驗收頁面時,常看到主視覺很華麗,標題、標語與賣點卻全被畫進圖裡,字體自由、層次豐富,負責人也滿意。問題在於,檢索與生成系統通常讀不進那些像素裡的字,最關鍵的主張等於被藏起來。
向業主說明這點,多數人的第一反應是懷疑。多模態模型確實進展很快,不過搜尋服務在大規模建索引時,仍主要依靠替代文字,因為逐張辨識像素的負擔,往往是讀一段文字的數百倍。
這裡要找的平衡是:畫面維持精緻,同時讓系統讀懂圖像想傳達的意思。在網站製作流程中,圖像與替代文字最容易被跳過,對能否被引用的影響卻最大。
系統讀圖時,實際拿到什麼?
當爬蟲或模型遇到一張圖,優先取得的通常是這些欄位:

它較容易讀到:
- 檔名(
site-structure.webp) - 替代文字(描述畫面)
- 尺寸(用來估計視覺權重)
- 旁邊的標題與段落
它很難直接讀到(或代價很高):
- 像素構成的畫面本身
- 被烘進圖檔的文案
- 色彩、構圖與品牌氣質
如果標記只剩 ,系統大概只能猜這裡有個叫 cover 的檔案,資訊就到此為止。
六項讓圖像更易被讀懂的設計準則
準則一:關鍵主張必須是 HTML 文字
這是最要緊的一條:畫進圖裡的字,機器等於沒看見。主視覺上的資歷、定位或口號若只存在於像素,搜尋與生成回答都收不到這些句子。
傳統產業官網特別容易這樣做:把沿革與獲獎做成華麗首屏,上線之後,搜尋結果與生成式摘要都抓不到那些賣點。
比較穩的做法,是把文案放回標記裡:
視覺仍可以很華麗,但每句主張都是真文字,系統一眼就能讀。
準則二:有意義的圖都要寫替代文字
沒有替代文字的圖像,系統常常直接跳過。寫法可以這樣對照:
| 較弱 | 較清楚 |
|---|---|
alt=''(純裝飾除外) | alt='資訊架構圖,呈現樞紐頁與五個群集頁的連結' |
alt='image' | alt='自成立以來的服務里程時間軸' |
alt='long-keyword-stuffed-file-description' | alt='知識圖譜:樞紐頁連向五個子題群集' |
撰寫時可以抓住幾點:
- 描述畫面真正呈現的內容,不要把關鍵字塞滿
- 中文約三十到五十字,用自然句子
- 帶一到兩個關鍵詞即可,不必刻意
- 圖內若已有文字,替代文字應涵蓋那些字句
準則三:裝飾圖留下空的 alt
背景紋樣、分隔線、小圖示這類不含資訊的圖,應使用空替代文字:

這等於告訴檢索系統與讀屏軟體可以略過。不要寫成 alt='裝飾圖',那只是白白消耗解析資源。
準則四:檔名本身要有意義
檔名也算一種訊號。權重不如替代文字,但累積起來仍有幫助:
| 不佳 | 較好 |
|---|---|
| IMG_5847.jpg | cover-readable-site.webp |
| screenshot1.png | console-metrics-summary.png |
| 1.gif | mark-motion-loop.gif |
詞與詞用連字號分開,全部小寫,名稱要能說明內容。
準則五:重要圖像補上 ImageObject
商品照、文章主圖、團隊肖像等關鍵圖像,可補上結構化標記(完整作法可另見 結構化資料實務說明):
商品圖可掛在 Product.image,文章主圖可掛在 Article.image,系統就能分辨每張圖的角色。
準則六:用 figure 搭配 figcaption
需要加註的圖像,用 figure 包起來:
主題群集:樞紐頁位於中央,周圍頁面彼此連結 會被當成圖像的延伸說明,權重通常高於單獨的替代文字。必須圖文成對的內容特別適合這個結構。
兼顧視覺與搜尋的三個進階做法
做法一:以 picture 提供多格式
較新的瀏覽器可取用體積更小的 AVIF,較舊環境再退回 JPG。檔案更小、載入更快,核心網頁指標也更容易達標,系統對網站的信任通常更高(延伸閱讀:圖像壓縮與版面實作)。
做法二:明確寫上寬與高
這樣能減少載入時的版面位移(CLS):

CLS 是核心網頁指標之一。位移越大,使用體驗越差,系統在決定是否引用時也可能調降權重。
做法三:首屏不要延遲載入

首屏若也延遲載入,最大內容繪製時間反而變慢,兩種情況要分開處理。
交稿前的圖像檢查清單
每次交付前,可逐項核對:
- 有資訊的圖都寫了替代文字(裝飾圖則留空)
- 標題、標語與行動文字以 HTML 呈現
- 檔名能描述內容,而不是相機流水號
- 已標註寬與高
- 優先使用 WebP 或 AVIF,並保留後援格式
- 商品、主圖與人像補上 ImageObject
- 需要說明的圖使用 figure 與 figcaption
- 首屏圖像不使用延遲載入
- 單張盡量壓在 200KB 以內(主視覺可放寬到約 500KB)
收束:讓圖像成為可被理解的內容
不必為了讓機器讀懂就犧牲視覺。要改的是把以往畫進圖裡的訊息,改寫成 HTML 文字,並補上替代描述。畫面仍由設計主導,系統也能理解。圖像與文字如何搭配,另一個重點是 問答區塊如何被引用,兩者一起處理,頁面才比較容易被完整理解。
除非作品純粹用來展覽,否則商業網站的圖像都應通過上述檢查。少做一項,被生成式回答引用的機會就可能下降。