Freego 全綠也可能退件——10 件事 AI 才能幫你補

你把 Freego 跑出來——全綠。心裡鬆了一口氣，覺得 AAA 應該穩了。

但你送件之後，審查委員回了一份退件意見書，上面有十幾條你看不懂的「不符合語意」、「描述不具體」、「層次跳躍」。你回頭再跑一次 Freego，還是全綠。

這不是 Freego 出錯——是 Freego 結構上就不檢這些。

AAA 自評有 20 題，其中 18 題是「人工/語意判斷」題（E 類），Freego 是規則引擎，這 18 題本來就不在它的覆蓋範圍。我們做了 a11y-moda 這個 LLM/VLM 自動化工具，把這 18 題裡 14 題機器判斷、剩下交給人。

這篇文章用我們自己網站的真實掃描結果，挑 10 件 Freego 不會抓、但 AI 必然抓得出的事，說給你聽。

為什麼 Freego 抓不到這些？

Freego 是政府提供的官方掃描器，背後是純規則引擎（jsoup + DOM 比對）。它能準確判斷「這個 alt 屬性存不存在」、「對比度數值是不是 4.5:1」、「heading 有沒有按順序」這種結構性問題。這些是 C 類規則，Freego 把它們做得很到位。

但 AAA 評分裡更大量的是 E 類規則——「這個 alt 寫得對嗎？」「這個標題真的描述了底下的內容嗎？」「這個連結文字脫離上下文還能懂嗎？」這些問題本質上需要『讀懂語意』，光看 HTML 結構判不出來。

Freego 不是不夠——是它的角色不負責這層。你需要的不是換工具，是加一道把關：第一道 Freego 抓結構，第二道 AI 抓語意。

10 件 Freego 全綠之後，還是要靠 AI 補完的事

以下每一條都附上我們睞特官網真實掃描報告抓出的具體案例——這些都是 Freego 全綠才會冒出來的問題。

1. alt 寫了，但寫得對嗎？

規則 ID：HM1110100E（WCAG 1.1.1）

Freego 的判斷是：alt 屬性存在 → 過。但「alt 存在」跟「alt 寫得有意義」是兩回事。

我們網站抓出 8 處 alt 不及格，例如：

• alt="睞特數位顧問首頁主視覺" — LLM 判讀：「為純通用詞與檔名，未傳達具體功能或內容」
• alt="睞特團隊形象圖" — 同樣是通用標籤
• alt="工具堆疊在混亂文件上" — 抽象描述，未傳達圖片實際傳遞的訊息

LLM 怎麼判：把 alt 文字的語意拿出來分析——它是「描述目的」還是「描述形式」？是「具體名詞或動作」還是「通用詞」？這判斷靠規則做不到，需要對自然語言的理解。

2. 「裝飾性圖片」可能其實是功能性的

規則 ID：CS1110113E_V（WCAG 1.1.1，VLM 視覺判讀）

有些圖片你以為是純裝飾、寫了 alt=""，但 VLM 看截圖會告訴你：「這張圖是說明用、有教學作用，不能當裝飾。」

我們網站的部落格插圖被 VLM 判定為「示意圖、用於說明文章內容，並非裝飾用」——意思是這些圖該補實質的 alt，不是空字串。

這條只有 VLM 做得到。Freego 看不到圖片內容，純文字 LLM 也看不到。需要視覺模型把圖片像素讀進來，判斷這張圖在頁面上扮演什麼角色。

3. 標題從 h3 跳到 h6——AI 不只報錯，還告訴你怎麼修

規則 ID：HM1130104E（WCAG 1.3.1）

標題層次跳級這條，Freego 也會抓到「h3→h6 跳了」這個事實。但 Freego 不會幫你判斷「這個跳級在語意上合不合理」、「該補回 h4/h5 還是該整段重整」。

我們網站抓出：「h3 → h6: 來自各產業的真實回饋」。LLM 看完上下文之後判斷：這段是同層級的客戶回饋區塊，應該補回 h4 而不是降到 h6——這種「修法建議」是規則引擎做不到的。

4. 標題不描述內容

規則 ID：GN2240600E（WCAG 2.4.6）

Freego 看不出「標題」跟「底下內容」的關聯。但 LLM 會逐段比對標題 vs 內文主題。

我們網站抓到的真實案例：

• 標題「用 AI 裁員的公司，55% 都後悔了」——LLM 判讀：「『55% 都後悔了』為情緒化敘述，未明確描述與『產業洞察』的主題關聯」
• 標題「為什麼改需求會變成災難」——LLM 判讀：「為抽象性評語，缺乏具體資訊或明確的區段主題」

這條 LLM 等於在做「編輯」的工作——比對標題的承諾跟段落的內容是否一致。

5. 「了解更多」、「服務項目」、「查看方案」——脫離上下文還能懂嗎？

規則 ID：HM1240403E + GN1240401E（WCAG 2.4.4）

Freego 會抓「點此」、「more」這種明顯空洞的連結文字。但「了解睞特」、「查看方案內容」、「服務項目」這種看起來有意義、其實單獨看仍模糊的連結文字，Freego 過不了濾。

我們網站光這條就抓出 168 處——例如：

• <a href="/about-us">了解睞特</a> — 「了解」要怎麼了解？是公司故事、還是服務內容？
• <a href="/pricing">查看方案內容</a> — 哪一種方案？訂閱還是專案？
• <a href="/">服務項目</a> — 從導覽列點過去看到什麼？

LLM 的判讀：這些連結文字「為通用性詞語，缺乏具體目的或脈絡說明，無法讓使用者清楚理解其連結目的」。

想想螢幕閱讀器使用者打開連結列表：「了解更多、了解更多、服務項目、查看方案內容、了解睞特、了解更多⋯⋯」——他們其實一個都不知道要點哪個。

6. 內容區跟導航區的 DOM 順序錯亂

規則 ID：GN1130200E（WCAG 1.3.2）

視覺上你看頁面是「主內容在左、側欄在右」，但 DOM 結構順序可能完全相反——對螢幕閱讀器使用者來說，他會先聽到一大堆導航連結才聽到正文。

Freego 看 DOM 結構，但判斷不了「DOM 順序跟視覺順序是否對應」——這需要 LLM 把整段內容讀過、判斷邏輯流暢度。

我們網站的 pricing 頁被抓到：「文字內容在『預約諮詢』與『服務項目』之間出現斷裂，且『服務項目』與『方案價格』等資訊未依順序呈現，導致閱讀流暢性受影響」。

7. 同一個連結，不同頁面用不同文字

規則 ID：GN2320400E（WCAG 3.2.4）

這條抓的是「跨頁一致性」——同一個 href，不同頁面卻用不同文字描述，會讓使用者困惑「這兩個連結是不是去同一個地方？」

我們網站的 logo 連結（href="/"）：

• 有的頁面寫「睞特股份有限公司」
• 有的頁面寫「服務項目」

Freego 是單頁掃描——它在每一頁都看到 href="/" 有 alt/aria-label，過。但 a11y-moda 是跨頁分析，把所有頁面的同一個連結文字拿來比對，發現不一致就標出來。這需要 LLM 理解「同一個目的的連結應該用穩定的描述」這個原則。

8. 動態狀態訊息缺少語意 role

規則 ID：AR2410302E（WCAG 4.1.3）

當用戶點擊篩選器、頁面內容動態更新——螢幕閱讀器需要知道「這裡有變化」。標準做法是給容器加 role="log" 或 aria-live。

Freego 看到 div 沒 role 屬性不會報錯（合法 HTML），但 LLM 會根據類別名稱與功能語意判斷：「這個 BlogList 看起來是動態列表，篩選會更新內容——應該補 role=log」。

我們網站的部落格列表抓到 23 處這類 info——LLM 是從 class 名稱（如 BlogList_list）+ 互動邏輯（按鈕篩選）+ 內容性質（動態更新）三者判斷出來的，純規則做不到。

9. <title> 不夠具體

規則 ID：HM1240200E（WCAG 2.4.2）

每個頁面都有 <title>——Freego 看它存不存在，存在就過。但 LLM 會看：這個 title 有沒有真的描述頁面主題？

我們抓到一個案例——某篇文章的 title 是「系統做到一半想改需求，怎麼辦？ — 睞特數位顧問」。LLM 判讀：「為一般性問題的描述，但未明確反映網頁的實際主題（如『系統需求變更』或『系統開發中的需求修改』），未能提供足夠的描述性資訊」。

換句話說，title 有一個權衡——夠引人點擊（行銷）vs 夠描述性（無障礙）。LLM 能告訴你你目前的標題偏哪一邊。

10. 結構靠 CSS 撐，不靠 HTML

規則 ID：GN1130102E（WCAG 1.3.1）

有些頁面視覺看起來層次很清楚——但其實是 CSS 排版撐出來的，HTML 上沒有對應的語意結構（沒有 section、article、適當的 heading 層級）。

Freego 不會抓「視覺有結構但 HTML 沒結構」這種錯位——因為它只看 HTML。LLM/VLM 會比對：「這個視覺區塊有沒有對應的 HTML 元素？」

我們網站抓到 10 處這類 info——大多是 hero 區塊、CTA 卡片這類視覺強但 HTML 偏扁平的元件。

把 Freego 跟 a11y-moda 串起來看

看完這 10 件事你會發現：Freego 跟 a11y-moda 不是競爭關係，是串聯關係。

• Freego（第一道）：抓 C 類規則。alt 有沒有、對比度數值、heading 有沒有跳級——這些必須先過綠燈。
• a11y-moda（第二道）：抓 E 類規則。alt 寫得對不對、heading 描不描述內容、連結文字單獨看懂不懂——這些是審查委員真正會打回來的點。

Freego 跑到全綠是基本功，沒過就送件等於浪費時間。但你以為全綠就過 AAA、結果送件被退三次的——多半是栽在第二道的這 10 件事。

正確的工作流：先 Freego 把基本盤掃乾淨，再用 a11y-moda 把語意層的問題挑出來。兩道一起跑，送件之前先把退件理由都先攔截掉。

你想自己跑還是讓我們陪跑

a11y-moda 是開源的 MIT 工具：github.com/light-design-tw/a11y-moda。LLM/VLM 可以本地跑（qwen3-vl-8b 都行），客戶資料不會外送雲端。Freego 你自己也已經會跑了。

想自己處理整套流程：完全沒問題，工具都在那。

如果你不想自己處理工具、模型、報告解讀、修正建議——訂閱制顧問方案會持續跑兩道把關、定期寄報告、附上「哪 5 條最緊急、哪 20 條可以暫緩」的解讀，直到你的網站送件成功為止。這跟訂閱模式背後的邏輯一樣：把一次性的大送件，拆成多次的小迭代。

想知道你網站目前在哪一道把關卡住——寫信跟我們聊聊，可以幫你跑一份初步診斷，看是 C 類還是 E 類問題佔多。