> ## Content Index > Fetch the complete content index at: https://growthhackers.tw/llms.txt > Use this file to discover other available public pages before exploring further. # AI 比價看到的價格是真的嗎？當「餵假價格給機器人」變成後台一個開關 - URL: https://growthhackers.tw/blog/ai-shopping-agent-fake-price-risk/ - Published: 2026-08-14T01:00:00.000Z - Updated: 2026-08-14T01:00:00.000Z - Description: 你的客人叫 AI 幫他比價，AI 讀走你的價格回報給他。如果那個價格是你自己放的假資料呢？年底將推出的 Poison 模式會對機器人餵假價格與假庫存，但同一段造訪裡身分會在人與 agent 之間切換，分不清楚的代價是掉單。附 9 月 15 日預設值變更範圍與五個檢查點。 - Author: Lewis wang - Tags: AI agent, 電商經營, 趨勢解碼, agentic commerce, AI 搜尋 你的客人跟 AI 說「幫我找一支好一點的自動傘，預算一千以內，比一下三家」。AI 派出一個購物助理，跑到你的商品頁上，讀走了價格和庫存，回頭跟客人說：你要的那支，A 店賣 890，庫存還有。 客人下單了。 現在把場景倒帶，換成年底以後。你的網站後台多了一個開關，名字叫 **Poison**（投毒）。它做的事情很單純：對它判定是機器人的訪客，端出**故意做假的價格和庫存**。 如果那天這個開關是開著的，購物助理讀到的 890，就是假的。 這個開關不是我編的，是 Cloudflare 在 2026 年 8 月 7 日的公告裡寫出來的，而且他們自己說年底才會推出。所以這篇不是在教你現在去按什麼，是在說：**這個決定會落到你頭上，而你最好在它落下來之前想清楚。** ## 我先去按了那個按鈕 老實說，兩週內第二次寫到同一家公司，我自己有點警覺。上一篇我寫的是他們 8 月 5 日那份公告裡，[AI 讀過的資料會跟著報表一起外流](https://growthhackers.tw/blog/ai-agent-data-leak-permission/)那件事。同一家公司，完全不同的問題。 我還是決定寫，理由很現實：這家公司同時握著你網站的入口閘門，跟你的商品資料往外流的出口。這個位置太關鍵，不談不行。 但廠商自己發的公告，看的方法要換一下。我把整篇拆成兩堆：**查得到的**，跟**查不到的**。 查得到的，我一條一條去按了。 ★ 官方文末請大家去玩的「Precursor Trace」互動示範，給了兩個網址。我兩個都點了，[precursor-trace.cloudflare.app](https://precursor-trace.cloudflare.app/?ref=growthhackers.tw) 可以開，是個小遊戲，你動滑鼠，它判斷你像人還是像機器；另一個 `integrityand.trust.cfdata.org` 開頭的回 403，看起來是內部網址不小心留在清單裡了。小事，順手提一下，你要玩就玩前面那個。 ★ **Poison 現在不能用。** 這點很重要。Maze（迷宮）、Summary（假摘要）、Poison（假價格假庫存）這三個模式，我去翻了 Cloudflare 自己的開發者文件，8 月 3 日更新的版本裡**完全沒有這三個字**，上面只有原本那套無限迷宮。原文自己也寫了，這三個模式「年底才會推出」。所以誰要是跟你說現在後台就能按 Poison，他沒查。 ![Maze、Summary、Poison 三種模式的對照，全部標示為尚未推出](https://growthhackers.tw/content/images/2026/08/inline-three-modes-v1.png) ★ **Precursor 是 7 月 13 日才上線的 Beta，而且掛在 Enterprise 等級的 Bot Management 底下。** 正式上線前免費。講白一點：台灣多數中小型電商，現階段根本輪不到你用。 ★ 還有一個叫 Adaptive Intelligence 的自我學習偵測引擎，公告裡只有一句「即將推出」，沒有日期。 查不到的，我就不拿來當論據。 原文說 24 小時內有 **2.06 億次評估事件、涵蓋 73,438 個 zone**。這組數字是 Cloudflare 自己後台截圖，沒有標明是哪一天到哪一天，也沒有分母（你不知道同期總請求數是多少），更沒有第三方核驗。它能證明的只有一件事：這套東西已經不是實驗室規模。至於「所以很有效」，這句話它撐不住，我不會拿它來說服你。 ## 五週後，官方預設值會替你做一個決定 如果你只有時間看一段，看這段。 Cloudflare 在 7 月 1 日把爬蟲重新分成三類：**Search（搜尋索引）、Agent（真人即時派出的代理）、Training（拿去訓練模型）**。分類方式很合理，Agent 那一類的定義是「即時、代表某個人、現在就要拿到結果」，你的客人叫出來比價那隻就屬於這類。 重點是什麼？ **2026 年 9 月 15 日起，新上 Cloudflare 的網域，在有放廣告的頁面上，Training 和 Agent 這兩類會預設封鎖，Search 維持放行。** 範圍我講清楚，免得你回去嚇自己：是**新上的網域**，而且是**有廣告的頁面**，既有客戶不會被自動改，官方說會在 9 月 15 日前持續通知，你也可以提前去設定裡指定自己要的做法。 但你看出那個訊號了嗎？ 在制定規則的人心裡，**「客人親自派出來的購物助理」跟「來偷資料訓練模型的爬蟲」，被放進了同一個預設封鎖的籃子。** 不是我說，這比任何一段行銷文案都誠實。它告訴你業界現在真實的預設立場是什麼。 ## 問題來了：你根本分不清楚眼前這隻是誰 現在把兩件事疊在一起，問題就出來了。 Poison 的設計前提是：我知道眼前這隻是壞的，所以我餵它假資料。 但同一篇公告裡，Cloudflare 自己講了另一件事，而且是根據他們實際跑出來的觀察：**一整段 session（一次連續的造訪）裡，身分會在人跟 agent 之間來回切換。** 使用者自己逛商店，逛到一半把結帳交給自動助理，助理弄完他可能又自己接手。他們還發現，可疑行為常常發生在 session 的**中段**，一次性的關卡根本抓不到。 所以這隻「機器人」，可能三分鐘前還是個真人，而他現在正要幫他自己下單。 **你按下 Poison 那一刻，可能正在對你的下一張訂單報假價。** ![你想毒的是抓資料的爬蟲，實際喝到假資料的卻是正要幫客人下單的購物助理](https://growthhackers.tw/content/images/2026/08/inline-poison-backfire-v1.png) 這就像你在百貨公司開專櫃。我做過櫃哥，櫃上最常看到的畫面就是客人站在那裡拿手機比價。你會不會因為他在比價就請他出去？當然不會，你巴不得他比完就在你這裡刷卡。他手上那支手機，既是比價工具，也是結帳工具，你沒辦法只擋前者不擋後者，因為那是同一支手機、同一個人。 以前你在網站上做的判斷是「這個訪客是人還是機器」，答對了就沒事。 現在你要判斷的是「這一段行為，是不是我想要的那種行為」，而且答案會在同一次造訪裡變來變去。 你的偵測精準度再高都救不了你，因為題目本身換了。 而且投毒這件事，商業上還有一個回力鏢。假價格一旦被抓走，你不知道它會被存在哪、被誰引用、什麼時候才被沖掉。當客人跑來問「AI 說你們賣 890，怎麼結帳變 1,290」，你要跟他解釋那是你自己放的假資料嗎？ 我知道這裡有兩個反駁，先講在前面。 第一個是「購物助理不一定讀我的網頁，它可能走 API 或商品 feed」。對，走結構化資料那條路的通路，這個風險確實低很多。問題是你控制不了客人手上那個 AI 走哪條路，只要有一條路徑是直接讀你的頁面，那條路徑你就得算進來。 第二個是「就算報錯，結帳頁還是會顯示真價格，又不會真的少收錢」。這句話對，但它算錯了損失在哪。錯的報價發生在**客人決定要不要點進來**的那一步。報高了，他根本沒來；報低了，他來了然後在結帳頁看到不一樣的數字。你沒有少收錢，你是掉了單，外加一次信任折損。 ★ 這裡也講一句公道話，Poison 有它合理的使用場景。如果你被同業的比價爬蟲盯上、被整站鏡像、被機器人掃庫存搶貨，這種明確的敵人，投毒是有效的。**問題從來不在這個工具本身，在於你有沒有能力把「敵人」跟「客人派來的人」分開。** 分不開就開，代價是你自己吃。 ## 你的後台和你的防火牆，都還以為一個 session 只有一個身分 這個前提一鬆動，會鬆掉的東西比你想的多。我自己先前談[代理購物把品類切成兩半](https://growthhackers.tw/blog/agentic-commerce-category-divide/)的時候，也是預設一次造訪就是一個身分，現在看要補一條但書。 ![同一段 session 裡，身分在真人與 AI agent 之間來回切換的時間軸](https://growthhackers.tw/content/images/2026/08/inline-session-handoff-v1.png) 想像一下，你早上打開電腦看昨天的數據。有一筆造訪逛了六個頁面、停留很久、最後成交，你的分析工具告訴你：高意圖訪客，做得好。 但如果那六頁裡有三頁是助理讀的、加購物車是助理按的、最後付款才是真人回來按的，這筆資料在講什麼？停留時間是誰的？你要拿它去優化商品頁文案，優化給誰看？ 防守那一側也一樣。多數網站的擋人規則長成這樣：判斷一次，貼上標籤，這段造訪接下來都照這張標籤處理。 Cloudflare 這篇裡有個說法我覺得蠻好的，他們叫它 **Bot Antibiotic Problem**（機器人抗生素問題）：如果你每次都回一模一樣的 403，攻擊者可以拿你的網站當試紙，一路試出你的規則長什麼樣，然後繞過去。就像抗生素用久了養出抗藥性。他們的解法是回應隨機化，有時擋、有時給挑戰、有時放行，讓對方無法歸納。 聽起來很聰明。但你發現沒有，這套邏輯全部建立在「我分得出誰是誰」上面。 他們自己也知道，所以公告裡才會有第三種做法：**對好的機器人排隊，不是拒絕。** 管流量、但不斷你服務。原文舉的例子，剛好就是使用者派出來的購物助理。 先說清楚，這個排隊功能跟 Poison 一樣，都在年底那批裡，現在還沒得用。但它代表的原則你今天就可以拿去用在任何一個擋人的決定上。 **能排隊就別關門。** 至於怎麼分辨誰是誰，Cloudflare 有一份叫 BotBase 的名錄，把已知的機器人都收進去，不只收好的。想拿到「已驗證」的身分，條件只有兩條：**老實說你是誰，還有，別把已經賺到的信任拿去亂用。** 做不到就取消驗證。這兩條其實蠻乾淨的，做生意的人一看就懂。 ## 那這個開關到底該誰按 實務上我知道會發生什麼事。 多數台灣電商的網站不是自己管的，是系統商或代管廠商在管。等年底這三個模式真的上線，這個開關十之八九會出現在某個技術人員的待辦清單上，被當成一個防護等級的選項，順手調一調。 而做商品、做定價、做通路的人，可能到客人來問「為什麼 AI 講的價格跟你網站不一樣」的那天，才第一次聽到 Poison 這個字。 我不覺得這是誰的錯，這就是新東西剛出現時的樣子。但有件事你得先認：**你的網站對每一隻機器人講的每一句話，都是一次報價。** 報價會不會出現在待辦清單的哪一欄，是你們自己家的事，只是別讓它出現在客訴單上。 所以，今天可以做的事情有這幾件： ► **第一，去確認你網站的爬蟲分類設定現在長什麼樣。** 不用改，先看。如果你是掛 Cloudflare 的，看一下 Search／Agent／Training 三類目前各是什麼狀態。如果你根本進不去後台，那答案更清楚：這件事現在不在你手上。 ► **第二，9 月 15 日前跟你的系統商或 IT 對一次。** 就問三句：我們的網域算新上的嗎？我們有廣告版位的頁面是哪些？Agent 這一類我們現在是放行還是封鎖？ ► **第三，年底那批功能上線前，先把立場寫下來。** 我的建議是：Maze 和 Summary 可以評估，**Poison 除非你能明確指認敵人，否則不要碰**。等排隊功能真的上線，優先用它取代直接封鎖。現在就先寫進你的網站規範文件，免得到時候是誰有空誰決定。 ► **第四，給客服三樣東西，應付「AI 說你們賣多少」這種問題。** 一句標準開場（謝謝你提供，我們以網站當下顯示的價格為準）、一個判準（差多少以內照原價出、差太多要往上報）、一個回報欄位（讓客服記下客人用的是哪個 AI）。第三樣最重要，那是你唯一能累積的資料。 ► **第五，在報表裡把機器人流量標出來。** 具體做法：請你的系統商把 bot 分類的判定結果帶進網站分析或訂單後台，然後挑出「停留很久、頁面很深、但沒成交」那一群人工看幾筆。你想知道的是，這裡面有多少其實是助理在讀。看過你才知道要不要改口徑。 ## 最後 要不要讓爬蟲進來是一回事，我之前寫過[一份 12 個檢查點的清單](https://growthhackers.tw/blog/aeo-answer-engine-optimization-checklist/)，講的是門要開多大。**進來之後你餵它什麼，是另一回事，而那才是這篇在講的。** 我也寫過[怎麼把商品資料整理好餵給 AI](https://growthhackers.tw/blog/shopify-q2-2026-structured-product-data/)，那篇的前提是你希望 AI 讀到正確的東西。現在你手上多了一個相反方向的開關，兩件事要一起想才完整。 如果你問我，這一輪真正的變化不在工具，在題目。 以前你的網站只要對人講清楚就好。 現在你的網站要對「一半是人、一半是機器、而且中間還會換手」的訪客講清楚。 而你對它們講的每一句話，客人都會聽見。 --- ## 常見問題 **Q：AI Labyrinth 的 Poison 模式現在可以用嗎？** A：不行。Cloudflare 官方開發者文件（2026 年 8 月 3 日更新版本）裡沒有 Maze／Summary／Poison 這三個模式，只有原本的無限迷宮機制。公告原文寫的是這三個模式「年底才會推出」。現在有人跟你說可以按，請他把文件連結拿出來。 **Q：我擋掉 AI 爬蟲，會不會連幫客人下單的購物助理一起擋掉？** A：有可能，特別是當你的設定把「Agent」這一類也一起擋掉的時候。Cloudflare 自己的分類把「Agent」定義成真人即時派出的代理，跟拿資料去訓練模型的「Training」是兩類。如果你的設定只是粗暴地擋掉所有自動流量，兩類會一起被擋。更麻煩的是，Cloudflare 觀察到同一段造訪裡身分會在人與 agent 之間切換，所以就算你想分，技術上也不容易。 **Q：2026 年 9 月 15 日到底改什麼？我要不要動？** A：**新上 Cloudflare 的網域**，在**有放廣告的頁面**上，Training 與 Agent 兩類預設封鎖，Search 維持放行。既有客戶不會被自動改，官方表示會在期限前持續通知，你也可以提前在安全性設定裡指定自己要的做法。要不要動取決於你在不在這個範圍內，去確認比猜快。 **Q：比價機器人跟使用者派出來的購物 agent 怎麼分？** A：短答案是現階段分不乾淨。Cloudflare 的做法是靠 BotBase 這份名錄加上行為觀察：已驗證的定義收斂成「誠實宣告自己是誰」加上「不濫用已經賺到的信任」，濫用者會被取消驗證。對你來說比較務實的原則是，與其糾結身分，不如優先採用「排隊限流」而不是「直接封鎖」，這樣就算判斷錯了，代價只是慢，不是掉單。 **Q：Precursor 是什麼？我用得到嗎？** A：Precursor 是 Cloudflare 2026 年 7 月 13 日推出的用戶端行為偵測，由 CDN 注入 JavaScript，對整段造訪持續評估，而不是像 CAPTCHA 那樣只在門口驗一次。但它目前是 **Beta 狀態，掛在 Enterprise 等級的 Bot Management 底下**，正式上線前免費。台灣多數中小型電商現階段用不到，所以你不用急著研究它怎麼設定。你該記住的只有它背後那個轉向：驗證從「門口驗一次」變成「全程看著」，這個方向不會因為你用不用得到而改變。 --- ## 資料來源 - [Unveiling good and bad behaviors on the Agentic Internet](https://blog.cloudflare.com/good-and-bad-agentic-behaviors/?ref=growthhackers.tw)，Cloudflare 官方部落格，2026 年 8 月 7 日。（請注意：此為 Cloudflare 自家產品公告，非獨立評測；文中 2.06 億次評估事件與 73,438 個 zone 均為該公司自評，來源為其後台截圖，未標示統計起訖日期、未提供分母，亦無第三方核驗） - [Content Independence Day: Cloudflare's new AI options](https://blog.cloudflare.com/content-independence-day-ai-options/?ref=growthhackers.tw)，Cloudflare 官方部落格，2026 年 7 月 1 日。（Search／Agent／Training 三分類與 2026 年 9 月 15 日預設值變更的出處） - [Introducing Precursor](https://blog.cloudflare.com/introducing-precursor/?ref=growthhackers.tw)，Cloudflare 官方部落格，2026 年 7 月 13 日。（Precursor 的 Beta 狀態與方案層級出處） - Cloudflare 官方開發者文件：[AI Labyrinth](https://developers.cloudflare.com/bots/additional-configurations/ai-labyrinth/?ref=growthhackers.tw)、[BotBase](https://developers.cloudflare.com/bots/botbase/?ref=growthhackers.tw)、[Verified bots](https://developers.cloudflare.com/bots/concepts/bot/verified-bots/?ref=growthhackers.tw)。（AI Labyrinth 文件於 2026 年 8 月 3 日更新，其中未包含 Maze／Summary／Poison 三模式，故本文判定該功能尚未推出） - [Precursor Trace 互動示範](https://precursor-trace.cloudflare.app/?ref=growthhackers.tw)。（本文撰寫時實測可開啟；官方文末另列的 `integrityand.trust.cfdata.org` 網址回應 403） --- **協作聲明與免責** 這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 `[來源名稱](URL)` 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。 內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。