大模型评估一个网站，用的不是人类的阅读方式，而是一套接近工程检查清单的逻辑，核心就三句话：能不能被抓到、能不能被读懂、内容能不能支撑作答。工蜂云的大模型友好度审计引擎把它拆成 5 个带权重的维度，再叠加一层「一票否决」的熔断。本文讲方法论本身：每个维度查什么、为什么这么扣分、好坏样例长什么样。想知道怎么用工具跑诊断，请看《官网 GEO 诊断使用指南》。
可达性 Access（权重 20%）：先得进得来
这是地基。AI 蜘蛛进不来，后面四项写得再漂亮也是零。这一维度模拟 GPTBot、Bytespider 等爬虫的真实访问路径，重点查三类问题：
- robots.txt 误屏蔽：最典型的是一行
Disallow: /把所有爬虫挡在门外，或只放行 Googlebot 却漏掉 AI 爬虫。 - 证书与状态码：过期的 SSL、间歇性的 5xx，会让爬虫直接放弃重试。
- 渲染依赖：纯客户端渲染（CSR）的单页应用，AI 爬虫拿到的常常是一个没有正文的空壳，这也是「内容很丰富却拿零分」最隐蔽的原因。
好的样例：服务端渲染或预渲染，首屏 HTML 里就有完整正文。坏的样例：正文全靠 JS 异步加载，爬虫抓到的是 loading 占位。
可发现性 Discovery（权重 15%）：让爬虫一次抓全
能进来，还要能高效找到高价值页面。爬虫在单站的抓取预算有限，结构混乱会让它抓不到重点页。
- Sitemap：是否在 robots.txt 里声明、是否覆盖核心页、URL 层级是否过深（埋在五六层目录下的页面常被跳过）。
- llms.txt：这是 2024 年由 Answer.AI 的 Jeremy Howard 提出的新约定，在根目录用纯文本向大模型声明「最该读哪些页面」。它不是强制标准，但能在召回时提供优先级线索。
结构化表达 Structured（权重 20%）：消除提取歧义
大模型从 HTML 里提取「公司叫什么、产品多少钱、电话是多少」时，要么靠猜，要么靠你给的结构化数据，后者准确率远高于前者。
- JSON-LD：标准的 Organization、Product、FAQPage 结构，能让大模型直接读到字段值，跳过对正文的模糊清洗，显著降低实体识别错误。
- 社交元标签：OpenGraph、Twitter Card 决定 AI 生成推荐卡片时能否正确显示标题、摘要和预览图。
注意：结构化数据必须和页面可见内容一致。声明的价格和正文里的价格不一致，会被判定为冲突，反而扣分。
品牌事实覆盖度 Fact Coverage（权重 20%）：事实齐不齐、冲不冲突
引擎会先判断站点类型（SaaS、电商、媒体等），再核对该类型「应该具备」的关键事实是否齐全。以 SaaS 为例：品牌名、核心功能、资质、客户案例、联系方式。
更隐蔽的扣分项是事实冲突：A 页面写客服电话是一个号码，B 页面写的是另一个；定价页和 FAQ 对退款政策表述不一致。这类自相矛盾会让大模型对整个站点的可信度打折。
可答性与幻觉 Answerability（权重 25%，最高）：内容能不能支撑作答
这是权重最高的一项，因为它最接近大模型的真实用途。引擎用模拟器对页面内容发起提问，再评判生成答案的质量：
- 引用质量：答案能否稳定附上正确的来源链接。
- 幻觉与模糊惩罚：如果模拟回答频繁出现「不确定」「未提及」「无法确认」，说明页面信息含混、撑不起一个干净的回答，这一项会被大幅压低。
这一项也解释了为什么「把宣传话术改成可被引用的事实陈述」如此关键：它直接决定你的内容能不能被用来作答。
为什么要有「一票否决」熔断
加权总分有个盲区：某一项致命缺陷，可能被其他高分项掩盖，得出一个虚高的总分。但只要存在致命技术瓶颈，大模型根本不会推荐你。所以引擎叠加了三条硬熔断给总分封顶：
- 可达性熔断（封顶 40 分）：Access 过低（严重屏蔽、证书过期），主流 AI 引擎事实上进不来，总分压在 40 以下。
- 薄弱内容熔断（封顶 50 分）：首页可见文字少于 200 字，且 Sitemap 收录链接数不超过 1，说明几乎没有信息量。
- 主实体缺失熔断（封顶 60 分）：识别不出明确的站点名称或业务类型，品牌主实体模糊，大模型无法把内容归到一个清晰的实体上。
熔断的设计意图很明确：在补内容、做结构化之前，先逼你解开技术枷锁。一个被 40 分熔断的网站，花再多精力优化 JSON-LD 也是徒劳，因为爬虫连门都进不来。先解熔断，再谈加权得分，这是 GEO 整改的正确顺序。