FAQ

AI 搜索时代,企业官网要做哪些改造?

五件套:一是机器人可达——robots 对 AI 爬虫显式放行且实测不被防火墙/验证页拦截;二是机器可读面——llms.txt 事实文件(可选辅助)、sitemap 完整、核心页提供 Markdown 版(可选);三是实体结构——JSON-LD 写明 Organization 等实体类型、标题与 H1 规范、双语站 hreflang 对应;四是问答式内容——按客户问题组织页面、短答先行并配 FAQ schema;五是可度量——后台能分开看到真人与机器人流量、AI 引荐带来的线索单独归因。Negency 官网自身就是按这五条改造的,体检工具用的也是同一套标准。

Figure 01 · 官网改造四步:顺序与验收

  1. 01

    第一步:过机器人关

    三种以上 AI 爬虫身份实测首页与核心页;逐条核对 robots.txt 与 WAF

    验收: 均返回 200 且正文可提取

    30 家样本抓取可达均分 91.1,21 家满分
  2. 02

    第二步:补机器可读面

    修干净 sitemap(无失效链接、最新版);llms.txt 与 Markdown 版为可选辅助

    验收: 正文可从源码直接提取

    15/30 sitemap 有问题;机器可读均分 69.2(中位数 68.5),五维最弱
  3. 03

    第三步:结构与内容

    JSON-LD 补 Organization/WebSite;每页一个 H1;先短答后展开

    验收: 标注与可见文字逐项一致

    17/30 没有任何 JSON-LD;13/30 H1 缺失或不唯一;10/30 机器可读与实体结构双双低于 70
  4. 04

    第四步:度量

    机器人流量与真人流量分开报表;AI 引荐线索单独标记

    验收: 改造前后同口径复测

    无对应实测数据,本步为方法要求
数据来自Negency 旗舰报告 2026 年第一期对 30 家中国出海企业官网的实测(2026 年 10 月 30 日单日采样;报告只测技术可见度,不测提及率)。

改造顺序:四步不能颠倒

官网改造有固定顺序:先过机器人这一关,再补机器可读面,再做结构与内容,最后是度量。顺序错了,钱会花在刀背上——机器人进不来的站,内容写得再好也不会被引用;没有度量,改造成效永远说不清。下面四步,每步都给了验收标准:做完对照着验,不过关不进入下一步。

第一步:先过机器人这一关

很多站不是不想被引用,是机器人根本进不来:robots 写了 Disallow、CDN 默认拦截 AI 爬虫、或者返回 200 却是验证码页。用 GPTBot、ClaudeBot、OAI-SearchBot 三种身份实测抓一次,比看配置文件可靠;有条件的再加上 PerplexityBot。

实测时要看三件事:返回状态是不是 200、返回的是不是真实正文(不是验证码页或空壳)、同一页换身份结果是否一致。只看配置文件会漏掉最常见的一类问题:robots 写了放行,CDN 或 WAF 却把爬虫 IP 段拦掉,运营方本人并不知情。

验收标准:三种以上 AI 爬虫身份实测首页与核心产品页,均返回 200 且正文可提取;robots.txt 与 WAF 规则逐条核对过,没有误挡。30 家中国出海企业官网(Negency 旗舰报告 2026 年第一期,2026 年 10 月 30 日采样)抓取可达均分 91.1/100,21 家拿了满分——这一关多数企业能过,但不过关的,后面全免谈。(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,单日采样;报告只测技术可见度,不测提及率。)

第二步:再补机器可读面

sitemap 保证页面被完整发现;页面结构与事实表述清晰,机器才读得准。llms.txt(把公司事实写成一份说明书)与核心页的 Markdown 版是可选辅助:能降低机器读取成本,但不是 AI 搜索的必要条件,也不保证被引用。Google 官方文档明确:进入 AI 概览与 AI 模式不需要新建机器可读文件或 AI 文本文件——llms.txt 是辅助件,不是通行证。

这一层最容易被低估:30 家样本里 15 家 sitemap 有问题,机器可读一项均分只有 69.2(中位数 68.5),是五维里最弱的一维。sitemap 失效链接、多年未更新的旧版、提交了却从未被读取,都是常见毛病;先把 sitemap 修干净,再谈 llms.txt。

验收标准:sitemap 存在、最新、无失效链接且已提交;核心页正文可从源码直接提取(不是脚本渲染后的空壳);llms.txt 如已上线,内容与官网关键事实一致且随官网同步更新。

第三步:结构与内容

JSON-LD 补 Organization/WebSite 实体类型;每页一个 H1;内容按问题组织、先短答后展开。AI 摘引的是段落,不是整页——段落先行给出可引用答案的页面,天然占优。

这一层的数据最说明问题:30 家样本里 17 家没有任何 JSON-LD,13 家 H1 缺失或不唯一,10 家机器可读与实体结构双双低于 70 分。修起来都是小工程:Organization 标注通常半天可完成首版,H1 唯一化是一次全站排查,短答是每页开头加两三句话。难的不是技术,是逐页对账的耐心——标注与可见文字不一致,比不标注更糟。

验收标准:全站核心页均有 Organization 实体标注且与可见文字一致;每页有且仅有一个 H1,写的就是本页主题;核心概念页开头先给可独立摘引的短答。

第四步:最后是度量

把机器人流量从真人流量里分出来单独看:哪类机器人来、抓哪些页、成功率多少。再把 AI 引荐的线索单独标记,否则改造成效永远说不清。

度量分两层:抓取层看各引擎爬虫的到访频次、覆盖页面与成功率(日志里按 UA 分组统计);业务层看 AI 引荐的到站量与带来源标记的线索量。改造前先跑一次基线,改造后同口径复测——没有基线的"变好了"只是感觉。

验收标准:机器人流量与真人流量在报表里分开;AI 引荐访问与线索有独立标记;改造前后有同口径复测记录。

一个具体例子:Negency 官网自己

以 Negency 官网为例:2026 年 11 月 11 日的 AI 可见度体检实测总分 97/100,其中"性能与基础"一项 80 分,首页响应 3.08 秒。97 分的站点也有最弱项——改造不是一次性工程,而是先找到最弱一维、修掉、复测、再找下一项的循环。你的站点也一样:先跑体检拿到五维基线,再按上面四步的顺序动手,不要凭感觉挑活干。

改造的完整分工见本站相关问答:爬虫放行政策、JSON-LD 四类标注、llms.txt 写法;先跑一次免费 AI 可见度体检,拿到自己站点的五维基线,是所有改造的第一步。

相关问题

GEO 和 SEO 有什么区别?

SEO 优化的是网页在搜索结果列表里的排名,目标是点击;GEO(生成式引擎优化)优化的是企业在 AI 生成答案里被发现、理解、信任和引用的程度,目标是进入答案本身。两者共用一部分技术基础(可抓取性、结构化数据、内容质量),但 GEO 额外要求实体事实治理、机器可读面(llms.txt、Markdown 镜像)和第三方提及生态。做 SEO 的网站不等于对 AI 可见:AI 引擎引用谁,取决于它能否抓到、读懂并核实这个企业的事实。 具体差异集中在四个层面:目标、对象、内容结构与评估方式,正文有逐项对照。

中国企业出海,怎么做 AI 搜索可见度?

出海企业的 AI 可见度短板通常不在内容量,而在机器可读面:我们对 30 家中国出海企业的实测显示,类目均分最弱的是机器可读面(69.2/100)——17 家首页没有 JSON-LD、15 家 sitemap 缺失或收录不足、13 家 H1 缺失或重复。路径是四步:先体检摸清机器人可达性与机器可读面,再治理实体事实(双语口径一致),然后按海外客户的真实问题生产问答式内容,最后经营第三方提及(媒体、社区、合作伙伴),并用固定问题集定期复测提及与引用验证效果。

llms.txt 是什么?企业网站有必要加吗?

llms.txt 是放在网站根目录的一份纯文本说明书,专门写给 AI 看:公司是谁、做什么、核心页面在哪、关键事实与定义是什么。它不能直接提升被引用的概率(Ahrefs 2026 年 5 月研究:137,210 个域名中,已发布 llms.txt 的文件 97% 当月零次被取用,对引用率的直接影响接近零),但它是成本最低的事实治理动作——一份文件把全网口径统一锚点立住,AI 抓取时有据可依。结论:值得加,但别指望只加它就有效;它要和实体事实治理、结构化数据、问答式内容一起做。Negency 的 llms.txt 是事实圣经版:含公司定义、方案边界、案例出处与引用规则。

企业部署 AI Agent 之前,要做哪些准备?

四件准备,缺一件都不建议开工:一是场景选型——从高频、规则相对清晰、结果可验证的工作流里选试点,而不是从最炫的场景选;二是知识与数据基础——Agent 要用的知识库先治理(去重、版本、权限),脏知识库只会放大错误;三是治理设计——权限边界、人工审批点、审计日志在上线前定好;四是度量基线——试点前先记录人工流程的耗时与错误率,否则上线后无法证明价值。Negency 的方法论是先小范围受控试点、验证有效再扩围,治理是设计输入而不是事后补丁。

为什么 AI Agent 需要治理和人工审批点?

因为 Agent 与普通软件的根本区别是它会自己决定下一步动作,而且错误会以机器速度放大。治理要回答四个问题:它能碰哪些数据(权限)、哪些动作必须人批(审批点)、做过什么可追溯(审计)、出问题怎么停(熔断)。人工审批点不是不信任技术,而是把责任留在人这一侧:对外发送、金额、删除、承诺类动作过人,其余放行自动化。欧盟 AI Act 也按风险等级对高风险系统提出人类监督要求——治理做得早,是合规成本最低的路径。