你花了多年优化 Google 的十个蓝色链接。而今天，最关键的访客往往是一个 AI Agent，它在决定要不要读你、信你、推荐你。如果 ChatGPT 现在爬你的站，它能读到你的内容、解析你的定价、在答案里引用你吗？传统 SEO 审计答不了，GEO 审计能。这篇教你怎么做、查什么、发现问题怎么修，以及 GEOly 的 29 项 GEO 审计如何几分钟给你的 AI 就绪度打分。
读完你会查过爬虫访问、结构化数据和内容就绪度，并产出一份按优先级排序的修复清单。
核心要点
- GEO 审计衡量的是 AI 爬虫能否访问、解析并引用你的站，这与关键词排名和外链是不同的问题。 - 最常挡住 AI 可见度的四件事：`robots.txt` 里的爬虫访问、缺失或单薄的结构化数据、低语义密度、藏在脚本后面的内容。 - 按名字检查真实的 AI user agent，包括 `GPTBot`、`OAI-SearchBot`、`ClaudeBot`、`PerplexityBot`、`Google-Extended`，有意识地决定放行与否，而不是稀里糊涂。 - 一个 `llms.txt` 文件给模型一张通往你最重要内容的干净地图，是对 `robots.txt` 的补充而非替代。 - GEOly 提供 29 项 GEO 审计，按 0 到 100 / A 到 F 给站点与页面级 AI 就绪度打分，app.geoly.ai 有 3 天免费试用。
步骤 1：先明白 SEO 审计为何不够
SEMrush 和 Ahrefs 在外链和关键词上很强，但 AI 模型看重不同信号。它们在意你的核心内容能否干净地放进上下文窗口、事实是否密到值得引用、爬虫规则有没有把它们意外挡在门外、你有没有暴露帮它们识别实体的结构化数据。
GEO 审计直接查这些信号。可以把它想成对每个页面问：「如果一个 AI 只读了这页，它能明白你卖什么、信得过、还能引用你吗？」
注意：过了 Lighthouse 或 SEO 审计，不等于过 GEO 审计。一个快又排名好的页面，照样可能屏蔽 `GPTBot`，或只在 JavaScript 跑完后才出内容。
步骤 2：审计 robots.txt 里的 AI 爬虫访问
从可见度最常「死」的地方开始：`robots.txt`。很多站无意中屏蔽了正是喂 AI 答案的那些 agent。打开 `yourdomain.com/robots.txt`，按名字找 AI user agent。
要紧的包括 `GPTBot` 和 `OAI-SearchBot`（OpenAI）、`ClaudeBot`（Anthropic）、`PerplexityBot`（Perplexity）、`Google-Extended`（Google 的 AI 训练开关）、`CCBot`（Common Crawl，喂了很多模型）。其中某个下面一条 `Disallow: /`，或一条你早忘了的宽泛规则，就悄悄把你从那些系统里抹掉了。
有意识地决定放行。想要 AI 可见度，就放行搜索与答案类爬虫。你仍可选择禁止纯训练类 bot，那是一个策略决定，不是默认。关于为何现在就该审计这块的道理，读 [为什么品牌现在就该审计 AI 爬虫访问](/zh/blog/why-brands-audit-ai-crawler-access-now)。
注意：`Google-Extended` 控制的是 AI 用途，不是经典 Google 搜索索引。屏蔽它不伤你的常规搜索排名，但会把你从部分 Google AI 入口移除。
步骤 3：用 llms.txt 给模型一张地图
`robots.txt` 说的是爬虫不能碰什么。放在根目录的 `llms.txt` 反过来：它用 Markdown 把模型指向你最重要、最干净的内容，让它们读对页面，不用在导航和模板样板里跋涉。
列出你的核心产品、定价、文档和关键文章，各配一句简短描述。保持更新，因为过期的地图比没有更糟。完整走查见 [如何为 GEO 创建 llms.txt 文件](/zh/blog/how-to-create-llms-txt-file-for-geo)。
注意：`llms.txt` 是新兴约定，并非每个模型都保证会读。把它当作与干净 HTML、良好结构化数据并列的一个有益信号，而不是灵丹妙药。
步骤 4：检查结构化数据与语义清晰度
AI 模型识别的是实体，不只是关键词。确认你输出了描述自己的 schema 类型的有效 JSON-LD，通常是 `Organization`、`Product`、`FAQPage`、`Article`。它们给模型无歧义的事实：你是谁、一个产品多少钱、你回答哪些问题。
再查语义密度。用自己的话直白说清你是什么、服务谁，尤其在首页和关于页。像「[品牌] 是面向 [人群] 的 [品类]，能 [核心价值]」这样的句子，模型很容易原样搬进答案。
注意：与可见页面矛盾的 schema，比如一个早已不符的 `Product` 价格，会主动伤害信任。校验它，并与用户所见保持同步。
步骤 5：确认不靠脚本也能读到内容
模型读服务端渲染的 HTML，远好过读只在客户端 JavaScript 之后才出现的内容。查看源代码，或以纯 HTML 抓取页面，确认关键文案、标题和价格就在标记里，而非事后注入。如果你的产品细节只在渲染后存在，很多爬虫看到的是一具空壳。
注意：单页应用是典型祸首。若你的框架客户端渲染，对最想被引用的页面用服务端渲染或预渲染。
步骤 6：跑 GEOly 的 29 项 GEO 审计并排优先级
以上全靠手工做很彻底，但慢。GEOly 的 GEO 审计跨爬虫访问、结构化数据、内容和技术配置跑 29 项 AI 就绪度检查，返回站点级与页面级评分（0 到 100 / A 到 F），给你一份排好序的修复清单，而不是一堆生的发现。它是更大平台的一部分，还追踪你的 AIGVR、Share of Model、引用和竞品，于是审计能连回「这些修复到底有没有拉动可见度」。先在 app.geoly.ai 用 3 天免费试用；审计如何嵌进其余能力见 [GEOly AI 是什么](/zh/blog/what-is-geoly-ai)。
按影响力做清单：先放行爬虫，再修结构化数据与渲染，再充实单薄内容。内容层打法上，[提升 AI 抓取与引用的最佳实践](/zh/blog/best-practices-increase-ai-crawling-citations) 与你的修复清单很搭。
