audit-website-aeo

审计网站 AEO/GEO 技能

像 AI Agent 一样审计一个在线网站——爬取其页面、解析结构，并判断其内容是否值得 ChatGPT、Claude、Perplexity 和 Google AI Overviews 引用。

审计分为两部分：

• 基础项（50%）——由脚本运行的 16 项确定性通过/失败检查。结果可复现，无需判断。
• 智能评估（50%）——你通过阅读页面，使用下方评分标准为 6 个内容质量维度打分。

最终得分 = 0.5 × 基础项 + 0.5 × 智能评估，并映射为 A-F 等级。

此技能用于生成诊断结果。要进一步修复代码库，请交接给 improve-aeo-geo 技能。

---

工作流

严格按以下顺序执行。

第 1 步：获取输入

向用户询问：

1. 网站 URL（必需）——要审计的在线网站。
2. 爬取深度（可选）——要爬取的页面数量。默认 10，最大 30。
3. 输出位置（可选）——报告的保存位置。默认：当前目录；如果正在处理客户项目，则为 workspace/<customer-name>/。

如果用户调用此技能时已经提供了 URL，则不要重复询问——只需确认爬取深度，然后继续。

第 2 步：运行确定性审计

从此技能的 scripts/ 目录运行随附脚本。该脚本仅需 Node 18+，无需 npm install。

node <skill-path>/scripts/aeo-audit.mjs <url> --max-pages=10 --out=<output-dir>/aeo-audit.json

脚本会爬取网站（站点地图 + robots.txt + 内部链接），对每个页面运行 16 项检查，在全站范围汇总，并生成 JSON 报告。脚本还会打印易读摘要。告知用户基础项得分和未通过的检查。

如果脚本报错（网站无法访问、爬取页面数为 0），请报告错误并停止——不要编造得分。

第 3 步：读取 JSON 报告

读取 aeo-audit.json 文件。关键字段：

• scoring.foundationalScore——确定性得分（0-100）。此分数为最终得分——不要更改。
• checks——16 项全站检查，包含通过/失败状态及详情。
• pagesForReview——最多 5 个代表性页面（首页 + 内容最丰富的页面），每个页面都包含一个 aiView 对象，其中有 title、metaDescription、h1、headings、schemaTypes、jsonLdSummary、textExcerpt、internalLinkCount、author、publishedDate、modifiedDate。第 4 步请使用这些信息。
• prioritizedFixes、worstPages、coverage、heuristicIntelligenceSignals——辅助上下文。启发式信号是确定性的先验评估——用于合理性检查，不是实际评估结果。

第 4 步：评估 6 个智能评估维度

你是刚通过网页搜索发现该网站的 AI Agent。用户向你提出了一个问题，你来到了这个网站。判断：你会在回答中引用该网站吗？

阅读 pagesForReview 中每个页面的 textExcerpt、headings 和元数据。然后根据下方标准为全部 6 个维度打分，每项0-5 分，只依据你实际观察到的内容（不要对未查看的页面作任何假设）。先写评分理由，再给出分数。

评分标准（每项 0-5 分）

答案就绪度 — 如果用户询问与本网站主题相关的问题，能否在这里找到直接答案？这是首要因素——首段就能回答问题的内容，获得引用的几率高出 4.8 倍。

• 0 = 没有答案；纯粹是宣传或导航内容
• 1 = 内容含糊其辞，只围绕主题展开，却从不直接作答
• 2 = 有一些答案，但深藏在内容中，不在开篇段落里
• 3 = 可以回答多个问题；部分内容采用定义优先或常见问题解答的形式
• 4 = 可以回答大多数常见问题；各章节开头就给出答案
• 5 = 极佳（设有专门的常见问题解答区块、定义优先的段落，全文采用问答形式）

可引用性 — 能否提取一段简洁、独立成篇的 40-60 词内容加以引用？对比表格的引用量高出 2.8 倍；常见问题解答区块的引用量高出 156%。

• 0 = 没有可提取的内容（仅有交互内容，或只有一个密集的大段落）
• 1 = 内容必须结合整页上下文才能理解；没有能独立成篇的段落
• 2 = 有少数段落可提取，但大多数需要结合上下文
• 3 = 有多个独立成篇的段落，以及部分列表或结构化区块
• 4 = 可引用性强（有表格、列表、常见问题解答区块和清晰的答案区块）
• 5 = 可引用性极佳（有对比表格、分步区块，且全文采用定义段落）

证据密度 — 是否包含统计数据、数据点、具名来源和文内引文？添加文内引文可提升 115% 的可见度；统计数据可使引用率提高 40%。

• 0 = 没有证据；只有营销文案和含糊的说法
• 1 = 只有含糊的说法（如“同类最佳”“行业领先”）
• 2 = 大多是泛泛而谈；只有少量具体数据点
• 3 = 有一些统计数据和具名来源；引用了少量外部来源
• 4 = 证据密度高（有数字、日期、具名来源和参考链接）
• 5 = 极佳（每 150-200 词就有统计数据，全文包含文内引文和可核实的指标）

内容深度 — 内容是否足以全面回答与主题相关的问题？长篇内容（2000 词以上）的引用量高出 3 倍。

• 0 = 内容为空或只有占位内容
• 1 = 内容极少（只有几句话，没有实质内容）
• 2 = 内容单薄（仅浅层介绍，缺少用户所需的关键信息）
• 3 = 内容足够（涵盖主要要点，但缺少子主题或示例）
• 4 = 内容丰富（全面涵盖主题，包含多个子主题、示例和数据）
• 5 = 极佳（深度权威、视角多元，是首选参考资料）

新鲜度 — 内容是否足够新，能让人放心引用？ChatGPT 引用量最高的页面中，有 76% 在过去 30 天内更新过。

• 0 = 没有日期信息；内容似乎已弃用，或笼统陈旧
• 1 = 有日期信息，但明显过时（已过去 2 年以上，参考资料陈旧）
• 2 = 日期信息一般；没有“最后更新”标记
• 3 = 内容较新，或能看到明确的“最后更新”日期
• 4 = 内容近期更新，有更新时间戳和当前参考资料
• 5 = 内容显然紧跟当前情况（日期较新，维护活跃）

结构清晰度 — HTML 能否解析为易读的文本？这是基本要求——清晰的标题层级可使引用量提高 3.2 倍。

• 0 = 无法阅读（没有文本、内容受限，或标记非语义化）
• 1 = 非常差（大段文字，没有标题，主题不明确）
• 2 = 较弱（有一些结构，但标题混乱或不一致）
• 3 = 足够（标题和段落清晰，主题明确）
• 4 = 良好（H1-H2-H3 层级清晰，便于浏览，目的明确）
• 5 = 极佳（标题层级完美，采用语义化 HTML，没有任何干扰）

对于每个维度，请记录：1-2 句话的理由、0-5 分的评分，以及一行关键发现（少于 14 个词）。

步骤 5：计算最终得分

1. 智能得分 = average(6 dimension scores) × 20 → 将每项 0-5 分换算为 0-100 分。
2. 最终得分 = round(0.5 × foundationalScore + 0.5 × intelligenceScore)。
3. 根据最终得分确定等级：

等级	范围	等级	范围	等级	范围
A+	95-100	B+	80-84	C	60-64
A	90-94	B	75-79	C-	55-59
A-	85-89	B-	70-74	D	40-54
		C+	65-69	F	低于 40

将你的智能得分与 JSON 中的 heuristicIntelligenceSignals 进行合理性核对。如果任一维度的分差超过约 25 分，请重新阅读该页面的摘录，并确认评分依据是观察到的内容。

步骤 6：撰写审计报告

按照下方 报告格式，将 Markdown 报告写入 <output-dir>/aeo_audit_report.md。然后向用户概述：等级、影响最大的 3 项修复，以及一句话建议。

步骤 7：交接

如果用户希望根据调查结果采取行动：

• 修复代码库 → 建议使用 improve-aeo-geo 技能，并将此报告作为输入。
• 修复后重新测量 → 在同一 URL 上重新运行此技能并比较得分。

---

16 项确定性检查

由脚本运行。参考如下（ID — 检查内容 — 分值）：

检查项	检查内容	分值
title	存在 <title>，且长度不少于 10 个字符	10
meta-description	存在元描述，且长度不少于 50 个字符	10
canonical	存在 <link rel="canonical">	8
h1	恰好有一个 <h1>	8
schema	至少有一个 JSON-LD 块	8
schema-types	使用了可识别的 schema.org @type	8
og	存在 og:title 和 og:description	8
internal-links	至少有 5 个站内链接	10
image-alt	至少 80% 的图片有 alt 文本	8
text-depth	正文不少于 250 个词	12
indexability	没有 noindex 指令	10
ai-meta-tags	没有 nosnippet / noai / noimageai	6
heading-hierarchy	至少有 2 个标题层级，且无层级跳跃	6
llms-txt	llms.txt 有效（包含标题、链接，且长度不少于 100 个字符）	10
ai-bot-access	robots.txt 未屏蔽 9 个主要 AI 爬虫	12
rss-feed	可发现 RSS 或 Atom 订阅源	8

站点级检查在**已爬取页面中至少 80%**通过时视为通过（脚本会处理聚合）。基础得分 = 获得分数 ÷ 142 × 100。

---

报告格式

# AEO/GEO Audit — [domain]

**Audited:** [date] · **Pages crawled:** [N]

## Score

| | Score | |
|---|---|---|
| Foundational (16 checks) | XX/100 | |
| Intelligence (6 dimensions) | XX/100 | |
| **Final** | **XX/100** | **Grade: X** |

[One-sentence verdict on AI-citation readiness.]

## Foundational Checks

[Table of the 16 checks: ✓/✗, label, detail. Group failures at the top.]

## Intelligence Evaluation

For each of the 6 dimensions: score (X/5 → XX/100), rationale, key finding.

## Prioritized Fixes

Numbered list, highest impact first. For each: what to change, why it matters,
impact/effort. Pull from `prioritizedFixes` and your dimension findings.

## Weakest Pages

[From `worstPages` — URL and per-page %.]

## Recommendation

[2-3 sentences: biggest opportunity, and whether to run improve-aeo-geo next.]

---

规则

• 绝不捏造爬取结果。 始终运行脚本。如果运行失败，如实报告失败情况——不要编造页面或分数。
• 基础得分以脚本输出为准。 不要重新计算或调整。
• 智能评分只依据观察到的内容。 每个维度的评分都必须基于 pagesForReview 中的 textExcerpt / headings / 元数据。不要臆测未查看的页面。
• 先写理由，再给分数。 每个维度都必须如此。
• 只生成一个报告文件，并保存到输出目录。不要将部分输出散落在其他位置。
• 此技能用于诊断，不会编辑代码。代码修复应由 improve-aeo-geo 完成。

---

研究参考资料

以上所有统计数据均来自可验证的一手研究：

论断	来源
引用可提升 41% 的可见度；统计数据可提升 33%；引用来源可提升 28%；对于排名较低的网站，文内引用可提升 115%	Aggarwal 等人，《GEO: Generative Engine Optimization》，KDD 2024（arXiv）
ChatGPT 引用中有 44.2% 来自内容的前 30%	Kevin Indig，Growth Memo，2026 年 2 月 — 120 万条 AI 回答
对比表的引用量是原来的 2.8 倍；FAQ 区块提升 156%	AirOps，2025 年 — 为大模型构建内容结构
与结构混乱的内容相比，清晰的标题层级能带来 3.2 倍的引用量	AirOps，2025 年
ChatGPT 引用次数最多的页面中，有 76% 在过去 30 天内更新；AI 引用的内容比自然搜索结果中的内容新鲜 25.7%	Ahrefs，2025 年 — 覆盖 7 个 AI 平台的 1700 万条引用
长篇内容（2000+ 词）的引用量是原来的 3 倍	SE Ranking，2025 年 11 月 — 230 万个页面、29.5 万个域名