# 幾間 AI 公司認咗同一句 robots.txt「唔准攞我去訓練」：中小企使唔使即刻加？

2026 年 10 月 30 日，Google、Microsoft、OpenAI 表態支持一個由 Anthropic 喺 IETF 提出嘅共用訓練退出訊號。呢句寫法係咩、幾時生效、唔管乜，同埋香港中小企加唔加之前要諗清楚嘅兩件事。

原文：https://www.haoflowai.com/learn/ai-training-opt-out-robots-txt
發佈日期：2026-11-08
署名：Haoflow小編
製作方式：AI 按真人定下的方向選題，AI 起稿，獨立 AI 審稿，真人負責與抽查。

---

**懶人包**

- 新寫法係喺 robots.txt 加一組 `User-Agent: __usage_ai-training`，講明「唔想畀人攞去訓練 AI 模型」；**Google 同 Microsoft 都仲未開始跟**：Google 話打算 2027 年初先支援，Microsoft 定咗 2027 年 2 月 1 日
- 佢管嘅係「攞唔攞去訓練」，**唔係**「准唔准爬」；Google 寫明 Google-Extended 唔影響搜尋收錄同排名
- 最易估錯：你舊有嘅 `User-agent: *` 規則**唔算**表達咗呢個意願，冇寫呢一組就等於冇講
- 喺 Google 嗰邊，用咗呢句又冇另外寫 Google-Extended，Google 話打算當你封咗 Google-Extended，而 Google-Extended 亦管 Gemini 應用程式答問題時用唔用你嘅內容
- 唔使趕住加：先諗清楚你想擋嘅係「訓練」定「被 AI 引用」，兩樣係唔同決定

上星期有單同 AI 爬蟲有關嘅新聞。以前你唔想畀 AI 攞你啲內容去訓練模型，要逐間公司逐個爬蟲名去寫規則：GPTBot 一行、Google-Extended 一行、ClaudeBot 又一行。

而家幾間大公司話：可以寫一組共用規則，同時講畀有參與嘅公司聽。

## 件事係咩

2026 年 10 月 30 日，Anthropic 嘅 Kevin Kelley 喺 IETF（制定互聯網標準嘅組織）提交咗一份[草案](https://datatracker.ietf.org/doc/draft-kelley-aipref-training-preference-signal/)。同一日，[Google](https://developers.google.com/search/blog/2026/10/ai-training-control) 同 [Microsoft](https://blogs.bing.com/search/2026/10/your-content-your-choice-clearer-preferences-for-training-and-grounding/) 各自出公告：Google 話打算支援，Microsoft 話會支援。Engadget 同 The Next Web 10 月 31 日嘅報道都講埋 OpenAI 會跟。

草案自己舉嘅例係咁寫：

```
User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/
```

意思係：成個站都唔想畀人攞去訓練，`/press-kit/` 嗰度就歡迎。

幾時生效，各家唔同：

| 公司 | 幾時開始跟 | 出處 |
| :--- | :--- | :--- |
| Google | 打算 2027 年初 | Google 爬蟲說明頁 |
| Microsoft | 2027 年 2 月 1 日 | Bing 官方 blog |
| OpenAI | 「未來幾個月」 | Engadget、The Next Web 轉述 |

⚠️ 份草案仲係個人提交（individual）嘅初稿，IETF 未背書，唔係已定案嘅標準。Google 自己都話會繼續喺 IETF 改。寫法到時可能會變。

## 佢唔管嘅三樣嘢

**一、唔係「唔准爬」。** 草案寫明呢個標記唔係爬取指令。想限制邊個入嚟爬，要照舊用各家爬蟲嘅名去寫。

**二、唔影響 Google 搜尋。** Google 嘅[爬蟲說明頁](https://developers.google.com/search/docs/crawling-indexing/google-common-crawlers)寫明，Google-Extended 唔影響網站喺 Google 搜尋嘅收錄，亦唔係排名訊號。Microsoft 亦講明，呢套偏好唔改變傳統 Bing 搜尋結果嘅收錄資格。

**三、唔追溯。** Engadget 報道指出，呢句改變唔到過去已經被攞咗嘅嘢，只係講你之後嘅意願。

## 加之前要知嘅兩件事

**第一件：舊規則唔算數。** 好多網站張 robots.txt 有一段 `User-agent: *`，對所有程式講話。草案寫明呢種通用組別唔可以當成對應呢個標記。即係話，你冇特登加 `__usage_ai-training` 呢一組，就係「未表達任何意願」。

**第二件：喺 Google 嗰邊，佢連住 Gemini 答問題。** Google 公告講，網站用呢句退出訓練、又冇另外寫 Google-Extended，Google 打算當你封咗 Google-Extended。而按 Google 爬蟲說明，Google-Extended 唔止管訓練，仲管 Gemini 應用程式答問題時攞唔攞你嘅內容做依據。Google 公告亦講，明確放行 Google-Extended 嘅網站，有資格喺 Gemini 應用程式嘅回應度出現同收到點擊。

我哋嘅讀法係：一句「唔准攞我去訓練」，喺 Google 嗰邊可能順手令你喺 Gemini 應用程式嘅答案度少咗出場機會。呢個係由官方文件推論出嚟，冇實測；Google AI 摘要同 AI 模式受唔受影響，公告同說明頁都冇講，我哋唔知。

> 「唔想畀人攞去訓練」同「唔想 AI 答問題嗰陣引用我」，聽落似一件事，其實係兩個決定。

呢個分別我哋之前喺[〈Google 開咗個掣，畀你唔出現喺 AI 搜尋〉](https://www.haoflowai.com/learn/google-ai-search-control)同[〈「擋 AI」同「擋 Google」可能係同一個掣〉](https://www.haoflowai.com/learn/cloudflare-ai-block-may-block-google)都講過。今次只係換咗一個新掣，問題一樣。

## 同我哋量到嘅嘢有咩關係

2026 年 9 月 5 日我哋測試嗰陣，Claude 同 ChatGPT 喺對話入面即時讀網頁，報嘅身分係 `Claude-User/1.0` 同 `ChatGPT-User/1.0`。嗰種係「有人問緊，AI 即刻去睇」，同「攞你嘅內容去改個模型」係兩回事。

新訊號會唔會令嗰種即時讀取有變，草案冇講，我哋亦未量過，唔知。

另外要講清楚：放行訓練，唔等於 AI 會推薦你。讀過同推薦本身已經係兩回事，詳細見[〈「AI 讀過我個站」唔等於「AI 會推薦我」〉](https://www.haoflowai.com/learn/ai-read-is-not-ai-recommend)。

## 咁我要唔要加？

我哋唔會替你決定，但可以講我哋點睇：

1. **唔使趕。** Google 打算 2027 年初先跟，Microsoft 定咗 2027 年 2 月 1 日，草案仲會改。而家加咗，Google 同 Microsoft 暫時都未照做。
2. **先問自己想擋乜。** 內容就係你賣緊嘅產品（例如收費教材），退出訓練好合理。如果你寫文係為咗畀客人搵到你，就要諗埋上面講嘅 Gemini 嗰點。
3. **真係要加，就獨立寫一組。** 唔好改你原本 `User-agent: *` 或者 Googlebot 嗰段，改錯咗有機會連搜尋引擎都擋埋。
4. **想喺 Google 嗰邊分開處理**，就照公告講法，另外寫一段 Google-Extended 規則，講明你想點。
5. **加完喺網域後面打 `/robots.txt` 睇一次**，確認冇唔小心封咗成個站。

第 5 點唔想自己逐行睇，可以用我哋嘅[免費檢查](https://www.haoflowai.com/check)。佢會睇你張 robots.txt 有冇成個站封晒，或者擋咗主要 AI 爬蟲。

---

## 關於呢篇文入面嘅數據

文中數字有唔同來源：我哋自己嘅觀測，只代表標明日期同條件下伺服器收到嘅記錄；Google、研究機構等外部數字，要按佢哋各自嘅量度範圍去睇。兩者都**唔係行業通則**，亦唔等於你個網站嘅結果。要睇得準，有四樣要記住。

**更正記錄（2026-10-13）：**舊版共用聲明寫「我哋寫落嘅每一個數，都係我哋自己部伺服器喺文入面嗰個日子收到嘅記錄」；呢句忽略咗文章亦會引用外部數據，現已改為分清來源。

**一、AI 嘅運作模式同條件會不停轉換。**
佢哋幾時改、改乜，唔會事先通知任何人。今日成立嘅觀察，下個月可能已經唔同。
我哋會持續追住呢啲轉變、重新量度；量到同之前唔同，就會更新呢篇文，並且寫明改咗乜、幾時改。

**二、我哋唔保證所有數據 100% 精準。**
呢句唔係客套。講到 AI 爬蟲紀錄，具體限制包括：

- 有 AI 讀嘢嗰陣**完全唔自報身分**，扮成普通瀏覽器（2026-09-05 我哋實測 Grok 出咗 11 次，一次都冇報過，其中一次連 User-Agent 都同真人用 Windows Chrome 一模一樣）。所以任何「AI 讀取次數」都**唔會齊**
- 部分公司（例如 Anthropic、xAI）冇公開爬蟲 IP 清單，所以我哋**核實唔到，唔等於係假**
- 一次觀測代表嗰一日、嗰一個站、嗰一套設定。一個站試到，唔代表你個站一樣

**三、我哋只講量到嘅，唔講定律。**
講我哋自己嘅觀測時，會寫明「X 月 X 日我哋收到咩」，唔會將一次觀測講成「某某 AI 一律會／唔會點點點」。
一次觀測撐唔起一條定律。我哋寧願句子講得細，都唔想講得靚但企唔穩。

**四、我哋量錯咗會點做。**
如果我哋量錯咗、引錯來源，或者有人攞得出相反嘅伺服器記錄，我哋會喺呢篇文入面**留住原本嗰句**，
再標明更正咗乜、幾時更正 —— 唔會靜靜哋改完當冇事發生。
一個睇唔到更正紀錄嘅網站，先至係最唔應該信嗰種。

有懷疑，或者你手上有唔同嘅記錄，[講聲畀我哋知](mailto:info@haoflowai.com)。攞得出記錄嘅更正，我哋一定出。

---

## 關於 灝創智能

灝創智能（https://www.haoflowai.com）係一個香港商戶免費宣傳平台，由灝創智能 Haoflow AI營運。
登記免費，平台唔收刊登費亦唔收排位費。新商戶首 7 日按加入時間展示，其後每日輪換；AI 優化分只作診斷，唔影響展示次序。
展示次序唔代表平台對商戶質素、服務或產品作出評分、認證或推薦。
