LLMention 背后是谁？
Alex Xu 构建并维护这个项目：扫描器、规则目录、研究，以及这些文字。署名用的是用户名，而不是法定姓名；验证它的方式是公开仓库 github.com/Alex13192/geo-scanner，在那里规则集和站点本身都可以阅读。
这是一次刻意的取舍。一个配有公开仓库和可用联系地址的化名是可以核查的；一个没有作品附着的全名则不能。如果支付处理方或监管机构要求提供法定姓名，它会通过 退款政策（英文） 上的运营方信息提供，而不是为了一条署名而编造。
他凭什么做这项测量？
按这个问题通常的含义来理解，他并没有对应的资历。他没有数据科学方面的证书，也没有可援引的 SEO 代理公司履历，所以这一页不会声称自己有。
取而代之的资格是结构性的：方法完整公开，每一条规则及其权重都在 方法论页面上，扫描器运行的就是页面公布的那份目录。认为某条规则有误的读者可以点出它、核查它；这是比一份传记更好的保证——也是这个项目唯一能诚实做出的保证。
他的职业背景是什么？
Alex Xu 在网络工程领域有二十多年经验，其中大部分时间投入在大型企业与运营商网络——在那样的网络里,「一个爬虫或一个配置错误的边缘节点」并不是抽象概念。他持有 Cisco CCIE(Routing & Switching and Security)、CCNP 与 CCNA、Microsoft MCSE 和 Juniper JNCIS 认证。
他的工作覆盖数据中心与广域网架构、混合云与 SD-WAN 转型、网络安全，以及面向超大型分布式组织的自动化。具体雇主、任职年份与规模数字不在此公布：本站由独立开发者运营，完整职业履历可应要求提供。
塑造本站检查项的专业方向也是这些：数据中心网络架构(VXLAN/EVPN、spine-leaf)、BGP/MPLS/SRv6、面向 AI 集群的组播与低延迟交换、网络安全(Zscaler、Palo Alto、FortiGate、Cisco ASA/Firepower),以及用 Python、Ansible 和 Nornir 做自动化。爬虫访问、边缘分发和机器可读结构，正是 GEO 中属于网络问题的部分；而它们出自一个在网络问题上花了二十年的人之手。
完整简历(含雇主与教育经历)可应要求提供，请联系 services@llmention-geo.com。电话号码、邮寄地址和出生日期刻意不在此公布。
这些文字是怎么产生的？
每一篇都从一次测量开始，然后经过同样的四个阶段。起草阶段使用语言模型；围绕它的三道检查，才是让结果可以发表的原因。
| 阶段 | 会发生什么 | 什么会阻止发表 |
|---|---|---|
| 1. 数据 | 读取研究数据行或规则目录，而不是凭记忆 | 出现一个两者中都不存在的数字 |
| 2. 起草 | 语言模型基于这些数据准备初稿 | 先起草、后取数，编造的数字就是这样混进来的 |
| 3. 检查 | 每个数字、名称和状态码都回溯到它的来源 | 一个无法追溯的数字 |
| 4. 发表 | 断言的局限被写进文章，而不是被省略 | 一个数据并不支持的标题 |
承认起草阶段使用了模型，令人不适，但这是事实。另一种做法——声称每一句话都出自某个人——在一个通篇主张「断言应当可核查」的站点上，会是一句假话。标准不在于谁敲下了这些字，而在于每个数字能否重跑、每项局限是否写明。
编辑规则是什么？
五条规则，每一条都可以对照已发布的内容来核查，而在这个品类里，每一条都在某些站点上被违反过。
- 没有赞助内容，也没有付费位置。报告就是报告；提及不出售，任何价格都不卖。
- 没有来源的数字不写。百分比、状态码和权重在发表前都会回溯到研究或规则目录。
- 局限与断言一起公布。扫描不会就你的品牌去询问模型；任何暗示相反的页面都在被更正。
- 更正在出错的地方进行。错误的数字就在刊载它的页面上修正，同时更新日期。
- 没有产量目标。一篇文章背后有一次测量，才会发表。现在有六篇；没有三十篇的配额。
最后一条规则，正是让这个档案库看起来刻意显得单薄的原因。研究中的 30 个首页里，53% 被评为 F，30% 根本没有回应爬虫，没有一个达到 A——这些发现值得写出来，但一个为了凑成每周更新而注水的博客，会变成这个项目所针对的那种内容。
决定这些等级的权重是公开的，也正是写作重点所在：AI 爬虫访问占 16%，机器可读性占 12%，内容深度占 11%；而本站仍在发布的上下文文件，最多只占 100 分中的 3.3 分。关于那根小杠杆的断言，不值得写一篇文章。
本站如何获得资金？
两种方式，都印在站上，而不是让人事后才发现：由 Google 投放的广告，以及 定价页面上描述的付费测量报告，起价 $39。价格从 lib/pricing.ts 导入，与结账使用的是同一组数字；要改的时候，只在一处改。
显而易见的利益冲突是：付费客户可能更想要一个更好看的数字。有三件事约束着它：扫描免费，对所有人完全一致；分数由代码根据抓取到的响应计算；付费报告解释一个结果，而不是改变它。读者可以跑一次扫描来验证第一点，再阅读源代码来验证另外两点。
这里没有联盟链接，没有带评级的付费目录位，也没有暗示背书的厂商标志。如果某个外链能带来收入，它就不会出现在本站。
如何报告错误？
请写信到 services@llmention-geo.com，附上 URL、检查项，以及扫描报告了什么。这个项目收到的最有用的消息，是对某条具体规则的不同意见，因为规则集是公开的，具体的反对意见可以被回答，也可以被采纳。
对文字的更正走同一条路。一个后来被证明有误的数字，是这个档案库唯一不能悄悄修好的东西，因为其余一切都建立在它上面。
本站刻意不做什么？
它不会向 AI 引擎询问你的品牌是否被提及，也不会把就绪度分数伪装成引用。这些局限写在 关于页面上，也写在每一篇触及这个问题的文章里。
它也不会公布一套自己执行不了的方法：测试会断言已发布的规则集与扫描器的行为不能分叉；这比一份手写、此后再无人核查的方法论页面是更强的承诺。