TL;DR / 核心要点总结
- 审计查 6 项：抓取通道、渲染可读、实体事实、可摘结构、答案实测、来源与竞品。 前四项管资格，后两项管实际表现。
- 工具分不是审计结论。 免费工具的 0–100 分（爬虫 40 / 结构化数据 30 / 可读性 30）只覆盖首页级地基信号。
- 人工层不合成总分。 每项只记「通过 / 部分 / 未通过 + 样本量 + 证据编号」。
- 基线必须可复测。 提问集、引擎与模型版本、日期、记录字段四样固定，缺一样就不可复核。
- 交付四份文件：基线记录表、六项检查表、问题清单、90 天路线图。 不承诺引用、推荐与时间表。
一、审计对象不是「网站」，是「问题 × 引擎 × 页面」
SEO 审计的对象是站点：抓取、索引、速度、关键词、外链，口径稳定。AI 可见度审计的对象是「某个问题，在某个引擎的某次回答里，你的品牌与页面处于什么位置」。
同一个站，事实题有引用、推荐题不出现；同一问题在不同引擎、不同模型版本下也会变。不先固定问题与版本，拿到的只是当天快照。
所以第一步不是跑工具，而是定提问集与采样规则。本文把审计拆成六项，每项回答一个独立问题，并给出取证方式与通过标准。
边界：本文讲完整审计规格，不讲「在既有 SEO 审计里加什么」（见 SEO 审计如何加 GEO 检查项），也不讲 8 问自助诊断（见 品牌 AI 可见度诊断）。
二、六个必查项：一张能直接执行的规格表
六项按「资格 → 表现」排序：前四项决定 AI 能不能拿到、读懂、认对、摘走；后两项决定它实际引不引、推不推。
| # | 必查项 | 回答的问题 | 主要手段 | 通过标准 |
|---|---|---|---|---|
| 1 | 抓取通道 | AI 检索爬虫能不能进来 | robots 声明 + 8 个 UA 探测 | 关键检索爬虫返回 200 与真实 HTML；声明与执行一致 |
| 2 | 渲染可读 | 抓到的是不是正文 | 关 JS 取原始 HTML；正文量与 CSR 信号 | 关键页正文在原始 HTML 中可见 |
| 3 | 实体与事实 | AI 认识的你是不是你 | 官网、关于页、JSON-LD、外部档案对照；品牌词提问 | 名称、定位、头衔一致；品牌词答案无事实错误 |
| 4 | 可摘结构 | 段落能不能被整段拿走 | 子问题拆解；遮住上下文抽读 | 每个子问题有自包含答案段 |
| 5 | 答案实测 | 问题下你有没有出现 | 固定提问集 × 多引擎 × 多次采样 | 记录提及、引用、推荐与描述倾向 |
| 6 | 来源与竞品 | AI 引的是谁、选的是谁 | 同提问集竞品对照；引用来源分类 | 来源结构清楚；竞品差距可定位 |
这张表可直接当审计模板。它对应 GEOVA GEO 框架 的四层：1–2 抓取、3 采信、4 摘录、5–6 推荐。框架答「断在哪层」，本表答「这层怎么查」。
三、地基两项：抓得到、读得懂，工具能测到哪一步
抓取通道查两层：声明层与执行层。 robots.txt 写的是意图，服务器与 CDN 边缘决定实际响应；冲突时以执行层为准。
同一厂商常按用途拆成不同 UA：GPTBot 与 OAI-SearchBot、ClaudeBot 与 Claude-SearchBot、PerplexityBot 与 Perplexity-User。训练、索引、用户触发各用各的；封一类不等于封另一类。
站内免费工具的计分口径：GPTBot、PerplexityBot、ClaudeBot、Bytespider 各 10 分，合计 40；另对 8 个 UA 各发一次 HTTP 探测，用于交叉验证，不重复计分。
局限要写进报告：UA 探测只反映服务器对该 UA 的响应，不代表平台爬虫的真实抓取结果。
通过标准：关键检索爬虫返回 200 与真实 HTML；声明允许但执行拦截记为阻断级。细节见 AI 抓不到、也读不懂。
渲染可读查「抓到的是不是正文」。 多数 AI 检索抓取不保证执行 JavaScript；正文靠客户端渲染，抓到的就是空壳。
工具用 HTML 直出的正文纯文本量初筛：1200 字以上 30 分，600–1200 给 24，300–600 给 14，低于 300 记 0 并提示 CSR 风险。
这只是代理指标：产品规格页文字天然少，不能直接判失败。抽样复核时关掉 JS 取原始 HTML，看核心结论还在不在。
通过标准：抽样页的核心事实在原始 HTML 中可见。Schema 类型与字段是否对得上，见结构化数据指南。
四、结构与事实两项：AI 认识的你，和你能被摘走的段落
实体与事实查三方是否一致： 官网与关于页、JSON-LD 字段、外部档案（媒体、目录、社区）。再加一步：问品牌词，看 AI 怎么描述你。
记录四类错误：名称写法、业务定位、人物关系、时间状态。修法不同，先分类再修（AI 说错了你的品牌信息）。
通过标准：品牌词回答无事实错误；关键实体字段在三方一致。注意「不一致」未必是错：业务线更新后旧信源没跟上，也是实体断裂。
可摘结构查「段落能不能被整段拿走」。 把主问题拆成 5–8 个子问题，逐个找有没有一段能直接用的回答。
测试法：遮住上下文只读那段，看是否仍能说清「谁、什么、凭什么」。缺主语、缺来源、结论在段尾，都算不合格。
页型也要查：事实题要定义页，对比题要对比表，推荐题要第三方证据。
通过标准：每个子问题至少一段 40–120 字的自包含回答；对比题有表格；数据带来源与时间。机制见三道关。
SEJ 的 50 站实测给过旁证：能被抓到 ≠ 能被读懂；这是第 2、4 项必须分开查的原因（完整拆解）。
五、答案层两项：出没出现，和引的是谁
答案实测的第一步是定提问集。 10–20 个问题，覆盖品牌词、品类词、对比词、问题词；用客户原话，不用内部术语。
每个问题至少采样 3 次，可跨时段。记录四字段：问题原文、引擎与模型版本、日期与地区、结果。结果分开记「提及 / 引用 / 推荐」。
三者不是一回事：提及是出现品牌名，引用是给出你的 URL，推荐是把你放进候选并给出倾向。官网没被引用，不等于没被推荐。
Shero Commerce 的 1,851 个引用来源里，品牌自有网站只占 2.8%，第三方媒体占 59%；品牌被点名推荐时，官网被引概率只有 31%（完整拆解）。
三项混记，会把「被推荐但没引官网」误判成「完全没出现」。单次回答不算证据：三次里两次不出现，才写「未观察到」。
模型换代与灰度会造成整段波动，先查版本再下结论（模型版本排查）。
来源与竞品查「AI 引的是谁、选的是谁」。 把引用 URL 分类：自有站、第三方媒体、社区、平台数据、目录档案。
同一提问集下，记录竞品是否出现、官网是否被引用、被引的是什么页型。输出不是「AI 权重」，是差距表。
通过标准：每个问题都有可复核记录；来源结构与竞品差距能落到具体问题与页面。排名与引用为何分开看，见两套条件。
六、评分口径：自动分与人工分分开记
自动层沿用工具的 0–100 分。 权重是爬虫 40、结构化数据 30、可读性 30，只测首页与基础信号，可随时复跑。
它的用途是初筛与复测对照。85 分只说明地基齐，不说明会被引用。
人工层不做跨项加权。 六项各记「通过 / 部分 / 未通过」，附样本量、证据编号、观测日期，不合成「审计总分」。
六项对象与波动不同；权重拍脑袋，总分就会掩盖阻断项。
证据分三级：A 直接观测（原始回答、HTML、状态码），B 间接信号（工具分、JSON-LD 字段），C 推断。只有 A、B 能进问题清单。
基线固定四样：同一提问集、引擎与模型版本、采样次数、记录字段。改一项就是新基线，不能与旧数字直接比。
七、交付物：四份文件，一份都不能少
| 交付物 | 内容 | 用途 |
|---|---|---|
| 基线记录表 | 问题 × 引擎 × 日期 × 模型版本 × 提及/引用/推荐 × 引用 URL × 描述倾向 | 后续复测的对照底稿 |
| 六项检查表 | 每项的通过状态、样本量、证据编号 | 对内立项、对外验收的依据 |
| 问题清单 | 阻断 / 影响 / 观察三级，每条写「现象 + 证据 + 影响 + 方向」 | 决定先修什么 |
| 90 天路线图 | 先修阻断项，再补结构，再铺来源；写明复测节点 | 把发现变成排期 |
工具报告是附件，不是主体：自动分用于复跑，人工层用于判断。缺一，报告就是愿望清单。
不在交付范围：内容代写、技术实施、排名与流量预测、效果承诺。
八、审计不承诺什么：三条边界与四个误判
三条边界：不承诺被引用、不承诺被推荐、不承诺时间表。 AI 答案受模型版本、检索池、地区与时间影响，本身在波动。
四个常见误判：
- 把工具分当审计结论。 工具测的是地基，不是 AI 答案。
- 把「没被引用」写成「被屏蔽」。 前者是结果，后者是设置，修复顺序相反。
- 把单次回答当基线。 没有引擎、版本与日期，第二天无法复核。
- 把官网没被引用当成没被推荐。 1,851 个来源里官网只占 2.8%，推荐与引用是两套账。
审计与优化分开：审计答现状、证据、影响；改什么、谁改、多久是下一阶段。
以甲方身份采购审计，验收与 brief 写法见 GEO 外包的需求与验收。
九、行动清单
今天做
- 把六个必查项抄成一张表，标出哪几项有证据、哪几项只有印象
- 用免费工具跑一次首页，记录三维分数与 8 个 UA 的响应
本周做
- 建 10–20 个问题的提问集，覆盖品牌词、品类词、对比词、问题词
- 对 2–3 个引擎各采样 3 次，按四字段记录
- 抽 5 个关键页，关 JS 取原始 HTML，核对正文是否直出
本月做
- 完成六项检查表，给每项写通过状态、样本量与证据编号
- 把发现分成阻断、影响、观察三级，输出 90 天路线图
- 固定复测口径，安排第一次复测
结语：审计的价值，是把「AI 看不见你」变成可复测的基线
六项查完，你会拿到两张图：一张是资格图，抓得到、读得懂、认得出、摘得走；一张是表现图，提没提、引没引、推没推、对手在哪。
两张图叠在一起，先修什么、先补什么就不用猜了。审计不负责让 AI 引用你，负责让每一次判断都有证据、每一个动作都能复测。
📩 需要帮助？GEO 咨询团队可以为你做什么
如果你准备启动一次 AI 可见度审计，或想核对手上的审计是否覆盖这六项：
- GEO 人工诊断：按六项规格实测，交付基线表、问题清单与 90 天路线图
- 免费工具自测：30 秒扫爬虫策略、结构化数据与正文可读性
- 审计后的执行：按路线图修复或持续落地
本文为方法说明类内容，不包含未经核实的行业数据。文中第三方数据（Shero Commerce 1,851 个引用来源分析、SEJ 50 站实测）均来自站内已发布报道并给出内链；工具计分口径以站内 /tool 当前实现为准（爬虫 40 / 结构化数据 30 / 可读性 30）。AI 搜索产品的机制、爬虫命名与模型版本变化较快，本文结论截至 2026 年 10 月。