检测结论：
buchina.net在《GEO 就绪度标准 v1.0》的 15 项判定中通过 12 项，得分 12 分（满分 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
buchina.net 是一个面向高考志愿填报与分数线查询的中文站点，本次 GEO 就绪度检测通过 12 项，得 12 分。基础工程条件扎实：首页 HTTPS 可达、响应 194 ms，正文不依赖 JS 渲染，源码中可见 10665 字符正文、1 个 h1 与 17 个 h2，TDK、JSON-LD、结论前置、可摘录结构块、更新时间均已通过，说明 AI 抓取与理解这两条链路基本通畅。最致命的缺口集中在三处：robots.txt 未显式放行 DeepSeekBot、QwenBot、KimiBot、Kimi-SearchBot 等国内 AI 爬虫；根目录 llms.txt 返回 404；正文可见区没有任何第三方引用链接、出处标注或 sameAs 站外身份声明。这三项直接决定内容能否进入国内大模型的检索池、能否被低成本解析、能否被判定为可信来源。修完后可达满分 15 分。
二、逐项判定结果
判定时间：2026-09-21 | 依据：《GEO 就绪度标准 v1.0》 | 检测对象：buchina.net
| 项 | 检查项 | 分组 | 结果 | 关键证据 |
|---|---|---|---|---|
| A1 | robots.txt 正确放行 AI 爬虫 | 可抓取性 | 未通过 | 本站定位：国内站点，国外组为建议项（做外贸时必需）；未声明（国内）：DeepSeekBot、QwenBot、KimiBot、Kimi-SearchBot |
| A2 | 关键内容不依赖 JS 渲染 | 可抓取性 | 通过 | 源码中可见正文 10665 字符，h1 1 个 |
| A3 | 有 sitemap 且内容有效 | 可抓取性 | 通过 | robots.txt 声明的 https://www.buchina.net/sitemap.xml 有效（0 条 URL） |
| A4 | 无死链污染（非软 404） | 可抓取性 | 通过 | 探测不存在路径返回 HTTP 404 |
| A5 | 站点稳定可达 + HTTPS 有效 | 可抓取性 | 通过 | 协议 HTTPS，首页 HTTP 200，响应 194 ms |
| B1 | 每页唯一且完整的 TDK | 可理解性 | 通过 | title 26 字符，description 87 字符 |
| B2 | 结构化数据（JSON-LD） | 可理解性 | 通过 | JSON-LD 块 1 个，WebSite 有，Organization 有 |
| B3 | 标题层级语义化 | 可理解性 | 通过 | h1 1 个，h2 17 个 |
| B4 | 有 llms.txt（纯文本） | 可理解性 | 未通过 | llms.txt 返回 HTTP 404 |
| B5 | 主体与作者信息可核验 | 可理解性 | 通过 | 备案信息 有，主体信息入口 有 |
| C1 | 结论前置 | 可引用性 | 通过 | 首屏可见文本前 120 字：高考志愿网-2027高考志愿填报和分数线查询服务平台 跳到主要内容 搜索高校、专业或分数线 搜索 使用免费填报小程序 关… |
| C2 | 存在可摘录结构块 | 可引用性 | 通过 | 列表/表格标签 11 个 |
| C3 | 有独家数据或一手信息 | 可引用性 | 通过 | 含具体数字 945 处 |
| C4 | 有明确更新时间 | 可引用性 | 通过 | 页面可见更新时间为 有 |
| C5 | 有第三方引用证据 | 可引用性 | 未通过 | 正文可见区既没有指向第三方平台的引用链接，也没有出处标注、也没有 sameAs 站外身份声明 |
内页抽样（按模板各取一页）
首页之外，按 URL 形态从站点地图里各取一个代表页面，看内页的 TDK、正文、结构化数据、更新时间与内链。本节只作补充证据，不参与 15 项评分——评分口径对全站一致，仍按首页判定。
| 抽样页面 | HTTP | TDK | 可见正文 | JSON-LD | 更新时间 | 内链 |
|---|---|---|---|---|---|---|
/anhuigaokao/696110.html |
200 | title 43 / desc 84 | 2863 字 | 1 | 有 | 59 |
/beijinggaokao/696134.html |
200 | title 39 / desc 77 | 4791 字 | 1 | 有 | 59 |
/benke/675809.html |
200 | title 53 / desc 135 | 2293 字 | 1 | 有 | 57 |
小结：抽样的 3 个内页中，TDK 完整 3 个、含结构化数据 3 个、标注更新时间 3 个。
三、优先修复（含可直接复制粘贴的代码）
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。每一项都给出可以整段复制的修复内容，把域名、品牌名和你实际缺失的爬虫都填好了。
1. A1 · robots.txt 正确放行 AI 爬虫
- 现状：本站定位：国内站点，国外组为建议项（做外贸时必需）；未声明（国内）：DeepSeekBot、QwenBot、KimiBot、Kimi-SearchBot
- 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。国外组建议补齐（做外贸时必需）。
可直接复制的修复
放到：站点根目录 /robots.txt（一个纯文本文件，整份替换即可）
# 【1】AI 爬虫（下面按 国内 / 国外核心 / 国外建议 / 用途令牌 分组，逐个显式声明）
# 爬虫只匹配第一条命中自己的规则组，写在 * 后面等于没写
# ① 国内 AI 爬虫（中文 AI 流量的入口，硬门槛）
User-agent: Bytespider
Allow: /
# 对应：豆包 # 你已声明过，这里保持一致
User-agent: DeepSeekBot
Allow: /
# 对应：DeepSeek
User-agent: QwenBot
Allow: /
# 对应：通义千问 / 元宝
User-agent: KimiBot
Allow: /
# 对应：Kimi（模型训练）
User-agent: Kimi-SearchBot
Allow: /
# 对应：Kimi 搜索
# ② 国外 AI 爬虫 · 核心（外贸站点最关键，硬门槛）
User-agent: GPTBot
Allow: /
# 对应：ChatGPT（训练） # 你已声明过，这里保持一致
User-agent: OAI-SearchBot
Allow: /
# 对应：ChatGPT（搜索索引） # 你已声明过，这里保持一致
User-agent: ClaudeBot
Allow: /
# 对应：Claude（训练） # 你已声明过，这里保持一致
User-agent: Claude-SearchBot
Allow: /
# 对应：Claude（搜索索引） # 你已声明过，这里保持一致
User-agent: PerplexityBot
Allow: /
# 对应：Perplexity # 你已声明过，这里保持一致
User-agent: meta-externalagent
Allow: /
# 对应：Meta AI # 你已声明过，这里保持一致
# ③ 国外 AI 爬虫 · 建议（覆盖越全越好，不作硬门槛）
User-agent: ChatGPT-User
Allow: /
# 对应：ChatGPT（用户触发）
User-agent: Claude-User
Allow: /
# 对应：Claude（用户触发）
User-agent: Perplexity-User
Allow: /
# 对应：Perplexity（用户触发）
User-agent: Google-CloudVertexBot
Allow: /
# 对应：Google Vertex AI
User-agent: meta-externalfetcher
Allow: /
# 对应：Meta（用户触发）
User-agent: FacebookBot
Allow: /
# 对应：Meta / Facebook
User-agent: Amazonbot
Allow: /
# 对应：Amazon / Alexa
User-agent: Applebot
Allow: /
# 对应：Apple Siri / Spotlight
User-agent: CCBot
Allow: /
# 对应：Common Crawl（众多模型的训练语料）
User-agent: DuckAssistBot
Allow: /
# 对应：DuckDuckGo AI
User-agent: MistralAI-User
Allow: /
# 对应：Mistral（用户触发）
# ④ AI 用途令牌（不会单独来抓，只在 robots.txt 生效）
# Allow 表示你授权 AI 使用你的内容；要保留内容可改成 Disallow。
User-agent: Google-Extended
Allow: /
# 对应：Gemini / Vertex AI
User-agent: Applebot-Extended
Allow: /
# 对应：Apple Intelligence
# ② 本次检测显示以下爬虫你已经声明过，无需重复：
# Bytespider、GPTBot、OAI-SearchBot、ClaudeBot、Claude-SearchBot、PerplexityBot、meta-externalagent
# 【2】通用规则放最后
User-agent: *
Allow: /
Disallow: /admin/
Disallow: /api/
# 【3】声明站点地图
Sitemap: https://buchina.net/sitemap.xml
本次检测里，这个文件缺少 DeepSeekBot、QwenBot、KimiBot、Kimi-SearchBot（对应 DeepSeek、通义千问 / 元宝、Kimi（模型训练）、Kimi 搜索）。
2. B4 · 有 llms.txt（纯文本）
- 现状：llms.txt 返回 HTTP 404
- 怎么改：在站点根目录放置纯文本 llms.txt，写明定位、核心页面与可引用结论；注意别让服务器把首页 HTML 返回在这个路径上。
可直接复制的修复
放到：站点根目录 /llms.txt。注意别让服务器把首页 HTML 返回在这个路径上（软 404），检测时会判为无效
# 高考志愿网
> 一句话定位：高考志愿网 是做什么的，服务谁，有什么独家数据。
## 核心页面
- [首页](https://buchina.net/)：一句话说明
- [产品/服务页](https://buchina.net/xxx)：一句话说明
## 可引用的结论（AI 可直接摘录）
- 结论一，带具体数字，例如「样本 120 个，平均 8.6 分」
- 结论二，带时间范围
## 引用格式
引用建议表述：高考志愿网《标题》，2026
更新时间：2026-09-19
3. C5 · 有第三方引用证据
- 现状：正文可见区既没有指向第三方平台的引用链接，也没有出处标注、也没有 sameAs 站外身份声明
- 怎么改：两条路任选：①把一手数据整理成可独立引用的结论块，发布到知乎/CSDN 等平台，并在正文里链回；②在正文中标注数据出处（如「来源：××」），并在 JSON-LD 的 sameAs 中声明站外身份主页。「被站外引用」的真实证据另见报告中的「外部引用线索」一节。
可直接复制的修复
两条路任选其一即可（都做更好）：
路线 A：在正文里给出可核验的出处
放到：引用数据的那一段之后。写成「来源：××」或「据××报道」，并链到原出处
<p>数据来源：<a href="https://权威来源地址" rel="nofollow">中国互联网络信息中心《第 55 次中国互联网络发展状况统计报告》</a>，2026-01。</p>
路线 B：在 JSON-LD 里声明站外身份主页
注意：真正的“被第三方引用”机器读不到——本站报告第六节《外部引用线索》会用搜索引擎查一次，但那只是线索。要积累真实引用，还是得把一手数据整理成可引用结论块，投到知乎/公众号等行业平台
{"@context":"https://schema.org","@type":"Organization","name":"高考志愿网",
"url":"https://buchina.net/",
"sameAs":["https://www.zhihu.com/org/你的主页",
"https://mp.weixin.qq.com/你的公众号"]}
四、重点问题分析
一、robots.txt 未显式放行国内 AI 爬虫（A1）
站点当前 robots.txt 未声明 DeepSeekBot、QwenBot、KimiBot、Kimi-SearchBot 这四类国内 AI 爬虫。按标准要求，每个 AI 爬虫的 User-agent 加 Allow: / 必须写在 User-agent: * 之前，因为爬虫只匹配第一条命中的规则。现在的写法意味着这些爬虫只能落到通配规则上，一旦通配规则中含 Disallow，它们就会被整体挡在门外。
后果是直接的：DeepSeek、通义、Kimi 等国内生成式引擎的检索层拿不到这个站的内容，后续无论正文质量多高都不会被引用。对高考志愿这类强时效、强本地化的查询，国内模型是主要入口，被排除意味着在这一入口上不可见。修改要点是在 robots.txt 顶部逐条列出这四个 User-agent 并附 Allow: /，再保留原有的 User-agent: * 段。若后续做外贸，再补 Google-Extended、GPTBot 等国外组。
二、缺少 llms.txt（B4）
访问 /llms.txt 返回 HTTP 404。llms.txt 是一份放在站点根目录的纯文本说明，用自然语言告诉模型这个站是做什么的、哪些页面值得读、有哪些可直接引用的结论。它不替代 sitemap，而是补上 sitemap 无法表达的语义层信息。
缺少它，模型在首次接触站点时只能靠逐页解析 HTML 来推断定位与结构，成本更高、误差更大，尤其容易把导航区块误当成主体内容。对高考志愿站而言，分数线、位次、招生计划这类核心页面如果不能在入口文件里被点名，被优先抓取的概率会下降。修改要点是在根目录新建 llms.txt，写成纯文本，包含站点定位一句话、核心栏目链接（如分数线查询、志愿填报工具）、以及 3 至 5 条可独立引用的结论。同时确认服务器没有把这个路径重写到首页 HTML，否则等于没有。
三、正文缺少第三方引用证据（C5）
当前正文可见区既没有指向第三方平台的引用链接，也没有出处标注，JSON-LD 中也没有 sameAs 站外身份声明。这一项在 15 项中权重不低，因为它影响的是 AI 对内容可信度的判断，而不只是可读性。
生成式引擎在组织答案时倾向于引用有出处、可交叉验证的内容。一个所有数据都只在本站自说自话的页面，即使数字再多（本站含具体数字 945 处），模型也难以判断其可靠性，通常会优先选择带来源标注或站外讨论的内容。此外，缺少 sameAs 会让模型无法把站点的品牌身份与知乎、CSDN 等平台上的同一主体关联起来，削弱实体识别。修改要点有两条路：一是把一手数据整理成可独立引用的结论块，发布到知乎、CSDN 等平台并在正文中链回；二是在正文中标注数据出处，并在 JSON-LD 的 Organization 节点里补 sameAs，声明站外身份主页。两条路可以并行。
五、行动建议
修改根目录 robots.txt。在文件最顶部、User-agent: * 之前，依次加入四组规则：User-agent: DeepSeekBot 换行 Allow: /，User-agent: QwenBot 换行 Allow: /，User-agent: KimiBot 换行 Allow: /，User-agent: Kimi-SearchBot 换行 Allow: /。保留原有通配段不动，改完用 curl 直接请求 /robots.txt 确认返回内容与顺序正确。
新建根目录 llms.txt。用纯文本写三块内容：第一行站点定位（高考志愿填报与分数线查询服务）；第二块列出核心页面 URL，至少包含分数线查询、志愿填报工具、院校库三个入口；第三块写 3 至 5 条可直接引用的结论句，每句带具体年份与数字。保存后访问 /llms.txt，确认返回的是纯文本而不是首页 HTML。
在 JSON-LD 的 Organization 节点中补充 sameAs 数组。填入该主体在知乎、CSDN、微信公众号等平台的官方主页 URL，每行一个字符串。同时确认 WebSite 节点的 url 与 name 与备案主体一致，便于模型做实体对齐。
在正文关键数据段落加出处标注。选取分数线、位次等核心数据页，在数据块下方加一行「来源：××」，指向省级教育考试院或官方招生文件。首批处理访问量最高的 10 至 20 个页面即可，不必全站铺开。
把站内一手数据整理成独立结论块发布到知乎或 CSDN，标题包含年份与省份关键词，正文中链回对应页面。这一步与第 4 步配合，形成「站外有引用、站内有出处」的闭环证据。发布后回填 sameAs，并观察后续抓取日志中 AI 爬虫的访问频次变化。
六、外部引用线索（仅证据，不计分）
未检出站外提及：外部索引里还没有提到
buchina.net的页面。检索方式：Bing RSS，查询式
"buchina.net" -site:buchina.net（打开这次检索）本节只作证据、不计分：搜索结果随时变化，把它纳入评分会破坏本报告「同一站点重复检测结果一致」的承诺。
七、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
buchina.net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；C5 只认站内可核验的引用痕迹（指向第三方平台的正文链接、出处标注、JSON-LD sameAs），真正的「被站外引用」见第六节，该节由搜索引擎查询得出、只作证据不计分；C1/C3 由规则推断，标准中已标注「需人工确认」；数据是 2026-09-21 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
| 资源 | HTTP | 耗时 | 大小 |
|---|---|---|---|
| 首页 HTML | 200 | 194 ms | 105231 B |
| robots.txt | 200 | 146 ms | 463 B |
| sitemap.xml | 200 | 320 ms | 5878237 B |
| llms.txt | 404 | 188 ms | — B |
| 不存在路径探测 | 404 | 181 ms | — B |
八、如何引用本报告
安企 GEO《buchina.net GEO 就绪度检测报告》（2026-09-21）：该站按《GEO 就绪度标准 v1.0》15 项判定通过 12 项，得分 12 分（满分 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：buchina.net GEO 就绪度检测报告
- 检测日期：2026-09-21
- 发布方：安企 GEO（AnqiWeb GEO）
- 建议引用格式：buchina.net GEO 就绪度检测报告，安企 GEO，2026