核心结论

robots 全面禁止 AI 搜索0 全面拒绝
0%
0 / 85 站 · 85 站 robots 全部一致可读
未设 AI 专属规则跟随通配
80%
68 / 85 站 · 默认按 * 放行
静态正文依赖 JS真实损耗
21%
18 / 85 站 · 部分或高度依赖 JS
首屏浮层明显遮挡交互门槛
10%
8 / 84 站 · 弹窗盖住 ≥1/4 探测点

与第一批 92 站混合样本不同,这 85 个清洗后的干净样本聚焦于真实需要自然搜引与 AI 推荐的中小及成长型站点(跨境独立站 25、初创与 SaaS 25、电商 SaaS 16、办公与工具 10、垂直电商 8、AI 与大模型 1,均排除了巨头级站点)。

结果非常明确:85 站中没有任何一个在 robots.txt 里全面禁止 AI 搜索(0/85)或用户触发抓取(0/85),68 个站点(80%)保持默认放行、13 个(15%)点名欢迎、仅 4 个(5%)对训练或个别爬虫做了部分限制。真正让模型「读少、读偏」以及让 Agent「点不到按钮」的,是 21% 的 JavaScript 渲染门槛、49% 静态页缺少 JSON-LD 以及 10% 的首屏弹窗遮挡。

观测维度样本数量占比与分布
robots.txt 一致读取成功
全部 85 站服务器直连无阻塞(unreachable=0)
85 / 85
100%
未配置任何 AI 专属规则(跟随 *)
其余 13 站整体点名放行、4 站局部限制训练/部分策略
68 / 85
80%
静态正文完整(无 JS 依赖)
不执行 JS 即可读到完整首页文案
67 / 85
79%
正文部分或高度依赖 JavaScript
15 站部分依赖 + 3 站高度依赖
18 / 85
21%
静态 HTML 带有 JSON-LD 结构化数据
在 73 个可测静态结构化数据站点中
37 / 73
51%
无名交互控件占比 > 10%(且 ≥ 5 个)
在 84 站渲染可访问性树实测中
12 / 84
14%

样本构成与统计口径

  • 共 85 个清洗站点:聚焦商业软件与商品站点,按行业划分为电商相关 49 个(跨境独立站 25、电商 SaaS 与工具 16、垂直电商 8),初创·SaaS·AI 36 个(初创与 SaaS 25、办公与工具 10、AI 与大模型 1)。
  • 统计前已剔除仅因正文抽取器漏抽导致的误标,仅以真实渲染与人工复核对齐的快照作为 JS 依赖判定基础。
  • Agent 可访问性数据共采集到 84 份完整渲染树,累计测量 9,411 个交互控件(单站中位数 103.5 个,范围 15–276)。
  • 本文所有数字仅作匿名行业汇总与事实观察,不针对任何具体域名排序或打分。如需查阅单个公开站点的核验档案,可浏览 出海与跨境独立站目录、电商 SaaS 目录 或 国内 B2B SaaS 目录。
发现 01

按爬虫用途拆解:搜索与实时触发几乎零封禁

AI 搜索类
0 全面禁止
13 点名放行 · 71 通用 · 1 部分差异
用户触发抓取
0 禁止
3 点名放行 · 82 通用放行
模型训练类
2 全面禁止
6 放行 · 75 通用 · 2 混合 · 3 站声明 ai-train=no

在追求线上成交和软件留资的网站中,AI 搜索引用与对话内实时联网(例如用户粘贴网址让 AI 阅读定价或产品文档)几乎被一致放行:没有站点对用户触发爬虫设限,也仅有 2 个站点明确限制训练类爬虫(另有 3 站在 robots.txt 附加了 Content-Signal 的 ai-train=no 声明)。

发现 02

电商独立站与 SaaS 的 JS 依赖比例接近(22% vs 19%)

业务分组站点数部分或高度依赖 JS(影响静态抓取)
电商与跨境独立站49
11 / 49(22%)
初创 · SaaS · 办公工具36
7 / 36(19%)

全部 85 站中共有 67 站(79%)做到静态正文完整、无 JS 依赖,但仍有 15 站部分依赖、3 站高度依赖。对电商站点而言,SKU 价格、发货政策和买家评价若只在客户端水合后插入 DOM;对 SaaS 站而言,/pricing 阶梯计价表若用纯客户端计算器渲染,不执行 JS 的抓取器就会漏掉最核心的决策信息。

发现 03

JSON-LD 结构化数据普及率跨过半数,但仍有半壁空白

相较于早期 92 站样本的 41% JSON-LD 覆盖率,本批 SaaS 与独立站中已有 37 / 73(51%)在静态 HTML 里部署了 JSON-LD,但仍有 36 站(49%)缺失,缺少机器可直接读取的 Organization、Product 或 SoftwareApplication 实体字段。

发现 04

10% 站点首屏被浮层盖住四分之一以上交互点

无名交互控件总比例
438 / 9,411
占总交互控件 4.65%(55 站至少有 1 个)
首屏浮层遮挡 ≥1/4 探测点
8 / 84(10%)
常见为地区弹窗、优惠订阅弹窗
嵌有跨域 iframe
33 / 84(39%)
7 站存在 ≥3 字段表单,其中 4 站含未加 label 字段

虽然这批站点的无名控件总体比例(4.65%)低于早期混合样本(5.6%),但首屏弹窗遮挡问题却更明显(10% vs 4%):对于直接用浏览器可访问性树浏览网页的 Agent 而言,未关闭的多语言选区或促销弹窗会直接阻断主 CTA 按钮的命中区域。

给 SaaS 与独立站团队的落地建议

1
把 /pricing 与核心方案页做成 SSR + 纯文本兜底
价格对比表、额度限制、试用政策不要只锁在前端交互滑块里,保证不跑 JavaScript 时也能抽出完整文字。
2
减少首次访问的阻塞式全屏弹窗
用顶部轻横幅替代覆盖视口四分之一以上交互元素的模态弹窗,并确保关闭按钮拥有可访问名称。
3
为技术文档与产品页增加 Markdown 镜像或协商
配合 Accept: text/markdown 原地返回纯 Markdown(同时返回 Vary: Accept),详细修法见 诊断修复 Playbook。
4
补齐静态 JSON-LD 与表单 label
商品与软件官网可在初始 HTML 输出规范的 Schema.org 实体系标,并为联系/留资表单补充明确 <label>。
测一测你自己的 SaaS 或独立站对 AI 是否可读?
不做商业排名,30 秒检查 robots.txt、静态正文、JS 依赖与 /pricing 等页面抽样情况。
立即在线检测 →

常见问题

中国 SaaS 和跨境独立站在 robots.txt 里会刻意拦截 AI 搜索爬虫吗?

在本次清洗后的 85 个样本中(含 49 个电商与跨境站、36 个初创与 SaaS/工具站),robots.txt 全部可一致读取,且没有一个站点全面禁止 AI 搜索类或用户触发类爬虫(仅 1 个站对搜索爬虫存在部分路径差异);80% 的站点未写专属 AI 规则,默认跟随通用通配规则处理。

电商和独立站最常见的 AI 读取障碍是什么?

主要是静态 HTML 与渲染后的正文差距,以及结构化语义缺失。85 个站里有 18 个(21%)部分或高度依赖 JavaScript 才呈现完整正文,电商组占比达 22%(11/49);能确认静态 HTML 的 73 个站里,仍有 36 个(49%)没有 JSON-LD。

为什么 10% 的站点出现了首屏浮层遮挡等 Agent 可访问性提示?

电商独立站和 SaaS 官网普遍在首次访问时弹出地区/货币选择、Cookie 横幅或留资弹窗。在 84 个拿到渲染可访问性树的站点里,有 8 个站(10%)首屏浮层盖住了至少四分之一的探测点;另有 12 个站(14%)超过一成可交互控件缺少名称。

局限性声明

  • 85 个站点为面向中国及出海 SaaS/电商场景挑选的干净样本,不能推论全部电商与软件网站;
  • 所有比例仅代表采集快照当时的状态,站点随时会调整前端代码与边缘策略;
  • 正文与 agent 探测仅检查匿名首页及不涉及下单/登录的操作树,不测试售后与付费墙后流程;
  • 本文不公布任何站点评分或名次;想查看单站核验事实,请浏览对应行业目录。

引用本文

  • 数据来源:85 个中国 SaaS 与电商网站 AI 可读性实测:障碍不在 robots.txt(N=85,2026 年 11 月干净样本汇总)。
  • 出处平台:AI Read (llmo.com.cn),2026。
  • 永久链接:https://llmo.com.cn/articles/cn-saas-ecommerce-ai-readability
  • Markdown 镜像:https://llmo.com.cn/articles/cn-saas-ecommerce-ai-readability.md