规则参考

robots.txt 禁止了包含主要内容的路径，或在不知情的情况下屏蔽了 AI 爬虫。屏蔽本身是决策，问题在于"不知道自己屏蔽了"。

适用范围

解析 robots.txt 指令，对照关键路径与已知爬虫 UA。无法检测服务器级拦截（WAF、限流）。

依据

robots 协议是文档化标准；主要 AI 厂商会公布自家爬虫 UA 及其控制方式。

主要内容完全依赖客户端 JavaScript 渲染，纯 HTTP 请求（不带浏览器）只能拿到空壳。部分爬虫会渲染页面，部分不会——不在 HTML 里的内容就有风险。

适用范围

对比原始 HTML 与渲染后页面的文本量和关键内容。它提示风险，无法保证某个具体爬虫如何处理你的站点。

依据

各搜索引擎的爬虫文档都描述了渲染管线及其限制；纯客户端内容是公认的失败模式。

页面缺少 title 元素、与其他页面重复，或标题无法概括页面内容。搜索引擎和 AI 系统把标题当作页面的首要标识。

适用范围

适用于所有可收录的 HTML 页面。只检查是否存在、是否唯一、是否大致相关，不评价文案是否有说服力。

依据

title 元素是搜索引擎长期使用的收录信号，AI 回答在指名来源时也常直接引用标题。

页面没有 meta description，或只是模板字符串。缺少描述意味着搜索结果中的摘要只能听天由命。

适用范围

适用于可收录页面。只检查是否存在、是否模板化；搜索引擎最终是否展示该描述不在检查范围内。

依据

meta description 是搜索引擎文档中的摘要信号；回答引擎也经常原样或部分引用。

页面声明的 canonical 与自身冲突（如协议或域名不一致），或同一页面的不同变体指向不同的 canonical。这会分散信号，让爬虫无法确定保留哪个 URL。

适用范围

适用于应当收敛到单一 URL 的页面。参数、分页与跨域转载需要按情况单独决策。

依据

rel=canonical 是所有主流搜索引擎支持的文档化链接元素。

页面没有 h1 或有多个 h1，或层级跳跃（h2 → h4）。结构信号同时影响可读性和机器对章节的解析。

适用范围

机械可检查：数量与层级顺序。标题文字是否有意义仍需人工判断。

依据

标题结构属于 HTML 语义规范，解析器依赖它构建文档大纲。

页面做出论断（数字、对比、"最佳"、"已被证明"）却没有来源、数据或示例。基于此类页面生成的回答缺乏依据，读者也没有信任的理由。

适用范围

需要人工判断：什么算充分依据取决于论断本身。检查只能找出"看起来缺少支撑"的论断。

依据

回答引擎在选择引用来源时更倾向于有佐证的内容；有依据的论断也更容易被准确引用。

章节依赖散落在全页的上下文，或标题与用户真实提问不对应。回答和摘要由片段构成——能独立成立的片段才会被引用。

适用范围

对标题措辞与章节完整性的判断无法自动化；检查只能组织复核流程。

依据

回答系统按段落级内容抽取；"让段落可独立成立"是文档化的内容实践。

页面没有日期，或每次部署都把日期刷新而内容没变。虚假的新鲜度会同时损害读者信任和版本比对。

适用范围

可检测：日期是否存在，以及是否与真实的内容变更历史一致。

依据

可见日期是常见信任信号；搜索文档明确警告不要操纵日期。

在固定问题集上，回答未提及品牌，或提及了竞品。这是对样本的观察——有分母和条件，不是判决。

适用范围

必须同时报告：问题集、样本量、有效回答数、语言/地区、助手身份与日期。单次样本的低提及率不能证明品牌无法被 AI 看见。

依据

重复抽样的提及计数是谈论"AI 可见度"唯一诚实的方式；单次见闻不是测量。

提及品牌的回答存在事实错误：定位不准、价格过期、产品名混淆。不准确通常可以追溯到过期或互相矛盾的公开信息。

适用范围

由人工对照官方最新信息复核样本回答。报告会指出哪个事实错误、正确信息发布在哪里。

依据

回答系统基于公开来源综合生成；可执行的修复在来源页面，而不是在助手上。

回答提及品牌时只引用第三方，或完全不给来源。引用是回答与你的网站之间可度量的连接。

适用范围

与提及率使用同一批样本统计。某个助手是否提供引用链接属于平台行为，站点无法控制。

依据

是否给引用因助手与回答类型而异；把它当作站点侧的失败会误读测量结果。