答一題，而是要從一個核心主題，向外延伸出客人接下來會問的每一個問題和情境，像一把扇子一樣打開。答得越完整，AI 越會覺得，你就是這個主題最可靠的那一家。
過去講這個，很多人覺得是行銷人的說法。
現在，Google 自己把扇子打開了。
客人問出口的，和沒問出口的
我們來想想，那些被 AI 在背後多問出來的問題，有什麼共同點？
它們都是客人心裡有、但嘴上沒說的。
他說「帶長輩去」，沒說「我怕長輩走樓梯」；他說「預算一千」，沒說「我怕被收服務費嚇到」；他說「有包廂」，沒說「我怕隔壁桌太吵，長輩聽不到」。
問出口的，是他想要的。
沒問出口的，才是他擔心的。
而 AI 模式在做的事，就是把這些擔心，一題一題替他問出來，再去網路上找答案。
這代表什麼？
代表決定 AI 推薦誰的，常常不是客人打出來的那一題，而是它在背後多問的那幾題。你的官網，第一題答得再漂亮，後面那幾題答不出來，AI 就會去別人家找答案。找到誰，就推薦誰。
這些跟在主問題後面、沒被說出口、卻決定了推薦結果的問題，我把它叫做──
「影子問題」。
影子問題，跟台灣品牌有什麼關係？
你可能會說：這是美國 Google 的事。台灣人用 AI 模式的有多少？我們還是習慣打幾個關鍵字、點進去看就好。
這個質疑很合理。
但有兩件事，讓我覺得台灣品牌不能等。
第一，Google 說得很清楚，這次升級是對全球的搜尋使用者陸續推出，也改善了 AI 模式支援的各種語言的回答。它不是一個「美國限定」的實驗。
第二，台灣人其實早就在問影子問題了，只是問的地方不是 Google。
你想想看，台灣人買東西、找餐廳前，最常打的是什麼？「推薦 PTT」、「評價 Dcard」、「有沒有雷」、「值不值得」。我們早就習慣自己去論壇、社團、留言區，把那些沒人寫在官網上的問題，一題一題挖出來。
以前，是客人自己去挖。
現在，是 AI 替他去挖。
挖的地方一樣，挖的速度快了好幾倍。
如果你的官網，只回答了「我們是誰、我們賣什麼」，那些影子問題，就會交給 PTT 的某一篇舊文、Dcard 的某一則抱怨、某個部落客三年前的開箱來回答。答得對不對、是不是你現在的樣子，你一點都管不到。
我的看法有三點
第一，搜尋從「答一題」變成「答一把」，內容要從單篇變成一整把扇子。
我一直說，盲目追熱點、一篇一篇產文章，對 AI 來說只是零散的碎片，它抓不到你的主題脈絡。
扇形展開的意思，是先決定一個你要被記住的核心主題，再把客人圍繞這個主題會問的問題全部列出來：選購前、比較時、使用中、出問題時，每一個階段各會問什麼。一篇文章答一個面向，彼此互相連結，合起來就是一把完整的扇子。
影子問題，就是扇骨。扇骨少一根，扇面就撐不開。
第二，影子問題要用「寫給機器看的說明書」來接。
AI 在背後拆完題目，會去找能直接引用的答案。它最喜歡的，不是一張漂亮的形象圖，而是一段清楚的文字：價格多少、適合誰、不適合誰、多久到貨、怎麼退換、跟別家差在哪。
我常講，結構化資料就是寫給機器看的說明書。H2 小標用客人真的會問的句子、一問一答寫清楚、該做的 Schema 標記做好，AI 讀你的成本越低，越容易把你當成那題的答案。說明書寫得越清楚，影子問題就越接得住。
第三，影子問題的答案，不能只有你自己說。
AI 拆出來的影子題，有一大半是在問「別人怎麼說」：評價好不好、有沒有人踩雷、售後處理得怎麼樣。這些題目，你在官網上自己誇自己，AI 是不會全信的。
它會去比對外面的說法：Google 商家的評價、論壇的討論、媒體的報導。我把這些外部的提及，叫做「AI 信任票」。官網說的和外面說的對得上，它才敢投你一票；對不上，它會乾脆不提你。
所以影子問題，一半在官網答，一半要靠外面的人替你答。
現在可以先做的事
① 先替客人「拆一次題」：拿你最重要的三個產品或服務，各寫下客人會問出口的第一題，再寫下他沒說出口的五個擔心。這張清單，就是你的影子問題地圖。
② 把官網的小標改成問句：選購、比較、使用、售後，每一頁至少回答兩三個影子問題，答案寫成文字、放在頁面上，不要只藏在圖片裡；結構化資料一起補齊。
③ 去外面看看影子題現在是誰在答：用你的影子問題去問 Google、ChatGPT、Gemini，看看被引用的是誰的網站、哪一篇論壇文。答錯的，先修正事實；答空的，就是你最該寫的下一篇。
④ 月報上多加一行：這個月，我們接住了幾個影子問題？
人走到哪，影子跟到哪
搜尋這二十幾年，我們都在研究客人打了什麼字。
關鍵字、長尾字、搜尋量、出價，每一個數字都是客人「說出口的」。
但人做決定，從來不只靠說出口的那一句。
他說要包廂，其實是怕吵；他說要預算一千，其實是怕丟臉；他說要適合長輩，其實是想讓爸媽吃得開心。那些沒說出口的，才是他真正在乎的。
Google 這次升級，等於是把這些心事，交給 AI 去問了。
人走到哪裡，影子就跟到哪裡。
客人的問題走到哪裡，影子問題也跟到哪裡。
以前，品牌只要回答客人。
以後，品牌還要回答客人的影子。
你家官網，接得住客人的影子問題嗎？
背景資料
Gemini 4 Hydrogen：Google 2026 年 11 月推出的新模型，主打代理式工作流程的快速執行。Google 表示，它做任務的速度比上一代快速模型 Gemini 3.8 Flash 快 2.5 倍，並在 Artificial Analysis 綜合智力指數上勝過 Gemini 4 Argon。
Google 搜尋 AI 模式升級：Google 於 2026 年 11 月 12 日宣布，AI 模式換上 Gemini 4 Hydrogen，稱為搜尋「到目前為止最大的模型升級」。改善項目包括理解多段與很細的問題、辨識打錯字、更好的照指示執行與工具呼叫，以及更多圖片、結構化回答與比較表；更新對全球搜尋使用者陸續推出。
扇出（fan-out）技術：AI 模式把使用者的一個問題，拆成多個子查詢分頭搜尋，再整合成一個回答，讓使用者找到原本可能錯過的網站。這次升級改善了它的推理，拆題更準。
影子問題：使用者沒有說出口、但 AI 會在背後替他追問，而且會影響推薦結果的問題，例如價格細節、適用對象、售後與評價。品牌可以用扇形展開的內容架構、問句式小標、結構化資料，以及外部評價的一致性，提高被 AI 引用的機會。
資料來源
・TechCrunch（2026/11/12）：https://techcrunch.com/2026/11/12/googles-latest-search-upgrade-promises-better-answers-to-your-most-complicated-questions/
・Google 官方部落格，Gemini 4 Hydrogen 發表：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/
・Hacker News 討論（Gemini 4 Hydrogen，554 分、343 則留言）：https://news.ycombinator.com/item?id=50471431
・延伸閱讀：寫百篇文章沒效？破解扇形展開策略，讓 AI 認定你是權威（亞瑞特官網）
這篇內容也在這些地方
・YouTube 影片：https://youtube.com/shorts/q3NMhlj3w00
・Facebook Reel：https://www.facebook.com/reel/1657452192696983/
・Instagram Reel：https://www.instagram.com/aretesteven/reel/Dfsp2YjlHm8/
留言