五类信号逐项说明
体检查五类信号,每类都对应到具体页面与具体问题,不只给一个总分。下面逐组说明:查什么、怎么判、不合格的典型表现是什么。
机器人可达性
查什么:robots.txt 是否放行主流 AI 爬虫、sitemap 是否存在且无失效链接、页面返回状态是否正常。怎么判:模拟主流 AI 爬虫实测抓取首页与核心页面,看放行状态、返回状态与抓取结果,而不是只读配置文件。典型不合格:robots 写了放行,CDN 或 WAF 却把爬虫 IP 段拦掉;或者返回 200 的其实是验证码页。这是入场券——进不来,后面全免谈。
机器可读面
查什么:有没有 llms.txt 事实文件、核心页面有没有 Markdown 版、页面源码里正文是否可被直接提取。怎么判:读原始 HTML,看正文是否在源码里(很多站正文靠脚本渲染,爬虫拿到的是空壳);llms.txt 缺失只记警告不记失败,因为它是可选辅助,不是必要条件。典型不合格:整站正文由脚本渲染,源码里只有容器标签;或者 llms.txt 有了却与官网事实不一致。
实体事实
查什么:公司名、业务、服务对象、联系方式是否有 JSON-LD 结构化标注,官网与第三方平台上的口径是否互相矛盾。怎么判:标注逐项与页面可见文字对账,再与主要目录站的公开档案交叉核对。典型不合格:没有任何 JSON-LD;或者标注里的成立年份与关于页正文写的不一样。AI 说错一家公司,多半源于事实源混乱。
内容结构
查什么:内容是否按客户的真实问题组织、每页是否有可摘引的短答、标题层级是否清楚。怎么判:抽查核心页:开头三句内有没有完整定义、每页 H1 是否唯一且切题、段落是否先给答案再展开。典型不合格:全站共用一个 H1,或 H1 写的是口号不是主题;概念页从公司口号讲起,三句之内没有定义。AI 引用的是段落,不是整页印象。
引用就绪度
查什么:案例和数字有没有公开来源、是否标注了出处。怎么判:抽查页面上的关键数字与案例陈述,看有没有可点击的公开来源与日期。典型不合格:满页"行业领先""增长显著"却没有任何数字与出处;或者数字有、来源是"内部数据"无法核验。无源的数字 AI 不敢引,编辑也不敢转。
一个真实参照
我们对 30 家中国出海企业官网做过同口径采样:总分均值 80.1/100,中位数 80(区间 55–98),7 家 90 分以上、6 家 70 分以下;但机器可读面是五类里最弱的一类(均分 69.2,中位数 68.5)——17 家缺 JSON-LD 结构化数据、15 家 sitemap 有问题、13 家 H1 标题不规范,10 家机器可读与实体结构双双低于 70 分。也就是说,大多数公司的短板不在内容多少,而在机器读不读得懂。(抽样口径:样本为 30 家中国出海企业全球官网主域名,检测用 Negency AI 可见度体检引擎,约 30 个信号、五类,2026 年 10 月 30 日单日采样;报告只测技术可见度,不测提及率。)
范围要说清楚:体检测的是官网技术可见度——AI 能不能抓到、读懂你的网站;它不测 AI 回答里的品牌提及率。技术分高只说明入场券拿到了,提及率要另用固定题集采样测量。两类指标不要混为一谈。
体检入口就在本站:免注册出分,完整报告留邮箱获取。
检测流程:一次体检怎么跑
- 提交与确认:提交官网域名,确认检测范围(语言、目标市场、主要引擎);
- 自动抓取:模拟主流 AI 爬虫抓取首页与核心页面,记录放行状态、返回状态与正文提取结果;
- 五维评分:按上述五类信号逐项打分,每一项扣分都对应到具体页面与具体问题;
- 报告解读:先看最弱维度与入场券类问题(可达性),再看内容与引用类问题——顺序错了,钱会花在刀背上;
- 修复与复测:按优先级修复后用同一口径复测。分数变化与 AI 回答里的实际提及分开记录:分数是过程指标,提及才是结果指标。
查完之后:提升路径与优先级
- 第一优先(入场券):放行 AI 爬虫、修复 sitemap、保证核心页返回正常状态且正文可被提取——没入场,后面全是零;
- 第二优先(读得懂):补 JSON-LD 实体标注、统一 H1 与标题层级、给核心页加可摘引的短答;
- 第三优先(信得过):官网与第三方平台的实体口径对齐,案例与数字补上公开出处;
- 持续项(被引用):按客户的真实问题生产问答式内容,经营第三方提及,用固定问题集定期采样复测。
体检之后如果想要一份带证据和优先级的正式诊断,可以先看诊断包交付样例节选,了解交付物的格式与颗粒度。