Windows 应用的几个渠道,对 AI 爬虫放行吗?
2026-11-11 我们逐个读了 Windows 应用常见渠道的 robots.txt,按七个 User-Agent 判断:GPTBot(OpenAI 训练)、OAI-SearchBot 和 ChatGPT-User(ChatGPT 搜索和用户发起的访问)、ClaudeBot、PerplexityBot、Google-Extended(Google 的 AI 训练开关)、Bingbot。判断规则是点名的组优先,没点名就用 * 组。这只说明 robots.txt 怎么写,不说明这些爬虫真的来了,也不说明 AI 引用了这些页面(我们没有拿到引用的证据,未核实)。
| 渠道 | GPTBot | OAI-SearchBot / ChatGPT-User | ClaudeBot | PerplexityBot | Google-Extended | Bingbot |
|---|---|---|---|---|---|---|
| Microsoft Store(apps.microsoft.com,robots.txt 只有一行 Sitemap) | 放行 | 放行 | 放行 | 放行 | 放行 | 放行 |
| GitHub(winget-pkgs 和你的发布页所在) | 放行(只限制部分路径) | 放行(只限制部分路径) | 放行(只限制部分路径) | 放行(只限制部分路径) | 放行(只限制部分路径) | 放行(只限制部分路径) |
| Chocolatey(community.chocolatey.org) | 拦截 | 放行 | 拦截 | 放行 | 拦截 | 放行 |
| Softpedia(www.softpedia.com) | 拦截 | 放行(只限制部分路径) | 拦截 | 拦截 | 放行(只限制部分路径) | 放行 |
| MajorGeeks(majorgeeks.com,只禁一个下载地址) | 放行(只限制部分路径) | 放行(只限制部分路径) | 放行(只限制部分路径) | 放行(只限制部分路径) | 放行(只限制部分路径) | 放行(只限制部分路径) |
怎么读这张表:同一个应用,在不同渠道的页面上,AI 搜索爬虫的待遇不一样。Chocolatey 放行搜索类爬虫、拦训练类爬虫;Softpedia 连 PerplexityBot 也拦了,应用页对我们的 curl 还返回 403,页面内容未核实;Microsoft Store 没有任何限制。robots.txt 的写法和各爬虫的区别见 robots.txt 怎么写,AI 爬虫才进得来?。
结论:Windows 的目录站不是都能被 AI 搜索读到,你只能完全控制自己的官网。官网的下载页要把系统要求、价格、版本和安装命令写全,其他渠道的页面保持一致。
Microsoft Store 的应用页,爬虫能读到什么?
我们取了 Windows Terminal 的商店页(2026-11-11,HTTP 200,约 228 KB)。可以不跑脚本读到的有标题、描述和一段 SoftwareApplication 结构化数据;页面正文是脚本渲染的,去掉脚本后只剩 106 个字符,<noscript> 里写着需要 JavaScript。
| 字段 | 不执行脚本能读到吗 | 实测内容 |
|---|---|---|
| 标题 <title> | 能 | 应用名加商店模板文字加 Microsoft Store |
| meta description / og:description | 能 | 应用简介全文,和你在商店填的描述一致 |
| SoftwareApplication JSON-LD | 能 | name、description、image、url、author、applicationCategory、operatingSystem(Windows 10)、offers(价格 0)、3 张 screenshot |
| 评分(aggregateRating) | 能 | 评分 4.6,44 个评价,在 JSON-LD 里 |
| canonical 和 hreflang | 能 | canonical 带 hl 和 gl 参数;hreflang 覆盖 47 种语言 |
| 页面可见正文(简介、功能、更新说明) | 不能 | 正文由脚本渲染,<noscript> 只有一句要求启用 JavaScript |
这说明商店页上最可靠的是 title、description 和 JSON-LD:写好商店描述的第一段,它会同时出现在这三处。更新说明和功能列表只在脚本渲染的正文里,爬虫不一定读得到,所以要在官网再写一遍。AI 爬虫是否执行脚本,见 AI 爬虫会执行 JavaScript 吗?。商店字段的官方规定(Partner Center)我们没有读,未核实。
winget 的 manifest 里,哪些字段会被人和爬虫看到?
winget 的 manifest 是公开的 YAML 文件,放在 GitHub 的 microsoft/winget-pkgs 仓库里,任何人都能读(我们 2026-11-11 读了 Windows Terminal 的 manifest,文件在 raw.githubusercontent.com 和 github.com 文件页都能打开)。微软没有为它提供公开商品页,第三方站点是否用它生成页面、是否被 AI 引用,未核实。官方文档(Microsoft Learn,2026-11-11 查看)和实测对照如下。
| manifest 字段 | 官方说明 | 怎么写 |
|---|---|---|
| PackageName、Publisher | 必填,应用名和发布者 | 和官网、Microsoft Store 上的名字完全一致 |
| ShortDescription | 必填,应用的描述 | 一句话:做什么、给谁;与官网第一段同义,不堆关键词 |
| Tags | 示例里有;Windows Terminal 的 manifest 有 12 个标签 | 写用户会搜的词,不超过十来个 |
| Moniker | 可选;用户搜这个词时能找到应用 | 短而好记的名字,不和别的应用重复 |
| PackageUrl、ReleaseNotesUrl | 示例里有 | 指向官网和更新日志页,不是首页 |
| License | 必填 | 和仓库里的许可证一致 |
PackageIdentifier: ExampleCo.ExampleWin PackageVersion: 2.3.0 PackageLocale: en-US Publisher: ExampleCo PackageName: ExampleWin PackageUrl: https://example.com/ License: MIT ShortDescription: One sentence: what it does and who it is for. Tags: - screenshot - productivity ReleaseNotesUrl: https://example.com/changelog/ ManifestType: defaultLocale ManifestVersion: 1.10.0
上面是写法示例(网址和名字是占位)。manifest 和商店页、官网要互相一致:名字、描述、版本、网址,对不上的地方 AI 回答时可能混用。
Chocolatey 的包页读得到什么?
我们取了 7-Zip 的包页(2026-11-11,HTTP 200,约 235 KB):正文是直出的,下载次数、最后更新、维护者、标签、描述全文、发行说明链接、依赖都在 HTML 里;没有结构化数据。og:description 是包的一句话描述,meta description 是 Chocolatey 的通用介绍,所以搜索结果里的摘要大概率来自页面正文。
怎么一步一步让 Windows 应用更容易被推荐?
1. 先确认官网没有拦住 AI 搜索爬虫
用 AI 爬虫检查 看 robots.txt。OAI-SearchBot、PerplexityBot、Bingbot 不要被拦;GPTBot 和 Google-Extended 是训练类,拦不拦是你的选择。
2. 做一个 Windows 下载页,写全信息
第一段一句话定义;下面是系统要求(Windows 10 还是 11、x64 还是 ARM64)、价格、当前版本、更新日期、安装方式(安装包、Microsoft Store、winget install 命令)。价格怎么写见 定价页怎么写,AI 才能正确回答你的价格?。
3. 加 SoftwareApplication 结构化数据
operatingSystem 写最低系统,softwareVersion 写当前版本,写法见 SaaS 要不要加 SoftwareApplication 结构化数据?。示例(网址是占位):
{ "@context": "https://schema.org", "@type": "SoftwareApplication", "name": "ExampleWin", "applicationCategory": "UtilitiesApplication", "operatingSystem": "Windows 10, Windows 11", "softwareVersion": "2.3.0", "downloadUrl": "https://example.com/download/", "releaseNotes": "https://example.com/changelog/" }4. 让商店描述的第一段、manifest 的 ShortDescription 和官网第一段同义
商店页的 title、description 和 JSON-LD 都来自商店描述的开头;改一处,其他两处一起核对。
5. 把更新日志放在官网
商店页的更新说明由脚本渲染,爬虫不一定读得到;官网的更新日志页见 更新日志页(changelog)对 AI 搜索有用吗?。
6. 隔几周用同一组问题再测
问 ChatGPT、Perplexity“Windows 上有什么做某某的应用”,每个问题问 3 次,记下有没有提到你、引用了哪些网址;Mac 渠道的对照见 Mac 应用怎么被 AI 推荐?。
常见问题
Microsoft Store 的页面会被 ChatGPT 引用吗?
我们没有找到官方说明,也没有拿到实际引用的证据,未核实。能确认的是:2026-11-11 实测 apps.microsoft.com 的 robots.txt 没有限制,应用页的 title、description 和 JSON-LD 不执行脚本就能读到。
要不要同时上 Microsoft Store 和官网直接下载?
渠道的选择取决于你的产品和用户,不取决于 AI。无论选哪个,都建议官网有一页写全系统要求、价格和安装方式,并链到其他渠道。
winget 的 manifest 对 AI 搜索有用吗?
manifest 是公开文件,字段(名字、描述、标签、网址)和官网保持一致,对用户和第三方站点都有用。AI 是否直接引用它,我们没有证据,未核实。
Chocolatey 拦了 GPTBot,会影响 ChatGPT 搜索吗?
按 OpenAI 的说明,GPTBot 是训练爬虫,ChatGPT 搜索用的是 OAI-SearchBot。2026-11-11 实测 Chocolatey 的 robots.txt 没有点名 OAI-SearchBot,走 * 组,是放行的。
Softpedia、MajorGeeks 这类下载站值得去吗?
我们只核实了它们的 robots.txt:Softpedia 拦了 GPTBot、ClaudeBot、PerplexityBot,应用页对 curl 返回 403,内容未核实;MajorGeeks 只禁一个下载地址。是否值得,取决于你的用户是否在那里找软件,不取决于 AI。
商店页的评分会被 AI 读到吗?
2026-11-11 取的 Windows Terminal 商店页里,评分(4.6,44 个评价)写在 JSON-LD 里,不执行脚本就能读到;AI 是否使用,未核实。
Windows 应用需要写支持 ARM64 吗?
建议写。我们取的商店页 JSON-LD 的 operatingSystem 只写了 Windows 10,没有芯片信息;用户和 AI 回答“能不能在 ARM 电脑上用”时,需要一处明确的说法,官网下载页是你能控制的地方。
出处
- Microsoft · apps.microsoft.com/robots.txt (2026-11-11 读取)
- Microsoft · Example Store page: Windows Terminal (checked for what the HTML contains) (2026-11-11 读取)
- Microsoft · Create your package manifest (查看于 2026-11-11)
- GitHub · microsoft/winget-pkgs (example manifest read) (2026-11-11 读取)
- GitHub · github.com/robots.txt (2026-11-11 读取)
- Chocolatey · community.chocolatey.org/robots.txt (2026-11-11 读取)
- Chocolatey · Example package page (checked for what the HTML contains) (2026-11-11 读取)
- Softpedia · www.softpedia.com/robots.txt (the app page returned a 403 block; content not verified) (2026-11-11 读取)
- MajorGeeks · majorgeeks.com/robots.txt (2026-11-11 读取)
- kagentx 评测:案例页的数据,日期写在每个例子里。