Aeopro為什麼 ChatGPT 不引用你的網站:幾乎沒人做對的 AEO 稽核
团队: Aeopro在 AI 协助下撰写16 分鐘閱讀重點摘要
- AI 機器人有三個家族,而不是一個:訓練用的(GPTBot、ClaudeBot、Google-Extended)、搜尋與引用用的(OAI-SearchBot、Claude-SearchBot、PerplexityBot、Bingbot),以及由使用者觸發的(ChatGPT-User、Claude-User、Perplexity-User)。封鎖第一類是正當的決定;封鎖第二類則等於從答案中消失。
- 封鎖
GPTBot不會封鎖OAI-SearchBot,封鎖Google-Extended也不會讓你從 AI Overviews 中消失:Google 的文件說明,該 token 不影響網站被收錄於 Google 搜尋(Google Search Central)。 - 如果你的內容只在執行 JavaScript 之後才出現,有些機器人看到的會是一個近乎空白的頁面。診斷方式是比較原始 HTML 與渲染後的 DOM。
llms.txt不是解決辦法:Google 表示,要出現在 AI Overviews 或 AI Mode 中,你不需要建立給 AI 用的文字檔案,也不需要特殊的 schema(Google,AI 功能),而 John Mueller 在2026年1月表示 Google 並不支持llms.txt(Search Engine Roundtable,2026年1月20日)。- AI 引擎帶回來的流量很少,而且得來不易:Cloudflare 在2025年7月估算,要從 OpenAI 取得一次造訪,比過去的 Google「困難 750 倍」,從 Anthropic 則是「30,000 倍」(Cloudflare,2025年7月1日)。
如果你是因為 ChatGPT 為什麼不引用你的網站而來到這裡,答案很少是「我的內容不好」。在多數被稽核過的案例中,問題是技術性的、無聊的:robots.txt 裡的一行、一個對任何奇怪 user-agent 都回傳 403 的 WAF,或是一個做成單頁應用程式的網站,其文字要等瀏覽器執行 JavaScript 才存在。本文說明每一項如何用手動方式檢查,並附上資料來源;最後你會看到 AIsToHire 的 AEO 稽核工具 Aeopro,如何針對單一網址自動執行同樣的檢查。

什麼是 AEO?它與 SEO 有何不同?
AEO(Answer Engine Optimization,答案引擎最佳化)是指為網站做好準備,讓回答引擎——ChatGPT、Claude、Perplexity、Gemini、Copilot——在產生答案時能夠讀取、理解並引用它。傳統 SEO 是針對十個藍色連結的清單進行最佳化;AEO 則是針對成為模型摘要並附上連結的三、四個來源之一。兩者有很多共通點(可被索引、效能、有用的內容),但也有各自的失誤,是傳統 SEO 從未衡量過的。
實務上的差異是:一個對 Google 完美無瑕的網站,如果封鎖了負責引用的機器人、對該機器人回傳 403,或其文字只在用戶端渲染,那麼對 AI 引擎來說可能是隱形的。反過來說:Google 聲明,除了良好的 SEO 做法之外,要出現在 AI Overviews 或 AI Mode 中沒有任何額外要求(Google Search Central,AI 功能)。也就是說:在 Google 的生態系中,AEO 主要是不要弄壞任何東西;在 OpenAI/Anthropic/Perplexity 的生態系中,則有你必須管理的特定指令。
| 傳統 SEO | AEO/回答引擎 | |
|---|---|---|
| 目標 | 在 SERP 中的排名 | 成為答案中被引用的來源 |
| 重要的機器人 | Googlebot、Bingbot | OAI-SearchBot、Claude-SearchBot、PerplexityBot、Bingbot、Googlebot |
| 內容單位 | 頁面 | 自成一體的段落 |
| 關鍵技術訊號 | 可被索引 | 機器人可存取+不靠 JS 的 HTML 內容 |
| 指標 | 排名、點擊、CTR | 在答案中出現的比例、引用次數 |
| 截取控制 | — | nosnippet、max-snippet、data-nosnippet |
AI 機器人分成三個家族,搞混的代價很高
爬蟲有三種類型,每一種都透過 robots.txt 中各自的 token 來控制:訓練、搜尋/引用,以及由使用者觸發的抓取。封鎖訓練用的機器人是完全合理的商業決定——你不想免費餵養模型;封鎖搜尋用的機器人,則意味著當有人詢問你所販售的東西時,助理無法讀取你。幾乎所有從論壇複製來的「反 AI」robots.txt,都在無意間同時封鎖了兩者。
這是值得放在眼前的表格,並附上各供應商的官方文件:
| User-agent | 供應商 | 用途 | 封鎖它會讓你失去引用嗎? |
|---|---|---|---|
GPTBot | OpenAI | 模型訓練 | 不會 |
OAI-SearchBot | OpenAI | 為 ChatGPT 搜尋建立索引 | 會 |
ChatGPT-User | OpenAI | 由使用者觸發的造訪 | 會(OpenAI 提醒 robots.txt 規則可能不適用) |
OAI-AdsBot | OpenAI | 驗證 ChatGPT 廣告的著陸頁 | 不會 |
ClaudeBot | Anthropic | 訓練 | 不會 |
Claude-SearchBot | Anthropic | 為搜尋結果建立索引 | 會 |
Claude-User | Anthropic | 使用者向 Claude 提問時的造訪 | 會 |
PerplexityBot | Perplexity | 在結果中建立索引並附上連結 | 會 |
Perplexity-User | Perplexity | 由使用者觸發的造訪(依其文件,會忽略 robots.txt) | 會 |
Google-Extended | Gemini 的訓練與 grounding | 不影響 Google 搜尋 | |
Bingbot | Microsoft | Bing 索引(以及使用它的產品) | 會 |
資料來源:OpenAI,機器人文件;Anthropic,網頁爬取;Perplexity,機器人;Google,常見爬蟲。查閱日期為2026年10月26日。

有三個細節,幾乎沒有人處理得好:
- 各 token 彼此獨立。 對
GPTBot設定Disallow,不會影響OAI-SearchBot;ClaudeBot也不會影響Claude-SearchBot。每個代理都需要自己的群組。 - 使用者觸發的抓取適用不同規則。 OpenAI 的文件說明,由於是由人發起,
robots.txt規則可能不適用於ChatGPT-User;Perplexity 則直接說Perplexity-User通常會忽略它們。只靠robots.txt來「關門」,效果並不一致。 Google-Extended不是 AI Overviews 的開關。 Google 的文件說明,該 token 管理的是 Gemini 的訓練與 grounding,且「不影響網站被收錄於 Google 搜尋,也不會被用作排名訊號」。若要限制 Google 在其 AI 功能中顯示的內容,控制手段是nosnippet、data-nosnippet、max-snippet與noindex。
如果你的文字要等執行 JavaScript 才存在,對 AI 來說你的頁面可能是空的
第二常見的隱形原因是用戶端渲染。不執行 JavaScript 的機器人,看到的是伺服器回傳的 HTML;如果你的網站是沒有伺服器端渲染的 SPA(React、Vue、Angular),那份 HTML 可能是一個空的 <div id="root"> 加三個 script 標籤。Googlebot 會渲染;但並非所有 AI 爬蟲都有相同的行為,也沒有文件說明它們會這麼做。
測試分兩步,不需要付費工具:
# 1) 沒有 JavaScript 的機器人看到什麼:計算原始 HTML 的字數
curl -sL -A "OAI-SearchBot/1.4" https://tudominio.com/una-pagina \
| sed -e 's/<[^>]*>/ /g' | tr -s ' \n' ' ' | wc -w
# 2) 換掉 user-agent 之後,它回傳的是 403 還是 200?
curl -s -o /dev/null -w "%{http_code}\n" -A "PerplexityBot" https://tudominio.com/
curl -s -o /dev/null -w "%{http_code}\n" -A "Mozilla/5.0" https://tudominio.com/
如果第一個數字只有兩位數,而實際頁面有一千字,問題就在這裡。如果第二個指令對機器人 user-agent 回傳 403、對瀏覽器的卻回傳 200,那就是你的 CDN 或 WAF 在執行一個你從未設定過的封鎖:這是最常見的無聲失誤,因為它不會出現在任何 SEO 工具中。

如果原始 HTML 是空的,依成本由低到高該怎麼做:
- 對你希望被引用的頁面使用伺服器端渲染或靜態化(Next.js、Nuxt、Astro,或在邊緣預先渲染)。這是真正的解決辦法。
- 對關鍵內容做選擇性預先渲染:第一個回答區塊、H1、聯絡資料與 JSON-LD 放進初始 HTML,其餘的稍後再 hydrate。
- 絕對不要提供機器人與使用者所見不同的內容版本:那是 cloaking,違反 Google 的垃圾內容規範。
Cookie 牆與 403 是診斷依據,不是小細節
如果你的頁面只在接受同意橫幅之後才顯示內容,機器人看到的就是那個橫幅。爬蟲不會按下「接受」:它們擷取的是初始狀態。註冊牆、地理定位的插頁式視窗,以及過於激進的反機器人保護,也是如此。
這不代表要移除同意機制——你有 GDPR 的義務要履行——而是可被索引的內容必須存在於橫幅後面的 HTML 中,而不是取決於是否接受。用覆蓋層擋住 <body> 的橫幅與 AEO 相容;而讓伺服器無法送出內容的橫幅則不相容。
llms.txt:Google 怎麼說,以及你實際上能期待什麼
llms.txt 是社群提出的一種做法:在網域根目錄放一個檔案,內含網站的 Markdown 索引,供模型使用。它不是標準(並非來自 IETF 或 W3C),而 Google 已明確表示不使用它:其 AI 功能指南指出,要出現在 AI Overviews 或 AI Mode 中,「你不需要建立新的機器可讀檔案、給 AI 用的文字檔案或標記」,而 John Mueller 在2026年1月否認 Google 某些網域上出現該檔案就代表支持(Search Engine Roundtable,2026年1月20日)。
實務結論:加上它只要十分鐘,也不會弄壞任何東西,但它不是提升能見度的槓桿,當然也無法取代上述各項。如果你決定要有,就要做對(一份真正的重要網址索引,並持續維護),而且不要把它算作 AEO 已完成的工作。
也沒有能讓你出現在 AI 答案中的「神奇 schema」
Google 說得很明確:要出現在 AI Overviews 或 AI Mode 中,不需要新增任何特殊的結構化資料(Google,AI 功能)。JSON-LD 仍然值得做,是出於另一個原因:消除歧義。附有 sameAs 的 Organization、附有 author 與 datePublished 的 Article、題目照人們實際寫法的 FAQPage、附有 offers 與 aggregateRating 的 Product,會告訴任何系統你是什麼實體以及你主張什麼,不必讓它從版面中去推斷。
所以請把標記當作資料衛生,而不是能見度的小技巧:
| 頁面類型 | 確實有幫助的 JSON-LD | 有決定性差異的欄位 |
|---|---|---|
| 企業首頁 | Organization | name、url、logo、sameAs、contactPoint |
| 部落格文章 | Article/BlogPosting | headline、author、datePublished、dateModified |
| 產品頁 | Product | offers.price、availability、brand、gtin |
| 在地服務頁面 | LocalBusiness | address、openingHours、areaServed |
| 常見問題 | FAQPage | 原樣的問題+完整的答案 |
如何撰寫可被引用的內容:答案優先與自成一體的段落
回答引擎引用的不是頁面:它引用的是段落。有效的模式是把完整的答案放在每個區段的前兩、三句,讓那個片段單獨拿出來也能被理解,不依賴前一段,也不依賴「如前所述」。接著,在下面才是展開說明、資料與細節。
具體的規則,而不是泛泛而談:
- 一個標題=一個問題或一項可驗證的主張。「價格」無法被引用;「在西班牙做一次 AEO 稽核要花多少錢」就可以。
- 自成一體。 每個區段都必須自己解決自己的問題,不含指向外部的代名詞。如果複製第一段單獨閱讀時看不懂,就重寫它。
- 資料要附來源與日期。 模型與人工審閱者都會捨棄沒有出處的數字。「68%」若沒說明由誰在何時衡量,就毫無價值。
- 凡是可比較的,就用表格。 它是最能在擷取過程中倖存的格式。
- 明確的實體。 至少有一次用全名寫出你的品牌、城市、產品與競爭對手;不要假設能從上下文推斷出來。
- 可見的日期。 真實的
dateModified,以及文字中的一個日期。新鮮度很重要。
你能期待多少流量?很少,但性質不同
現有的數字都指向同一件事:回答引擎減少了點擊,而且每個被爬取的頁面所帶回的流量,遠低於傳統搜尋引擎。Pew Research Center 針對 900 位美國成年人的 68,879 次 Google 搜尋衡量了實際行為(2025年3月的資料):出現 AI 摘要時,使用者點擊結果的比例為造訪次數的 8%,沒有出現時則為 15%;點擊摘要內部連結的比例為造訪次數的 1%(Pew Research Center,2025年7月22日)。
| 資料 | 數字 | 來源與日期 |
|---|---|---|
| 有 AI 摘要時點擊結果 | 造訪次數的 8% | Pew Research Center,2025年7月22日(2025年3月資料) |
| 沒有 AI 摘要時點擊結果 | 造訪次數的 15% | Pew Research Center,2025年7月22日 |
| 點擊摘要本身的連結 | 造訪次數的 1% | Pew Research Center,2025年7月22日 |
| 在結果頁之後結束工作階段 | 有摘要 26%,沒有則 16% | Pew Research Center,2025年7月22日 |
| 取得一次造訪的難度,相較傳統 Google | OpenAI ×750,Anthropic ×30,000 | Cloudflare,2025年7月1日 |
| 預估2026年傳統搜尋量的降幅 | −25% | Gartner,新聞稿,2024年2月19日 |
對這張表有兩種坦誠的解讀。第一:如果你的商業計畫仰賴來自 ChatGPT 的大量點擊,這些數字今天並不支持。第二:引用本身具有品牌與偏好的價值——當有人問「在瓦倫西亞哪家代辦事務所適合我」時,以推薦來源出現,即使沒有點擊也有分量——而不出現的成本是不對稱的,因為你的競爭對手是在場的。順帶一提,Gartner 的預測是在2024年2月發布的,應該把它當作它本來的樣子:一項預測,而不是量測到的事實。
如何用 7 個步驟稽核你的網站是否適合 AI 引擎
這是完整的順序,依重要性排列。步驟 1 到 3 是淘汰制:如果失敗,其餘都無關緊要。
robots.txt,逐個代理檢查。 開啟https://tudominio.com/robots.txt,針對上表的每個 token 評估該特定網址,並遵守優先順序(特定群組勝過*;在Allow與Disallow之間,規則模式較長者勝出)。- 以機器人 user-agent 取得的實際回應。 用
curl -A檢查狀態碼。找出 403、429、奇怪的重新導向,以及 WAF 的 JavaScript 驗證挑戰。 - 截取指令。 檢查標頭中的
X-Robots-Tag與<meta name="robots">:遷移時遺留下來的noindex、nosnippet或max-snippet:0,會在沒人察覺的情況下限制你自己。 - 原始與渲染後的比較。 計算沒有 JavaScript 的 HTML 字數,並與渲染後的頁面比較。記下缺少哪些區塊。
- 可擷取的結構。 只有一個 H1、標題層級不跳級、每個區段在第一段就回答自己的問題、用表格取代比較性的段落。
- 身分與結構化資料。 有效的 JSON-LD、真實的日期、可辨識的作者、附有
sameAs的Organization。 - 衡量與重複。 在分析工具中把 AI 流量分開(助理的 referrer 是可辨識的),並在每次部署後重複稽核,以看出前後差異。

哪些事情無法確定(並對任何向你保證的人保持警惕)
沒有人能保證你會被 ChatGPT 引用,也沒有人能像衡量 Google 排名那樣,衡量「你在回答引擎中的名次」。生成式答案不是確定性的:同一個問題問兩次,可能引用不同的來源,而且供應商並未公開可查詢的索引或排名 API。任何「在 ChatGPT 排第 3」的說法,往好處想也只是一次抽樣。
可以嚴謹衡量的是:
- 可存取性:特定機器人是否能下載特定網址。這是二元的,可以驗證。
- 可擷取性:你有多少內容不靠 JavaScript 就存在,以及它的結構如何。
- 抽樣出現率:同一個問題問 N 次,回報你的品牌出現在多少比例的答案中,並始終附上日期與重複次數。這是指標,不是排名。
如果某個工具或代理商向你保證以保證的數字「出現在 ChatGPT 中」,問題不在於工具:問題在於那個承諾。
Aeopro:同樣的檢查,針對一個網址,整合在一份報告中
手動對一個頁面做完這 7 個步驟需要幾個小時;對整個網站則要好幾天。AIsToHire 的 AEO 稽核應用程式 Aeopro,自動化的正是這套流程:你貼上一個網址,它會回傳 99 項確定性檢查,附兩個分數——AEO(占整體結果的 70%)與傳統 SEO(30%)——而每個類別的權重都公開在應用程式內,讓你能追溯每一分的來源。
與你剛讀到的內容相對應的部分:
| 需要檢查的項目 | Aeopro 的做法 |
|---|---|
逐個代理檢查 robots.txt | 將你的 robots.txt 與 11 個 AI 機器人交叉比對,區分訓練用與回答用的機器人,並顯示造成每項封鎖的確切那一行 |
| 機器人的實際回應 | 以機器人 user-agent 探測你的網站,抓出 403、WAF 牆,以及 noindex/nosnippet 指令 |
| 原始與渲染後的比較 | 下載頁面兩次(原始 HTML 與渲染後的 DOM),告訴你有多少比例的內容不需 hydrate 就能取得,並列出缺少的區塊 |
| 修正失敗的項目 | 99 項規則中有 44 項附有可產生的修補:完整的 JSON-LD、為你的內容撰寫的 TL;DR 與 FAQ、以答案優先格式改寫的區段、llms.txt 與 meta。robots.txt 修補不使用 AI 組成,每個機器人都有一個開關 |
| 在答案中的出現率 | 能見度測試:針對你所屬產業的三個可編輯問題,各問三次,附上你品牌的出現比例、語氣,以及取代你出現的競爭對手——一律以附日期的抽樣呈現,絕不當作絕對的是或否 |
| 部署後重複檢查 | 重新分析並顯示前後差異,並有規則目錄的版本紀錄,讓分數在數個月後仍能被解釋 |
確定性報告與重新分析不會消耗 Token:你可以一再稽核。只有由 AI 撰寫的動作才會花費,而且一律是你按下時才逐項執行。你可以在 Aeopro 頁面,AIsToHire 的 AEO 稽核與 AI 能見度工具查看。
常見問題
為什麼 ChatGPT 不引用我的網站?
依頻率排序:因為你的 robots.txt 封鎖了 OAI-SearchBot(通常是無意中,因為整批封鎖「AI」)、因為你的伺服器或 WAF 對機器人 user-agent 回傳 403、因為你的內容要等執行 JavaScript 之後才存在、因為沒有任何段落能自成一體地回答問題,或者單純因為對該主題而言,其他來源更常被引用。前三項原因是技術性的,幾分鐘內就能檢查出來。
如果我封鎖 GPTBot,我就不會出現在 ChatGPT 了嗎?
不一定。GPTBot 是訓練用的爬蟲;為 ChatGPT 搜尋建立索引的是 OAI-SearchBot。它們在 robots.txt 中是獨立的 token,所以你可以拒絕餵養訓練,同時仍然能被引用。真正會讓你從答案中消失的,是封鎖 OAI-SearchBot(OpenAI 文件)。
我需要 llms.txt 檔案嗎?
並非必要,而且截至今天,沒有公開證據顯示主要供應商在正式環境中使用它。Google 表示,要出現在其 AI 功能中不需要給 AI 用的文字檔案或特殊標記,而 John Mueller 在2026年1月否認 Google 支持它。加上它無傷大雅;認為這樣就算做完 AEO,才有害。
我怎麼知道我的網站在沒有 JavaScript 時看起來如何?
用 curl -sL https://tudominio.com | sed -e 's/<[^>]*>/ /g' | wc -w 下載原始 HTML,並將字數與你在瀏覽器中看到的內容比較。如果差距達一個數量級,你的內容就取決於用戶端渲染。在 Aeopro 中,這項比較已經做好,兩份文字並排顯示,並附上缺少區塊的清單。
AEO 會取代 SEO 嗎?
不會。SEO 仍然是基礎:如果你沒被索引,速度又不快、內容又沒用,就不可能有 AEO。Google 自己的說法是:良好的 SEO 做法仍然適用於其 AI 功能,沒有額外的要求。AEO 增加了一層:對非 Googlebot 的機器人可存取、不靠 JavaScript 即可擷取的內容,以及自成一體的段落。
如果我被 ChatGPT 引用,能獲得多少流量?
比你希望的少,而且從一開始就該接受這一點。Pew 衡量到 Google AI 摘要內部的連結只占造訪次數的 1% 被點擊,而 Cloudflare 在2025年7月估算,透過 OpenAI 取得一次造訪,比傳統搜尋引擎困難約 750 倍。引用的價值更多在於品牌與偏好,而不是直接的點擊。
能保證出現在 AI 的答案中嗎?
不能,而且沒有任何誠實的工具會保證。生成式答案在每次執行間都會變動,供應商也沒有公開可查詢的排名。能夠保證的,是消除今天將你排除在外的技術性封鎖,並以抽樣方式衡量出現率,附上日期與重複次數。
應該多久重複一次稽核?
在每次動到範本、robots.txt、CDN 或 WAF 的部署之後,以及每一到兩個月做一次例行檢查:機器人的名稱與指令每年會變動好幾次。2025 與 2026 年新增了許多 token——OAI-SearchBot、Claude-SearchBot、OAI-AdsBot——在許多人撰寫自己的 robots.txt 時,它們還不存在。
結論:先移除封鎖,再為了被引用而寫作
今天的 AEO,是 20% 的寫作與 80% 的不要礙事。在重寫任何一個段落之前,先確認負責引用的機器人能下載你的頁面、你的伺服器沒有對它們回傳 403,而且你的內容在沒有 JavaScript 時也存在;這三件事,說明了稽核中看到的大多數隱形狀況。之後才輪到自成一體的段落、表格、乾淨的 JSON-LD 與真實的日期。
如果你想在不花一個下午的情況下看到一個網址的完整面貌,AIsToHire 的 AEO 稽核工具 Aeopro 會執行全部 99 項檢查,告訴你造成每個問題的 HTML 確切片段,並在其中 44 項為你產生可直接貼上的修補:用 Aeopro 稽核網站。
把你網站的網址貼到 Aeopro,一分鐘內確認負責引用來源的機器人能不能讀取你、是什麼阻止了它們,以及確切的修正方式。
把你網站的網址貼到 Aeopro,一分鐘內確認負責引用來源的機器人能不能讀取你、是什麼阻止了它們,以及確切的修正方式。


