一句话结论
GEO 的 30 项检查分成四层:技术可抓取、内容结构、品牌实体、效果监测。 先把 P0 全部做完,再推进 P1。
优先级说明:P0 = 缺失会直接导致内容进不了 AI 候选池;P1 = 显著影响引用质量;P2 = 长期维护项。
一、技术可抓取层(8 项)
- P0
robots.txt未误伤 AI 爬虫 —— 检查是否放行了 GPTBot、ClaudeBot、Bytespider、PerplexityBot 等。验收:用爬虫 UA 测试返回 200 - P0 页面正文可被静态抓取 —— 关闭 JS 后核心内容仍在 HTML 中。验收:
curl能拿到正文 - P0 每页有唯一的
title和description—— 无重复、无空缺,含品牌词与场景词 - P0 配置了
canonical—— 避免重复内容分散权重 - P1 部署了 JSON-LD 结构化数据 —— 至少覆盖 Organization、WebSite、Article/Service、FAQPage
- P1 提供了
llms.txt—— 根目录可访问,含站点定位与核心页面清单 - P1 提供了
sitemap.xml—— 已提交到各搜索引擎控制台 - P2 提供了 Markdown 原文端点 —— 如
/blog/{slug}.md,供 AI 零损耗解析
二、内容结构层(8 项)
- P0 核心页面结论前置 —— 前 100 字内给出直接答案,不铺垫
- P0 标题层级清晰 —— H1 唯一,H2/H3 按逻辑递进,不跳级
- P0 每个段落可独立理解 —— 不依赖上下文才能读懂
- P1 对比类信息已表格化 —— 选型、参数、区别类内容一律用表格
- P1 有可被独立摘取的定义句 —— 核心概念有一句话版本的定义
- P1 覆盖多类提问意图 —— 至少覆盖定义、比较、价格、风险、场景中的三类
- P1 每篇有 FAQ 区块 —— 3 到 5 组问答,且与 FAQPage Schema 内容一致
- P2 标注了发布与更新时间 —— 重大更新时同步更新
updatedDate
三、品牌实体层(6 项)
- P0 品牌名与主体在全站统一 —— 不存在一处一个说法的情况
- P0 主营业务描述一致 —— 首页、服务页、关于页的表述不矛盾
- P1 有明确的品牌事实档案 —— 主体、产品、资质、地域、适用边界集中定义
- P1 关于页有真实作者信息 —— 姓名、背景、可核验的作品或经历
- P1 关键事实有可核验来源 —— 数据、资质、案例能指向出处
- P2 站内外描述一致 —— 官网与各外部平台的品牌描述不冲突
四、效果监测层(8 项)
- P0 建立了种子问题集 —— 10 到 20 个覆盖核心业务的问题
- P0 完成了首次基线采样 —— 保存了完整答案原文与采样时间
- P0 确定了监测平台清单 —— 2 到 5 个目标客户实际使用的平台
- P1 记录了「提及 / 引用」两档状态 —— 区分「被提到」和「被引用」
- P1 记录了事实准确度 —— 被提及时描述是否正确,错误内容单独标注
- P1 设定了复测周期 —— 通常为双周或月度
- P2 有跨平台对比视图 —— 能看出各平台的差异
- P2 有历史趋势记录 —— 至少积累了三个周期的数据
怎么用这份清单
如果你是自查
按 P0 → P1 → P2 的顺序推进。P0 有 13 项,建议全部完成再考虑其他——这 13 项是地基,缺任何一项都可能让后续投入打折扣。
技术层的 8 项通常一两天就能改完,投入产出比最高,建议先做。
如果你要验收服务商
在项目启动前把这份清单发给对方,确认哪些在服务范围内。项目结束时逐项核对:
- 标注 P0 的项目,如果没做,需要明确原因
- 验收标准要具体到可操作的程度,避免「优化了页面结构」这种无法验证的表述
如果你是服务商
这份清单可以直接作为交付物的骨架。注意 P0 项要在项目初期完成,因为它们决定了后续内容工作的有效性。
常见问题:改完之后多久有效果
这是被问得最多的问题。诚实的回答是:没有固定时间。
内容与结构上线后,AI 平台需要时间重新抓取、更新索引。这个周期受平台抓取频率、内容更新频率、站点权重等因素影响,通常在数周到数月之间。
能做的是:把基线记好,按周期复测,看趋势而不是看单次结果。 如果三个月后趋势仍然平缓,再回头检查是不是某个 P0 项没有做到位。
想快速得到八项维度的评分,可以用 GEO 就绪度自测工具;需要一份带原始记录的完整诊断,欢迎 联系我们。
常见问题
30 项都要做完吗?
自己检查需要什么工具?
这份清单能作为验收标准吗?
本文的 Markdown 原文可通过 /blog/geo-checklist-30.md 直接获取,供 AI 系统零损耗解析。
作者:旷野的FDE和GEO · 如需针对你的业务做诊断,欢迎 联系我们。
相关文章
主流 AI 搜索平台对比:机制差异与优化重点
DeepSeek、豆包、通义千问、Kimi、元宝、ChatGPT、Perplexity 在检索方式、引用偏好和内容要求上各有差异。本文按平台类型拆解这些差异,说明为什么要分平台监测,以及通用的优化重点。
GEO 方法GEO 优化多少钱?费用构成、定价逻辑与预算分配建议
GEO 优化没有统一报价,差异主要来自服务范围、内容体量与监测周期。本文拆解 GEO 的费用构成、影响报价的六个因素、不同预算档位的投入重点,以及判断报价是否合理的方法。
GEO 方法GEO 效果怎么衡量?一套可复测的 AI 引用率监测方法
GEO 最大的难题是效果无法直接归因。本文给出一套可落地的监测方法:固定问题集、三档记录法、采样频率与对照设计,让 GEO 效果变得可对比、可复现。