Google 在 2026 年 9 月宣布，Search Console 的 Search results 及 Generative AI features 成效報告開始提供 Web multimodal 搜尋資料。它涵蓋以圖片進行搜尋的 Web 流量，例如 Google Lens、Circle to Search、圖片上傳與 Chrome 圖片搜尋。香港 SME 可先了解哪些頁面帶來曝光與點擊，再決定是否改善資料與頁面體驗；這不保證排名、引用或任何 AI 展示。
先分清「Web multimodal」與 Google Images
兩者都是視覺發現，但報告篩選不同
Performance 報告把 Web 文字、Web multimodal、Image、Video 及 News 分開。Web multimodal 是以圖片作搜尋輸入的 Web 查詢；Image 則是 Google Images 分頁結果。分開看才可判斷客戶從圖片結果頁進入，還是以相機或圖片直接搜尋。
新數據只會在網站已有相關流量時出現
Google 說明，只有收到這類查詢流量的網站，才會看見相關指標。沒有數據不等於網站出錯，也不代表應立即大量新增圖片。先確認產品、作品、地點或流程是否適合視覺搜尋，再決定投入優先次序。
香港 SME 可以怎樣開始檢視？
以 Search type 篩選，再看頁面與查詢
在 Performance 報告選取「Web: multimodal」後，先比較 clicks、impressions、CTR 與 average position，再以 Pages、Queries、Countries、Devices 及 Dates 分組。以至少數週資料觀察方向，避免把初步數據或單日波動當成結論。
把發現連回實際商業頁面
若服務頁、產品頁或案例頁有多模態曝光，檢查是否提供規格、適用情境、地點、價格原則、聯絡方式及清楚圖片說明。若曝光增加而點擊沒有增加，檢視標題、摘要與主要圖片是否一致反映頁面用途。
讓圖片更容易被理解的三項基本工作
使用可抓取的 HTML 圖片與穩定網址
Google 建議以標準 <img> 元素的 src 放置圖片；只放在 CSS 背景的圖片不會被索引。檔名應短而具描述性，副檔名應與實際格式相符；responsive images 亦應保留 src 作後備網址。
讓 alt text、圖片與頁面內容互相支持
Google 會結合 alt text、電腦視覺及頁面文字理解圖片主題。alt text 應描述實際內容並配合語境，而非塞入關鍵字。圖片附近應有服務說明、規格、限制及更新資料。
把圖片質素與載入體驗一同管理
清晰、有代表性的圖片有助使用者理解頁面，但圖片亦常是頁面體積最大的部分。企業應在畫質、檔案大小與手機載入速度之間取得平衡。若網站有難以發現的圖片，可評估 image sitemap；但 Sitemap 只是協助發現，並不保證圖片或頁面如何展示。
管理層應如何衡量？
先把 Web multimodal 設為獨立觀察維度，按月記錄最常出現的頁面、查詢類型、裝置與實際查詢品質。然後只針對高商業價值頁面改善圖片描述、服務資料與載入體驗。不要把一次曝光或單一位置視為 AI 搜尋成功；更值得追蹤的是客戶是否能更快理解產品或服務、是否提出更具體的問題，以及網站資料是否更容易維護。
GEO Expert 的觀點
多模態報告的價值不在於創造另一個需要追逐的數字，而是讓企業看到客戶如何以視覺方式開始研究。對香港 SME 而言，清楚、可抓取、貼近頁面內容的圖片資料，是整體網站可信度的一部分。它能改善資訊可理解性，但不會保證 Google、ChatGPT、Bing 或其他系統必然排名、引用或展示內容。