三個 AI SEO 問題,很多人理解反了

很多 AI SEO 說法其實只對一半,llms.txt 不是讓大型 AI 爬蟲自動收錄的魔法,而是給 AI Agent 研究品牌時使用的導覽資料;FAQ Schema 雖然不再大量顯示在搜尋結果,但仍有助於 AI 理解問答內容;Product Schema 更是電商不能少的基礎。

AI 搜尋時代,重點已從「讓人看到」變成「讓 AI 看懂、引用」。

最近持續被問到三件事:

llms.txt AI 根本沒讀、FAQ Schema Google 取消了沒用了、Rich Results 快消失了。

每個說法都對了一半,另一半是誤解,乾脆寫清楚。

一、llms.txt AI 真的沒讀?

沒讀、又不完全沒讀。看你說的是哪種 AI。

ChatGPT 和 Perplexity 這種大規模爬蟲,掃網站時讀的是 robots.txt,不是 llms.txt。它們不會主動把全網站的 llms.txt 讀一遍再決定怎麼排名。從這個角度說,「AI 沒讀」是對的。

但 llms.txt 的設計目的本來就不是給大規模爬蟲用的。這個規格由 Answer.AI 與 AI 學者 Jeremy Howard 共同提出,核心場景是 RAG(檢索增強生成):當有人用 AI Agent 專門研究你這個品牌時,AI 會優先去找這個檔案,把它當作網站的精華摘要。Claude Projects、Cursor 這類工具用的就是這個邏輯。

定位要說對

llms.txt 不是「讓 AI 爬蟲自動收錄的魔法」,是「當 AI Agent 在研究你品牌時,給它一份導覽手冊」。

參考資料:llms.txt 官方規格提案


二、Google 取消 FAQ 區塊,FAQ Schema 還有用嗎?

有用,但用途變了。

Google 確實調降了 FAQ 在傳統搜尋結果頁的顯示。以前那個可以點開展開的 FAQ 選單,現在只保留給政府和醫療等高權威網站,一般網站幾乎看不到了。這是 Google 2023 年底的官方公告

但 FAQ Schema 現在在做另一件事:餵 Google AI Overview。

當使用者搜尋複雜問題,觸發頂部的 AI 答案時,Google 需要快速抓取「問答對」來組裝回答。FAQPage 的 JSON-LD 是它最好用的資料來源之一。Search Engine Land 等 SEO 媒體的實測也確認,結構化資料是 Google 大語言模型理解頁面語意的核心管道。

以前

展示給人看

在搜尋結果可點開的 FAQ 選單

現在

餵給 AI 用

Google AI Overview 組裝答案的資料來源

參考資料:Google Search Central:FAQ 顯示方式調整公告


三、Rich Results 快消失了?

不會,至少電商那塊不可能。

Google 確實在精簡一些次要的視覺型 Rich Results,FAQ 折疊樣式就是例子。但電商的 Product Schema 和 Merchant Listing 不但沒有取消跡象,Google 反而持續擴充必填欄位。

  • 商品價格(Price)與庫存狀態(Availability)
  • 退貨政策(MerchantReturnPolicy)
  • 運費說明(ShippingDetails)

缺少任何一項,Search Console 直接跳紅字警告。Google 官方技術文件對電商結構化資料的要求只有越來越嚴。

原因很直接:Google Shopping 靠的就是這些資料。商品 Rich Results 如果消失,Google 購物直接廢了。

正在消失的

次要的視覺型 Rich Results
(如 FAQ 折疊樣式)

被強化的

電商核心 Rich Results
(Product、Merchant Listing)

參考資料:Google Search Central:Product 結構化資料技術文件


這三件事在同一個方向上

AI 搜尋正在把「讓人類看到」的邏輯,轉向「讓 AI 能讀取、能引用」的邏輯。

llms.txt 給 AI Agent 讀、FAQ Schema 餵 AI Overview、Rich Results 繼續給電商用——方向都一樣,只是在不同場景發揮作用。

這些工具的作用沒有消失,是換了舞台。

SEO 技術設定或 AI SEO 規劃,歡迎直接聊

益盛科技提供 Schema 設定、AI SEO 技術稽核與規劃服務。

LINE 諮詢 查看 SEO 服務
Ring
FOUNDER & CONSULTANT

本文作者:Ring

益盛科技創辦人 & 專案經理,具備 13 年 網頁設計 與技術 SEO 實戰經驗。
專注於運用 AI SEO 系統與 自動化技術,協助台灣 電商 品牌打通流量變現的底層邏輯。

LINE