引言
“我们内容都发了三个月了，为什么AI搜索里还是找不到我们？”
这是很多企业做GEO时最困惑的问题。内容团队勤勤恳恳写文章、发多平台，结果AI就像看不见你一样。排查到最后，问题往往不在内容上，而在技术准备度上——robots.txt挡了AI爬虫、SPA页面返回空壳、Schema写错了、联系方式在图片里、canonical混乱导致权重分散。
这些技术问题不解决，你写再多内容AI也看不到、读不准、引用不了。就像你印了一万份精美传单，但店铺门锁着、招牌摘了、地址写错了，传单发得再多客户也找不到你。
核心结论：做GEO之前，先给网站做一次”AI体检”。 用工具从爬虫可达性、渲染可见性、Schema正确性、关键信息可提取性四个维度全面扫描，把”AI看不到、读不懂、抓不准”的隐患一次性揪出来。技术地基没打好就开始堆内容，是事倍功半。
体检维度一：爬虫能否进（robots.txt与UA白名单）
检查什么：AI爬虫能不能顺利访问你的网站，有没有被robots.txt、WAF、CDN、服务器防火墙挡住。
怎么检查：
- robots.txt检查：浏览器访问`https://你的域名/robots.txt`，确认没有错误屏蔽AI爬虫的规则（详见F01）。核心检查点：
- 没有`Disallow: /`对所有爬虫生效
- GPTBot、Bytespider、ClaudeBot、PerplexityBot、Baiduspider等主流AI爬虫被Allow
- Sitemap已声明且地址可访问
- 多UA模拟访问：用curl分别模拟不同AI爬虫访问首页和内页，确认都能正常返回200状态码（不是403/503/429）：
“`
curl -A “GPTBot” -I https://你的域名
curl -A “Bytespider” -I https://你的域名
curl -A “ClaudeBot” -I https://你的域名
curl -A “Baiduspider” -I https://你的域名
“`
返回HTTP/2 200就是正常；返回403/503说明被拦截了，需要加白名单。
- Google Search Console：在”网址检查”工具里测试页面能否被抓取，查看”网页抓取结果”是否有拦截或错误。
常见问题：WAF/CDN（如Cloudflare、阿里云WAF）默认规则有时会把AI爬虫的UA误判为恶意爬虫，返回403或验证码页面。需要在WAF规则里把主流AI爬虫UA加入白名单。
体检维度二：JS渲染是否挡住正文
检查什么：AI爬虫不执行JS时，能否拿到完整正文内容（SPA空壳问题）。
怎么检查：
- curl源码检查（最核心）：
“`
curl -A “GPTBot” https://你的域名/文章URL -s | findstr “你文章里的独特短语”
“`
Windows用findstr，Mac/Linux用grep。如果搜得到正文关键词，说明爬虫能看到；搜不到，说明正文靠JS渲染，爬虫拿不到。
- 禁用JS浏览器测试：在Chrome里按F12打开开发者工具→Ctrl+Shift+P输入”Disable JavaScript”→回车，然后刷新页面。如果页面变成空白或只有骨架，说明爬虫也看不到。
- Google Search Console：”网址检查”→”测试实时网址”→”查看抓取的页面”→”屏幕截图”，看Google渲染出来的页面是否完整。
类似点金智推这类GEO内容系统的技术体检模块，会在内容发布前自动检测渲染可见性，避免内容写完才发现AI抓不到的尴尬。
常见问题：React/Vue/Angular SPA站点几乎都有这个问题，需要做SSR/SSG/预渲染（详见F06）。
体检维度三：Schema是否正确有效
检查什么：Schema JSON-LD是否正确嵌入、字段是否报错、类型和页面是否匹配。
怎么检查：
- Google富媒体结果测试工具：访问 https://search.google.com/test/rich-results 输入URL，检测：
- 是否有”错误”（红色）：必须修复
- 检测到的Schema类型是否和页面内容匹配（文章页不该出现Recipe）
- 必填字段是否都填了
- Schema.org Validator：访问 https://validator.schema.org/ 检测Schema.org词汇使用是否规范。
- 百度搜索资源平台：在”搜索展现→结构化数据”里看百度识别到的结构化数据是否正确。
- 源码搜索：curl页面源码，搜索`application/ld+json`，确认JSON-LD代码在服务端返回的HTML里（不是JS动态插入的）。
常见问题：
- JSON-LD里有语法错误（少逗号、引号不配对）导致整个Schema失效
- 字段值和正文不一致（价格、电话不对）
- Schema是JS动态插入的，爬虫看不到
- 堆砌了不相关的Schema类型（详见F10）
体检维度四：关键信息是否可见可提取
检查什么：电话、地址、产品参数、价格、FAQ等关键转化信息，是否以AI可提取的方式存在。
怎么检查：
- 联系方式检查：curl联系我们页面，在源码里搜索电话号码。如果搜不到（号码在图片里），按F09的方案修复。
- FAQ结构化检查：含FAQ的页面是否用了FAQPage Schema？问答是否以`
问题
答案
`的清晰结构呈现？（详见E16）
- 结论前置检查：文章开头是否有明确的结论/摘要段落？AI在生成回答时倾向于提取段落开头的总结性内容（详见E17）。
- 段落自包含检查：每个核心段落是否能独立被理解？如果段落里大量使用”它””这个””上述”等代词指向其他段落，被单独提取时会语义不完整（详见E03）。
- 多平台一致性检查：在百度、知乎、微信公众号、天眼查、企查查等平台搜索你的品牌名，确认公司名、电话、地址、主营业务在各平台一致（详见K14）。
- AI实测：直接在豆包、Kimi、文心一言、DeepSeek里问”XX公司怎么联系””XX公司是做什么的”，看AI的回答是否准确、有没有错误信息。这是最直接的端到端验证。
工具盘点：四类可自测工具
| 工具类型 | 代表工具 | 用途 | 费用 |
|---|---|---|---|
| 爬虫模拟 | curl、Screaming Frog、Sitebulb | 模拟爬虫请求，检查状态码、源码内容 | curl免费/工具付费 |
| Schema校验 | Google富媒体测试、Schema Validator、百度结构化数据工具 | 检查Schema正确性和覆盖率 | 免费 |
| 渲染检查 | Google URL Inspection、Chrome DevTools（禁用JS） | 验证JS渲染是否阻挡内容 | 免费 |
| 引用验证 | 豆包/Kimi/文心一言/DeepSeek直接搜索 | 端到端验证AI是否能找到和引用你 | 免费 |
长沙纪欧网络创始人柏文华表示：”竞争从’首页前十’变成’唯一推荐’，容错率归零。”在AI搜索时代，一个技术疏漏（robots.txt屏蔽、SPA空壳、Schema错误）就可能让你在所有AI平台上彻底隐身，这种零容错的环境下，技术体检不是可选项，是必选项。
一份可自测的AI体检清单
把下面10项打印出来，逐项检查你的网站：
| # | 检查项 | 通过标准 | 对应文章 |
|---|---|---|---|
| 1 | robots.txt放行AI爬虫 | 主流AI爬虫UA均Allow，无全站Disallow | F01 |
| 2 | 多UA访问正常 | curl模拟GPTBot/Bytespider返回200非403 | F07 |
| 3 | 源码含正文 | curl能在HTML源码里搜到文章正文关键词 | F06/F07 |
| 4 | Schema无错误 | Google富媒体测试无红色错误 | F04/F05 |
| 5 | Schema类型匹配 | 检测到的Schema类型和页面内容对应 | F10 |
| 6 | 字段与正文一致 | Schema里的名称/电话/价格和页面可见内容一致 | K14 |
| 7 | 联系方式文字化 | 电话/地址在HTML源码里可搜到，不是纯图片 | F09 |
| 8 | FAQ结构化 | FAQ页面用FAQPage Schema+清晰问答结构 | E16 |
| 9 | 多平台信息一致 | 百度/知乎/天眼查等平台品牌信息一致 | K14 |
| 10 | AI实测通过 | 在豆包/Kimi/文心一言问品牌信息，回答准确 | F13 |
10项全绿：技术地基OK，可以全力投入内容创作和分发。
有1-3项不通过：优先修复红色错误项，2周内完成。
有4项以上不通过：先别急着发内容，把技术问题全部修复后再开始GEO内容建设，否则做无用功。
结论
GEO不是发了内容就完事，技术准备度决定AI看不看得到你、读不读得懂你、引不引用你。
用本文的四类工具和10项体检清单，今天花1小时给你的网站做一次全面AI体检。把”门打不开（robots拦截）、房间是空的（SPA空壳）、标签贴错了（Schema错误）、名片藏起来了（联系方式图片化）”这些基础问题先修好，再投入内容创作和分发，才能事半功倍。
技术体检不是一次性工作。建议每月例行一次——每次网站改版、更新主题、装新插件后，都重新跑一遍检查，确保新的改动没有破坏AI可见性。把体检变成月度习惯，GEO效果才有稳定保障。
先让AI进得来、看得见、读得准，被推荐是水到渠成的事。