www.baidu.com GEO 检测报告：2/15 分「不可见」（AI 可见性实测）

检测结论：www.baidu.com 在《GEO 就绪度标准 v1.0》的 15 项判定中通过 2 项，得分 ²⁄₁₅，判定为「不可见」。其中 A1（robots.txt 正确放行 AI 爬虫） 是最关键的缺口。

一、概述

本次检测针对 www.baidu.com，依据《GEO 就绪度标准 v1.0》的 15 项检查，得分 2/15，判定等级为「不可见」。站点在基础可达性上没有硬伤：A4（无软 404）、A5（HTTPS 有效、首页 200、响应 204 ms）均通过，说明服务器与协议层是健康的。但除此之外，从抓取到引用三层几乎全部失守，最致命的缺口集中在两点：一是源码层面没有可被 AI 爬虫读到的正文，A2 显示源码可见正文 0 字符、h1 0 个，B1 的 title 与 description 均为 0 字符，意味着 AI 抓到的是一副空壳；二是站点没有对 AI 生态做任何显式声明，A1 未放行 Bytespider、DeepSeekBot、QwenBot、GPTBot，A3 的 sitemap.xml 与 B4 的 llms.txt 均返回 404。可引用性一组（C1–C5）全部未通过，说明即便内容被抓到，也缺少结论前置、结构块、一手数据、更新时间与第三方引用这些被引用的必要条件。这些问题的修复不涉及内容质量本身，主要是工程与服务端渲染层面的补齐。按优先级修完 A2、A1、A3/B4、B1/B2/B3 后，站点可从「不可见」进入「可抓取、可理解」区间，预计得分可提升至 9–11 分，具备被 AI 正常收录的基础条件，再叠加 C 组的内容改造才谈得上被稳定引用。

二、逐项判定结果

判定时间：2026-09-19　|　依据：《GEO 就绪度标准 v1.0》　|　检测对象：www.baidu.com

三、优先修复的三件事

按投入产出排序——「可抓取性」组的问题优先，不修完这一组，后面的优化都不会被 AI 看到。

1. A1 · robots.txt 正确放行 AI 爬虫

• 现状：未声明 Bytespider、DeepSeekBot、QwenBot、GPTBot等
• 怎么改：把每个 AI 爬虫的 User-agent + Allow: / 放在 User-agent: * 之前——爬虫只匹配第一条命中的规则。

2. A2 · 关键内容不依赖 JS 渲染

• 现状：源码中可见正文 0 字符，h1 0 个
• 怎么改：把正文与标题改为服务端渲染（SSR），或在源码中提供可读的正文与 h1。

3. A3 · 有 sitemap 且内容有效

• 现状：sitemap.xml HTTP 404
• 怎么改：生成 sitemap.xml（sitemapindex 亦可），并在 robots.txt 中声明它的地址。

四、重点问题分析

A2 源码中无正文，AI 爬虫抓到的是空壳

这是当前最底层、也最致命的问题。证据显示源码中可见正文 0 字符、h1 0 个，而 A5 表明首页 HTTP 200、响应 204 ms。两者结合说明：页面能返回，但返回的 HTML 里没有内容，正文很可能依赖客户端 JS 在浏览器中渲染后才出现。主流 AI 爬虫（GPTBot、Bytespider、DeepSeekBot 等）通常只取原始 HTML，不执行页面脚本，因此它们看到的就是一个没有文字、没有标题的空文档。后果是：无论后续的 TDK、结构化数据、结论前置做得多好，AI 都没有可读的素材，引用无从谈起。修改要点是把关键内容改为服务端渲染（SSR）或静态生成，确保原始 HTML 中直接包含正文段落与唯一的 h1；对必须由 JS 加载的部分，至少提供 noscript 兜底或预渲染快照。

A1 robots.txt 未放行 AI 爬虫

证据显示 robots.txt 未声明 Bytespider、DeepSeekBot、QwenBot、GPTBot 等 UA。标准要求把每个 AI 爬虫的 User-agent + Allow: / 放在 User-agent: * 之前，因为爬虫只匹配第一条命中的规则。若站点当前的通用规则是 Disallow 或存在限制性配置，AI 爬虫会在第一步就被挡在门外，后续所有优化都不会被看到。修改要点是打开 robots.txt，在文件顶部为每个目标 AI 爬虫单独写一组规则并显式 Allow: /，再保留通配规则；同时确认没有对上述 UA 做服务端层面的拦截或限流。

A3 与 B4 缺少 sitemap 与 llms.txt

证据显示 sitemap.xml 返回 HTTP 404，llms.txt 同样返回 404。sitemap 是 AI 爬虫发现全站 URL 的主要入口，缺失会导致抓取依赖外链、覆盖面不可控；llms.txt 则是站点向大模型主动说明「我是谁、哪些页面值得引用」的纯文本清单，缺失意味着放弃了这一低成本的定义权。修改要点是生成 sitemap.xml（或 sitemapindex）并在 robots.txt 中声明其地址；在根目录放置纯文本 llms.txt，写明站点定位、核心页面链接与可引用结论，并确认服务器没有把首页 HTML 错误地返回在这个路径上。

B1 与 B3 缺失 TDK 与标题层级

证据显示 title 0 字符、description 0 字符，h1 0 个、h2 0 个。TDK 是 AI 判断页面主题最直接的信号，标题层级则决定内容结构能否被解析成段落与要点。两者同时缺失，加上 A2 的无正文，等于页面在语义层完全空白。修改要点是每页补全唯一的 title（≤60 字符）与 description（≥50 字符），并保证互不重复；正文中只保留一个 h1，用 h2/h3 组织层级，避免用加粗 div 冒充标题。

C 组整体失守带来的引用障碍

C1–C5 全部未通过：首屏前 120 字为空、列表与表格标签 0 个、含具体数字 0 处、无更新时间、无第三方引用。即便抓取与理解层修好，AI 仍缺少可整段摘录的结构块和可核查的一手数据，引用意愿会很低。这部分属于内容改造，建议在工程问题解决后再推进。

五、行动建议

1. 先解决正文渲染（对应 A2，投入产出最高）：把首页及核心内容页从客户端渲染改为服务端渲染或静态生成，确保直接请求页面时返回的 HTML 源码中就包含正文文字与一个 h1。改完后用 curl 或查看源代码的方式复核「源码可见正文字符数」是否大于 0。

2. 修改 robots.txt 放行 AI 爬虫（对应 A1）：在 robots.txt 文件最顶部，为 GPTBot、Bytespider、DeepSeekBot、QwenBot 等分别写入一组 User-agent: <名称> + Allow: /，务必放在 User-agent: * 之前，因为爬虫只匹配第一条命中的规则；同时确认服务器未对这些 UA 做拦截。

3. 补齐 sitemap.xml 与 llms.txt（对应 A3、B4）：生成 sitemap.xml（可用 sitemapindex 组织），并在 robots.txt 中加一行 Sitemap: https://www.baidu.com/sitemap.xml；在站点根目录新增纯文本 llms.txt，写明站点定位、核心页面 URL 与可引用结论，并确认访问该路径返回的是文本而非首页 HTML。

4. 补全 TDK 与标题层级（对应 B1、B3）：在页面模板的 head 中补齐 title（≤60 字符）与 meta description（≥50 字符），确保每页唯一；正文模板中只保留一个 h1，用 h2/h3 组织层级，移除用加粗 div 充当标题的写法。

5. 补结构化数据与主体信息（对应 B2、B5）：在 head 中注入 JSON-LD，至少包含 WebSite 与 Organization 两个块，文章页再加 Article、问答页加 FAQPage；在页脚展示备案号，并提供「关于我们」或联系方式入口，使主体信息可核验。

六、数据来源与复核方式

• 检测方式：程序抓取首页 HTML、robots.txt、sitemap.xml、llms.txt，并按标准逐项判定；每项都保留原始证据（状态码、耗时、命中的原文片段）
• 复核方式：任何人都可以用「GEO 就绪度检测」对 www.baidu.com 重跑，规则与数据完全公开
• 局限性：只检测首页，未覆盖文章页与列表页；C1/C3/C5 三项由规则推断，标准中已标注「需人工确认」；数据是 2026-09-19 的单时点快照，站点改版后结论可能变化
• 本报告由程序自动检测 + AI 撰写（撰写引擎：deepseek）。如你是本站主体，认为结论有误或希望撤下，可通过「关于我们」的联系方式告知，我们会在核实后更正或删除

附录：原始取数证据

七、如何引用本报告

安企 GEO《www.baidu.com GEO 就绪度检测报告》（2026-09-19）：该站按《GEO 就绪度标准 v1.0》15 项判定通过 2 项，得分 2/15，判定「不可见」。首要缺口为 A1「robots.txt 正确放行 AI 爬虫」。

• 报告名称：www.baidu.com GEO 就绪度检测报告
• 检测日期：2026-09-19
• 发布方：安企 GEO（AnqiWeb GEO）
• 建议引用格式：www.baidu.com GEO 就绪度检测报告，安企 GEO，2026