GEO 知识库 / 词条

官网对 AI 友好吗？一份 AI 可抓取性自查清单

发布 2026-09-20 · AnswerTide（问潮）

GEO 的一切前提是：AI 先能读到你、读懂你。很多官网不是内容不行，而是在技术层就把 AI 挡在了门外。以下清单分三组共 12 项，可以逐项自查。

可抓取：让 AI 进得来

1. robots.txt 显式允许 AI 爬虫（Bytespider、GPTBot、ClaudeBot、PerplexityBot 等）——默认全允许就写明。
2. 正文是静态 HTML，禁用 JavaScript 后内容仍完整（AI 爬虫多数不执行 JS）。
3. 有 sitemap.xml，URL 干净、规范化统一。
4. 服务器对爬虫访问不设歧视性门槛（验证码、风控拦截）。

可理解：让 AI 读得懂

5. 每页一个 H1，直答该页主题；H2 小节自包含——AI 抽取的是”内容块”，不是整页。
6. 定价、指标、平台支持等事实用表格呈现，AI 引用表格的比例显著更高。
7. 品牌实体命名一致：首次出现用全称，之后统一称谓，别在多种叫法间随机切换。
8. 关键页面带 JSON-LD 结构化数据（Organization、FAQPage、TechArticle 等）。

可信任：让 AI 敢引用

9. 联系方式、备案信息、公司主体真实可查。
10. 数据与结论注明出处与日期，页面带明确的更新时间（AI 偏好新鲜且可验证的内容）。
11. 不堆砌关键词、不拼凑同质页面——低质信号会被模型降权。
12. 全网实体信息一致：官网、百科、公众号对品牌的一句话定位一字不差。

这份清单是 问潮（AnswerTide） 官网体检模块 22 项检查的简化版（问潮官网本身也按此清单实施）。体检完全遵守 robots.txt 并要求验证站点所有权，五组加权评分帮你定位短板在哪一组。