1. Ahrefs:97% 的 llms.txt 零 AI 爬蟲請求,Mueller 揭根本設計缺陷(更新)
新聞概述
Ahrefs 分析 137,000 個域名發現,97% 的 llms.txt 文件從未收到任何 AI 爬蟲請求,實際 AI 引用機器人(ChatGPT、Perplexity)僅佔總 fetch 量的 1%。Google 的 John Mueller 進一步指出,llms.txt 屬於自我申報機制,LLM 系統在設計上無法透過它區分網站品質,故不具 discovery 效用。
資訊來源
- Search Engine Journal:Google Exposes llms.txt Flaw,Search Engine Journal,2026-06-18
- Search Engine Journal:SEO Pulse — AI Citation Share Ships New Data, Doubts llms.txt,Search Engine Journal,2026-06-19
資訊可信度
高。Ahrefs 揭露明確樣本規模(137,000 個域名),John Mueller 為 Google 官方代表,兩方來源交叉驗證,與 2026-06-16 Google 官方文件立場一致。
事實重點
- Ahrefs 分析 137,000 個域名,97% 的 llms.txt 未收到任何 AI 爬蟲請求。
- AI 引用機器人(ChatGPT、Perplexity)在實測中僅佔所有 fetch 請求的 1%。
- John Mueller 確認 llms.txt 屬自我申報,LLM 系統無法用它區分網站品質,不具 discovery 效用。
- 此前 Google 官方文件已於 2026-06-16 確認 llms.txt 對搜尋排名零影響。
資訊判讀
Ahrefs 的實證數據為 Google 官方聲明提供了外部第三方量化佐證,確認 llms.txt 在現階段不是提升 AI 可見度的有效槓桿。若仍維護 llms.txt,短期可暫緩投入,但因其部署成本極低(一份靜態文件),且標準仍在演化(見下方 ARD 草案),不建議完全刪除,而應將資源重新分配到結構化資料、品牌提及與第三方引用來源。
建議行動
- 停止將 llms.txt 視為 AI 曝光優化主力,資源改投向結構化資料、品牌提及、第三方平台引用。
- 現有 llms.txt 可保留(維護成本極低),但不需因此擴充或特別調整內容。
- 持續追蹤 ARD(ai-catalog.json)等新興 AI 探索規格進展,此類標準更可能成為未來有效的 agent discovery 機制。
2. Adobe 收購 Semrush 後推出 Brand Visibility GEO 跨平台追蹤工具
新聞概述
Adobe 完成收購 Semrush 後,整合雙方資料(2,850 億關鍵字資料庫 + 近 3 億 AI 搜尋提示)推出 Adobe Brand Visibility,可跨 ChatGPT、Google AI Mode、Microsoft Copilot、Perplexity 追蹤品牌引用佔比與競品差距,定位為首批企業級 GEO(Generative Engine Optimization)追蹤工具之一。
資訊來源
- Search Engine Land:Adobe Brand Visibility GEO CX Enterprise,Search Engine Land,2026-06-18
資訊可信度
高。Adobe 官方正式產品發布,資料規模有明確數字可查,Search Engine Land 為授權媒體報導。
事實重點
- Adobe 於 2026 年 5 月完成收購 Semrush。
- 新工具整合 Semrush 2,850 億關鍵字資料庫與近 3 億 AI 搜尋提示。
- 支援追蹤品牌在 ChatGPT、Google AI Mode、Microsoft Copilot、Perplexity 的引用佔比與競品差距。
- 定位為企業級 GEO 追蹤工具(CX Enterprise 等級)。
資訊判讀
Adobe 切入 GEO 追蹤市場,標誌 AI 搜尋能見度監測從 SEO 工具的「附加功能」升格為企業級獨立產品類別,其重要性類似當年 GSC 報告對傳統 SEO 的地位。目前定價與中小型企業可及性尚不明確,但 Bing Webmaster Tools 的免費 Citation Share 指標可作為替代基線起點。
建議行動
- 評估現有 SEO 工具組是否具備跨平台 AI 引用追蹤能力;若無,列入 2026 下半年工具評估清單。
- 中小型站點可先使用 Bing Webmaster Tools Citation Share(免費 Preview)建立 AI 引用基線資料,再評估是否升級至企業工具。
- 持續關注 Adobe Brand Visibility 定價方案公告,評估其是否適合納入品牌 SEO 工具組。
3. Google、Microsoft 等 11 家企業聯合發布 ARD v0.9 AI 代理人探索規格草案
新聞概述
Google、Microsoft、GitHub、Hugging Face、NVIDIA、Salesforce 等 11 家公司聯合推出 Agentic Resource Discovery(ARD)規格草案 v0.9:各組織在網站根目錄發布 ai-catalog.json,讓 AI Agent 在執行任務時能即時探索並呼叫可用工具與能力。此規格採 Apache 2.0 授權,為繼 MCP 之後又一個 AI 互通層開放標準草案。
資訊來源
- Search Engine Journal:Google, Microsoft Back Draft AI Agent Discovery Spec,Search Engine Journal,2026-06-18
資訊可信度
高。多方大廠官方聯合發布,採 Apache 2.0 開源授權,規格文件公開可查驗,Search Engine Journal 報導。
事實重點
- 參與方包含 Google、Microsoft、GitHub、Hugging Face、NVIDIA、Salesforce 等共 11 家公司。
- 規格名稱為 Agentic Resource Discovery(ARD),目前版本 v0.9(草案階段)。
- 各組織需在網站根目錄發布 ai-catalog.json,供 AI Agent 探索可呼叫的工具與能力。
- 規格採 Apache 2.0 授權發布,屬開放標準草案,尚未正式定案。
資訊判讀
ARD 與 MCP 層次不同——MCP 處理 AI 與工具的通訊協議,ARD 處理 AI 如何「發現」有哪些工具可用;若 ARD 廣泛採用,網站與 API 提供者的 AI 可見度將不只取決於 Google 索引,也取決於 AI Agent 能否透過 ai-catalog.json 探索到其能力,其角色類似 robots.txt 對傳統 SEO 的意義演化。目前仍為草案,v0.9 到正式版之間規格仍可能變動,建議先理解概念、暫緩大規模部署。
建議行動
- 持續追蹤 ARD 規格進展(目前 v0.9 草案),評估正式版發布後是否需在網站根目錄部署 ai-catalog.json。
- 若你的服務已有 API 或工具供第三方整合,優先關注 ARD;純內容站可暫時觀察,待規格穩定後跟進。
- 開始整理現有服務能力的機器可讀描述(服務名稱、端點、功能摘要),為日後部署 ai-catalog.json 預做準備。
4. OpenAI 向英國廣告主開放 ChatGPT Ads Manager 自助投放 Beta
新聞概述
OpenAI 推出 ChatGPT Ads Manager 自助 Beta,英國廣告主可自行建立帳號並管理廣告活動,介面含 campaigns、tools、billing、settings 四大區塊;此前廣告功能為受邀制或實驗性質,此次為正式自助開放,標誌 OpenAI 廣告平台從實驗走向可規模化商業化。
資訊來源
- Search Engine Land:OpenAI Opens ChatGPT Ads Manager Beta to UK Advertisers,Search Engine Land,2026-06-19
資訊可信度
高。OpenAI 官方產品正式推出,有明確功能介面描述(campaigns / tools / billing / settings),Search Engine Land 報導。
事實重點
- ChatGPT Ads Manager 自助 Beta 正式向英國廣告主開放,可自行建立帳號。
- 介面含 campaigns / tools / billing / settings 四大區塊。
- 目前尚不支援多帳號同時管理。
- 此前廣告功能為受邀制,此次為正式自助開放;其他市場時程尚未公布。
資訊判讀
ChatGPT 廣告平台正式進入自助階段,意味 AI 搜尋引擎的廣告生態系從 Google 主導走向多平台競爭,其進程類似早期 Google AdWords 改變自然搜尋流量分配的歷程。對 GEO 實務者而言,付費引用與有機引用的界線將在 ChatGPT 平台上逐漸模糊,未來需留意 OpenAI 是否公開廣告與有機 AI 引用的排序邏輯。
建議行動
- 若在英國市場有業務,可登記申請 ChatGPT Ads Manager Beta,提前了解廣告競標與引用機制。
- 監測 OpenAI 廣告平台的市場擴展公告,預先評估是否將 ChatGPT 廣告納入 2026 下半年的付費搜尋預算。
- 關注 OpenAI 是否公開廣告與有機 AI 引用的排序原則,以評估廣告投放對自然 GEO 曝光的影響。
5. Fractl 研究:AI 搜尋使用量上升,消費者信任度一年驟降 28 個百分點
新聞概述
Fractl 調查 1,008 位消費者與 150 位行銷人發現,認為 AI 搜尋比傳統搜尋更有幫助的比例從 2025 年的 82% 驟降至 2026 年 Q2 的 54%(-28 pts),但同期 70% 受訪者表示 AI 搜尋使用量反而增加,形成「用但不信」的矛盾格局。
資訊來源
- Search Engine Land:AI Search Adoption Rises, Consumer Trust Declines — Study,Search Engine Land,2026-06-17
資訊可信度
中。Fractl 為第三方研究機構,樣本規模(1,008 人)合理但不屬大型代表性研究,方法論未見完整同儕審查;趨勢方向與多份其他研究一致,但具體百分比數字應謹慎參考,不宜單獨作為重大決策依據。
事實重點
- 2025 年 82% 消費者認為 AI 搜尋比傳統搜尋更有幫助,2026 年 Q2 降至 54%(-28 pts)。
- 70% 受訪者表示 AI 搜尋使用量仍在增加(信任下滑但使用不減)。
- 重度依賴 AI 搜尋形象損害品牌信任的比例從 20% 升至 39%。
- 研究樣本為 1,008 位消費者 + 150 位行銷人(Fractl 執行,2026 年 Q2)。
資訊判讀
「用但不信」格局意味消費者可能透過 AI 搜尋取得答案,但對 AI 推薦的品牌持更高懷疑度,這讓「可溯源的第三方引用」比 AI 直接推薦更具說服力。39% 受訪者認為重度 AI 形象損及品牌信任,也提醒內容策略不宜過度依賴 AI 生成素材作為品牌形象主力。
建議行動
- 確保品牌在 AI 搜尋推薦之外,也在 Reddit、Forbes、YouTube 等第三方平台累積可驗證的真實評價與提及。
- 審視品牌內容是否過度依賴 AI 生成素材——39% 受訪者認為重度 AI 形象損及品牌信任,應在 AI 生成與人工編輯之間維持可見比例。
- 在 AI 引用頁面保留原始來源連結,讓使用者可驗證 AI 摘要的正確性,強化可信度信號。
6. 出版商持續回報 Google 大量 Deindex,Mueller 官方回應「未見異常」(更新)
新聞概述
自 2026 年 4 月底以來,出版商、電商、聯盟行銷站持續回報頁面移入「crawled, currently not indexed」狀態,且無手動懲罰記錄;John Mueller 於 2026-06-19 表示 Google 內部資料顯示「一切正常」,SEJ 另指出部分案例可能源於 Search Console 報告錯誤或 canonical 整合問題。
資訊來源
- Search Engine Journal:Deindexing Reports Keep Coming, Google Sees Nothing Unusual,Search Engine Journal,2026-06-19
資訊可信度
中。Mueller 為 Google 官方代表,但其「未見異常」表態不等於問題不存在;業界大量回報與官方說法之間存在明顯落差,建議個別站點以 URL Inspection 工具自行確認,不宜單憑 Coverage 報告判斷。
事實重點
- 自 2026 年 4 月底,出版商、電商、聯盟行銷站持續回報大量頁面進入「crawled, currently not indexed」狀態。
- 回報案例均無手動懲罰記錄(Manual Actions)。
- John Mueller 2026-06-19 回應:Google 內部資料顯示無異常。
- SEJ 指出潛在原因包含 Search Console 報告錯誤、canonical 整合問題、索引門檻調整等多種可能,尚無官方確認。
資訊判讀
Mueller 回應「未見異常」與業者大量回報之間的落差,可能有兩種解讀:一是 Google 內部指標計算方式與 Search Console Coverage 報告展示邏輯存在差異(UI 展示 bug);二是 Google 確實在調整索引門檻,但官方暫不公開說明原因。在官方進一步說明前,個別診斷優於整體歸因。
建議行動
- 不要單憑 Search Console Coverage 報告判斷 deindex 情況,改用 URL Inspection 工具逐一確認受影響頁面狀態。
- 檢查可疑頁面的 canonical 設定是否正確指向有效且未被重新導向的目標 URL。
- 若頁面確認 deindex 且 canonical 無誤,考量提升頁面品質或縮減低品質頁面總數,觀察 2 至 4 週後再評估是否有改善。



