GEO-SCORE · 开源量表
你的网站，
AI 能引用吗
21 项分档检查，合计 100 分。一行命令，约 20 秒。量表 MIT 开源、机器可读—— 任何人都能用同一套口径复算你的分数，包括你的竞品。这类工作海外多叫 AEO（Answer Engine Optimization），国内多叫 GEO。
现在就测你自己的站，不用装任何东西：
curl -sL https://raw.githubusercontent.com/jianruntech/geo-score/main/cli/geo_score.py \
| python3 - 你的域名.com --brief会跑命令的自己跑。不会的，或者跑完不知道该改什么的，让我们跑一遍并把结果讲给你——不收费。
只依赖标准库，Python 3.8 以上即可。也有 GitHub Action 版本，可在每次发布时卡住回退。
三项门槛：不成立，后面全部白写
21 项里有三项是门槛。任何一项得零分，归一化结果直接封顶 40 分—— 不是扣分，是封顶。因为这三件事不成立的时候，后面十八项写得多好都到不了引擎手里。
在 robots.txt 里点名屏蔽了 AI 检索爬虫，内容就不会进入引擎的索引。
这有时是编辑决策——出版社和医疗站选择不被引用，很合理，量表照实记录，不说人家配置错了。
用十个真实检索 UA 逐个探测。有的站对浏览器返回 200、对爬虫返回 403—— 这一类最没人发现，因为在公司内部看，网站是好的。
正文只在 JavaScript 跑完之后才存在的站，爬虫拿到的是一个空壳。 内容是有的、浏览器看得见，但引擎读不到。这一组几乎肯定不是有意的。
314 个知名网站实测，四分之一根本无法被引用
榜单是固定的公开名单，370 站列出、314 站测到，20 个行业每个至少 10 站—— 少于这个数的「行业中位数」说明不了任何事。原始数据在仓库里，你可以自己重跑核对。
| 原因 | 站数 | 性质 |
|---|---|---|
| 在 robots.txt 里点名屏蔽 | 19 | 编辑决策。他们选择不被引用 |
| 正文只在 JS 跑完后存在 | 45 | 几乎肯定不是有意的 |
| 直接给爬虫报错 | 16 | 浏览器 200、爬虫 403，内部看不出来 |
中位数 56 分，区间 12 到 98。 这三组加起来 80 个站，占实测的 25%——而这个比例在五次独立取样里都在 24–25%， 样本从 38 站一路到 314 站。
对做出海的还有一条更直接的：面向中文市场的站中位数 40，其余站 59，差 19 分。 这个差距在五次取样里落在 16 到 23 分之间。差的不是内容质量，是能不能被读到。
五个档位：说的是所处阶段，不是判决
外部基准显示，多数商业网站落在 30–55 分之间。 所以拿到四十几分是常态，不是警报——它说明的是「还没针对 AI 检索做过建设」，而不是「网站做得差」。
| 档 | 分数 | 含义 |
|---|---|---|
| 领先 | 83–100 | 已建立优势，重点转向维持与扩大 |
| 基础扎实 | 66–82 | 地基完备，缺口集中在内容深度与品牌资产 |
| 成长期 | 51–65 | 主要项目已在做，差的是系统性与一致性 |
| 起步期 | 31–50 | 基础项有明显缺口，其中多数可在数人天内补齐 |
| 未起步 | 0–30 | 尚未针对 AI 检索做过建设，提升空间最大 |
为什么可以信这个分
一个测量工具最该被质疑的是它自己准不准。所以这三件事都写在仓库里，公开可查。
- 阈值不是拍的。 校准记录 写清每一档的分界怎么定，对齐了四个公开基准，也包括一次公开承认—— 发布前我们对分数分布的预测区间是错的，实测把它推翻了，记录里保留了两个数。
- 复现精度是实测的，不是声称的。 整个榜单跑两遍、逐站比对：96% 的站落在 ±5 以内，45% 完全一致。 所以单个站的分数请按 ±5 读，中位数是稳的。不稳的是门槛检查——两次之间有五个站翻转， 因为它们的 bot 防护对爬虫的答复变了。 全部数据
- 我们自己抓到的 bug 也写在里面。 比如 307/308 重定向在 Python 3.11 以下不被跟随，导致同一个站的分数取决于谁的 Python 在跑； 又比如请求头里英文优先，会让部分中文站交回它的国际版。 第二个改请求头解决不了，所以做法是记录而不隐藏：结果里会注明实际测的是哪个域名。
- 我们自己的榜单页也被同一套量表测。 当前 87 分，档位「领先」。分数和缺口都公开——包括还差的那几项。
测出问题之后，该怎么办？
量表只回答一件事：引擎能不能引用你。它会不会引用， 取决于竞争和提问意图，任何站外审计都观察不到——所以我们不承诺排名，也不承诺引用量。 仓库里也刻意不给修改建议：打分开源，改法是我们的活。
- 免费 AIV 速览。我们跑一遍，然后做量表做不了的那部分：哪些缺口是真的、哪些不用管，先修哪一环、值不值得修。分数本身你可以自己跑一遍复核——开源的意义就在这。
- GEO 诊断 · ¥5,888 起。AIV 基线报告 + 海外竞品差距 + 30 天行动清单。 报告本身就是能力证明——你拿着它自己改也行。
- 全链路陪跑 + AIV 看板。按月对比，用同一个分数说话。 边界写在明处：不做代运营、不按 ROI 抽成、不承诺替代人力。
常见问题
这和 SEO 是一回事吗
不是同一个问题。传统 SEO 问的是我排第几；回答引擎不排名—— 它检索段落、拼装答案、标注来源。
所以能被引用的前提变了：正文要在 HTML 里、开头一段要能独立成立、 数字要带出处、作者要可核。这些事 SEO 工具基本不测，因为在排名逻辑里它们不重要。
结论SEO 做得好的站，AIV 不一定高；反过来也成立。榜单上两种情况都不少。
分数低说明我的网站差吗
大多数情况下不说明。榜单中位数只有 56 分，四十几分是常态。 分数低通常意味着「没有针对 AI 检索做过建设」，而不是「网站做得差」—— 这两件事的修法完全不同。
被门槛封顶到 40 分的站尤其要看清原因：如果是正文只在 JS 跑完后存在， 那你的内容其实是好的，只是引擎读不到；如果是 robots.txt 点名屏蔽，那可能本来就是你们的决定。
为什么仓库里不给修改建议
刻意的。开源的是测量口径——量表、检查项、判据、原始数据， 目的是让分数可核验、可复算、可被质疑。
而怎么改、先改哪一项、投多少人天、谁来落地，是我们的交付内容。 把这两件事分开，量表才能被别人当中立标准用，包括被我们的竞品用。
我能自己复算榜单上的分数吗
能，这是设计目标。量表机器可读，每一档都写明「8 个采样页里命中几个」， 所以两个人测同一个站，算术上会一致。原始数据、跑分脚本、生成页面的脚本都在仓库里。
注意单次重跑有 ±5 的自然波动（采样页会变、站点的 bot 防护会变）。 要对比两个站，差距小于 5 分不要当结论。
榜单上没有我的站，能加吗
能。仓库里有专门的提交入口，要求先自己跑一遍并贴出结果那一行。 我们特别缺的是行业和语种覆盖薄的站——非英语站、受监管行业、平台、媒体。
提醒分数会公开，包括低分。这一点在提交模板里写明了， 而且不是自己的站也可以提名——所有检查都只跑公开网址。
量表都开源了，为什么还要找你们做免费速览？
因为量表只出数字，不出判断。你自己跑一遍拿到的分和我们跑的是同一个——这正是它开源的意义：我们给你的每一分你都能复核。速览多出来的是量表做不了的三件事。一，读结果：单次重跑有 ±5 的自然波动，门槛项会随站点的屏蔽策略翻转，哪些缺口是真的、哪些不用管，要有人看。二，放回你的生意里：九个环节先做哪一环，量表根本不知道你是做什么的。三，说清值不值得修、要多少工作量——打分我们开源了，改法是我们的活。会自己跑命令的，直接跑；不会的，或者跑完不知道下一步的，找我们，不收费。