← 返回扫描器索引
本站的全部内容，以及每一项回答什么问题
共 75 个条目：6 个你可以自己运行的工具，40 个逐条说明规则的页面，12 个说明这些规则如何计分的维度页面，5 篇针对反复出现的修复的指南，8 个写作与作者条目，3 个测量方法之间的比较，以及它们共同依据的方法。
这些工具免费，且不需要账号。参考页面同样免费，而这才是不同寻常的那一半：规则、分值和通过条件都是公开发布的，而不只是被描述，所以一个分数可以被质疑，而不是只能被信任。
| 如果你的问题是 | 去哪里 | 条目数 |
|---|---|---|
| 我想要一个自己网站的分数 | 工具本身 | 6 |
| 有人告诉我某条规则没通过 | 已公布的规则参考 | 41 |
| 我想知道这个分数从哪来 | 12 个加权维度 | 12 |
| 我想核对方法，而不是直接相信它 | 方法及其背后的证据 | 1 |
| 我在两种不同的测量之间做选择 | 测量方法比较 | 3 |
| 某项检查没通过，我需要修复它 | 指南 | 5 |
| 我想核对那些说法，而不是直接相信这个分数 | 写作与作者 | 8 |
工具本身
我想要一个自己网站的分数 · 6 个条目
- GEO 审计报告按已公布的检查为一个首页打分，并列出未通过的项，附上每项检查产生的证据。免费。无需账号。无需邮箱。不存储关于该站点的任何信息，结果只存在于你当前所在的 URL 里。
- 答案检查器六条公开规则，用在你从 ChatGPT、Perplexity 或 Gemini 粘贴的一段回答上：它有没有提到你、有没有在开头提到你、有没有把你列出来、有没有推荐你，以及有没有引用你的域名。免费，而且不会联系任何 AI 引擎——规则在你浏览器里、针对你粘贴的文本运行——也没有什么需要注册的。
- /llms.txt 生成器根据站点自身的标记草拟一份 llms.txt：真实的页面标题、首页描述，以及每个章节最多 8 个链接；每个链接的描述都取自被链接页面自身的 meta description 或 H1（如果读到了的话）。文件里的任何描述都不是由工具撰写的。它会读取首页，以及至多 12 个它链接到的页面，然后在文件里说明这份文件是如何生成的，以及它没能读取什么。
- GEO 就绪度徽章以 Markdown（用于 README）或 HTML（用于页脚）嵌入一个带有真实扫描分数的徽章。数字读自扫描结果，无法手动填写。无需账号、无需邮箱，也没有任何需要安装的东西。
- 每周 GEO 报告当站点分数发生变化时给你发邮件：每周运行同一套检查，点名新近失败的检查，并附上失败检查所看到的证据。无需账号。整个订阅就是这一个邮箱地址——确认它即开始接收报告，退订链接即结束订阅。
- Scan API一个公开的 JSON 端点：运行的是报告页所用的同一个分析器，无需密钥、无需账号，并逐字段说明。没有版本号、有限流；参数、状态码以及它看不到什么，都写在该页面上，而不是等你调用时才发现。
已公布的规则参考
有人告诉我某条规则没通过 · 41 个条目
- 全部 40 条规则扫描器执行的每一条规则，按所属维度分组；每条都附有明确的通过条件和分值。
- robots.txt 可访问请求 /robots.txt 返回 HTTP 200 且响应体非空。
- 没有屏蔽 AI 爬虫把 robots.txt 解析为 user-agent 分组后，gptbot、claudebot、perplexitybot、oai-searchbot 和 google-extended 中的任何一个都没有被禁止访问 /，并且首页对爬虫形态的请求返回了 HTTP 200。
- robots.txt 声明了 sitemaprobots.txt 中包含一行 Sitemap:。
- 首页返回 HTTP 200首页对如实标识自身身份的非浏览器请求返回 HTTP 200。
- 首页被标记为 noindex首页没有包含 noindex 的 meta robots 指令。
- sitemap.xml 存在且格式正确/sitemap.xml 的响应体中包含 <urlset> 或 <sitemapindex>。
- robots.txt 声明了内容政策robots.txt 中包含一条带值的 Content-Signal 指令，值写在同一行，例如 `Content-Signal: search=yes, ai-input=yes, ai-train=no`。
- 存在合法的 JSON-LD至少有一个 <script type="application/ld+json"> 块能被解析为 JSON，并声明了至少一个 @ 关键字（@context、@type、@graph 或 @id）。
- 声明了实体节点解析出的 JSON-LD 中包含 Organization、WebSite、Person 或 LocalBusiness 的 @type。
- 存在内容类型 schema解析出的 JSON-LD 中包含 FAQPage、Article、BlogPosting、HowTo、Product、SoftwareApplication 或 BreadcrumbList 的 @type。
- 正文内容充足移除 script、style 和注释内容后的可见文本，至少包含 800 个词。
- 内容按章节组织页面至少包含 4 个 H2 元素。
- 存在列表和表格页面同时包含 <ul>/<ol> 和 <table>。
- 存在量化数据正文至少包含 5 个数字论断：百分比、金额、3.2x 形式的倍数、带千位分隔符的数字，或五位及以上的纯数字。
- 存在直接引语页面至少包含一个 <blockquote> 元素。
- 引用了外部权威来源页面链接到权威列表上的至少 2 个外部主机：arxiv.org、doi.org、nature.com、science.org、acm.org、ieee.org、springer.com、sciencedirect.com、任意 .gov 或 .edu 主机、wikipedia.org、github.com、developer.mozilla.org、web.dev、nih.gov、who.int 或 europa.eu。
- 声明了 canonical URL页面声明了 rel=canonical 链接。
- 标题是真实问句至少有 3 个 H2 或 H3 标题以问号结尾，或以 how、what、why、which、when、who、where、is、are、do、does、can、should 或 will 开头。
- 存在 FAQPage schema解析出的 JSON-LD 中包含一个 FAQPage 节点。
- 标题后有直接答案在前 30 组“标题后接段落”的组合中（H2/H3 之后可选地经过包装元素，再接一个 <p>），至少 60% 的开篇段落不超过 80 词。
- 通过 HTTPS 提供服务首页是通过 https:// 获取的，而不是只能通过明文 http:// 获取。
- 链接了关于与联系页面页面上的链接同时包含关于类路径（about、company、team、who-we-are）和联系类路径（contact、support）或 mailto: 链接。
- 注明了作者身份作者身份由以下任一信号表明：解析出的 JSON-LD 中有 Person 节点、解析出的 JSON-LD 中有值非空的 author 属性、rel="author"，或可见署名符合“by Firstname Lastname”的形式。
- 实体有站外交叉引用解析出的 JSON-LD 中包含值非空的 sameAs 属性。
- 只有一个 H1页面恰好包含一个非空的 <h1>。
- 使用了语义化地标main、article、section、header、nav 和 footer 中至少有 3 个作为元素出现。
- 主要内容在 HTML 中不执行 JavaScript 时，原始服务器响应中包含至少 100 词的可见文本。
- 标题长度在范围内<title> 长度在 15 到 65 个字符之间。
- meta description 长度在范围内meta description 长度在 50 到 160 个字符之间。
- 存在 Open Graph 标签至少存在一个以 og: 开头的 meta property。
- 声明了文档语言<html> 元素带有 lang 属性。
- /llms.txt 存在且结构正确/llms.txt 返回超过 20 字节，并包含一个 H1、一行 > 摘要和至少 3 个 markdown 链接。
- 公布了爬虫政策robots.txt 可读取，即已公布爬虫政策。
- 声明了 markdown 替代版本文档 head 中包含同时带有 rel="alternate" 和 type="text/markdown" 的 <link>，两个属性的顺序不限。
- 存在机器可读且较新的日期在 dateModified、datePublished 或 article:modified_time 中找到机器可读的日期。
- 内容中出现当前年份当前日历年出现在可见正文中。
- 声明了其他语言版本至少声明 2 个不同的 hreflang 语言代码。
- 声明了地区化语言设置在 <html lang>、og:locale 或 hreflang 属性中出现带地区子标签的语言标记，例如 en-GB、en_GB 或 de-AT。
- 存在 viewport meta 标签存在 meta viewport 标签。
- HTML 体积合理未压缩的 HTML 响应小于 500 KB。
12 个加权维度
我想知道这个分数从哪来 · 12 个条目
- AI 爬虫访问 — 占总分 16%（英文）爬虫读不到页面，后面的规则都无从谈起。
- 机器可读性 — 占总分 12%（英文）JSON-LD 把品牌名、域名和产品绑定成一个实体。
- 内容深度 — 占总分 11%（英文）生成式引擎偏好能完整回答一个问题的页面，而不是薄页。
- 可引用性与证据 — 占总分 11%（英文）统计数字、直接引语和外部来源是收益最大的可引用性投入。
- 答案就绪度 — 占总分 10%（英文）答案以片段被抽取，问题式标题加直接回答最容易被取走。
- 信任与权威 — 占总分 10%（英文）E-E-A-T 信号决定模型是否敢把你的说法当作事实重复。
- 语义结构 — 占总分 8%（英文）标题层级和地标元素决定解析器能否定位章节边界。
- 元数据与可发现性 — 占总分 7%（英文）标题、描述和 canonical 决定搜索或答案界面展示什么。
- AI 上下文文件 — 占总分 5%（英文）一个便宜的、可选的信号：让站点用一个 URL 说明自己的上下文。
- 时效性 — 占总分 5%（英文）有日期的内容在生成回答里更受重视；没有日期的页面无法被判断新旧。
- 国际就绪度 — 占总分 3%（英文）语言和地区标记决定页面能被哪个语言市场检索到。
- 交付与移动端 — 占总分 2%（英文）过慢或不适配移动端的页面，在内容分析开始前就被丢弃。
方法及其背后的证据
我想核对方法，而不是直接相信它 · 1 个条目
测量方法比较
我在两种不同的测量之间做选择 · 3 个条目
指南
某项检查没通过，我需要修复它 · 5 个条目
- 如何检查 AI 引擎是否提到你的品牌
- 如何生成并部署 /llms.txt 文件
- 为 AI 直接引用优化标题（问答式）
- 用 Schema.org JSON-LD 消除 AI 实体歧义
- 为 GPTBot 与 PerplexityBot 配置 robots.txt 与 WAF
- 在 40 个规则页面中，有 16 个指明了覆盖其修复方法的指南。其余规则在规则页本身给出完整修法，因为没有指南覆盖它们，而指向一篇只对了一半的指南，比什么都不说更糟。
写作与作者
我想核对那些说法，而不是直接相信这个分数 · 8 个条目
- 全部写作研究结果、规则说明和明确写出的局限，汇成一个档案，每篇都附上其背后的数据。
- 我们扫描了 30 个首页，没有一个拿到 A这项研究里有一个数字人人都在引用，另外四个却很少被提起。这一篇讲的是它们背后的分布，包括那 9 行根本没有产出页面的记录。
- 六家新闻出版商，六家屏蔽 AI 爬虫样本里的每一家新闻媒体都拒绝了 ChatGPT、Claude、Perplexity 和豆包背后至少一个爬虫。这是一个有可测量代价的策略选择，而且它未必是错的。
- 九个首页从未回应爬虫403 不是一个页面。研究里有九行描述的是错误响应，而不是站点；把它们当作 0 计入，会得出一个更耸动、也更不真实的数字。
- 30 个站点里有 22 个让 AI 猜它们是谁一个无法把名字绑定到域名的模型只能靠猜，而猜测不是引用。修复它的标记只有四行 JSON，而样本里大多数站点并没有。
- llms.txt：证据究竟支持什么这个文件加进去很容易，要把它当成一根杠杆却很难说得通。本文讲为什么仍然值得发布一个，也讲为什么不该假装它比实际更重要。
- 如何读懂一次未通过的检查，并修对地方大多数糟糕的修复，都源于把一次失败当成一条指令。规则页正是为此写明每条检查不测什么；本文讲的就是怎么用这一点。
- 谁在写这个站点（英文）对测量结果负责的人、这些文字如何产生与更正，以及这个站点如何获得资助。
这份索引没有收录什么
扫描器只读取一个页面。它不会向 ChatGPT、Perplexity、Gemini 或任何其他引擎提问，所以这里没有「询问引擎会回答什么」的工具——那篇自查指南就是它的诚实版本，由你亲手完成。
扫描结果页也没有列在这里，因为它是根据你输入的域名按请求生成的，而不是已发布的页面。上面每条规则都链接进那份报告，所以想知道一个页面当前在这 40 条规则里失败哪几条，最快的方法就是拿你自己的域名跑一次。12 个维度的计分权重合计为 100。
关于这些工具与参考的问题
这些内容需要账号吗？
不需要。6 个工具免费，作用在你拥有的页面或你已经拿到的一段回答上；40 个规则页面、12 个维度页面和方法本身都是已公布的文档。唯一需要邮箱地址的是每周报告，而确认这个地址就是订阅的全部。
如果只有五分钟，我该从哪里开始？
先对你自己的域名运行审计报告。它会返回一个百分制分数、背后的 12 个维度得分，以及失败项列表；每条失败的规则都链接到这里的对应页面。先读这份索引，适合你已经知道自己带着哪个问题的时候。
为什么只有 16 个规则页面链接到指南？
这 5 篇指南覆盖的是跨站点反复出现的修复：爬虫访问、schema、标题、llms.txt，以及如何手工核对引用。其余 24 条规则没有对应指南，所以它们的页面直接给出完整修法，而不是链接到一篇只对了一半的指南。
有 API 吗？
有。扫描端点已经在 /api-docs/ 文档化：参数、响应结构、限流，以及它不保证什么。它仍然按 isolate 限流、没有版本号——文档里写明了这一点——所以把它当作已公布的接口，而不是稳定的产品 API。方法也一并公布，所以分数可以被重新计算，而不必只靠信任。
证据与来源
GEO can boost visibility by up to 40% overall in generative engine responses, and in the paper's Table 1 the best of the tested methods improve on the no-optimization baseline by 41% and 28%. — Generative Engine Optimization, KDD 2024
12 个维度的权重遵循那项测量结果，而不是凭偏好决定；完整规则集已公布，所以分数可以手工重算，而不必只靠信任。
Primary sources
- Generative Engine Optimization (KDD 2024) — the measured gains the citability weight follows
- What Generative Search Engines Like — what generative engines prefer in retrieved content
- What Gets Cited: Competitive GEO — which of two competing sources is cited first
- The rule set and its weights — every check, its weight and its pass condition