实战指南

可逐步执行、各自独立的实战指南。

• 可引用性审计

  按段落对照七项可引用性信号做诊断：把这一段单独抽出来，AI 引擎能不能把它整段放进答案里？先做一次人工的内容块抽取测试，再按严重级别整理发现清单，每条发现给出一句改写方向。这是从结构一侧深查采信环节的诊断手册。

• 面向 AI 引用的写作

  可引用性的七项信号，每一项都有一条对应的改写配方。每条配方都给出改写前后的对照、一份可复用的章节模板、一份发布前自检清单，以及最常踩的几个坑。可引用性审计指出问题在哪一项，到这里就能找到怎么改。

• 品牌提及追踪

  怎么把 AI 答案里那些不带链接的品牌点名采集出来：自建一套检测器（别名清单、消歧规则、去重单位、情感标签），按固定的提问集定期跑一遍，再用 GEO 指标里的公式算出提及频次、声量份额、回答包含率。这是提及一侧的操作手册，与 AI 引用追踪配套使用。

• AI 爬虫访问审计

  核实 AI 爬虫能不能抓到你，要把四种状态对齐：你决定放行什么、站点对外声明了什么、一个真实请求实际拿到什么、最后真正到达的又是谁。几乎每一条发现，都出在相邻两种状态对不上的地方，而代价最高的那一处，恰恰在 robots.txt 里看不见。

• AI 引用追踪

  一套可重复执行的测量流程，先手工拿到基准事实、再自动化做规模化，量出你被哪些 AI 引擎引用、引用得有多频繁、出现的位置有多靠前。先把提问集定下来，再依次采样、核验、归一后报数；每个指标的定义统一使用「GEO 指标」给出的口径。

• GEO 审计

  完整 GEO 审计：把访问、渲染、结构、内容、站外权威、结果这六层依赖摞成阶梯，从最底层往上一层一层查。这份手册解决的是四件事：排先后、设关卡、定严重级别、出报告；每一层具体怎么做，链到对应的专条。