跳到正文

#搜尋

RSS
今日 2 則
11月16日週一
  1. Dev.to Top Tech64

    技術 SEO 教學:如何設定 AI 爬蟲許可權,分開管理搜尋、訓練與引用

    網站管理者想限制 AI 使用內容時,常會擔心連 Google 搜尋也一起擋掉。文章說明,Google-Extended 用來控制內容是否供 Gemini 訓練或作為回答依據,Google 官方表示它不會影響 Google 搜尋收錄或排名;Googlebot 的規則則會影響搜尋。其他平臺的做法各不相同,不能直接照搬 Google 的設定。作者建議先從伺服器紀錄確認哪些爬蟲真的來過,再按頁面用途設定規則、用官方工具檢查並回頭檢視紀錄。robots.txt 只能表達網站意願,不能當作保護敏感資料的門鎖。

  2. Dev.to Top Tech47

    實用指南:如何找出圖片最初的來源

    網路上的圖片常被轉貼、裁切,想知道最早是誰上傳、替攝影師標註姓名,或確認商品照片從哪裡來,可以先把圖片放進 TinEye,按最早出現的時間排序,再用 Google Lens 找出使用過這張圖的文章、商店和社群貼文。若還找不到,可試試 Bing Visual Search 或 Yandex;也能裁下圖片的主要內容再搜尋。 手上有原始圖片檔時,可以檢視 EXIF 資訊裡的相機型號和拍攝日期。社群網站通常會移除這些資料,所以看不到資料不能證明圖片有問題;如果查到的資料相符,則是好線索。把不同工具搭配使用,再核對日期、作者和原始說明,通常能在不到一分鐘內找到圖片來源。

  3. Dev.to Top Tech53

    Brave Search API 免費嗎?能搭配 AI 助理使用嗎?

    想讓 AI 助理搜尋網路,常會遇到費用和搜尋結果能不能儲存的問題。Brave Search API 沒有單獨的免費方案,但每種方案每月有 $5 抵用額,Search 方案約可搜尋 1,000 次;每 1,000 次搜尋收費 $5,速度上限是每秒 50 次。搜尋結果可在執行任務時交給模型使用,但不能拿來訓練或測試模型,也不能長期存進資料庫或向量資料庫;若產品需要儲存,就得詢問 Brave 的客製方案。文章也說明如何申請 API 金鑰並連線 OpenClaw 或 n8n,並提醒每月抵用額的條件在 Brave 自家頁面說法不一,使用前應檢視帳戶中的規定。

  4. Dev.to Top Tech64

    Google Custom Search API 停止接受新客戶,作者比較替代方案

    Google 的 Custom Search JSON API 已不再接受新客戶,現有客戶則要在 2027 年 1 月 1 日前轉換。文章依用途整理替代方案:要取得 Google 搜尋結果頁,可選 Google SERP API;只搜尋自家最多 50 個網站,可看 Vertex AI Search;AI 助理若重視速度,可考慮 Brave、Exa 或 Tavily。作者也比較價格、速度和多步問題的答題表現,並提醒 SERP API 回傳的是 Google.com 結果,和原本自行設定的搜尋引擎不同,換用後搜尋結果也會改變;若 AI 助理需要讀取完整網頁,還得另外擷取頁面內容。文章由 cloro 發布,作者也說明該公司有參與比較的服務。

  5. Dev.to Top Tech62

    Tavily 和 Google 搜尋 API 怎麼選?比較速度、答對率和費用

    AI 助理找資料時,有時需要快速拿到可讀的網頁文字,有時則要知道 Google 搜尋結果的排序和額外資訊。這篇比較 Tavily、Google SERP API 和 Gemini Grounding with Google Search:測試中,Tavily 搜尋較快,也能回傳網頁文字;Google SERP API 在多步推理問題上答對較多,並可提供 AI Overview 等搜尋頁面內容。作者也提醒,測試每題只搜尋一次,若 AI 助理會再搜尋或讀取網頁,結果可能不同。文中作者所屬的 cloro 也販售其中一種 Google SERP API,並公開測試資料供查驗。

  6. Dev.to Top Tech68

    哪個網頁搜尋 API 適合連續呼叫的 AI 助理?

    AI 助理連續搜尋多次時,每次多等幾秒,總等待時間就會拉長;但搜尋越快,不一定越能答對需要多步查證的問題。這篇比較測試中,Exa 每次搜尋的中位數是 0.74 秒,Google 搜尋結果 API 約要 8 秒;連搜 10 次,估計搜尋時間分別約 7 秒和 80 秒。另一方面,在 824 題多步搜尋問題中,兩種較慢的 API 單次搜尋答對率為 80.2% 和 77.4%,Exa 為 64.0%,Tavily 為 48.4%。因此,使用者正在等答案時可優先看速度;背景研究若更重視多步問題的答對率,較慢的 API 也可能合適。作者也提醒,測試只讓每題搜尋一次,還不能說明多次快速搜尋能否追上較慢 API 的答對率。

  7. Dev.to Top Tech64

    Serper.live 教你用 Python 查詢網站在 114 個 Google 市場的排名

    想知道網站在不同國家的 Google 搜尋結果排第幾,過去得準備代理伺服器和試算表。Serper.live 的作者示範用 Python 標準程式庫一次查詢 114 個市場,再把排名、網址、當地排名第一的網站和費用整理成 CSV。文章估算,每個市場查前 10 名要花 $0.005,全部查一輪共 $0.57;也說明如何限定國家、處理失敗的查詢,以及比對電腦和手機的排名。作者提醒,網站沒有出現在前 10 名代表這次查詢沒找到,不代表查詢出錯。

  8. solidot54

    AI Overviews 普及後,Reddit 年訪問量下滑 13%

    Reddit 從 Google 搜尋獲得的流量減少,整體訪問量也跟著下滑。Similarweb 資料顯示,2025 年 10 月至 2026 年 10 月,Reddit 全球訪問量下滑 13%;報導將部分原因歸於越來越常見、也更實用的 Google AI Overviews。Reddit 正準備要求所有訪客都登入,若全面實施,流量可能再減少。

  9. Sakana AI50

    一般的 AI 測驗不一定看得出模型懂不懂日本的金融規定。Sakana AI 推出日文評測題庫「JFinBench」,用日本 6 種金融資格考試的 2026 年版題目做成 321 題,包含稅額計算、申論和讀圖。製作時由 AI 助理協助整理考試 PDF,再由人逐題檢查,約花 12 小時。測試 12 個大型語言模型後發現,有些開放權重模型在一般測驗表現不錯,遇到日本金融題目仍落後;主要難在不熟悉日本製度,而不是計算。讓模型查法令能提高分數,但差距仍在,顯示模型還需要學會運用日本的金融知識。

  10. Dev.to Top Tech49

    用 AWS 打造會自動更新資料的 AI 知識系統

    公司常有成千上萬份檔案,內容一直在新增、修改或刪除;如果每次都把全部資料重新整理進 AI 知識庫,既花時間也花錢。作者用 AWS 設計一套會追蹤檔案變動的流程:檔案放在 Amazon S3,系統收到變動通知後,只重新處理有變化的檔案,再更新 AI 搜尋資料。像是檔案被刪除時,也要同步從搜尋資料中移除,免得 AI 還拿舊內容回答。這讓知識庫更容易跟上最新資料,也提醒我們,AI 要答得可靠,除了模型,資料更新流程也很重要。

  11. ModelScope40

    如果你的研究助理不只停在第一個答案呢? 由 @SolenopsisCampo 打造的 Venastine Research Harness 現已開放在 ModelScope 試用。它的十輪 Research 模式會先草擬答案,再根據來源查核主張、檢驗假設,並只修訂被標記的內容。 日常需要工具輔助的提問可使用 Chat;需要更容易稽核的研究過程時,可使用 Research。兩者都在瀏覽器中的終端機風格工作區運作。 🤖 https://t.co/lJeJsOTvbi

  12. Dev.to Top Tech47

    JSON-LD 結構化資料先加哪 5 種?依照網頁內容挑選才有用

    網站想讓搜尋引擎看懂每個頁面在說什麼,可以用 JSON-LD 加上結構化資料。不過,5 種資料不必每個頁面都全放:Organization 說明網站背後的組織,WebSite 說明網站名稱;Article、FAQPage 和 BreadcrumbList,則只在頁面真的有文章、看得到的問答或導覽路徑時使用。舉例來說,FAQPage 要對應頁面上實際看得到的問題和答案;Google 已停止提供 FAQ 豐富搜尋結果,所以加上標記也不會讓這種結果出現。Sitecheckly 調查的網站中,51% 沒有結構化資料。加完後要確認資料和頁面內容一致、檢查格式及 Google 的規定;標記正確也不保證搜尋結果會特別呈現,或 AI 答案會引用網站。

  13. Dev.to Top Tech44

    我查了 ChatGPT 帶來的 132 位訪客,看看他們都進了哪些網站頁面

    想讓 ChatGPT 推薦自己的產品,很多創業者都想知道該怎麼做,但作者也不清楚 ChatGPT 怎麼挑連結。他檢視自己幾個網站的流量,發現 19 天內 ChatGPT 帶來 132 位訪客;其中工具目錄有 55 位,很多人進了 DKIM 檢查器和 Telegram 機器人指南,而 Google 的訪客大多去了別的頁面。作者建議,替常見的小問題各做一頁,把頁面用途清楚寫在標題和說明裡,並確認文字真的放在網頁原始內容中。這些觀察來自少量流量,不能保證照做就會被 ChatGPT 推薦。

  14. Dev.to Top Tech35

    網站越大,技術 SEO 的重點會怎麼改變?

    網站只有幾十個網址時,先把搜尋引擎能不能找到網頁、網頁能不能出現在搜尋結果,以及基本設定做好就行。網站長大後,麻煩也會跟著變多:網址增加到 1,000–10,000 個時,要留意搜尋引擎爬網效率、網頁是否有漏掉結構化資料,還有沒有人連得到的孤兒頁面;超過 50,000 個網址時,網頁可能來不及顯示或被收錄,流量也可能受影響。網址數量不是唯一關鍵,網站使用的系統、範本、JavaScript、篩選功能和架構也會影響複雜度。網站越大,越需要持續檢查技術問題。

  15. Dev.to Top Tech48

    網站改版時,如何避免 Google 搜尋排名下滑

    網站改版後,原本帶來訪客的頁面可能因網址改變、內容被刪掉,或搜尋設定出錯而失去排名。改版前先記下網站有哪些網址,找出哪些頁面最常帶來搜尋點選和客戶,再保留重要內容、標題和網址。若網址一定要更換,就讓舊網址用 301 永久轉址到最相關的新頁面;例如舊文章不要一律導到首頁。上線後也要檢查 robots.txt,確認搜尋引擎沒有被擋住,並送出新的網站地圖。做好這些檢查,能減少改版對搜尋流量的影響。

  16. Dev.to Top Tech43

    靜態網站有 600 多個頁面,怎麼做好 SEO?IndexNow、網站地圖與 Schema.org 的做法

    網站有 600 多個頁面、提供 8 種語言時,要讓搜尋引擎找到正確頁面、分清不同語言版本,還得看懂每頁在介紹什麼。Serenity Morocco Tours 在靜態網站建置時,從網站使用的網址清單產生網站地圖,標出各語言版本;每次正式部署後,也會把網站地圖裡的網址分批通知 Bing。網站還用 Schema.org 把公司、網站、服務和地點連在一起,並提供 AI 搜尋工具讀取的檔案。這些做法讓新頁面更快出現在 Bing,也能讓搜尋引擎更清楚理解頁面內容。

  17. Dev.to Top Tech37

    交通接送網站如何用 Schema.org,讓 Google 看懂服務、車輛和路線

    交通網站只在首頁放公司名稱和電話,Google 仍不容易看懂服務範圍、路線和預約方式。作者替 Marrakech 的私人接送服務建立一張互相連結的資料圖,讓公司、服務、車輛和路線能彼此對上;633 個頁面都依各自的路線產生資料,8 種語言的頁面也用同一個識別碼指向同一家公司。像「機場到 Medina 的接送」頁面,就能說明服務提供者、服務地點和預約電話。網站也檢查結構化資料,並在上線前核對 633 個頁面的 17,113 個價格,避免價格錯誤出現在搜尋結果中。

  18. Dev.to Top Tech59

    實測 dbt_context_engineering:用 Snowflake 搜尋日文留言

    只靠語意搜尋,找「配送延誤原因」時,結果也可能混入單純詢問配送進度的留言。作者用 dbt_context_engineering 在 Snowflake 處理日文訂單留言:先把文字分組、轉成向量,再依相似度找出相關內容;接著替留言分類,只搜尋配送延誤、天候影響或處理錯誤等類別。範例中,加入分類篩選後,搜尋結果變少。這個套件會呼叫 Snowflake 的 AI_EMBED 和 AI_CLASSIFY;文中也提醒,費用控管設定不等於實際帳單金額,套件當時仍是 0.x 版本,部分功能為 Beta,建議先用小型資料集試跑。

  19. Dev.to Top Tech39

    如何替 Lava 概念熱榜的多個時間視窗做檢查,避免把熱度變化看錯

    同一個 AI 主題在最近 1 小時排第 2,最近 3 天卻排第 11,看起來像突然爆紅或開始退燒,其實可能只是兩個時間視窗演算法不同。文章教人把比較流程寫成一組檢查:同一輪抓取各視窗的資料、確認門檻和筆數一致,再用提及次數和來源機構數來描述變化。例子中,最近 1 小時有 36 次提及,佔 24 小時總數的約 20%,共有 9 個來源機構;這表示短時間內的討論較集中,不能據此預測接下來會怎麼發展。

  20. Dev.to Top Tech48

    Web 搜尋和 API 查詢誰比較會查公司?Bosco Labs 用 25 家公司重新測試

    替供應商或客戶做背景確認時,得查公司是否還在營業、是否破產或被列入制裁名單。Bosco Labs 拿 25 家公司比較 Claude Sonnet 5.5 用網路搜尋的結果,以及自家 API 查到的資料。第一次測試,網路搜尋有 23 家全對,API 只有 17 家;檢查後,他們發現 API 有四個程式問題,修好再測,結果變成 API 20 家、網路搜尋 19 家。 不過,第二次測試中網路搜尋有幾次卡住或沒查完,分數也因此下降;而且 API 的錯誤已依這 25 家公司的情況修正,不能當成公平的全新考試。像 Tesco 這種知名公司,模型可能不用搜尋就答對;但要讓人查清楚答案從哪裡來,API 會列出制裁名單資料。這次結果只能說明這 25 家公司的測試情況,還需要用沒測過的公司再比較。

  21. Dev.to Top Tech41

    Node.js 房屋搜尋架構怎麼選:用 4 個訊號排出可靠結果

    搜尋房屋時,資料可能已經過期,或把不合需求的房子排在前面;只要網頁有回應,不代表結果就可靠。作者建議同時用兩種找資料的方式:即時網路搜尋能查到最新房源,但結果可能每次不同;整理後存進向量索引的資料比較容易檢查和重現,更新則得自己負責。排名時要看資料新不新、是否符合需求、來源證據是否清楚,以及房源還能不能租。像搜尋診所附近、符合無障礙需求的房子,可以用即時結果確認房源狀態,再用索引資料查診所規定;記下每項資訊來自哪裡,出錯時就比較容易查明原因。

  22. Dev.to Top Tech42

    Google News RSS 連結不是新聞原文網址:如何找出真正的網址

    Google News 的 RSS 連結會先帶到 Google News,不會直接連到新聞網站。以前只要解開連結裡的編碼,就能找到原文網址;Google 在 2024 年 7 月改了格式,現在得多向 Google 發出兩次請求才能查到。少量查詢可以用免費程式庫自己處理,但要放慢速度,查得太密可能遇到 HTTP 429。也可以用代管工具,每篇約 $0.001,並把原文網址和標題一起整理好。這些方法只會找出網址,不會抓取文章內容。

  23. Dev.to Top Tech76

    cloro、Exa、Brave、Tavily 搜尋 API 評測:各自適合什麼情境?

    AI 助理查資料時,搜尋結果可能找不到答案,也可能花太久或成本太高。cloro 團隊用公開題目比較四種搜尋 API:多步問題中,cloro 答對 80.2%,高於 Exa 的 64.0%、Brave 的 53.9% 和 Tavily 的 48.4%;不過 Exa 搜尋最快,中位數是 0.74 秒,cloro 則要 7.96 秒。作者指出,多步問題的差距主要來自找不到資料,而不是找到資料後答錯。若重視速度可選 Exa,若在意慢速搜尋的穩定度可看 Brave;這項比較由 cloro 發布,且該公司也參與測試。

    推薦理由:這項比較把答題正確率、搜尋速度與費用放在一起,並指出多步問題的差距多半來自找不到資料。

  24. Dev.to Top Tech76

    Tavily、Exa 和 Brave 的搜尋 API 基準怎麼看?

    挑搜尋 API 時,分數看起來很接近,但各家基準測試的題目和測法可能不同,不能直接拿排名互相比。文章整理 Openbenchmarks、AIMultiple 和 Artificial Analysis 三個第三方測試,說明它們有的每題只搜尋一次,有的讓 AI 助理反覆搜尋,也比較公開題目與評分資料的程度。作者另公開一套比較 6 種 API 的測試,涵蓋 3 組題目;不同 API 在不同題目中各有高低。作者也說明這套測試由販售其中一種 API 的 cloro 執行,並提醒讀者檢視測試者是否也賣表內產品、搜尋模式與題目數量,以及答案能否查核。

    推薦理由:各榜單使用的題目、搜尋次數與評分方式不同,文中並列這些差異,也提醒讀者留意作者自營 API 基準的利益關係。

  25. Dev.to Top Tech42

    掃描超過 37 萬個網站後發現,多數網站為何不容易被 AI 找到?又該怎麼改善?

    AI 助理讀網站的方式和一般瀏覽器不同:有些只快速讀取網頁,不會執行 JavaScript;如果網站內容要等 JavaScript 載入才出現,AI 看到的可能只是一片空白。網站的防火牆也可能把 AI 爬蟲誤當成機器人擋下,或讓它卡在 CAPTCHA 驗證;再加上頁面太複雜,重要資訊容易被一堆程式碼和圖示淹沒。 作者用 AI-Primed 掃描超過 37 萬個網站,並建議把重要內容直接放進伺服器產生的網頁,檢查防火牆是否放行指定的 AI 爬蟲,也可以在網站根目錄放一份 /llms.txt,用簡單文字列出網站介紹和重要連結。這樣 AI 助理比較容易讀懂網站,也比較有機會引用正確資訊。

  26. Dev.to Top Tech53

    Emerson Lavieri 示範如何逐頁檢查網站的結構化資料

    網站首頁的資料整理得很完整,不代表其他頁面也沒問題。保險經紀人 Emerson Lavieri 檢查自家網站的 96 個頁面,發現 83 頁沒有結構化資料,還有作者被寫成兩個不同身分。他用同一個作者編號連結各頁,補上讀者看得到的作者和更新日期,也檢查標題、網址和資料格式。作者提醒,這些整理能讓搜尋系統更清楚知道內容由誰負責,但不保證排名上升;網站當時已在 Google 搜尋結果第一頁,效果還要之後再看。

11月15日週日
  1. Dev.to Top Tech71

    Brave Search API 和 Tavily 怎麼選?RAG 搜尋比較

    替 RAG 找資料時,搜尋結果可能答不出需要多步查證的問題,也可能等得太久或花費超出預期。作者用 2,182 題比較 Brave Search API 和 Tavily:每題只搜尋一次時,Brave 在多步問題上答對較多,搜尋中位數也較快;但它回答的題目中,Tavily 的正確率稍高。兩者每月搜尋量達 100,000 次時,每千次搜尋都是 $5;較低用量時,Brave 的單次搜尋費較低。若需要同一次請求就取得網頁文字和文字答案,或想用不用綁卡的免費額度,Tavily 較合適。這項比較由販售其中一種 API 的團隊發布,測試資料與設定也公開了。

  2. Dev.to Top Tech52

    Exa 搜尋 API 替代方案評測:比較 Parallel、Tavily 和 Google 搜尋 API

    替 AI 助理挑搜尋 API,得看問題型別、回答速度和費用;不同服務的搜尋結果差異很大。作者用 2,182 個問題比較多種 API,發現 Exa 和 Parallel 在短知識題表現接近,Exa 搜尋最快,中位數是 0.74 秒;遇到需要串起多項資訊的問題,Google 搜尋 API 答對的比例較高,cloro 為 80.2%,SerpApi 為 77.4%,Exa 為 64.0%。這些 Google 搜尋 API 一次搜尋約需 8 秒,回傳搜尋結果頁,沒有網頁全文。作者也提醒,這項比較由 cloro 發布,而 cloro 本身有參與其中;Perplexity Search API 和 Linkup 沒有納入準確率測試。

  3. Dev.to Top Tech46

    哪些網路搜尋 API 有免費額度,適合用來打造 AI 助理?

    想讓 AI 助理上網找資料,可以先用免費搜尋額度測試,但各家限制差很多。比較中,Linkup 每月提供 $20 額度,約可搜尋 4,000 次;Parallel 快速模式每月最多 5,000 次,但需要先綁卡。若不想辦帳號,Exa、Tavily、Firecrawl 和 Parallel 都有免金鑰的 MCP 服務,不過沒有公佈使用上限。 AI 助理常要查好幾次才能找到答案,所以額度和每分鐘能查幾次都會影響實際用量。以每項工作搜尋 5 次來算,Linkup 每天約能處理 26 項;有些搜尋 API 在多步驟問題上的答對比例也較低,助理可能得重查。免費額度適合先試能不能接上、回傳的資料合不合用;用量變大後,就得看搜尋費用和找到答案的機率。

  4. Dev.to Top Tech54

    AI 助理用哪個網路搜尋 API 最省?比較每 1,000 次搜尋的價格

    替 AI 助理挑網路搜尋 API,不能只看每次搜尋的標價,因為搜尋結果不夠時還得再查,較深入的模式或 AI 摘要也可能增加費用。這篇比較列出多家 API 的價格:按標價,Serpex 每 1,000 次搜尋是 $0.65,Serper 是 $1.00;在只測了六家 API 的正確答案成本比較中,cloro 每 1,000 個正確答案是 $1.98,其他五家介於 $5.11 到 $15.08。作者也提醒,這項比較由 cloro 發布,而它本身就在比較名單中;基準測試沒有測 Serpex、Serper、Perplexity 和 Firecrawl。

  5. Dev.to Top Tech58

    Nuxt 如何從後端產生網站地圖、標準網址和分享圖片

    Nuxt 網站的商品和文章會持續更新,如果網站地圖、標準網址和分享圖片沒有跟著變,就可能漏掉新頁面、留下失效連結,或在社群分享時顯示錯誤預覽。作者以 Nuxt 和 Laravel 為例,示範從資料庫產生網站地圖、整理每頁該使用的網址,並用圖片端點製作分享預覽圖。內容也提醒要設定快取,並在資料更新時換掉舊圖片;找不到商品時,應回傳預設圖片,避免社群平臺拿到錯誤頁面。

  6. Dev.to Top Tech50

    MCP server 如何讓 Google 找得到

    MCP server 放進登入目錄、寫好 GitHub 說明頁後,還是可能搜不到,因為目錄提供的是 Google 不容易直接收錄的 JSON 資料,而 GitHub 頁面通常只會在有人搜尋伺服器名稱時出現。想讓更多人找到它,可以在自己的網域做一頁介紹,清楚說明用途和安裝方式,再用大家會搜尋的字眼寫介紹,並確認相關目錄頁面有開放 Google 收錄。像 Serverdex 上尚未認領的頁面會標成不收錄;認領後就能收錄,還會連回自己的網站。幾個真正有用的網站連結,也比 GitHub 星星或不傳遞搜尋排名的連結更能幫上忙。

  7. Dev.to Top Tech44

    如何用 Google 或 JobBloom 一次搜尋 Greenhouse、Lever 和 Ashby 的職缺

    公司自家徵才頁通常比求職網站上的轉貼更能反映職缺是否還開放,但一家公司一家公司找很花時間。作者介紹兩種一次搜尋多家公司職缺的方法:在 Google 搜尋時用 site: 限定徵才平臺的網站,免費又能自己調整搜尋內容,但可能找到已關閉的職缺,也不太能判斷遠端工作或職缺是否符合需求。 另一種是作者做的 JobBloom:用一句英文描述想找的工作,它就會搜尋 33 個徵才平臺,檢查職缺是否仍開放,再依符合程度整理結果。作者舉例,搜尋遠端後端工程師後,結果中有一個 Nuitée 的 Senior Backend Engineer(Node.js)職缺,符合度為 95%。這樣能少看過期或不合適的職缺;想精確控制搜尋內容時,則可用 Google。

  8. Dev.to Top Tech64

    LLM SEO 教你讓網站更容易被 AI 助理找到和引用

    網站即使允許爬蟲讀取,也可能因為內容藏在圖片裡、要等 JavaScript 執行,或被防火牆擋住,讓 AI 助理找不到答案。作者建議先確認各家的搜尋爬蟲能進入網站,再把重要資訊放在網頁文字中,並用清楚的標題和簡短答案回應顧客問題。網站還可以定期用固定問題詢問不同 AI 助理,分開記錄品牌是否被提到、網站是否被引用;單次回答會變動,應觀察一段時間的趨勢。

  9. Dev.to Top Tech73

    搜尋 API 哪個最能回答近期事件?實測比較六種服務

    AI 助理回答近期事件時,搜尋服務提供的資料會影響答案正不正確,也會影響等待時間。作者用 358 題答案會隨時間改變的 FreshQA 問題,比較六種搜尋 API,讓同一個模型各查一次再作答。兩種 Google 搜尋結果 API 的正確率分別是 88.5% 和 88.3%,但每次搜尋約要等 8 秒;Exa 約 0.74 秒,正確率是 83.0%。初步測試也發現,拿掉 Google 結果頁頂端的 AI Overview 後,正確率從 90.5% 降到 80.2%。測試沒有衡量各服務索引資料有多新,因此結果適合用來比較這組題目的表現,不能單靠它判斷差異是否來自資料更新速度。

  10. PostgreSQL Official News57

    Datasentinel 2026.10 推出 AI Connector,讓 AI 助理協助排查 PostgreSQL 效能問題

    查 PostgreSQL 為什麼變慢,常得先翻監控資料,再自己找出原因。Datasentinel 2026.10 推出 AI Connector,能把收集到的效能指標交給團隊使用的 AI 助理分析,協助檢視慢查詢、鎖定情況、比較不同時段,並提出改善建議。它不會直接連上資料庫,使用者依原有許可權檢視資料;即時檢查採唯讀方式,執行計畫也只會估算、不會真的執行查詢。要留意的是,指標、SQL 文字、執行計畫和物件名稱會傳給所選的 AI 助理與大型語言模型。

  11. Dev.to Top Tech54

    Easy Free Games 分享 13,000 頁靜態遊戲網站的做法與 robots.txt 踩雷經驗

    遊戲網站頁面很多,不代表每一頁都適合讓 Google 收錄;一條 robots.txt 規則也可能讓網站樣式消失。Easy Free Games 用一支 Python 程式產生約 13,000 個 HTML 頁面,再由 Cloudflare Pages 提供瀏覽。網站只讓有合適內容的遊戲頁面進入搜尋結果,避免只有翻譯外殼的頁面被收錄。作者也發現,封鎖網址問號的規則擋住了帶有版本引數的 CSS 和 JavaScript,後來加上允許讀取資產資料夾的規則修正。這篇分享靜態網站的收錄管理、測試與排錯經驗。

  12. Dev.to Top Tech73

    Octen 推出開源搜尋模型 Pulse,聲稱 10 毫秒就能找到結果

    AI 助理每次搜尋都要等一段時間,也可能因為每次呼叫都要付費而減少搜尋。Octen 推出開源模型 Pulse,表示它能在 10 毫秒內回傳搜尋結果,讓模型思考時也能查資料;Octen 說,多數 AI 搜尋 API 每次要超過 300 毫秒。Pulse 是 Octen 的第三種搜尋方式,另外還有 Fast 和 Premier。個人開發者每月付 $20,可不限次數呼叫 API,訂閱也包含圖片搜尋。這些速度和價格比較來自 Octen 提供的資料。

  13. Dev.to Top Tech46

    如何用本機 AI 助理上網研究 B2B 潛在客戶

    人工找潛在客戶很花時間:要查公司網站、瞭解業務、找聯絡方式,還得把資料一筆筆抄進表格。這篇文章示範先寫清楚想找哪種公司和職務,再讓本機 AI 助理瀏覽公司網站,整理公司名稱、網站、業務、地點和可能的聯絡方式,並在每項資料旁附上來源網址,方便人檢視。接著由人挑出符合條件的名單,確認資料沒有過時,再決定是否聯絡;作者認為,確認過的 10 筆名單比隨手抓來的 100 筆更有用。文章也提醒,不要只看單一網頁、別收集不需要的個人資料,涉及客戶資料時可把筆記留在本機。