用 claude-seo 落地 GEO：AI 搜索引擎可见性的五维评分、AI 爬虫准入与可引用内容工程实战

本文基于 claude-seo 仓库中的 GEO 专项子代理定义 agents/seo-geo.md 与技能文档 skills/seo-geo/SKILL.md，完整讲解如何用该项目的 GEO 分析框架，对一个 URL 做 AI 搜索可见性审计：从 AI 爬虫准入（robots.txt）、llms.txt/RSL 合规、段落级可引用性评分，到品牌提及信号与分平台优化策略，最终产出 0–100 的 GEO 健康分与优先级建议。读者读完可以掌握 claude-seo 的完整 GEO 审计流程、底层渲染原理（render_page.py与url_safety.py），以及可直接上手的可引用内容改造清单。

GEO 的本质：不是新学科，而是 SEO 在 AI 搜索面上的延伸

在展开 claude-seo 的 GEO 审计框架前，先明确它遵循的立场前提。claude-seo 将 Google Search Central 的 AI 优化指南（见 skills/seo-geo/references/google-ai-optimization-guide.md）视为主要来源，其核心论断是：

“从 Google 的角度看，为生成式 AI 搜索做优化依然是 SEO。AEO 和 GEO 只是同一项工作的换标说法。”

这意味着两点：第一，AI Overviews 与 AI Mode 仍然建立在经典搜索的同一套排名与质量体系之上，页面的准入底线是“已被索引且具备在 Google Search 中显示摘要的资格”，不存在单独的“AI 索引”；第二，社区流传的许多“AI 专属技巧”属于被 Google 明确否定的神话，例如创建llms.txt或 AI 专属标记文件、把内容切成小块、为 AI 重写措辞与长尾变体、追逐不真实的博客/论坛/视频提及、过度投入面向 AI 功能的结构化数据。

因此 claude-seo 的seo-geo审计（对应 agents/seo-geo.md 中定义的子代理）会把 GEO 发现表述为“应用于 AI 搜索面的 SEO 基础”，而不是一门独立学科；当社区建议与 Google 主要来源冲突时，以 Google 为准并在报告中显式标注矛盾。

关键统计基线：为什么值得做 GEO

技能文档 skills/seo-geo/SKILL.md 汇总的行业数据（标注了来源与时间，供审计报告引用）如下：

其中对策略影响最大的一条洞察是：品牌提及与 AI 可见性的相关性是外链的 3 倍（Ahrefs 2025 年 12 月对 75,000 个品牌的研究）：

另一个关键数字：同一查询下，同时被 ChatGPT 和 Google AI Overviews 引用的域名只有 11%，这意味着必须做分平台优化，不能指望一套打法通吃。

GEO 健康评分模型：五个维度与权重

claude-seo 的 GEO 审计以 0–100 的GEO Health Score为核心输出，五个维度权重如下（取自 agents/seo-geo.md）：

下面按这五个维度逐个展开评分标准与实操检查项。

1. 可引用性（25%）：打造可被独立抽取的答案块

这是权重最高的维度。研究表明，AI 引用的最优段落长度为 134–167 词（SE Ranking 研究），且约44% 的 AI 引用来自页面前 30%——因此最可引用的、自包含的答案必须前置，而不是埋在首屏之下。

强信号：

• 清晰、可引用的句子，含具体事实/统计数据
• 自包含答案块（无需上下文即可抽取）
• 段落前 40–60 词内给出直接答案
• 论断附具体来源
• 遵循 “X is…” 或 “X refers to…” 模式的定义句
• 别处找不到的独特数据点

弱信号：

• 模糊、泛泛的陈述
• 无证据的观点
• 结论被埋没
• 缺乏具体数据点

2. 结构可读性（20%）：让 AI 能“读懂”你的文档大纲

92% 的 AI Overviews 引用来自排名前 10 的页面，但其中 47% 来自排名低于第 5 位的页面——说明 AI 引用与经典排名的选择逻辑并不完全一致，结构本身是独立信号。

强信号：

• 干净的 H1→H2→H3 标题层级
• 问句形式的标题（与用户查询模式匹配）
• 短段落（2–4 句）
• 对比数据用表格
• 步骤/多条目内容用有序或无序列表
• 清晰的 Q&A 格式 FAQ 区块

弱信号：

• 无结构的文字墙
• 标题层级混乱
• 没有列表或表格
• 信息埋在段落中

3. 多模态内容（15%）：文本之外的选择率杠杆

含多模态元素的内容选择率高出 156%。检查项：文本 + 相关图片、内嵌或链接的视频、信息图与图表、交互元素（计算器、工具）、支撑媒体的结构化数据。

4. 权威与品牌信号（20%）：署名、日期与实体存在

强信号：

• 带资历的作者署名
• 发布日期与最后更新日期
• 时效性（Recency）：3 个月内的内容被 AI 引用概率约为旧内容 3 倍；超过 6 个月未更新的页面会失去引用资格（SE Ranking，130 万条引用研究）——定时刷新计划是杠杆最高的 GEO 动作之一
• 引用一手来源（研究、官方文档、数据）
• 机构资质与隶属关系
• 带归属的专家引语
• Wikipedia、Wikidata 中的实体条目
• Reddit、YouTube、LinkedIn 上的提及

弱信号：匿名作者、无日期、无来源引用、无跨平台品牌存在。

5. 技术可访问性（20%）：AI 爬虫不执行 JavaScript

AI 爬虫不会执行 JavaScript，服务端渲染（SSR）是关键。检查项：SSR 与纯客户端渲染的对比、robots.txt 中的 AI 爬虫准入、llms.txt文件存在性与配置、RSL 1.0 许可条款。

AI 爬虫准入：robots.txt 检查清单

审计第一步是抓取页面并检查robots.txt。claude-seo 维护了一张完整的 AI 爬虫清单（skills/seo-geo/SKILL.md）：

推荐策略：为 AI 搜索可见性放行 GPTBot、OAI-SearchBot、ClaudeBot、PerplexityBot；如需可屏蔽 CCBot 与训练类爬虫（anthropic-ai、cohere-ai）。审计输出需逐爬虫标注 allowed/blocked 状态，并给出可直接粘贴的 robots.txt 指令建议。

llms.txt 与 RSL 1.0：有标准，但要避免过度承诺

llms.txt 的证据化重新定位

新兴的/llms.txt标准为 AI 爬虫提供结构化内容指引，标准位置在域名根路径，格式如下：

# Title of site > Brief description ## Main sections - Page title: Description - Another page: Description ## Optional: Key facts - Fact 1 - Fact 2

检查项：/llms.txt是否存在、是否提供结构化内容指引、是否包含关键页面高亮、是否包含联系方式/权威信息。

但 claude-seo 的立场是证据化的克制（详见 skills/seo-geo/references/llmstxt-evidence.md）：/llms.txt目前不被任何主流 AI 搜索系统消费。证据包括：John Mueller 公开称“当前没有 AI 系统使用 llms.txt”（并将其比作废弃的 meta keywords）；Gary Illyes 在 Search Central Live（2025 年 7 月）表示 Google 无支持计划；SE Ranking 对 30 万域名研究显示，50 个最常被 AI 引用的域名中仅一个有/llms.txt；OtterlyAI 服务器日志审计显示仅有0.1%的 AI 爬虫流量指向/llms.txt（62,100 个请求中 84 个）。

因此seo-geo审计报告存在性、校验格式是否规范（Mintlify 风格 markdown），但绝不赋予其引用排名权重。值得注意的例外：llms.txt正被 AI 编程代理（Cursor、Continue、Cline、Claude Code）用于加载库文档，Mintlify 已为大量开发者文档站自动生成/llms.txt与/llms-full.txt——对开发者工具类站点，发布 llms.txt 是净收益（帮助代理准确引用文档）；对非开发者业务站点，价值是防御性的：零成本、保留未来被采纳的可能性。若用户要求生成，产出最小合法示例并附声明“截至 2026 年 5 月尚无主流 LLM 提供商确认消费；为可选性发布，而非为引用发布”。

RSL 1.0（Really Simple Licensing）

2025 年 12 月发布的机器可读 AI 许可标准，由 Reddit、Yahoo、Medium、Quora、Cloudflare、Akamai、Creative Commons 等背书。审计需检查站点是否实现 RSL 并声明合适的许可条款。

平台特定优化：同一个内容，四种 AI 引擎的差异

claude-seo 将 AI 搜索面拆成四个平台分别评分（skills/seo-geo/SKILL.md）：

特别值得注意的洞察：Google 有两个不同的引用引擎，而不是一个。AI Mode 与 AI Overviews 的结论约 86% 一致，但引用的 URL 仅13.7%重合（Ahrefs，54 万查询对研究）。二者应作为独立表面对待：在经典搜索中排名良好会喂给 AI Overviews，而 AI Mode 从更广的池中取材，新鲜度与实体权威重于原始排名。审计需要同时为两者打分。

页面抓取与渲染：render_page.py 与 url_safety.py

从 v2.0.0 起，seo-geo审计通过 scripts/render_page.py 抓取页面（agent 文档 agents/seo-geo.md 的 Fetching pages 章节）：

python3 scripts/render_page.py <URL> --mode auto --json

三种模式：

• auto（默认）：先做原始抓取，检测到 SPA 壳时才启动 Playwright 渲染——最省成本的正确行为
• always：强制渲染（即使静态 HTML 也走 Playwright）
• never：仅原始 HTML，等价于旧版fetch_page.py

JSON 输出暴露的关键字段（源码结构见 scripts/render_page.py 的 Result shape 文档注释）：

• raw_content：JS 执行前的 HTML（服务器响应）
• content：JS 执行后的 DOM
• is_spa：raw_content 是否呈现 hydration 壳特征
• extracted_text：经 trafilatura 去除样板文本后的正文
• publication_date：htmldate 检测的 ISO 8601 日期

SPA 检测逻辑（_is_spa，见 scripts/render_page.py）采用保守启发式：命中<div id="root">、<div id="__next">、<div id="__nuxt">、data-svelte-h=、<astro-island、“you need to enable javascript” 等任一签名即判定为 SPA；此外 body 文本小于 100 字符也会触发渲染。

对 GEO 审计的关键用法：AI 引用分析应基于extracted_text字段——段落级评分应跑在 trafilatura 去样板文本后的输出上，而不是完整 HTML，否则导航栏和页脚会稀释信号。

安全边界：该脚本的 SSRF 与 DNS 重绑定防护集中在 scripts/url_safety.py。validate_url_strict在连接前解析并校验所有 A 记录（任一非公网 IP 即拒绝），safe_requests_get通过 DNS 固定（DNS pinning）确保requests只连接预校验 IP，同时保留 HTTP Host 头与 TLS SNI 中的原始主机名；针对 Chromium 内部解析无法被 Python 层固定这一限制，make_safe_playwright_route_handler在 Playwrightroute()层对每个子资源请求重新校验 IP。任何接受用户提供 URL 的审计都不得直接对用户 URL 调用requests.get。

审计输出：GEO-ANALYSIS.md 与持久化

seo-geo子代理要求生成结构化报告（agents/seo-geo.md 的 Output Format 与 skills/seo-geo/SKILL.md 的 Output 章节），包含：

1. GEO 就绪分数（0–100）及维度分解
2. 平台分解评分（Google AIO、ChatGPT、Perplexity、Bing Copilot）
3. AI 爬虫访问状态（逐爬虫 allowed/blocked）
4. llms.txt 状态（存在/缺失/格式错误 + 建议）
5. 品牌提及分析（Wikipedia、Reddit、YouTube、LinkedIn）
6. 段落级可引用性（识别 134–167 词的最优答案块）
7. 服务端渲染检查（JS 依赖分析）
8. 影响力最高的前 5 项变更
9. Schema 建议（用于 AI 可发现性）
10. 内容重排建议（具体待重写的段落）

当审计编排器提供output_dir时，需持久化到output_dir/findings/geo.md（AI 爬虫访问、llms.txt、可引用性、实体与平台可见性发现），并将结构化发现写入audit-data.json的 AI Search Readiness 类别。

优先级行动清单

技能文档给出了按投入/产出分级的行动清单：

快速见效

1. 在前 60 词内添加 “What is [topic]?” 定义
2. 创建 134–167 词的自包含答案块
3. 添加问句形式的 H2/H3 标题
4. 包含带来源的具体统计
5. 添加发布/更新日期
6. 为作者实现 Person Schema
7. 在 robots.txt 中放行关键 AI 爬虫

中等投入

1. 创建/llms.txt文件
2. 添加带资历的作者简介 + Wikipedia/LinkedIn 链接
3. 关键内容确保服务端渲染
4. 在 Reddit、YouTube 建立实体存在
5. 添加带数据的对比表格
6. 实现 FAQ 区块（用结构化内容而非为商业站点强行套 FAQ Schema）

高影响力

1. 原创研究/调查（独特的可引用性）
2. 为品牌/关键人物建立 Wikipedia 条目
3. 建立含内容提及的 YouTube 频道
4. 实现全面的实体链接（跨平台 sameAs）
5. 开发独特工具或计算器

错误处理与边界

审计必须诚实报告而非臆测（skills/seo-geo/SKILL.md 的 Error Handling）：

可选增强：DataForSEO 实时可见性验证

当 DataForSEO MCP 工具可用时（可选扩展，见 extensions/dataforseo/README.md 与 skills/seo-dataforseo/SKILL.md 的 AI Visibility / GEO 章节），seo-geo会接入两类实时数据：

• ai_optimization_chat_gpt_scraper：抓取 ChatGPT 网页搜索对目标查询的返回——真实的 GEO 可见性检查（可查看 ChatGPT 引用了哪些来源/URL/域名，参数含 query、location_code、language_code，可用ai_optimization_chat_gpt_scraper_locations查可用地点）
• ai_opt_llm_ment_search及配套的ai_opt_llm_ment_top_domains、ai_opt_llm_ment_top_pages、ai_opt_llm_ment_agg_metrics：跨 LLM 平台的品牌/域名/主题提及追踪（输出提及数、被引域名频率、被引页面、随时间趋势、跨平台可见性分；进阶可用ai_opt_llm_ment_cross_agg_metrics做跨模型对比）

与 FLOW 框架的衔接

对于提示词驱动的 AI 内容优化，可使用seo flow optimize <url>命令：FLOW 的 21 个 optimize 阶段提示词（见 skills/seo-flow/SKILL.md 与 skills/seo-flow/references/flow-framework.md）可与 GEO 的可引用性与结构分析互补，把审计发现转化为有证据支撑的 AI 改写提示。

总结

claude-seo 的 GEO 审计把“AI 搜索可见性”落成了一套可重复执行的工程流程：用五维权重模型（可引用性 25%、结构可读性 20%、多模态 15%、权威与品牌信号 20%、技术可访问性 20%）给任何 URL 打出 0–100 的健康分；用 robots.txt 爬虫清单与 llms.txt/RSL 检查兜住技术底线；用 134–167 词的段落级答案块与前置式问答结构提升被引用概率；用品牌提及（YouTube ~0.737 相关性居首）而非外链驱动实体权威；最后按平台差异（AI Overviews 靠排名、AI Mode 靠新鲜度与实体、ChatGPT 靠 Wikipedia/Reddit、Perplexity 靠社区）分别打分，并以render_page.py的 trafilatura 去样板文本作为段落评分的输入基线。所有结论都以 Google AI 优化指南为主要来源、以证据化立场处理 llms.txt 等争议标准，最终输出带优先级、投入估算与逐平台分数的GEO-ANALYSIS.md报告。