Google 計劃支援共享 AI 訓練 robots.txt 控制：香港小商戶而家要做乜？

Google Search Central Blog 於 2026 年 10 月 30 日公布：Google 計劃支援一個寫喺 robots.txt 嘅共享 AI 訓練控制（shared AI training control）。呢個做法建基於 IETF AIPREF 工作組嘅工作，目標係網站用一個共享「policy token」，一次表達對多家 AI 供應商嘅訓練偏好。Google 表示會同其他 AI 供應商一齊，目標於 2027 年支援呢個新控制，並會再公布進度。

對香港中小企有乜實際意義？

多數香港小商戶網站未必每日改 robots.txt，但「內容會唔會被用嚟訓練 AI」同「會唔會出現喺 Google 搜尋／AI 摘要」係兩件唔同嘅事。今次公布係前瞻性計劃，唔係即日生效嘅新規則；而家仍然有效、而且可以直接用嘅 Google 專用控制，係 robots.txt 入面嘅 Google-Extended。明白兩者分別，先唔會誤關搜尋曝光，又或者以為「唔改都一樣」。

共享控制點樣運作（按官方說明）

根據 Google 官方博文：網站將來可以用共享 policy token 喺 robots.txt 設定較闊嘅訓練偏好。若網站用呢個 token 選擇退出訓練，而 robots.txt 又冇明確另行指定 Google-Extended，Google 計劃會將此解讀為等同 disallow Google-Extended。各公司既有嘅專用控制會繼續同共享信號並存，網站可以先用行業共享信號做闊選擇，再用 Google-Extended 等專用控制微調。官方亦寫明：明確允許 Google-Extended 嘅網站，有資格透過 Gemini Apps 嘅 grounding 出現喺回應並獲得點擊。

而家仍然要識：Google-Extended

Google 爬蟲說明文件列出 Google-Extended 係獨立產品 token（唔係另外一條獨立 HTTP User-Agent 字串）。網站可用嚟管理：Google 由網站爬取嘅內容，可唔可以用於訓練未來世代、驅動 Gemini Apps 同 Vertex AI API for Gemini 嘅 Gemini 模型，以及喺 Gemini Apps 同 Vertex AI「Grounding with Google Search」入面做 grounding。官方強調：Google-Extended 唔影響網站有冇被納入 Google 搜尋，亦唔用作 Google 搜尋排名信號。Google 爬蟲文件亦註明：計劃於 2027 年初支援 AIPREF 共享機器可讀訓練偏好信號（文件示例寫作 user-agent: __usage_ai-training）。

唔好同 Search Console「搜尋生成式 AI 控制」撈亂

Search Console 設定入面嘅「Search generative AI」控制，係管理網站內容同連結有冇出現喺 Google 搜尋嘅生成式 AI 功能，包括 AI Overviews、AI Mode，以及 Discover 入面嘅生成式 AI 功能。官方說明：截至 2026 年 8 月 31 日已向全球所有網站推出。呢個控制唔用作其他搜尋部分嘅排名或納入信號；而且「唔影響 AI 訓練」——若要限制用於產生搜尋生成式 AI 回應嘅模型訓練，官方指向使用 Google-Extended。想完全唔出現喺 Google 搜尋，要用 noindex 等索引控制，而唔係淨係改 Google-Extended。

香港小商戶可以即刻做嘅檢查清單

• 打開網站根目錄 robots.txt（通常係 https://你嘅網域/robots.txt），睇有冇 User-agent: Google-Extended 規則，以及 Allow / Disallow 寫咗啲乜。
• 決定政策前先分清目標：想唔想內容用於 Gemini 等模型訓練／相關 grounding；同想唔想內容出現喺 AI Overviews／AI Mode／Discover 生成式功能——兩者用唔同工具。
• 若要限制 Google 側 AI 訓練／部分 grounding，按官方爬蟲文件用 Google-Extended 嘅 robots.txt 規則；改完預留時間畀 Google 重新抓取同處理。
• 若只想調整搜尋入面生成式 AI 功能嘅曝光，去 Search Console → 設定 → Search generative AI，而唔好誤以為改 Google-Extended 就等於退出 AI Overviews。
• 唔好用 Googlebot 嘅 Disallow 或者全站 noindex「代替」AI 訓練偏好——呢啲會影響一般搜尋抓取或索引，後果闊過訓練控制。
• 記錄你哋嘅選擇同修改日期；共享 policy token 尚未普遍生效前，以 Google-Extended 同 Search Console 控制為準，並留意 Google 2027 年進度更新。

robots.txt 示例（只作結構說明）

以下只示範 Google 文件常見嘅 robots.txt 分組寫法結構，唔代表適合每一個網站。實際 Allow／Disallow 路徑要按你哋內容政策同技術設定決定；改之前最好備份現有 robots.txt，並確認冇誤擋 Googlebot。

• 限制 Google-Extended：用獨立一組 User-agent: Google-Extended，再寫 Disallow: /（或只 Disallow 指定目錄）。
• 允許 Google-Extended：同樣用獨立一組 User-agent: Google-Extended，再寫 Allow: /（或允許指定路徑）。
• 共享 AIPREF token：官方指目標約 2027 年支援；未生效前唔好假設寫咗就已經被 Google 一律執行——以最新 Search Central／爬蟲文件為準。

唔應該做嘅事

• 唔好將「退出 AI 訓練」等同「退出 Google 搜尋」；Google-Extended 官方說明唔影響搜尋納入同排名。
• 唔好只聽傳聞話「而家一定要即刻加某個新 token」——共享控制仍係計劃中，生效時間以 Google 後續公布為準。
• 唔好保證改完 robots.txt 或 Search Console 設定後，流量、AI 曝光或生意一定上升或下降；官方只說明控制範圍同大致生效時間（例如生成式 AI 控制變更一般需數日傳播）。

簡短結論

2026 年 10 月 30 日嘅公布，係 Google 朝向跨供應商、寫喺 robots.txt 嘅 AI 訓練偏好信號邁進；目標支援時間約 2027 年。香港中小企而家最實際嘅動作，係查清現有 Google-Extended 設定、分清 Search Console 生成式 AI 控制，並按公司對「訓練」同「搜尋 AI 曝光」嘅政策分別處理。資料以 Google Search Central Blog、Google 共用爬蟲說明、Search Console 生成式 AI 控制說明，以及 AI features 說明頁為準。本文唔保證任何排名、流量或生意結果。