NOXEL 研究實驗室
關於 SEO、AEO、GEO 及 AI 搜尋能見度的原創數據 — 來自真實網站審查，而非二手建議。
NOXEL 研究實驗室已發布首批初步研究結果 — 一個包含 53 個公開網站的 v1 數據集，針對 AI 爬蟲可存取性與結構化數據採用情況進行分析。請參閱下方研究結果，或閱讀我們完整的研究方法說明。這是一個起點，而非最終定論 — 隨著更多數據收集，我們將擴大樣本並重新發布。
關於本頁
大多數 SEO 內容不過是重複隨處可見的相同建議。NOXEL 研究實驗室的建立正是為了做到相反的事：發布直接來自透過 NOXEL SEO 執行的真實審查結果，每個數字背後都有透明的研究方法。
我們在此發布的每一項統計數據都將包含精確數字、樣本大小、研究方法、日期與來源 — 沒有捏造的數字，沒有模糊的說法。
探索內容
現已開放
研究方法
NOXEL 計算 SEO、AEO、GEO 及核心網頁指標分數的方式 — 真實的權重與評估標準。
現已開放
AI 搜尋準備度 — v1
AI 爬蟲可存取性與結構化數據採用情況的首批研究結果，n=53。
上線中 · 持續擴展進行中
基準測試
技術 SEO、效能及 AI 搜尋準備度的產業與類別基準測試。
擴充樣本中NOXEL AI 搜尋準備度 — v1 研究結果
樣本： 53 個公開網站，涵蓋行銷／SEO 代理商、SaaS 工具，以及一個小型機構對照組（政府、學術及參考網站）。這是一個工作中的 v1 數據集，並非網路的隨機或代表性樣本 — 我們現在即發布，是因為一個透明、規模適中的研究，勝過無限期等待一個「完美」的研究。個別網域從不具名；以下每個數字均為彙總結果。
AI 爬蟲可存取性
- 20.8% 的網站封鎖了至少一個主要 AI 爬蟲（GPTBot、PerplexityBot 及類似爬蟲）。
- 在這些封鎖案例中，91% 可歸因於明確的 robots.txt 規則 — 其餘案例單從 robots.txt 找不到明確原因，需要進行伺服器層級的調查。
結構化數據採用情況
- 28.3% 的網站完全沒有 JSON-LD 結構化數據。
- 66.0% 的網站沒有 Organization 或 LocalBusiness 結構描述。
- 94.3% 的網站沒有 BreadcrumbList 結構描述。
簡而言之：我們的研究發現，結構化數據的採用 — 尤其是 BreadcrumbList 結構描述 — 即便在技術能力較強的網站中仍屬罕見，而 AI 爬蟲封鎖通常來自 robots.txt，而非防火牆。
AI 爬蟲可存取性是指 GPTBot 和 PerplexityBot 等爬蟲是否能成功抓取並讀取頁面 — 這是該頁面被 AI 答案引擎引用的先決條件。
研究進行方式
- 首先，我們從三個類別中選取了 53 個公開網站：行銷／SEO 代理商、SaaS 工具，以及機構參考網站。
- 接著，我們透過 NOXEL SEO 自身的審查引擎（即每份 NOXEL SEO 報告背後的相同技術）對每個網域進行分析，檢查 AI 爬蟲可存取性與結構化數據的存在情況。
- 然後，我們將結果彙總為上述百分比；不發布任何個別網域或分數。
- 最後，我們計劃將此數據集擴展至更大、更具代表性的樣本，並在實現後重新發布更新的研究結果。
我們的數據掃描於 2026 年 9 月進行。如承諾，以上每個數字均清楚標明其樣本大小。