诗典古文分享 shidianguwen.com GEO 检测报告：7 分「不可见」

检测结论：shidianguwen.com 在《GEO 就绪度标准 v1.0》的 15 项判定中通过 7 项，得分 7 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

shidianguwen.com 这次 7 分，判定为不可见。站点基础不差：HTTPS 与首页响应正常，sitemap 有效，404 处理干净，TDK 完整，正文有 8432 字符，还带 548 处具体数字，说明有可被引用的素材。最致命的缺口集中在两个地方：一是 AI 爬虫没有被明确放行，Bytespider、DeepSeekBot、QwenBot、KimiBot、Kimi-SearchBot 均未在 robots.txt 中声明，抓取入口本身就不通畅；二是页面缺少让机器读懂的结构，JSON-LD 为 0 个、h1 为 0 个、llms.txt 返回 404，主体与作者信息、更新时间、第三方引用证据也全部缺失。这意味着即便内容被读到，AI 也难以判断它是什么、谁写的、何时更新、是否可信。修完这些项可达满分 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：shidianguwen.com

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。

小结：抽样的 3 个内页中，TDK 完整 0 个、含结构化数据 3 个、标注更新时间 0 个。

内页 TDK 不完整时，AI 抓到内页只能看到一个泛化标题。修法与首页相同（见第三节 B1 的片段），但要改的是列表页/详情页模板，而不是某一篇文章。

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）：Bytespider、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

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：
#    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://shidianguwen.com/sitemap.xml

本次检测里，这个文件缺少 Bytespider、DeepSeekBot、QwenBot、KimiBot、Kimi-SearchBot（对应 豆包、DeepSeek、通义千问 / 元宝、Kimi（模型训练）、Kimi 搜索）。

2. A2 · 关键内容不依赖 JS 渲染

• 现状：源码中可见正文 8432 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。

可直接复制的修复

若源码里几乎没有正文，三种改法（任选）：

1. Next.js：getServerSideProps / Server Component 输出内容；
2. Nuxt：ssr: true（默认）并把关键内容放在服务端；
3. 静态站：构建时预渲染（nuxt generate / next export / 或纯 HTML）。 同时给不执行 JS 的客户端留一份 <noscript> 说明。

# 先用这条确认正文是否出现在源码里（AI 爬虫大多不执行 JS）
curl -s https://shidianguwen.com/ | grep -c "<h1"
curl -s https://shidianguwen.com/ | wc -c

3. B2 · 结构化数据（JSON-LD）

• 现状：JSON-LD 块 0 个，WebSite 无，Organization 无
• 怎么改：至少补 WebSite + Organization；文章页加 Article，问答页加 FAQPage。

可直接复制的修复

放到：<head> 内。sameAs 是关键——它把「这个域名」和「你的知乎/公众号/GitHub 主页」关联成同一个实体，AI 才能确认你是谁

<script type="application/ld+json">
{"@context":"https://schema.org","@type":"Organization",
 "name":"诗典古文分享","url":"https://shidianguwen.com/",
 "sameAs":["https://www.zhihu.com/org/你的主页",
           "https://github.com/你的账号"]}
</script>
<script type="application/ld+json">
{"@context":"https://schema.org","@type":"WebSite",
 "name":"诗典古文分享","url":"https://shidianguwen.com/"}
</script>
<!-- 文章页再加 Article：headline / datePublished / dateModified / author -->

四、重点问题分析

一、AI 爬虫未明确放行，抓取入口不通

robots.txt 中没有声明 Bytespider、DeepSeekBot、QwenBot、KimiBot、Kimi-SearchBot 这几个国内主流 AI 爬虫。标准要求把每个 AI 爬虫的 User-agent 加 Allow: / 放在 User-agent: * 之前，因为爬虫只匹配第一条命中的规则。当前写法下，这些爬虫要么落到通配规则上、要么无法确认是否被允许，结果就是内容进不了国内 AI 的索引。对古诗文这类高度依赖问答引用的站点，这等于主动放弃最直接的流量来源。修改要点：在 robots.txt 顶部逐条列出上述爬虫并显式 Allow: /，再保留原有的 User-agent: * 段落；若后续做外贸，再补 GPTBot、ClaudeBot 等国外组。

二、结构化数据为零，机器无法识别页面类型

检测显示 JSON-LD 块 0 个，WebSite 无，Organization 无。AI 在抽取答案时，优先依赖结构化数据来确认「这是谁家的站、这是什么页面」。没有 WebSite 和 Organization，站点身份无法被机器确认；文章页没有 Article、问答页没有 FAQPage，AI 只能靠正文猜测内容类型，引用时容易张冠李戴，或者干脆跳过。修改要点：先在首页模板注入 WebSite 与 Organization 两块 JSON-LD，写明站点名、URL、logo、主体名称；再按页面类型补 Article（诗词赏析、考题）与 FAQPage（问答类页面）。

三、标题层级与主体信息缺失，可信度无法核验

h1 为 0 个、h2 有 50 个，说明页面把层级全压在二级标题上，没有唯一的主题标题。AI 判断页面主题时，h1 是最直接的信号，缺失会让它难以确定这一页到底在讲哪首诗、哪个词牌。同时，备案信息有，但主体信息入口无，页脚没有「关于我们」或联系方式。对 AI 而言，一个连运营主体都查不到的站点，引用风险偏高，尤其在诗词、考题这类需要准确性的内容上。修改要点：每页保留且仅保留一个 h1，用 h2/h3 组织层级，不要用加粗 div 冒充标题；在页脚补备案号并链接到「关于我们」页面，写清主体名称与联系方式。

四、更新时间与第三方引用证据双双缺位

页面可见更新时间为无，正文可见区也没有指向第三方平台的引用链接、出处标注或 sameAs 站外身份声明。AI 在多个来源之间做取舍时，会优先选择新鲜度高、有外部佐证的内容。没有更新日期，内容会被默认当作陈旧；没有出处与站外身份，可信度无法交叉验证。修改要点：在正文显著位置标注「更新于 YYYY-MM-DD」；把站内一手数据整理成可独立引用的结论块发布到知乎、CSDN 等平台并链回正文，或在正文标注「来源：××」，同时在 JSON-LD 的 sameAs 中声明站外身份主页。

五、行动建议

1. 修改根目录 robots.txt：在文件最顶部逐条写入 User-agent: Bytespider、User-agent: DeepSeekBot、User-agent: QwenBot、User-agent: KimiBot、User-agent: Kimi-SearchBot，每条下面各加一行 Allow: /，全部放在 User-agent: * 之前，保存后直接访问 /robots.txt 确认顺序。
2. 在首页模板的 head 中注入两块 JSON-LD：WebSite（name、url、potentialAction 搜索入口）与 Organization（name、url、logo、备案主体名称），用 script type=“application/ld+json” 包裹；文章页模板再加 Article，问答页模板加 FAQPage。
3. 调整页面标题结构：在每个页面模板中把当前作为主题的那行文字改为 h1，确保全页只有一个 h1；把现有的 50 个 h2 按内容归并，需要细分时降为 h3，删除用加粗 div 冒充标题的写法。
4. 在站点根目录新建纯文本 llms.txt，写明站点定位（古诗文与诗词名句分享）、核心栏目 URL 与可引用的结论性内容；配置服务器确保 /llms.txt 返回该文本文件而不是首页 HTML。
5. 在页脚补两处内容：一是备案号并链接到「关于我们」页面，页面内写清主体名称与联系方式；二是在文章模板正文顶部加一行「更新于 YYYY-MM-DD」，日期随内容发布或修订自动更新，同时在对应 JSON-LD 的 sameAs 中填入知乎、CSDN 等站外主页地址。

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 shidianguwen.com 的页面。

• 检索方式：Bing RSS，查询式 "shidianguwen.com" -site:shidianguwen.com（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 shidianguwen.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；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

八、如何引用本报告

安企 GEO《shidianguwen.com 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 7 项，得分 7 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：shidianguwen.com 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：shidianguwen.com GEO 就绪度检测报告，安企 GEO，2026