發布日期：2025 年 2 月 25 日
網頁開發人員一直以來都會為人類和非人類目標對象 (包括檢索器和其他機器人) 建構及最佳化網站。AI 代理程式是最新一代的網路使用者，可從最佳化作業中獲益。
從本質上來說，代理就是一個系統，可接收輸入內容、解讀內容，然後代表使用者 (無論是人類或其他代理) 規劃及執行動作。代理程式有多個元件，包括模型、API 或其他工具。
代理程式的定義有幾項特徵。在網頁開發環境中，您應考慮下列事項：
- 自主：代理可自主作業，不需人為直接介入。
- 互動式：代理程式可以與其他代理程式和人類對話。
- 反應式：代理程式會感知環境並回應變化。
- 主動：代理程式可主動達成特定目標。
舉例來說，Example Bookshop 是線上書店。使用者可以與大型語言模型 (LLM) 互動，根據自己喜歡的書籍和其他興趣，取得新書推薦。服務專員可以帶使用者前往推薦書籍的頁面，並啟動結帳程序。如果書籍缺貨，代理程式可以引導使用者前往其他線上書店購買。
由於代理程式是網路上相當新的使用者，因此您有時間可以採用最佳做法。不過，許多有助於代理商的最佳做法，其實對所有使用者都有幫助，特別是建構無障礙網站。
本文將說明代理程式如何以網路使用者的身分運作，以及為何您應考慮建構網站時將代理程式納入考量。
代理程式如何以使用者身分運作
許多關於 AI 和網站的討論都與用於擷取 LLM 訓練資料的檢索器有關。用於訓練的網頁擷取資料通常會保存在 Common Crawl 等開放資料集中，有助於避免網站遭檢索器大量存取。不過，訓練只是您會遇到 AI 系統的原因之一。
AI 系統可根據特定使用者 (無論是真人或代理程式) 的要求，指定要擷取的網頁。舉例來說，使用者可以提供來源給 NotebookLM，系統會擷取內容，以便更有效地協助使用者完成相關工作，例如摘要或資料彙整。
代理程式會遵循類似模式，代表使用者檢索網頁，以回應使用者的要求，但流程可能較不線性。
代理程式長期以來都用於自動化工作和收集資訊， 現在還能點選連結和按鈕、填寫欄位，以及捲動頁面， 代表使用者完成工作流程。這些工作可以是填寫聯絡表單等簡單任務，也可以是為家人預訂機票等複雜任務。
瞭解同意聲明是這類新型代理程式最重要的技能，因為它們是人類的同伴。在購買步驟或提交含有私密資訊的表單等重要環節，服務專員應要求確認。
代理人擔任隨播廣告素材
代理程式可以做為人類使用者的同伴，甚至是替代者，協助在網站或網路應用程式上完成複雜工作。大致來說，代理程式的程序一律相同：
- 接收查詢。
- 處理及規劃如何解決查詢。
- 執行計畫。
- 將學到的經驗儲存到記憶體。
代理程式最適合支援跨多個來源的任務。以購買書籍為例，代理程式可能會在你的來源上完成工作，同時瀏覽其他類似來源。網站越能支援代理程式完成工作，代理程式就越有可能使用您的來源完成工作。
身為網頁開發人員，您的工作是支援及建構工具，協助人類和代理程式有效率地完成重要工作。但工具只是代理程式基礎架構的一環。
代理程式基礎架構
代理程式是包含多個連結部分的封閉單元：
- 模型：大型語言模型 (LLM) 是 AI 代理的基礎。這些模型具備推論能力、知識基礎，以及處理和生成語言的能力。
- 規則：各種限制 (包括角色、指令和目標) 有助於代理程式持續執行工作。
- 記憶：短期記憶和長期記憶可協助代理程式管理脈絡、提高效率，並為使用者提供更優質的服務。
- 工具：代理可使用許多不同的工具，包括 API、函式、資料庫，甚至是其他代理。舉例來說，WebMCP 是 Chrome 早期預覽計畫中的提案，可支援網站上的結構化互動。
代理程式將網站視為資料來源或直接與網頁互動時，可以透過視覺或語意方式進行：
- 視覺互動：代理程式會擷取轉譯網頁的快照。 這項功能會使用視覺模型讀取內容，並找出互動式元素。
- 語意互動：代理程式會分析 DOM 並直接讀取文字。 執行自動化工作的代理程式特別容易發生這種情況。
無論是視覺或語意互動，代理程式都能從設計完善、導覽直覺且內容階層分明的網站獲益。
代理程式需要存取資料
定義代理的方式之一是根據代理與資料的關係。代理程式和資料的擁有者是否相同？這項選擇會決定需要哪些驗證層級，以及完成工作有多困難。
第一方代理
零方代理程式是以瀏覽器或作業系統為基礎，可使用本機資料在本機環境中運作。由於瀏覽器和作業系統會儲存自訂使用者偏好設定，而這些設定可能屬於個人識別資訊 (PII)，因此零方代理程式可以防止作業與其他方共用這類資料。
第一方代理商
第一方代理程式是指工具和資訊由同一方擁有，因此開發人員可以擁有及支援工具，並管理資訊和設定的存取權。
舉例來說，假設您是使用者，打算前往多倫多度假，並想建立必訪景點清單。Google 地圖提供的代理程式可以根據一組條件和資料，代表您產生興趣點清單，並在地圖上標示每個項目。由於代理程式是由 Google 提供，且 Google 也擁有地圖資料和登入使用者儲存的任何其他個人偏好設定，因此可視為第一方代理程式。
第三方代理程式
第三方代理程式是由外部開發人員或機構建立，可提供外部服務的功能和資料。舉例來說，您可能希望第三方日曆供應商支援網站上的活動相關功能。您可以提供 WebMCP 等工具給這些代理程式，或將代理程式整合到工作流程中 (前提是代理程式通過隱私權審查)。
如果建構為擴充功能，第三方代理程式理論上可以完成相同的對應工作。
開發人員可以建構代理程式，依據特定來源建立清單，例如從當地報紙擷取最佳餐廳。除了清單建立工具 (無論是 Google 地圖或其他服務) 的讀取和寫入權限外，這位專員還需要當地報紙網站的讀取權限。這需要多層同意聲明和權限，以及與網站互動的特定工具 (例如 Playwright 工具)。
您的網站或網路應用程式可能就是代理程式的第三方資訊供應商。在這種情況下，您可能需要提供權限結構，讓代理程式和人類都能與您一起完成工作。
重點整理
現在您已瞭解代理程式的運作方式，可以決定如何充分善用網站支援代理程式。
我們會持續更新這個系列，提供實用的最佳做法，協助您支援網站和 Web 應用程式與代理程式的互動。