OpenAI在9月宣布,ChatGPT医疗版可以接入Epic病历系统,UCSF Health是试点。这是AI进入医院内部,处理医院自己掌控的数据。
另一半场景没那么受关注。患者已经在问助手:哪家诊所治这个病、某种药能不能报销、处方去哪里取。要回答这些问题,助手得去读医院、保险公司或药房的公开网站。我们想知道它到底能读到什么。
这是每周一期的智能体就绪度检查系列第三篇,前两期分别测了20家美国零售商和15家旅游网站。11月17日,我们检查了15家医院、保险公司、连锁药房、远程医疗公司和健康资讯网站的首页,随后把15家全部重跑了一遍,两次结果完全一致。
检查方式模拟一个简单的AI智能体抓取首页,用户代理里标明身份(X1Y1-Tools/1.0)。检查会读取robots.txt里针对AI搜索和助手机器人的规则,统计JavaScript运行前原始HTML里的字数,查找结构化数据、元数据、站点地图和llms.txt,满分100分。
需要说明边界:我们的检查器不是ChatGPT,机器人防护服务通常会给经过验证的AI机器人开白名单,所以把我们挡回去的站点,未必会挡OpenAI或Anthropic。首页也不等于医生搜索页或药价页。这是一次初步观察,不是审计。
15家里有6家根本没测到
Kaiser需要单独说明:当天晚些时候从另一个网络访问,kp.org返回了跳转到kaiserpermanente.org的重定向。所以我们把它算作检查器到对方站点之间某处的失败,不算封禁。
和旅游行业正好相反。上周能读到的6家旅游网站里,有4家首页HTML一个字都没有,Booking.com甚至连标题都没有。
医疗行业不一样。能读到的9家站点,全部在JavaScript运行前就输出了真实文本。
这9家也都在robots.txt里放行了我们检查的所有AI助手机器人:OAI-SearchBot、ChatGPT-User、Claude-SearchBot、Claude-User、PerplexityBot和Perplexity-User。Teladoc Health干脆没有robots.txt,默认全部放行。
所以医疗行业的分界线不在“有没有可读内容”,而在“放不放陌生智能体进来”。Mayo Clinic、Johns Hopkins、Zocdoc和GoodRx恰恰是患者助手最想读的站点,这四家全部给我们的检查器返回了机器人防护页面。
90分和68分差在哪
Cleveland Clinic和Cigna是仅有的两家有可用llms.txt的站点,首页也都有结构化数据说明自己是什么:Cleveland Clinic标注为MedicalOrganization,Cigna标注为InsuranceAgency。
CVS也有llms.txt,但开头不是格式要求的Markdown标题。Walgreens、UnitedHealth Group和Teladoc Health在请求/llms.txt时返回的是HTML页面而不是文本文件,这通常意味着一条兜底路由把站点的404页面以200状态码发了回来。智能体要文件,拿到的却是一个网页。
Aetna和Walgreens并列最低,68分。两家都有可读的HTML和开放的robots.txt规则,但都没有llms.txt,首页也没有任何JSON-LD。WebMD的首页同样没有结构化数据。
15家里没有一家在请求时返回Markdown,也没有一家在robots.txt里写Content-Signal行。和旅游那次一样,这些是更新的信号,真要做的话,基础项得先修。
两家资讯网站对训练爬虫划了线
WebMD和Healthline都封禁AI训练爬虫,同时放行助手机器人。WebMD封了GPTBot、ClaudeBot和CCBot。Healthline在此基础上多封了Applebot-Extended和meta-externalagent。两家都仍然放行Google-Extended。
这和旅游检查里Airbnb的做法一致。对内容即产品的资讯网站来说,这个区分说得通:助手可以读一页来回答用户,爬虫不能把整个存档拿去训练。其余7家计分站点放行了我们检查的所有训练爬虫。
有几件事不能从这组数据里推出来:不能说Mayo Clinic或Zocdoc“封杀AI”,我们的检查器收到的是机器人防护响应,它们对经过验证的AI机器人政策可能不同,对医院来说,把爬虫挡在预约页和患者页之外是合理选择;不能说90分代表更好的医疗或更多患者,它只说明AI智能体能读到首页并知道这个机构是什么;也不能说llms.txt能提升排名,目前没人证明过这一点,它成本低,能给智能体一张干净的站点地图,这才是我们把它计入的原因。
诊所和医疗创业公司能做什么
大型医院系统存在于每一个模型的训练数据里,专科诊所、远程医疗创业公司或独立药房则不在。助手读不到你的网站,它就会去描述它能读到的别人。
这周值得检查的几项:
- 机器人防护规则。如果用Cloudflare、Akamai之类,确认公开页面对经过验证的AI机器人(ChatGPT-User、Claude-User、Perplexity-User)放行,同时患者门户和预约页保持防护。
- 结构化数据。用MedicalClinic、Physician或Pharmacy的JSON-LD,写上地址、专科和营业时间。
- llms.txt。在/llms.txt放一个简短的Markdown文件,列出服务、位置和关键页面。确认路由对缺失文件返回404,而不是首页。
- robots.txt。把训练爬虫和助手机器人分开决策,像WebMD和Healthline那样。
- 做一次测试。问ChatGPT和Perplexity你的诊所治什么、在哪里,看答案对不对。
前三项可以用我们的智能体就绪度检查在自己站点上跑,免费,大约十秒。下一期测银行业。
热门跟贴