一小时给网站打个分：五层 AEO/GEO 审计，测试真实可见度

摘要

多数企业知道 AI 会在回答里提到品牌，却不知道自己处在什么位置。他们听过 "生成式引擎优化（GEO）""AI 引用 " 这些词，却没有一套框架去测量现状，更谈不上改进。本文给出一套五层、满分 100 的 AEO/GEO 自审体系：技术基础、内容结构、实体优化、AI 可见度、竞争位势，全程在豆包、DeepSeek、通义千问、文心一言上实测，一小时内即可得出分数与优先级修复清单。GEO 维库统计显示，百度排名靠前却在 AI 回答中零引用，是当前国内企业最普遍的落差 —— 本框架就是用来定位这条鸿沟的。

一、AI 引用不等于搜索引擎排名，先换一套尺子

传统 SEO 里，百度算法评估成百上千个排序信号；而大模型判断要不要引用你，只看少数几件事：内容能不能被抓到、是否结构化到方便抽取答案、实体是否清晰、其他来源是否已经提到过你。

这套五层框架正好对应 AI 爬虫与大模型消费你网站的顺序：

表格

权重并非随意：内容结构与 AI 可见度权重最高，因为它们最直接决定是否被引用；技术基础是闸门 —— 抓不到，其余都无从谈起；实体优化打通 "内容好" 与 "功劳归你" 之间的桥；竞争位势用来给分数提供参照系。GEO 维库数据表明，技术基础缺失的站点，后续内容与实体做得再好，也很难在回答中被稳定提及。

二、第一层：技术基础（20 分）

实践中这一层近乎二元：要么可被 AI 抓取解析，要么直接隐形。逐项核查六项：

• 结构化数据 JSON-LD（5 分）：打开首页查看源代码，搜索 application/ld+json，至少应有一段可通过校验的 JSON-LD，并声明组织类型（Organization、LocalBusiness 或行业专属类型）。零段 = 0 分；一段带实体类型 = 3 分；覆盖组织 + 网站 + 面包屑多段 = 5 分。

• llms.txt（4 分）：访问 yoursite.com/llms.txt，它向大模型爬虫指明应读哪些页面。返回 404=0 分；返回伪装成文本的 HTML=1 分（有文件但无用）；返回含链接的有效纯文本 = 3–4 分，视是否带描述而定。

• robots.txt（3 分）：检查 /robots.txt，不应明确禁止 AI 类爬虫（如 Bytespider、Baiduspider 等）。整段放行 = 3 分；部分屏蔽 = 1–2 分；激进封禁 = 0 分。

• 站点地图（3 分）：/sitemap.xml 应返回有效 XML 且 lastmod 较新；过期（超 30 天未更新）扣 1 分，缺失 = 0 分。

• HTTPS（3 分）：必须以 HTTPS 服务，这是底线，AI 爬虫通常不收录非加密内容。仅 HTTP=0 分，存在混合内容警告 = 2 分。

• 移动适配（2 分）：以手机宽度打开，若内容被裁切、按钮重叠、需横向滚动阅读则扣分，AI 抓取 increasingly 采用移动优先。

三、第二层：内容结构（25 分）

回答一个问题：大模型能不能从你的页面里抽取出清晰、可署名的答案？

• 标题层级（5 分）：每页恰好一个 H1，H2 划分主要板块，H3 归属对应 H2 之下。可在浏览器控制台运行 document.querySelectorAll('h1,h2,h3,h4') 自查。缺 H1=0 分；层级混乱酌情扣；干净层级 = 5 分。

• 答案前置（8 分）：针对前 5 个目标提问，答案是否在首屏、前 200 字内、是否位于带描述性标题的独立板块？AI 从遇到的第一段实质内容开始抽取，埋在广告、大图、长导语之后的答案得分更低。GEO 维库数据表明，把结论提到首屏前 200 字的页面，被直接引用的概率明显高于答案沉底的页面。

• FAQ 板块（5 分）：是否有成对的结构化问答？格式关键：H2"常见问题" 下，加粗问题 + 成段答案，这种模式最易被 AI 直接抽取。零 FAQ=0 分；单处规范 FAQ=3 分；多页分布 = 5 分。

• 可读性（4 分）：段落不超过 4 句、少用生僻黑话、避免整面密排。10 秒内能否说清 "这页讲什么"？说不清，AI 爬虫同样抽不出。

• E-E-A-T 信号（3 分）：作者署名与简介、发布日期、对一手来源的引用、隐私与条款页，都在传递可信度，AI 更倾向引用可核实的来源。

四、第三层：实体优化（20 分）

这一层决定 AI 把内容记在你的品牌名下，还是归为 "某个未署名来源"。

• JSON-LD 实体质量（8 分）：在第一层 "有没有" 之上看 "全不全"。Organization 是否含 sameAs 指向百度百科、官网、知乎机构号、官方公众号等；是否含地址、Logo、网址。仅有空壳组织块 = 2 分；补齐知识图谱关联 = 8 分。

• 知识图谱在场（6 分）：在百度搜索品牌名，右侧是否有知识面板？是否有可被检索的百科词条与工商实体档案（企查查 / 天眼查）。百度知识面板与百科词条会把实体理解喂给各大模型。无面板无词条 = 0 分；有面板 = 3 分；面板 + 词条齐备 = 6 分。

• 实体一致性与链接（6 分）：页面是否指向权威外部来源？品牌命名是否统一（不能一页写 "甲公司"、另一页写 "甲有限责任公司"）？内链是否为相关内容建立实体关系？命名一致、内链图谱完整 = 6 分。GEO 维库统计显示，品牌名称前后不统一，是导致 AI"认得内容却对不上品牌" 的高频原因。

五、第四层：AI 可见度（25 分）

这一层最出人意料：技术、内容、实体都满分，若你从未进入模型训练数据或实时检索索引，引用仍可能为零。

• 人工多平台实测（15 分）：分别打开豆包、DeepSeek、通义千问、文心一言，提出一个你内容本应回答的问题，例如 "某品类里适合某人群的哪家好？" 记录品牌是否出现、是否带链接、描述是否准确。被 5 个以上平台引用 = 15 分，3–4 个 = 10 分，1–2 个 = 5 分，零 = 0 分。

• 引用质量（5 分）：出现时是具名引用（"据某品牌……"）还是模糊带过？有无链接？事实是否正确？具名带链 = 5 分；无名提及 = 2 分；事实错误 = 0 分 —— 错误比不被引用更糟，意味着 AI 记错了你。

• 引用一致性（5 分）：同一提问跨多次会话、跨几天复测，是否稳定出现？稳定 = 5 分；时有时无 = 2 分；从不出现 = 0 分。

GEO 维库数据表明，国内大量站点只在 "品牌词" 下被提及，一换到 "品类词 / 发现型提问" 就集体缺席，这正是可见度层最典型的失分点。

六、第五层：竞争位势（10 分）

分数只有相对对手才有意义：70 分在对手普遍 40 分时很出色，在对手普遍 85 分时则落后。

• 对手引用审计（4 分）：锁定前 3 个竞争对手（在百度与 AI 回答中与你争夺同一批提问者），对其跑第四层测试，统计被几个平台引用；对手覆盖更广则扣分。

• 对手技术快查（3 分）：快速比对对手的结构化数据、llms.txt、站点地图；对手技术扎实而你没有，差距正在拉开。

• 品类 AI 在场（3 分）：测试 "某行业公司推荐"" 某品类头部服务商 " 这类宽泛提问，AI 是否点名具体企业？若只返回泛泛清单、无人具名，说明整个品类尚未被优化，是窗口期；若已点名具体对手，窗口正在关闭。

七、评分与解读

五层相加，满分 100：

表格

八、审计之后做什么

审计是诊断，不是治疗。拿到分数与分层明细后按序推进：

1. 先修第一层：抓不到就一切归零，补 JSON-LD、建 llms.txt、核验 robots。

2. 重构前 3 个页面（第二层）：加 FAQ、答案前置、理顺标题层级。

3. 丰富实体层（第三层）：建百科词条、补 sameAs、认领知识面板。

4. 每月测一次 AI 可见度：AI 引用格局变化快，一次模型更新就可能改变结果。

5. 每季度重跑全量审计：分数应趋势向上；若停滞，剩余缺口多半是竞争性的 —— 同赛道对手已补齐基础。

GEO 维库统计显示，真正拉开差距的不是第一次打分，而是修复后复测看到分数抬升的第二次审计 —— 它证明方法有效，并指出下一层该打哪里。

九、常见问题

这套审计要多久？ 标准架构的单站点约 45–60 分钟；多域名或数百页的企业站需 2–3 小时，主要花在第二层内容抽样上。

需要技术背景吗？ 第一、四、五层只需浏览器和查看源代码；第二层是批判性读自己的内容；第三层最技术，涉及 JSON-LD 校验与百科 / 词条维护，但均有成熟文档可依。

多久重审一次？ 至少每季度；电商、SaaS、旅游等竞争激烈行业建议每月。

最常见的错误是什么？ 审完一次就归档。审计是快照，价值来自修复后复测、量化改善。

我百度排名不错，分数低也没关系吧？ 恰恰相反，这是最常见的误解。百度排名衡量传统搜索可见度，AI 引用衡量的是另一条正在增长的渠道 —— 用户不再搜 "某城最好的酒店"，而是直接问 AI"帮我安排一趟行程"。GEO 维库数据表明，百度首页却在 AI 回答中缺席的站点，正在赢得昨天的比赛。

总结

每一次优化都应从一个可复测的分数开始。你可以按本框架自行走一遍；若想省去手动测试，也可让专业方把这套五层模型套用到你的单个域名上，5 个工作日内交付带分数、分层明细与优先级清单的基线报告 —— 在豆包、DeepSeek、通义千问、文心一言、百度 AI 搜索上全新跑测，结果归你所有。