重點摘要：Vercel 在 2026 年 8 月推出免費工具 Is Agentic（is-agentic.com），把「AI agent 能不能用你的網站」變成一個 0–100 的分數。它由 Ora 的 API 掃描網站公開內容，附上每項檢查的證據與修正建議，還會跑一次真實 agent 任務當作佐證。對做 GEO 的團隊來說，這是一個把可讀性、可操作性具體化、可重掃驗證的工具。
本文為 2026-08-24 的工具評測。外部事實附來源與日期；最後的落地建議是 YOTRON 的工程分析。
Is Agentic 是什麼
Is Agentic 是 Vercel 的產品，用 Ora 的 API 為公開網站的「AI agent 可讀性」評分。輸入一個網址後，系統會分析網站公開內容、回傳分數與發現項，並產生一份可重訪、可分享的報告。官方明確說明：不要提交私有、需登入、機密或帶密鑰的網址，因為報告本質上是公開的。來源：Is Agentic 隱私政策，2026-08-19
它衡量的是網站「公開的、AI agent 能發現、擷取、理解與使用」的部分。用官方的話說，Essential（基礎）檢查佔分數大部分，涵蓋伺服器端渲染內容、正確的 HTTP 行為、清晰的文件結構、可復原的錯誤與可用的控制項。來源：Is Agentic，2026
評分邏輯：只評你真的有提供的介面
Is Agentic 的設計有一個重要細節：Recommended（建議）檢查只有在掃描證據顯示網站提供 API、OAuth 流程、GraphQL 端點、MCP server、開發者入口或商務介面時才啟用。不適用的檢查會被排除，而不是當成失敗計分——所以一個純內容網站，不會因為沒有它本來就不提供的介面而被扣分。來源：Is Agentic，2026
報告的使用方式也有建議順序：先看沒過的 Essential 檢查，因為那是任何一般 agent 都需要的基礎；再看與產品實際能力相符的 Recommended 缺口。每個發現項都附上掃描時觀察到的證據，以及可直接複製進實作流程的具體建議。新興格式（例如 llms.txt 這類）能拿到有限的加分，但缺少它們永遠不會降低分數。來源：Is Agentic，2026
值得注意的是分數與「觀察任務」的關係。每份報告還會附一段真實 agent 的探索過程，展示一個 agent 如何瀏覽網站、在哪裡遇到摩擦。官方強調：這次任務是佐證，而不是數字分數的一部分，因為單一任務無法代表所有 agent、使用者目標或生產環境。來源：Is Agentic，2026
一個現成的自我掃描例子
Is Agentic 對自己網站的掃描結果本身就是很好的教材。在 2026-08-23 的快照中，is-agentic.com 的 Essential 檢查為 10 項中通過 9 項。更有意思的是評估者的備註：觀察 agent 沒能完整回答任務，因為 is-agentic.com 本身是一個 JavaScript 很重、內容沒有以機器可讀形式暴露的網站；agent 只能靠 metadata 推測它和 Vercel/Ora 有關，再用網路搜尋拼湊出部分理解。來源：Is Agentic 掃描報告，2026-08-23
這個例子把 GEO 最核心的一課講得很清楚：再好的產品，如果內容藏在需要執行 JavaScript 才看得到的地方，對 agent 來說就等於不存在。伺服器端渲染與機器可讀內容，不是加分項，而是被理解的前提。
Is Agentic 和其他 agent-readiness 工具的差異
2026 年冒出不少「agent 可讀性評分」工具，容易混淆。簡單分辨：
- Cloudflare 在更早之前推出過 agent readiness 相關評分，從網路基礎設施角度切入。來源：Cloudflare Blog（社群討論轉述），2026
- 也有社群工具（例如 agent-ready.dev）主打「獨立驗證器」，對照 Vercel Agent Readability Spec 與 llmstxt.org 標準做 70 項檢查，並自陳不自己制定標準，只驗證既有規格。來源：Agent Ready 方法論，2026-08-05
Is Agentic 的定位差異在於：它是 Vercel 自家產品、用 Ora 的 agent 做真實任務佐證，且明確把「觀察任務」和「數字分數」分開。這也呼應社群一個常被提醒的觀點——某些評分工具同時販售對照該分數的稽核服務，等於「改自己的考卷」；使用任何單一分數時，都應把它當診斷輸入，而非絕對標準。
GEO 落地：把分數變成可執行的改法
對想提升 GEO 表現的團隊，Is Agentic 的價值不在那個數字，而在它把抽象的「AI 可讀性」拆成可檢查、可重掃的項目。實務上可以這樣用：
- 先掃公開首頁，鎖定沒過的 Essential 項。 這些通常是伺服器端渲染、HTTP 行為、文件結構這類基礎；優先修這裡，投報率最高。
- 確認核心內容不依賴 JavaScript 才能看到。 用
curl直接抓頁面，看回傳的 HTML 是否已含主要內容與標題；如果只有空殼，agent 就讀不到。 - 只補你真的有的介面。 有 API 就補 OpenAPI 與可用的 OAuth/MCP 探索；沒有的介面不用硬做，Is Agentic 也不會因此扣分。
- 把結構化資料與清晰結構補齊。 Schema.org、正確的標題階層、可引用的定義句，都是 agent 與生成引擎理解內容的抓手。
- 改完後重掃同一個公開網址。 官方設計就是讓你 rescan 後用新快照取代舊報告，同時保留穩定 URL 方便比較與分享。來源：Is Agentic，2026
YOTRON 的觀點
AI agent 正在成為網站的一類真實訪客——它們不 render CSS、不等 JavaScript，只讀內容、找介面、驗證輸出。Is Agentic 把這件事變成一個可分享、可重掃的分數，降低了團隊開始行動的門檻。
但要提醒兩點。第一，分數是診斷輸入，不是成效證明；正式的 GEO 表現仍要看實際被 AI 搜尋與生成引擎引用的資料。第二，別為了衝分而做不屬於你產品的介面；先把伺服器端渲染、內容可讀性與結構化資料這些基礎做好，才是每一個網站都適用、也最划算的一步。
想把網站的 AI agent 可讀性與 GEO 可引用性做成可驗證的工程流程，歡迎與 YOTRON 聯繫。