shopify-geo-audit

shopify-geo-audit

审计任意 Shopify 商店的 AI 搜索就绪情况，然后生成可直接粘贴使用的修复内容。

npx shopify-geo-audit https://your-store.com

无需账户、API 密钥或配置。它会获取商店页面，针对 ChatGPT、Perplexity、Gemini 和 Google 的 AI Overviews 会读取的信号运行一组检查，为商店打出 0-100 分，并将可直接粘贴的修复内容写入 ./geo-audit-output/。

想将它安装到 PATH 中，而不是通过 npx 运行？npm i -g shopify-geo-audit。

为什么要构建这个工具

我经常做 Shopify 相关的工作，“我们会出现在 AI 答案中吗？”很快就成了客户经常提出的实际问题。这个领域有很多名称——GEO、AEO、AI SEO、LLM SEO、答案引擎优化——但问题都一样：有人向 ChatGPT 或 Perplexity 询问产品推荐时，你的商店能否成为引用来源？现有工具大多只会给你一个仪表板，告诉你毫无存在感，然后就到此为止。真正有用的部分，也是手动操作需要花一下午的部分，是生成实际的结构化数据和配置。所以我编写了这个工具来完成这部分工作。

它刻意保持轻量，并且离线运行。只需一条命令，在本地执行；除了向你正在审计的商店发送请求外，不会有任何内容离开你的设备。

检查内容

共进行九项检查，并根据它们对获得引用的重要程度分配权重：

检查项	权重
产品页面上的 Product JSON-LD（Product/Offer）	高
robots.txt 未屏蔽 GPTBot / ClaudeBot / PerplexityBot / Google-Extended	高
首页上的 Organization + WebSite 架构	中
是否存在 /llms.txt	中
标题、meta 描述、canonical、Open Graph	中
产品描述深度 + 答案优先的开篇	中
一个 H1 和合理的 H2	低
图片替代文本 + 图片架构	低
是否可访问 sitemap.xml	低

结果为 SRO Score（AI 搜索就绪度）：80-100 分表示良好，50-79 分表示需要改进，低于 50 分表示存在风险。

这一工具基于这样的前提：有针对性地改进页面，可以切实提高引擎引用你的频率。这个前提来自最初的 GEO 论文（Aggarwal 等人，KDD 2024），论文测得此类工作最多可将可见度提高约 40%。

生成内容

输出不是一份读完就忘的报告，而是一些文件：

• product-jsonld.html — 根据商店实际数据填充的有效 Product 代码块，可直接用于主题
• llms.txt — 你的域名内容清单
• robots-fixes.txt — 解除对 AI 爬虫屏蔽的确切代码行
• priority-list.txt — 列出所有未通过的检查项，按优先级排序，并为每项提供一行修复建议

传入 --html 后，你还会得到一个独立的 report.html，可供截图或发送给客户：

示例

$ npx shopify-geo-audit https://acme-coffee.com

  ────────────────────────────────────────────────────────────

  Acme Coffee
  https://acme-coffee.com/

  SRO Score: 41/100  ■ AT RISK

  ────────────────────────────────────────────────────────────

  ✗    HIGH   Product structured data (JSON-LD)
              No valid Product JSON-LD found on 4 product pages. AI can't parse your products.
  ✗    MED    llms.txt present
              /llms.txt not found — no content manifest for AI crawlers.
  ✗    MED    Product description depth (answer-first content)
              Avg 38 words per product page — too thin.
  ✗    HIGH   AI crawler access (robots.txt)
              robots.txt blocks: GPTBot, ClaudeBot.
  ✓    MED    Title, meta description, canonical, Open Graph
  ✓    LOW    Sitemap reachable (/sitemap.xml)

  ────────────────────────────────────────────────────────────

  Generated fixes → ./geo-audit-output/
  product-jsonld.html  ·  llms.txt  ·  robots-fixes.txt  ·  priority-list.txt

用法

shopify-geo-audit <url> [options]

  -n, --products <n>   how many product pages to audit   (default: 5)
  -o, --out <dir>      where to write the fixes          (default: ./geo-audit-output)
  --html               also write a self-contained report.html
  --json               print raw results as JSON (for CI); fixes still get written
  --min-score <n>      exit 1 if the score is below n (0-100)

--json 可保持标准输出内容干净，方便通过管道传递；--min-score 则可让 CI 在审计得分较低时失败：

shopify-geo-audit https://store.com --json --min-score 80 | jq '.score.value'

MCP 服务

该审计工具也可作为 MCP 工具运行，因此 Claude、Cursor 或任何 MCP 客户端都能在对话中途审计商店：

{
  "mcpServers": {
    "shopify-geo-audit": {
      "command": "npx",
      "args": ["-y", "shopify-geo-audit-mcp"]
    }
  }
}

该工具只有一个工具 audit_shopify_store：接收一个 URL，并以 JSON 格式返回完整结果和生成的修复内容。它与 CLI 使用相同的处理流程，无需运行其他程序。如果你不想再安装第二个软件包，该服务也作为 shopify-geo-audit-mcp 二进制文件包含在主软件包中。

工作原理

这是一个简单的流水线，将副作用放在两端：

fetch → parse → checks[] → score → fixers[] → report

检查是纯函数 (store) => result，每个文件一个，因此都能轻松测试；添加新检查只需新增一个模块。抓取过程设有 SSRF 防护（不会请求私有或保留地址，并会在每次跳转时重新验证），所有从网络获取并解析的数据都会先通过 zod 验证，之后才会被信任。

开发

git clone https://github.com/builtbyabs/shopify-geo-audit.git
cd shopify-geo-audit
npm install
npm run build
node bin/cli.js https://some-store.com

npm test          # vitest, one spec per check
npm run typecheck # strict, no any

常见问题

这不就是换了个名字的 SEO 吗？ 有重叠，但并不相同。商店在 Google 上排名不错，也可能无法为 ChatGPT 提供任何可引用的内容——没有 Product JSON-LD、描述过于简略，或者 robots.txt 屏蔽了爬虫。这里的检查专门针对 AI 引擎解析和引用的内容。

为什么只支持 Shopify？ 因为 Shopify 的规则比较统一。产品发现使用 /products.json（并提供 sitemap 回退方案），生成的修复方案也遵循 Shopify 主题惯例，因此能实际适用，而不是泛泛而谈。它可以针对任何 URL 运行，但在非 Shopify 网站上，产品级检查找不到太多内容。

我的任何数据会离开本机吗？ 不会。唯一的网络请求会发往你正在审计的商店。没有遥测、没有账户，也不会向外发送任何数据。

我的评分很低，该从哪里开始？ 查看输出文件夹中的 priority-list.txt——其中列出了所有未通过的检查，按权重排序，每项都附有一行修复建议。两项高优先级问题（Product JSON-LD、robots.txt）通常加起来一小时就能解决。

参与贡献

添加检查是最简单的贡献方式：在 src/checks/ 中添加一个文件，再添加一个 fixture 和测试，并将其接入 src/index.ts。请参阅 CONTRIBUTING.md。欢迎提交问题和 PR；good first issue 标签的问题适合新手。

如果这个工具为你省下了一个下午，点个星就能让其他 Shopify 用户找到它。

许可证

MIT © Abhishek Chauhan