Perplexity是資料小偷？Cloudflare揭偽裝Chrome爬蟲，遭反嗆「我看你是不懂AI助理」|數位時代 BusinessNext

Cloudflare如何抓包Perplexity？

Cloudflare 先接獲多家客戶反映，指出即便已在「禁止機器抓取」的 robots.txt 檔案與防火牆（WAF）中封鎖 Perplexity 的官方爬蟲，網站內容仍遭擷取。公司先行確認客戶設定無誤後，進一步購買數個全新且對外完全隱藏的測試網域，並在其中同樣下達「全面禁止爬蟲」指令。

接著，Cloudflare 直接向 Perplexity 詢問這些測試網域的內容，結果卻收到詳盡回答，證實有未經宣告的爬蟲進入。最後，Cloudflare 透過流量分析比對，發現這批爬蟲假冒一般瀏覽器身分，每日仍對全球網站發送約兩千萬次請求，且頻繁更換 IP 與網路識別碼。

綜合上述三項證據，Cloudflare 認定 Perplexity違反公開爬蟲規範，隨即取消其「已驗證機器人」資格並將相關流量列入封鎖清單。

Perplexity 遭剔除「已驗證機器人」名單

Cloudflare 隨即將 Perplexity 剔除「已驗證機器人」名單，並於所有方案推送新簽章，協助站點自動阻擋或挑戰此類隱形爬蟲。公司同時呼籲業者遵守「透明、節制、單一目的」等五大善意爬蟲原則，並與 IETF 共同推動擴充版 robots.txt。

官方亦肯定 OpenAI (開放人工智慧) 旗下 ChatGPT-User 嚴格尊重封鎖指令，並採用 Web Bot Auth 身分簽章，作為業界良好示範。

Perplexity反嗆：我看你是完全不懂AI助理

針對Cloudflare指控，Perplexity在X聲明反擊，直言傳統網路爬蟲（bot）與現代AI助理（agent）的本質不同。傳統爬蟲會自動、大規模地抓取網頁內容並建立資料庫，而AI助理（如Perplexity）則是根據用戶即時需求，臨時抓取並回應，不會儲存或用於訓練。

Perplexity強調其「user-driven agent」只在用戶發出請求時才抓取內容，且僅用於當下回答，不會長期保存或訓練模型。

Perplexity批評Cloudflare將AI助理誤認為惡意bot，認為這種做法會傷害用戶權益，阻礙資訊自由流通，甚至可能影響如醫療、新聞等重要資訊的取得。

聲明指出，Cloudflare在技術分析上有重大錯誤，將第三方流量誤歸因於Perplexity，並發布不正確的技術圖示，顯示其對現代AI助理運作方式缺乏理解。

Perplexity認為，若基礎設施供應商無法區分合法AI助理與惡意爬蟲，將危及開放網路的創新與用戶選擇權。

合規爬蟲的5大原則

依據 Cloudflare 的說明，守規矩的爬蟲至少符合下列五項原則：

透明 (Transparency)
主動標示專屬的 User-Agent，公開 IP 範圍或使用 Web Bot Auth 驗證，並附上聯絡資訊，便於站方追蹤與溝通。

克制 (Good Netizenship)
不大量灌流量、不抓取敏感資料，也不使用隱藏或偽裝手段規避偵測。

明確目的 (Clear Purpose)
每一隻爬蟲都應說清楚用於哪項服務，例如語音助理、比價、無障礙輔助等，讓站方能判斷是否開放。

分工清楚 (Separate Bots for Separate Activities)
不同功能用不同爬蟲執行，避免讓站方陷入「全開或全關」的兩難。

遵守規則 (Follow the Rules)
必須檢查並尊重 robots.txt、維持合理速率，且不得繞過 WAF 或其他安全防護。

這五條囊括了對網站「可辨識、可控管、可信任」的核心要求，亦是 Cloudflare 評定爬蟲是否值得授予「已驗證機器人」資格的依據。

本文初稿為AI編撰，整理．編輯/ 李先泰

當許多企業還在討論 AI 能做什麼，富邦人壽更關注：AI 如何被第一線同仁使用？而這也是「理賠智慧助理」能從黑客松發想、走進理賠現場，成為真實工作夥伴的原因。

為什麼富邦人壽會選擇從最複雜、也最不易標準化的環節–理賠–切入、嘗試將AI從「回答問題的工具」轉變成進入核心營運流程的「決策輔助夥伴」？

保險理賠為何難以AI化？答案藏在大量非結構化資訊裡

相較於客服問答或行政流程，理賠工作最大的挑戰在於資訊高度分散且缺乏標準格式：從診斷證明、病理報告、手術紀錄到醫療收據，每份文件不同醫院格式都不同，內容還充滿專業醫療術語；理賠人員不僅必須理解文件內容，還需要同步比對保單條款、法規要求以及醫學知識，才能做出適當判斷。

更複雜的是，就算是相同疾病或手術名稱，不同案件背景也可能導致不同理賠結果，因此，理賠長期被視為高度依賴專業經驗與人工判斷的工作，很難透過傳統自動化工具處理。

近年來，隨著理賠案件量持續增加、醫療技術快速演進，以及新舊世代交替帶來的人才培育壓力，如何兼顧理賠品質、作業效率與知識傳承，成為刻不容緩的議題。

富邦人壽開始思考：如果AI無法取代專業判斷，是否能先協助理賠人員更快掌握資訊、縮短搜尋時間，讓專業人才把時間投入在更高價值的分析與決策工作？這個想法在富邦集團導入微軟Copilot Studio並舉辦黑客松活動後獲得實踐機會，理賠團隊將構想轉化為可驗證的AI提案，並在主管支持與跨部門合作下，於2026年1月正式導入理賠現場。

「黑客松讓我們有機會快速驗證想法，也讓AI應用從概念走向實際場景。」富邦人壽理賠部資深襄理郭乃瑀如是說道。

數位時代為此特別專訪富邦人壽黑客松獲獎團隊「ClaimAIngels」的成員，深入了解這項 AI 專案如何從創新提案一路走進理賠第一線，成為同仁日常工作的決策輔助夥伴。

AI成功落地的關鍵，不只是模型，還有資料與流程重建

從創意發想到實際上線，最大的挑戰不是技術，而是如何讓AI真正符合第一線需求。

富邦人壽理賠部資深襄理林庭樂指出，團隊一開始便深入訪談理賠同仁，發現大家真正需要的並不是AI幫忙做決定，而是協助整理資訊，因此將理賠智慧助理專案聚焦於三大領域：手術等級建議、病理報告判讀輔助，以及國外醫療文件翻譯與摘要，目標是協助同仁降低資料蒐集與查詢時間，讓理賠同仁可以快速掌握案件重點。

但要做到這一步，必須先建立可信任的資料基礎。

由於醫療資料來源眾多且格式不一，團隊投入大量時間整理歷史案件、建立醫療名詞對應關係、標註資料來源與判斷依據，並透過跨部門討論及醫師顧問協作，逐步建立一致的判讀標準。林庭樂表示：「這項工作看似基礎，卻是AI能否提供可靠建議的關鍵，更重要的是，它讓過去散落在資深同仁腦中的經驗知識，逐漸轉化為可被組織保存與運用的數位資產。」

富邦人壽理賠部專員陳子聆便感受到明顯改變。她說：「過去遇到新的手術名稱，往往需要花費一到兩個小時查閱條款、搜尋歷史案例並向資深同仁請教，現在，透過理賠智慧助理協助，資料搜尋時間縮短50%以上，能將更多心力放在案件分析與專業判斷上。」

理賠部理賠審核科資深襄理王羽藍則形容，理賠智慧助理更像是一位隨身秘書。她說：「它會先幫我們整理案件重點，也能提醒是否遺漏重要資訊。無論是判讀國內外醫療文件、核對醫療收據，或分析病理報告內容，都能快速提供參考依據，讓我們把時間投入更重要的專業決策。」

除了資料基礎建設，金融業導入 AI 的另一個關鍵挑戰是風險與合規。

因應金融監理要求以及個資保護需求，團隊在設計理賠智慧助理時建立多層防護機制與使用護欄，並持續優化提示詞設計，以降低AI幻覺、資料外洩與誤判風險，確保AI始終在可控範圍內運作。

不過，對富邦人壽而言，上線並不代表結束，而是優化的開始。

團隊發現，理賠智慧助理初期使用率表現亮眼，但隨著時間推移逐漸下降，為了找出原因，團隊同仁與第一線理賠同仁召開多場討論會議，讓其了解，生成式 AI 並非一次建置完成就能長期發揮效益，必須持續蒐集使用回饋、改善建議，進而調整功能設計。

郭乃瑀表示：「根據同仁回饋，團隊目前正規劃新增實支實付手術給付比例分析等功能，目標是讓AI更貼近實際工作流程、滿足使用者需求。」

從單一專案到組織能力，理賠智慧助理帶來的真正改變

隨著理賠智慧助理逐步成為理賠同仁的日常工作夥伴，其帶來的影響也不再侷限於效率提升，而是開始擴散至組織文化與創新模式的改變。

郭乃瑀表示，過去AI專案多半由資訊部門主導，但這次經驗讓大家發現，真正了解痛點的人其實是第一線同仁，因為只有其最清楚哪些流程最耗時、哪些資訊最難取得，以及哪些環節最適合導入AI。「隨著理賠智慧助理成果逐漸顯現，愈來愈多部門開始主動詢問專案推動經驗，如資料整理、風險控管、流程設計與使用者導入等做法，加速 AI 創新在組織內部的擴散與落地。」

對富邦人壽而言，理賠智慧助理並不只是單一 AI 工具，而是一次工作方式與文化的改變：從第一線提出需求、跨部門共同打造，到持續優化與回饋機制，AI 不再只是科技部門的工具，而逐漸成為工作現場的一部分，也讓數位轉型成為一種持續發生的創新能力。