2026 年 10 月 30 日，OpenAI 在官網發布了〈Making it easier for websites to express AI training preferences〉，承諾採納共同的 AI 訓練偏好訊號。網站經營者有望少維護幾份廠商規則；但公告的時態很重要：這是一項準備實作的自願承諾，不能當成已啟用的全網退出開關。
先看 OpenAI 究竟承諾什麼，再沿著公告連到技術草案與其他業者的原始說明，最後回答一個實際問題：當網站說「別拿去訓練」，從表達意願到真正被遵守，中間還缺哪幾步？
AI 訓練偏好的新承諾：少寫幾份規則，保留原有控制
原文的核心很簡單：讓參與業者讀取同一個 robots.txt 訊號，減輕網站逐家維護設定的負擔。OpenAI 將實作目標放在未來幾個月，並表示實作時會再公布細節；現有控制會繼續適用。它也把這一步放進 IETF AI Preferences 工作組持續討論的背景，邀請更多業者加入。
This new signal will not replace the controls we already provide through robots.txt.
中文：這個新訊號不會取代我們目前透過 robots.txt 提供的控制。
OpenAI，2026 年 10 月 30 日公告
這句保留條款，比「統一退出」的口號更適合拿來做決策。共同訊號提供一個廣泛選擇，廠商專屬規則則可能處理例外。要評估的因此有兩件事：共同語言是否減少維護工作，以及遇到衝突時，每家究竟怎麼讀。
AI 訓練偏好草案說了什麼？用途與抓取分開看
公告連到的 Machine-Readable Training Preference Signal 第 00 版，於 2026 年 10 月 30 日發布，作者為 Kevin Kelley，列出的任職機構是 Anthropic。Datatracker 把它標成 個人提交的 Internet-Draft，並明示未獲 IETF 背書。草案參考工作組成果，與已成為正式標準，是兩個不同階段。
這份草案以 __usage_ai-training 作為用途 token，沿用 robots 的群組與路徑語法。「訓練」在這裡指用內容修改生成式模型的已學參數。以下示例表達整站反對這種用途；它描述草案語法，並非 OpenAI 已上線的操作保證。
User-agent: __usage_ai-training
Disallow: /This policy token is not a directive for crawling behavior.
中文：這個用途 token 不是爬取行為的指令。
草案第 4.4 節
草案把用途偏好與各 crawler 的抓取規則分開；第 4.2 節也特別規定，User-agent: * 不匹配這個用途 token。若網站只寫萬用群組，不能據此聲稱已透過新機制表達訓練偏好。第 4.5 節則容許業者把專屬用途規則視為更具體，也容許私人協議優先。共同語法的價值，是讓選擇可被一致傳達；要理解最後結果，仍需閱讀業者的優先順序。
其他業者的原始公告，證明了參與，也揭示差異
Google 同日公告提供了一個具體例子：在未明列 Google-Extended 時，它計畫把共同訊號的退出選擇解讀成禁止 Google-Extended；既有專屬控制仍會並存，目標支援時間是 2027 年。這份說明支持「共同訊號可以被多家採用」，也提醒我們不能只看共用 token，忽略個別實作。
Microsoft Bing 的同日公告則把訓練與 grounding 分成獨立偏好。Grounding 可理解成在產生回答時，把網頁內容拿來作為依據。Microsoft 表示，將從 2027 年 2 月 1 日起隨重新爬取開始尊重新設定，並提供頁面層級選項。這是 Microsoft 的時程與擴充，不能搬成 OpenAI 的功能或上線日期。
這兩份原始公告，是其他參與者的公開承諾，並非對 OpenAI 實作成效的外部稽核。它們讓新聞更具體，也把下一個該追問的問題指出來：同一個選擇，能否在不同資料管線得到可解釋、可追查的處理？
現有 OpenAI 控制，已經把搜尋與訓練拆開
OpenAI 爬蟲文件把 OAI-SearchBot 與 GPTBot 的 robots 設定列為獨立選項：前者服務搜尋，後者抓取可能用於生成式基礎模型訓練的內容。文件明示，網站可以允許搜尋，同時拒絕訓練用途。ChatGPT-User 另用於使用者觸發的動作，文件說明這類請求可能不適用 robots 規則。這些差異值得分欄記錄，避免把三種活動都叫作「AI 來抓」。
如果你想比較「表達偏好」與「直接拒絕進站請求」，可接著讀 RFC 9309。它明確指出，robots 規則並不是存取授權機制。AlphaLab 的 Cloudflare AI 爬蟲政策解析則從 CDN 控制角度處理這兩層；那是另一種執行問題，不能只靠共用語法解決。
AlphaLab 的判讀：共同語言有價值，下一關是可問責
一、降低表達成本，能讓更多網站做出真正的選擇
對小型網站而言，逐家追規則本身就是成本：要認名稱、讀文件、處理新業者，再確認舊設定有沒有變義。共同訊號若被廣泛採用，就能把大部分人的一般意願先表達出來，再用少數例外補充。這個收益不需要先證明模型變聰明，也不應用模型能力的尺度衡量。
二、少了一份設定，不表示少了一份責任
網站看到請求，只能先觀察誰來、何時來、取走哪個路徑。資料之後流向搜尋索引、回答上下文或訓練資料集，要靠接收方的系統記錄補齊。我的判斷是：真正值得增加信任的里程碑，應包含資料取得時的偏好版本、下游用途隔離，以及發現誤用後如何處理；只有公告參與，證據還停在承諾層。從 Wikimedia 與公共網路成本的案例往回看，也可以練習站在網站營運者一側，列出自己希望對方提供哪些可核對的紀錄。
這與 OpenAI 失配監控解析裡的問題相通：觀察到訊號，與系統真的採取行動，需要分別驗證。若你的團隊自己開發讀網頁的 Agent，Agent Harness提供理解執行責任的起點；偏好應進入資料處理規則，不能只停在模型讀過的一段文字。
三、我同意共同介面，對「已拿回控制權」保留判斷
我同意的部分：讓網站一次表達廣泛意願、再保留個別業者例外，是比無限增加廠商清單更合理的方向。共同介面也讓外界較容易提出明確問題：這個路徑、這個時間、這個偏好，應得到什麼處理？
我存疑的部分：把參與聲明直接等同全面保護。評估它是否成功，我會分三階段看：公開實作規則；到達承諾時間後可核對系統行為；最後讓適當的外部檢查碰得到下游用途證據。這是建議的驗收標準，不是本文已量到的成效。
現在能做的事：先寫選擇，再整理待驗收的承諾
網站經營者可以先做一張簡單的政策表：哪些公開內容希望被搜尋找到、哪些願意供回答引用、哪些願意參與訓練；再對照各家現有控制，保留目前有效設定與備份。若準備加入草案 token，把它記成新增的用途聲明，逐家登記承諾時間與優先順序，不要因新公告而先刪掉舊規則。
機密文件則應放在實際的存取控制後面。對已公開的內容，保存 robots 變更時間、路徑與可觀察的請求證據；對無法從本站日誌看見的訓練用途，明列需要供應商回答的部分。要建立驗收方法，可參考 AI Evals 入門：把「聽起來有保護」拆成可回答的小問題。
這則新聞值得期待的，是讓網站的意願更容易被聽懂；下一次值得報導的，則是業者如何證明自己真的照做。今天先把「已表達」「業者已承諾」「已驗證遵循」分成三欄，你就比較不會把未來式讀成既成事實。
