1. 网站爬取与可读性
先从公开网站开始,检查 HTTP 状态、canonical、sitemap、robots.txt、llms.txt(详见下方新兴标准说明)、重要页面模板,以及 AI 爬虫是否能读取关键内容。
方法说明
我们会清楚拆解:检查哪些网站信号、测哪些 AI 提示词、如何判读引用,以及分数有哪些限制。
先从公开网站开始,检查 HTTP 状态、canonical、sitemap、robots.txt、llms.txt(详见下方新兴标准说明)、重要页面模板,以及 AI 爬虫是否能读取关键内容。
针对 ChatGPT、Gemini、Claude 执行品类、比较、问题解决与品牌相关提示词。重点是购买意图,不是单纯关键词量。
分析答案是否提到品牌、是否引用官方网站、是否依赖第三方内容、是否提到竞品,以及是否没有可用来源。
检查 Schema、FAQ、组织信息、产品规格、比较页、品类描述,以及页面是否直接回答 AI 用户会问的问题。
用同一组提示词比较竞品曝光,判断问题是技术可读性、品类权威不足、比较内容不足,还是竞品外部引用更强。
分数会综合爬取、引用、内容清晰度、结构化信号与竞品语境。修复项目会按照预期影响与实施难度排序。
我们会检查 llms.txt 是否存在并在报告中呈现,但不会在评分中给予高权重。Google 已公开表示 llms.txt 目前对 SEO 无实质效益,且目前没有主要 LLM 供应商公开确认会抓取或使用 llms.txt 文件。我们持续追踪此信号,因为这个标准未来可能变得重要——但我们不会过度夸大其效果。
AI 回答会因模型版本、地区、账号状态、提示词与时间而变动。
AnswerAtlas 没有 OpenAI、Anthropic、Google、Shopify 或其排名系统的特殊权限。
检查结果是结构化曝光快照,不保证任何 AI 系统一定推荐品牌。
监控存在的原因,是 AI 推荐曝光会在初次检查后持续漂移。