如何使用这份清单

这份清单按四个维度组织，对应 GEO 得分体系的四个构成部分。建议按维度顺序执行，因为前一项不通过时，后续优化的收益会被抵消。

每项检查给出两个信息：判断标准（如何确认通过）与常见失败原因（为什么大多数站点在这里失分）。执行时只需记录通过与不通过，不需要打分。

完成一轮后，把不通过项按修复成本从低到高排序，先做低成本项。多数站点在第一轮就能通过 18 到 22 项，剩余项通常集中在结构化数据与内容可信度两个维度。

技术准入：8 项

第一，robots.txt 放行检索型 AI 爬虫：确认 OAI-SearchBot、PerplexityBot、Claude-SearchBot 未被任何规则命中，常见失败是复制了网上的全屏蔽清单。

第二，WAF 与 CDN 未拦截：查访问日志中这些爬虫的状态码分布，403 与 429 占比超过百分之五即视为不通过，常见失败是默认 bot 防护规则误判。

第三，核心内容服务端可渲染：用禁用 JavaScript 的方式访问页面，价格、规格、正文是否可见，常见失败是全站 SPA 架构。

第四，关键页面返回 200 且无跳转链：检查是否有三次以上重定向，常见失败是历史 URL 迁移遗留的跳转链。

第五，页面加载性能达标：首屏主要内容应在三秒内完成，常见失败是未优化的图片与阻塞渲染的第三方脚本。

第六，sitemap.xml 存在且更新：确认包含全部可索引页面且 lastmod 准确，常见失败是长期未更新。

第七，llms.txt 存在且链接有效：确认返回 200、Markdown 结构正确、链接均为绝对 URL。

第八，无 AI 爬虫专属封禁：检查 HTTP 头与防火墙规则中是否有针对 AI 的显式拦截策略。

内容可信度：8 项

第一，核心论点附带可验证数据：每个主要结论是否给出具体数字与来源，常见失败是定性描述多于定量描述。

第二，引用一手来源：是否链接到原始报告、论文或官方数据，而不是转引二手媒体，常见失败是只引用行业媒体。

第三，观点具名归因：引用他人观点时是否给出姓名与职位，常见失败是写成「专家表示」。

第四，作者身份可追溯：内容页是否有具名作者及其背景页，常见失败是作者写成站点名或编辑部。

第五，日期与更新状态可见：是否标明发布时间与最近更新时间，常见失败是页面不显示任何日期。

第六，参数与单位明确：涉及规格、价格、区间的描述是否给出单位与条件，常见失败是使用「续航很长」这类无法核验的表述。

第七，结论与证据匹配：是否存在超出数据支持范围的夸大结论，常见失败是把相关性写成因果性。

第八，竞争维度客观：涉及对比的内容是否承认竞品优势，常见失败是只列自身优点。

实体一致性：7 项

第一，Organization 标记完整：是否包含名称、别名、行业、logo、官网，常见失败是只写了 name。

第二，sameAs 已配置：是否关联维基百科、LinkedIn、Crunchbase 等权威档案，常见失败是该字段为空，这是最容易被忽略却影响最大的一项。

第三，品牌名称全网一致：官网、社交媒体、第三方名录中的品牌写法是否统一，常见失败是中英文名与缩写混用。

第四，产品命名稳定：同一产品在不同页面是否使用同一名称，常见失败是改版后新旧名称并存。

第五，作者实体统一：同一作者在不同文章中的姓名与职位是否一致，常见失败是姓名写法不统一。

第六，结构化数据类型正确：是否使用与页面性质匹配的类型，常见失败是全站统一标记为 Article。

第七，结构化数据与页面可见内容一致：标记的值是否在页面上真实可见，常见失败是标记了页面不存在的信息。

监测与迭代：7 项

第一，已建立固定提问集：是否定义了十到十五条与业务强相关的提问，常见失败是每次临时想问题，导致结果不可比。

第二，采样次数固定：每轮是否使用相同采样次数，常见失败是单次采样，无法区分波动与趋势。

第三，观测跨多个 AI 平台：是否同时覆盖 ChatGPT、Perplexity、Gemini 等，常见失败是只测一个平台。

第四，记录竞品同期表现：是否跟踪主要竞品的可见性，常见失败是只看自己，无法排除行业整体波动。

第五，指标定义明确：提及率、推荐率、引用率是否有统一口径，常见失败是把品牌提及与页面引用混为一谈。

第六，设定复盘周期：是否按周或按月固定复盘，常见失败是只在想起时才测一次。

第七，优化动作与结果可对照：每次改动是否记录了时间与内容，常见失败是改动密集但无法归因。

把审计变成常态化流程

一次性审计的价值有限，因为技术准入状态会随 CDN 与 WAF 变更而失效，内容可信度会随页面更新而波动。建议把这份清单作为季度巡检的基线，每次约需一到两小时。

自动化可以覆盖其中约三分之一的项目：技术准入的可达性检测、结构化数据的语法校验、以及跨平台的采样统计都可以由工具完成。剩余需要人工判断的是内容可信度与实体一致性，这两项恰恰是差距最大的地方。

Broccoli AI GEO 的站点审计会沿类似维度输出诊断结果，并按影响程度与实施成本排序生成行动项。把自动审计结果与这份人工清单对照使用，可以在工具未覆盖的语义层面补齐盲区。