大多数网站无法在 AI 搜索中获得曝光，往往不是因为内容写得不好，而是 AI 爬虫根本进不来、无法干净地提取内容，也识别不出你是谁。技术基础不合格，文章写得再好也很难发挥作用。这份清单把“让 AI 读懂你的网站”拆成四个层级、25 项可自行检查的内容。按从下到上的顺序排查，就能找出大部分明显缺口。
AEO（答案引擎优化）与传统 SEO 共用一套基础，但 AI 引擎还多了一层要求：它需要先抓取页面，把内容切分成干净的段落，理解每一段在讲什么，最后再决定是否在生成的答案中引用你。任何一环受阻，你都可能在 ChatGPT、Perplexity 和 Google AI Overviews 中失去曝光。以下 25 项检查按照这条路径分为抓取、结构、语义和信任四层，从最底层开始。
抓取层：AI 爬虫能否进入网站（第 1–6 项）
这一层最容易被忽视，后果却最严重。很多网站内容质量并不差，却在不知情的情况下，通过 robots.txt 或防火墙设置彻底拦截了 AI 爬虫。
- 在 robots.txt 中明确允许主流 AI 爬虫（GPTBot、ClaudeBot、PerplexityBot、Google-Extended）访问，不要在拦截恶意机器人的同时把它们一并封禁。
- 检查 Cloudflare 或 WAF 的拦截规则。许多“阻止 AI 爬虫”的默认选项，很容易把你希望获得引用的引擎一起挡住。
- 核心内容必须出现在服务端渲染的 HTML 中。大多数 AI 爬虫不会执行 JavaScript，因此看不到仅由前端渲染的内容。
- 确保每个重要页面都返回 200 状态码，并排查隐藏的 404、软 404 和多重重定向。
- 确保 sitemap.xml 覆盖所有希望被收录的页面；lastmod 应如实反映更新时间，不要全部填写成当天日期。
- 首屏内容应随初始响应一并加载，不要让爬虫抓到一个仍在加载中的空壳页面。
实际操作中，一个常见问题是：网站改用前端框架后，整个页面都依赖浏览器端 JavaScript 渲染。用户浏览时一切正常，但不执行 JS 的爬虫抓到的几乎是空白页。可以先在浏览器中点击“查看网页源代码”，确认正文是否存在于原始 HTML 中。这一步就能排除大部分问题。
结构层：内容能否被干净提取（第 7–13 项）
AI 引擎不会把整张页面直接吞进去，而是先将其切分成内容块，再引用最能回答问题的段落。结构越清晰，内容被准确提取的概率就越高。
- 每个页面只设置一个 H1，H2 与 H3 保持清晰的从属层级。不要用大字号冒充标题，也不要跳过标题层级。
- 多使用 article、section、nav、标题标签等语义化标签，少用满页堆叠的 div，让机器能够读懂页面结构。
- 把核心答案放在段落开头一到两句话中，让 AI 提取内容时第一眼就能抓住重点，无须自行猜测。
- 列表使用真正的 ul 和 ol，比较信息使用真正的 table。不要用截图或纯排版代替，因为图片里的文字无法被直接提取。
- FAQ 采用一问一答的配对结构，每个问题的答案都应语义完整，可以脱离上下文单独引用。
- 为图片补充描述性 alt，为视频附上逐字稿或字幕，让非文本内容也能进入 AI 的识别范围。
- 减少模板化噪声：重复导航、侧栏广告和弹窗会稀释正文的信号密度。
语义层：机器能否理解你在说什么（第 14–19 项）
内容能被抓取、也能被干净切分之后，还要让机器明白“这一部分讲的是什么”。结构化数据与一致的实体信号，可以帮助 AI 为内容准确归类。
- 根据页面类型部署 Schema.org 结构化数据：文章使用 Article，问答使用 FAQPage，教程使用 HowTo，公司信息使用 Organization。
- 结构化数据采用 JSON-LD 格式，并通过富媒体搜索结果测试和 Schema 验证工具的检查，避免语法错误导致标记在不知不觉中失效。
- 每个页面的标题和 meta description 都要准确对应正文内容，最好能直接匹配用户实际会提出的问题。
- 全站实体名称的写法应保持一致：品牌、产品和人名在站内外（Wikipedia、LinkedIn）使用同一名称，英文字母大小写也不要混用。
- 内部链接使用具有描述性的锚文本，把相关页面串联成主题集群，帮助爬虫理解页面之间的关系。
- 一个页面只聚焦一个主题。不要把五种搜索意图都塞进同一页面，否则 AI 很难准确分类和引用。
信任层：AI 是否敢引用你（第 20–25 项）
AI 引用某个来源，相当于为其内容背书，因此更倾向于选择作者明确、来源可查、实体清晰的页面。这一层决定了你的内容只是“被读取”，还是最终“被选中”。
- 每篇内容都标明作者、职务并链接至作者页面，同时通过 Schema 标记 datePublished 和 dateModified。
- 为关键数据和观点添加可验证的来源链接，让 AI 在引用前能够进行核验。
- 全站使用 HTTPS，确保证书有效，并清除混合内容警告，避免在基础信任层面失分。
- 全站展示的名称、地址和电话号码（NAP）应与 Organization Schema 完全一致，以增强实体可信度。
- 准备 llms.txt，或建立一个清楚说明“你是谁、做什么、为什么做”的关于页面，帮助 AI 快速形成对你的认知。
- 每月使用 ChatGPT、Perplexity 和 Google AI Overviews 测试品牌相关问题，并记录品牌是否被引用、引用是否准确。
审计完成后：如何安排修复优先级
不要试图一次完成全部 25 项。正确顺序是由下至上：先让抓取层全部通过，再处理结构与语义，最后补齐信任信号。抓取层是二选一的状态，要么畅通，要么被阻挡；结构层和语义层则可以逐步优化，每一项调整都会带来改善。这份清单实际上是 Tenten 30 天 GEO 审计中技术部分的 DIY 简化版。自行跑完一遍，大约可以找出 70% 的明显缺口。
完成检查后，你可能仍有几项暂时无法判断：爬虫到底有没有被拦截、Schema 是否真正生效，以及品牌在实际测试中是否被正确引用。如果希望一次厘清这些模糊环节，并拿到按优先级排序的修复清单，可以预约一次 30 分钟的 GEO 诊断。我们会使用你的实际 URL 完成一轮检查，并直接告诉你最应该优先处理的三项问题。
