「我叫他去測，沒想到只有 59 分。」
我曾建議一位品牌主把官網丟進 AI 體檢工具。他的品牌深耕多年，官網也剛完成改版，沒想到在 AI 代理人眼中，網站竟然只有 59 分。他問我：「這個分數代表什麼？我該怎麼辦？」
他的反應，是我近來最常見到的品牌焦慮：明明持續投入數位行銷，卻不知道 AI 有沒有「看見」自己。好消息是，這份抽象的恐懼，現在已經可以被量化、診斷與改善。
AI 代理人不是瀏覽你的網站，而是解析它
在回答那位品牌主之前，要先建立一個關鍵認知：AI 代理人讀取網站的方式，和人類不完全相同。
人類常先感受視覺設計與品牌氛圍；AI 代理人則更依賴網站結構、標記與協定。Cloudflare 在 2026 年 4 月公布的分析中，掃描了 20 萬個熱門網域。結果顯示，78% 的網站設有 robots.txt，但多數仍以傳統搜尋引擎爬蟲為主；只有 4% 的網站透過 Content Signals 聲明 AI 使用偏好，能提供 Markdown 版本內容的網站也僅占 3.9%。
這意味著，即使 GEO（生成式引擎優化，讓品牌內容更容易被生成式搜尋服務引用）做得再精準，如果網站結構讓 AI 無法順利進入或完整讀取，優化效果仍可能打折扣。
我的判斷是，GEO 處理內容層問題，Agent Readiness（AI 代理人就緒度）則處理網站能否被代理人發現、存取與操作的基礎問題。先讓 AI 讀得懂你的網站，品牌才有機會在合適的情境中被找到。
三分鐘，幫官網做一次 AI 體檢
我推薦的工具是 isitagentready.com，這是 Cloudflare 推出的免費服務。打開網站、輸入官網網址並按下掃描，通常很快就能拿到一份 0 到 100 分的 Agent Readiness 報告。
它檢測的項目包括：robots.txt 是否允許主要 AI 爬蟲進入、有沒有提供網站地圖、內容能否以 Markdown 格式被有效讀取，以及網站是否公開 MCP Server Card、Agent Skills 等新興協定。使用者也能透過自訂掃描檢查 llms.txt，工具甚至涵蓋代理式商務的相關標準。
需要補充的是，Cloudflare 預設不將 llms.txt 納入評分；代理式商務協定雖會顯示檢查結果，截至 2026 年 8 月也不計入分數。
每個未通過的項目都會被列出，並附上改善建議與可交給程式設計代理人的提示詞。不過，Cloudflare 也提醒，這些建議由 AI 生成，仍須由具備專業判斷的人員確認後再執行。
恐懼之所以巨大，往往只是因為它還沒有被量化。
讀懂你的分數，把恐懼變成待辦清單
59 分代表什麼？為了方便品牌主理解，我把分數分成四個工作區間：
80 分以上可視為 Agent-Ready 領先群，代表網站在多數檢查項目上表現完整，AI 代理人較容易發現並存取內容。
60 到 79 分代表基礎已建立，但仍有關鍵缺口，AI 代理人可能遺漏部分內容或功能。
40 到 59 分，正是那位品牌主原本的位置。AI 進得了網站，但讀取效率不佳，部分內容或工具可能無法被正確辨識。
39 分以下屬於高風險區。這不代表品牌一定無法被 AI 找到，而是網站缺少較多代理人需要的技術訊號，應優先檢查與修正。
分數只是起點。它真正的價值，是把抽象焦慮翻譯成一張可以立刻執行的待辦清單。
從診斷到處方，一個下午讓分數跳升 24 分
我陪那位品牌主逐項拆解報告。
第一步是處理評分中的基礎項目，包括調整 robots.txt，讓合適的 AI 爬蟲可以進入；補上網站地圖與必要的 Link headers；再確認網站能否依請求提供乾淨的 Markdown 內容。若在自訂掃描中納入 llms.txt，也可一併補上這份網站導覽文件。
接著，我們也強化其他機器可讀性。包括導入 JSON-LD（協助機器理解網頁內容的結構化資料格式）、改善 HTML 語意，並將關鍵產品資訊從只靠 JavaScript 動態渲染，調整為可直接讀取的伺服器端輸出。這些項目不一定計入 Cloudflare 的 Agent Readiness 分數，卻可能影響部分搜尋服務、爬蟲與 AI 工具讀取內容的完整性。
整個過程中，工程師不必從零開始寫程式碼。Cloudflare 的報告會針對未通過項目，產生可直接交給 Claude Code（Anthropic 推出的 AI 程式設計工具）或 Cursor（整合 AI 輔助功能的程式編輯器）的提示詞，再由工程師檢查與部署。
重新掃描後，分數從 59 分升至 83 分，從「需要關注」進入我所定義的領先區間。這是單一網站的修復案例；不同網站架構與檢查項目不一，所需時間和分數變化也不會完全相同。
我觀察到，品牌主對 AI 時代的焦慮，多半來自「看不見、摸不著」：不知道 AI 如何讀取自己的網站，也不知道該從哪裡下手。
isitagentready.com 的價值，在於把抽象焦慮翻譯成具體成績單與行動清單。它不能保證品牌一定會被 AI 引用或推薦，卻能協助團隊找出網站在代理人存取與互動上的技術缺口。
品牌主不妨抽幾分鐘測試官網或電商網站，也可以多測幾個不同分頁，把結果當成改善網站機器可讀性的起點。
在代理人經濟裡，如果 AI 無法順利存取與理解網站，品牌就可能錯失被發現與使用的機會。
本文授權自高端訓【品牌 AI 攻略】
延伸閱讀：[進貨沒變快，momo為何仍導入機器人？物流副總揭比拚速度更棘手的缺工難題][2]
[2]: https://www.bnext.com.tw/article/91741/momo-fubon-ecommerce-logistics-amr
