第一次聽說 AgentSite，我的第一反應是：這算不算給 AI 爬蟲「開後門」？但仔細看了它的做法，又覺得這更像是把本該做好的事情補齊了。過去的 SEO 是給 Googlebot 看的，現在 ChatGPT、Claude、Perplexity 這些 AI agent 也成了流量入口，可它們讀取網頁的方式還停留在 curl 一個 HTML 的階段。如果你的網站是 React、Vue 這類單頁應用（SPA），那在它們眼裡，你的頁面可能只是一堆空殼。
AI 時代的「頁面可見性」問題
SPA 的典型問題在於：瀏覽器執行 JavaScript 後才渲染內容，而 AI agent 的抓取器通常不執行 JS，直接抓取原始 HTML 時只能看到一個空
AgentSite 的思路是一種「中介軟體式」的補丁：它不改變你的前端程式碼，而是在伺服器端攔截響應，向 HTML 中注入 AI 友好的後設資料。官網明確提到，它會注入 標題、meta、OpenGraph、JSON-LD、markdown 映象和 WebMCP 工具，而且對所有訪客返回相同的位元組，不做 User-Agent 分流。官網還展示了一個有趣的演示：當 Claude 被問到某個網站時，它給出的答案完全跑偏——這正是因為 agent 讀不到真實內容，只能靠猜。
讓 agent 讀得懂，也讀得準
它把「Agent Experience」拆成五個層面，這很像早期 SEO 的檢查清單：
- 原始 HTML 中必須有實際內容，而不是空殼；
- 頁面的 title、description、schema 要能「自證身份」，且與實際內容匹配；
- 提供 markdown 映象（如 .md 檔案或 /llms.txt），讓 agent 低成本讀取；
- 通過 robots.txt、sitemap 等宣告站點姿態；
- 宣告的資訊要和實際提供的內容一致，避免「貨不對板」。
這些原則不算新，但把 「AI agent 作為第一閱讀對象」來對待，確實是一個視角轉換。尤其值得注意的是，它提到 「你下一位客戶可能永遠不會訪問你的網站」——AI 使用者直接通過聊天視窗獲取資訊，這時你的網站內容能否被準確引用，就直接決定了轉化。
上手成本與部署方式
根據官方資訊，AgentSite 提供了 免費診斷工具，無需註冊，官方稱在三分鐘內就能在螢幕上看到結果，並會給出一個可留在程式碼庫裡的片段。這種「先測分再決定」的路徑，對獨立開發者和小團隊很友好。
部署方面，官方列出五種安裝模式，包括 nginx、Express 和 Edge。從「Drop in this Express handler」這句話來看，它的核心應該是一個可插入的中介軟體包，而非必須遷移到某個平臺的雲服務。這種貼近現有架構的方式，降低了試錯成本。
適合誰用？
如果你的網站是內容型或產品官網，並且主要流量依賴搜尋引擎或 AI 引用，AgentSite 值得一試。尤其適合那些正在做 AI 搜尋優化（有人叫 AEO）的團隊——他們想在不重寫前端的情況下，讓 ChatGPT 等工具能正確描述產品。另一個典型場景是技術文件站：文件站點往往都是純靜態或 SPA 構建，如果 AI 無法讀取，再好的內容也白搭。
當然，它也不是萬能藥。如果原網站本身就缺內容或結構混亂，注入再多後設資料也只是「化妝」。先解決內容可讀性，再談 agent 體驗，這個順序不會錯。
AgentSite 目前展現出的思路很務實——不強迫你改造架構，而是作為中間層彌補 AI 時代的可見性缺口。如果你正在為「AI 搜不到我」發愁，不妨先跑一次免費診斷，看看問題出在哪一層。
評論
暫無評論
成為第一個評論的人