HUIYOU GEO在讨论「AI 答案里有没有你」之前，先把门打开。2026 年 10 月 12 日，GEO 咨询机构 Stradiji 发布 GEO Score Card 框架，并同步公开一份对 100 多个网站的审计。样本覆盖土耳其、美国、英国、德国、爱沙尼亚、罗马尼亚、韩国七个国家，横跨医疗、电商、B2B 软件、房地产、媒体、法律、制造、旅游八个行业，审计窗口截至 2026 年 9 月，逐站全量抓取，并核对了 robots.txt、llms.txt、ai.txt、AGENTS.md 四个文件，同时在 ChatGPT、Perplexity、Gemini 与 Google 的 AI 功能里做了实机提问测试。框架把 70 项检查归成三段：Reach（引擎能不能抓到）、Recognize（引擎认不认得你是独立实体）、Believe（第三方是否替你背书）。结果不太好看：近九成站点至少关闭了三个条件中的一个；约 四分之三的站点在 robots.txt 里没有给 AI 爬虫任何显式放行，部分站点直接屏蔽 GPTBot、ClaudeBot 或 PerplexityBot。Stradiji 强调了一个最容易被忽略的定性：爬虫可访问只是前置条件，不是引用保证——robots.txt 全开，也不代表 AI 会引用你。需要如实说明，这份样本来自客户与潜在客户，属实践抽样而非随机抽样，各项数字均为等权占比。
同一个行业，测出来的「屏蔽率」差了十倍，分歧全在口径。Stradiji 数的是「没有显式放行」——默认不表态即判为不合格，所以是四分之三；而以 robots.txt 普查为主的机构数的是「显式 Disallow」，数字低得多。SearchScore 在 2026 年 7 月对 6,944 个站点做交互式审计，屏蔽 AI 爬虫的约 1/14，即 6.9%。BrandVector 于 10 月 8 日发布《AI Crawlers List（2026）》，检查 817 个头部站点，29% 在 robots.txt 里点名了至少一个 AI 爬虫，被点名最多的是 CCBot 与 GPTBot（各 14%）、Bytespider 13%；而且训练爬虫被屏蔽的比例明显高于搜索爬虫——GPTBot 14% 对 OAI-SearchBot 5.1%，ClaudeBot 12% 对 Claude-SearchBot 5.1%。AI Crawler Atlas 在 10 月 10 日完成全量更新，覆盖 77,154 个站点、其中 65,831 个 robots.txt 可读，全量口径下 GPTBot 为 12.9%、CCBot 12.2%、ClaudeBot 10.8%；但按热度分层就翻了倍——前 1,000 名站点里 21.8% 屏蔽 GPTBot，前 100,000 名只有 12.9%。作为对照，同一批头部站点里屏蔽 Googlebot 的只有 1.8%。还有一个技术事实值得记住：robots.txt 依据 RFC 9309 只是一份「请求」，没有任何强制力，所以按 robots.txt 算出来的屏蔽率，本质是意图下限，而不是被排除的证明。
比 robots.txt 更隐蔽的，是三层「看不见的拦截」。PageLens 在 10 月 12 日对 Tranco 前 1,500 个域名做了一轮 AI 可见性实测，其中 740 个有正常首页。第一层，robots.txt 允许、服务器却拒绝：9% 的站点对自称 AI 爬虫的请求返回 403、挑战页或直接不响应，其中 37 个专门拦的正是 ChatGPT-User——代表用户去打开网页的那一类。第二层，挡训练顺手把搜索也挡了：109 个屏蔽 GPTBot 的站点里，69 个也就是 63% 同时屏蔽了 ChatGPT 的搜索或浏览爬虫，名单里包括 cnn.com、bbc.com、reddit.com、imdb.com、espn.com、nature.com 与亚马逊店铺——它们等于整体退出了 ChatGPT；只有 40 个做对了「只挡训练、放行搜索」，包括 forbes.com、bloomberg.com、airbnb.com、figma.com、ted.com 与 nintendo.com。第三层，AI 爬虫不执行 JavaScript，而 22% 的首页在脚本跑完之前，HTML 里可读的文字不足 120 词——对单页应用来说，引擎看到的几乎是一片空白。这轮实测还发现：只有 45% 的首页带 JSON-LD 结构化数据，38% 找不到 sitemap，21% 连 title 或 meta description 都缺，14% 发布了 llms.txt。基础设施侧的默认值还在收紧：Cloudflare 自 2026 年 9 月 15 日起，Block 设置同样作用于 Googlebot、Bingbot、Applebot 这类多用途爬虫，新接入的广告型域名还会默认预置「在含广告页面屏蔽 AI Agent」——站方很可能在毫不知情的情况下，把传统搜索和 AI 一起挡掉。
进得来只是及格线，「认得你」与「信得过你」才是真正的分水岭。回到 Stradiji 那份审计：约 87% 的站点没有任何 Wikidata 条目，约 四分之三没有维基百科词条，约 三成连最基础的 Organization schema 都没写，约 一半找不到任何独立信誉信号——文中的定义是第三方评测、奖项或行业提及，且不能由企业自己发布。这几项的共同后果，是引擎很难把你的品牌识别成一个可核验的独立实体。审计还观察到一种典型落差：一家公司在用户按名字提问时能被正确描述，但在潜客提出品类级问题时完全不出现。前者多半是老客户在确认，后者才是真正的获客入口，而失守的恰恰是后者。这也解释了为什么「先补内容、后补基建」往往是错的顺序：权限与实体信号没补齐，内容写得再细，也进不了检索、更进不了候选名单。广州汇有信息科技给工厂与品牌主做 GEO 搜索推广时，把这一步落成逐条对齐的清单：先核验各家 AI 爬虫在客户站点 robots.txt 与服务器层的真实状态，再检查首屏 HTML、Organization 与 Article schema、实体词条的完整度，最后才进入内容生产。
信息来源：Stradiji《GEO Score Card》框架与 AI 可见性审计（2026-10-12 发布，100+ 站点 / 7 国 / 8 行业，经 PRESSADVANTAGE 新闻稿与 Mike Gingerich 转述）；BrandVector《AI Crawlers List（2026）》（2026-10-08，817 个头部站点）；PageLens AI 可见性实测（2026-10-12，Tranco Top 1,500 中 740 个有首页的站点）；AI Crawler Atlas（2026-10-10 全量更新，77,154 个站点 / 65,831 个可读 robots.txt）；SearchScore 交互式 GEO 审计（2026-07，6,944 个站点，robots.txt 屏蔽率 6.9%）；Cloudflare 官方博客（2026-09-15，Block 设置扩展至多用途爬虫）。
这份审计最有用的地方，是它把 GEO 拆成了三件必须依次成立的事：先让引擎进得来，再让引擎认得你是谁，最后让第三方替你说好话。顺序不能颠倒——内容写得再好，robots.txt 少一行放行，结果就是零引用。广州汇有信息科技服务工厂与品牌主做 GEO 搜索推广时，第一步是「开门诊断」：逐条核验 DeepSeek、豆包、ChatGPT、Perplexity 等爬虫在客户站点 robots.txt 中的真实状态，检查服务器层有没有误拦、首屏 HTML 有没有把关键事实藏在 JavaScript 里、Organization 与 Article schema、以及 Wikidata 这类实体词条是否齐全；第二步才动内容。这类问题的修复成本大多接近零，企业缺的往往只是一份逐条对齐的清单。想看自家站点到底卡在三关中的哪一关，可以免费领取一份《品牌 AI 可见性诊断报告》。
