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。
本文於 2026-09-09 查閱官方說明與既有公開報告，未執行獨立掃描或重現 agent 任務。以下工程建議與工具觀察分開呈現；分數不能代替跨引擎引用測試。
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，並產生一份可再次造訪、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，並確認失敗是否影響你的目標任務；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。報告也提供 agent 任務觀察區；若任務已完成，可以檢視其探索過程，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
公開報告示例：滿分仍可能有缺口
2026-09-09 查看 Is Agentic 自家網站的公開報告時，總分為 100/100，但 Essential 仍是 10 項通過 9 項，並有品牌可發現性缺口與停用 JavaScript 時的內容警告。這表示總分不能取代逐項證據。當次頁面的 agent 任務區顯示仍等待第一步，本文不據此判定任務成功或失敗。來源：Is Agentic 公開掃描報告，查看日期 2026-09-09
報告網址可隨重掃更新。要比較改版前後，應另存掃描日期、結果與對應網站版本，不能把今天的內容當成先前日期的快照。
不同 agent 的瀏覽與 JavaScript 能力不同。初始 HTML 沒有正文，代表只取得 HTML 的工具可能受阻；不能推論所有 agent 都無法閱讀，也不能推論公開 AI 搜尋一定不會引用。
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；依受影響頁面、任務重要性與修復成本排定優先順序。
- 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，這次檢查只能證明直接取得 HTML 的讀取方式缺少正文；再用目標工具確認實際影響。 - 只補你真的有的介面。 有 API 就依實際規格補文件與驗證方式；只有提供 OAuth 或 MCP 時才檢查對應探索介面；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。 檢查標題階層、定義句與必要的 Schema.org 資料是否正確且符合頁面可見內容；不要為了分數新增不實標記。
- 改完後重掃同一個公開網址。 保留前後證據與網站版本，再用固定公開問題另測 AI 引用；掃描分數與引用率分開記錄。來源：Is Agentic，2026
YOTRON 的觀點
網站應依預期的使用者與 agent 任務驗收：取得正文、理解服務、找到文件與完成操作，是不同的檢查目標。工具分數能協助找缺口，但無法證明所有訪客都能完成任務。
先修正會阻擋核心任務的問題，再評估額外格式或介面的成本。對 GEO 而言，仍需直接查看公開搜尋回答是否引用本站，以及引用是否忠實；沒有被引用也不能只歸因於某一項技術分數。
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。
相關推薦與延伸閱讀
- GEO 不只是 llms.txt：建立可驗證的 AI 檢索與引用管線：llms.txt 不是 AI 搜尋排名捷徑。本文拆解網站如何被抓取、檢索、重排、引用，並提供可執行的 GEO 量測清單：從發現與抓取、理解與檢索、引用與保真到
- llms.txt 與 GEO：先做 agent 導航，再做供應鏈治理：llms.txt 是供支援它的 agent 使用的補充導覽提案；其中的錯誤連結與未驗證指令需要查核。本文提供可驗證的檔案治理與引用檢查方法，先分清 robots
- llms.txt 實作指南：用 Markdown 內容協商提升 GEO 可讀性：從 llms.txt v2 出發，示範如何建立 AI 可讀文件索引、用 rel=alternate 提供 Markdown 版本，並以 HTTP smoke t