AI 爬蟲流量是聲量：3,000 萬次，帶來 476 次真人點擊

想像你在路口開了一家店。過去五個月，世界上最大的幾家 AI 公司天天派人上門——不是來買東西，是來搬貨。

我們的兩個網站（日本的 washinmura.jp 和做 AI 引用的 idaeo.ai）就是這家店。翻開自家帳本：貨被搬走了約 3,000 萬次；循著 AI 的介紹真正上門的真人，476 次。

大多數店主看到第一個數字會高興，看到第二個會心碎。我們想說的是：兩個數字都別急著下結論。這五個月教會我們的第一件事，是先學會分帳。

第一課：上門的有三種人，只有兩種會帶客人來

來搬貨的都是「爬蟲」——各家公司派來自動讀網頁的程式。你可以把他們想成三種完全不同的訪客：

• 大廠採購（訓練用爬蟲，如 OpenAI 的 GPTBot、Anthropic 的 ClaudeBot）：整車把貨載回工廠，揉進他們的產品。這聽起來像白搬，其實是整個故事的地基——AI 就是這樣認識你的。幾個月後，全世界的 AI 談起你這一行，答案裡有你的配方：不掛你的牌子，但你已經在裡面。
• 指南編輯（搜尋索引爬蟲，如 OAI-SearchBot、微軟的 Bingbot、蘋果的 Applebot）：把你的店寫進美食指南。之後有客人問「附近哪家好」，指南會報你的名字、附上你的地址——這種訪客才會帶客人來。
• 外送員（真人代抓，如 ChatGPT-User）：有客人此刻就想吃你家的東西，AI 當場派人來取。這不是未來式——它是你的內容「正在被真人閱讀」的即時證據。

搬走最多的是採購——他們在打地基；把你的地址發給客人的，是編輯和外送員。先把一件事講清楚：訓練爬蟲不直接帶客，不代表它不重要——它是所有 AI 流量的底層。你的內容被搬進模型，AI 才認識你；AI 認識你，指南才會收你、客人才問得到你。老實說，「訓練帶動日後引用」這條因果，我們的帳本量不到——它是基於機制的推斷。但帳上有三個實測訊號指向同一方向：開站第一個月，最早上門的就是訓練爬蟲；它抓起來廣度優先、三種語言抓得最均衡——像在建立對你的完整認知，不是挑內容；它抓走的貨還會流進公共訓練水源，變成未來每個新模型的一部分。地基不直接賣錢，但沒有地基，樓都不用蓋。三種人都重要，帳卻要分開記：把三種人記在同一本帳上，是我們看過最多店主犯的第一個錯。

第二課：搬得最兇的，不是帶客人最多的

五個月裡搬得最兇的四家：Anthropic 644 萬、OpenAI 562 萬、Apple 500 萬、Microsoft 472 萬。但「帶客人」的帳完全是另一回事：把客人引上門的介紹，有 88.7% 集中在 ChatGPT＋Copilot 這一系（那 476 次裡，ChatGPT 佔 356、Copilot 佔 66）。

Apple 是最好的反例。我們品牌搬家的隔天，它派來的人突然從每天幾百次暴增到二十幾萬次——我們推斷是搬家觸發的重新盤點——但搬了這麼多，至今一個可辨識的客人也沒帶來。

記住這句：搬貨量是聲量，不是業績——但聲量是地基，別把地基當浪費。評價要分兩本帳：地基的價值是「AI 認識你」，業績的帳才看帶客。

第三課：好貨的回報，先出現在「人」的帳上

這是最反直覺的一課。我們比對自家的貨色：在我們的帳上，人工深度文章被 ChatGPT 的外送員取貨 4.7 次/頁；自動生成的頁面只有 2.5 次/頁——人那一端，分得出好壞。（這組是當時窗口的觀察值：樣本數沒有隨統計存檔、明細已依保留政策刪除，無法重建——這筆帳的限制，我們完整寫在方法論頁。）可是大廠採購分不太出來——搬貨總量冠軍那家，對品質幾乎無感。

老實說兩句：這只是「好貨與人多」同時出現，還不敢說是因果——我們的好內容通常頁數也多，兩件事還沒完全拆開。我們也翻掉過自己的結論：曾把引用集中度算錯口徑、曾懷疑 Apple 那波暴增是統計假象，交叉重驗後一一修正。這本帳是一家店五個月的快照，不是定律。

但方向很清楚：評估內容好不好，別看被搬幾次，要看被人讀幾次。

第四課：最值得等的客人，來得最慢

新貨上架後，大廠採購 4.2 小時就到；會把你寫進指南的編輯，中位數要 332.8 小時——將近兩個星期才來（這是以新頁面發布後第一次被爬到的時間計；來得更慢、還沒到的，帳上還看不見）。打地基的先到，發地址的最晚來。所以別在上架三天沒動靜就砸了招牌：地基第一天就開始打，指南的回報是以週計算的。

而且這些上門的各有各的讀法：有的專讀你貼在門口的「本店簡介」——llms.txt，一份寫給 AI 看的網站說明檔，近一個月被讀了 8,618 次；有的只翻你的「貨架清單」——sitemap，全站頁面的目錄，微軟近一個月翻了 33,155 次。兩份都要寫好，別指望一把鑰匙開所有的門。

帳本怎麼記的（資料口徑）

先交代帳本本身，免得你把專欄當論文讀：統計期間 2026-03-03 到 2026-07-24，資料是我們兩個網站自己的伺服器紀錄，不是第三方估計。搬貨的身分我們逐一驗過——把來訪程式的來源位址反查登記名下、比對各公司官方公布的網段，確認是本尊不是冒牌。那 476 次全部來自「看得到來路」的網頁版點擊，並已剔除我們自家的測試流量。最後老實說：這是一家店（兩個網站）五個月的第一手帳，樣本就是我們自己——它是誠實的個案觀察，不是全行業的定律。同一批帳本先前拆過兩堂課：語言那一課與信任那一課，這篇是把五個月全歷史一次結清。

帳本的三行小字

下結論前，有三行小字要唸給你聽：那 476 次是「看得到的下界」——手機 App 裡的點擊不留來路，AI 直接把答案講完的「零點擊」回答更不會上門，帳上看得到的只是實際被讀的一小部分。Google 系帶來的客人分不出來——他們混在一般搜尋的人流裡。還有，被搬不等於被介紹——被搬走的貨，最後真被指南寫進去的只是少數。

最後：把招牌掛對

分完帳，行動反而簡單：寫好門口簡介、擺好貨架清單、盯引用端而不是搬貨量——然後，掛上英文招牌。我們店裡中文的貨其實擺得最多，但 AI 引路的落點 67.2% 是英文、中文只有 3.2%；不是你中文寫得不好——在我們的帳上，指南編輯挑去建檔的內容，英文就已經佔 42.9%，偏差從那一層就開始。中文寫給客人讀，英文寫給指南收。這件事有多現實，可以看我們對全台牙醫官網的普查：內容不是寫給 AI 拿得動的樣子，寫再多也進不了指南。

AI 天天在讀你的店，但「被讀」與「被介紹」是兩件事。讓 AI 介紹你的時候說得對、附上你的地址——這正是我們在 idaeo.ai 做的事。