• AI 技能
• 人工智能
• AI 应用
• AI 写作
• AI 评测

gtm-engineer-skills 是一套开源的 Claude Code 技能包，专为网站 AEO 技术优化而生：它通过 JSON-LD 结构化数据、9 大 AI 爬虫放行检查、16 项基础检查与 6 大智能维度评分，让 ChatGPT、Claude、Perplexity 等 AI 引擎能发现、解析并引用你的网站内容。本文将带你吃透其中最关键的两块技术底座——JSON-LD 结构化数据与 AI 爬虫访问策略，并附一条命令即可上手的 AEO 基线测评方法。

为什么 AEO 技术优化是下一个流量战场 🚀

传统 SEO 优化的是"人"在搜索结果里的点击，而 AEO（AI Engine Optimization，AI 引擎优化）优化的是"AI"在回答时对你的引用。AI 爬虫不像人类浏览页面——它们直接抽取结构化数据、扫描直接答案，并在毫秒级内判断内容是否值得引用。

行业数据已经给出信号：

• ChatGPT 贡献了87.4%的 AI 推荐流量（Conductor，2025，分析 3.3B 次会话）；
• 44.2%的 ChatGPT 引用来自页面内容的前 30%（Kevin Indig，分析 1.2M 条 AI 回答）；
• AI 助手引用的内容平均比传统搜索结果新鲜 25.7%（Ahrefs，分析 1700 万条引用）。

换句话说：你的网站若没有为 AI 机器做好准备，正在流失最快速增长的那股流量。

上图为 AEO 审计工具的"AI Agent View"视角——右侧面板正是 AI 爬虫真正"看到"的内容：title、meta、H1、schema 类型、JSON-LD 块数量与内链数。你的页面在它眼里，就是这些字段。

9大AI爬虫完整名单：robots.txt 放行设置 🤖

在 16 项基础检查中，AI 爬虫访问（ai-bot-access）是分值最高的一项（12 分），也是优先级第一的"阻塞项"。gtm-engineer-skills 的爬虫脚本内置了 9 大主流 AI 爬虫名单（见 audit-website-aeo/scripts/aeo-audit.mjs）：

官方技能的判断非常直接："如果 AI 爬虫被拦截，其他一切都不重要"（improve-aeo-geo/SKILL.md）。检查逻辑是：只要robots.txt中对上述任一爬虫写有Disallow: /且没有对应的Allow: /，该检查即判定失败。

正确的 robots.txt 应该显式放行，并附上站点地图：

User-agent: GPTBot Allow: / User-agent: ClaudeBot Allow: / User-agent: PerplexityBot Allow: / # …其余爬虫同理… Sitemap: https://yourdomain.com/sitemap.xml

💡 常见坑：不少站长会"顺手"禁掉 AI 爬虫以防内容被训练，结果直接把自己排除在所有 AI 回答的引用池之外。AEO 优化的第一步，就是先把 9 个"访客"放进来。

JSON-LD结构化数据：让AI读懂你页面的"身份证" 🪪

JSON-LD（JSON for Linking Data）是嵌在页面<head>里的一段结构化数据脚本，用 schema.org 词汇描述"这个页面到底是什么"。它是 16 项检查中直接关联的两项：

审计脚本会解析每一块 JSON-LD，提取@type、name、author、datePublished、dateModified等字段（aeo-audit.mjs）。官方认可14 种@type：Organization、WebSite、WebPage、Article、Product、FAQPage、BreadcrumbList、LocalBusiness、Person、Event、HowTo、Recipe、VideoObject、SoftwareApplication。

最低配置建议（improve-aeo-geo/SKILL.md）：

一篇博客文章的最小 JSON-LD 示例：

{ "@context": "https://schema.org", "@type": "Article", "headline": "文章标题", "datePublished": "2025-01-15", "dateModified": "2025-06-01", "author": { "@type": "Person", "name": "作者名" } }

为什么它对 AEO 如此重要？真实审计案例给出了答案：anthropic.com 的 AEO 审计中，6 个被爬页面只有 2 个带有任何结构化数据，"为所有关键模板补充 JSON-LD" 被列为第一大修复项（audit-website-aeo/examples/anthropic-com-audit.md）。结构化数据正是 AI 对页面实体与意图进行分类的依据——没有它，AI 只能靠猜。

AEO评分体系：16项基础检查 + 6大智能维度 📊

gtm-engineer-skills 的 AEO 评分由两半组成（audit-website-aeo/SKILL.md）：

最终分 = 50% × 基础分（16项确定性检查，满分142分） + 50% × 智能分（6个内容维度，0-5分制）

16 项基础检查一览（完整定义）：

站点级规则：某项检查在80% 以上页面通过才算通过。最终分映射为 A+（95-100）到 F（<40）的等级，修复目标是80+ 分（B+ 及以上）。

新鲜度信号：用JSON-LD告诉AI你的内容是新的 🕒

AI 引擎明显偏爱"新"内容：76% 的 ChatGPT 高频引用页面在 30 天内更新过；3 个月内更新的内容平均获得 6 次引用，而 2 年以上未更新的内容只有 3.9 次（SE Ranking，分析 230 万页面）。

让新鲜度"机器可读"的三板斧：

1. JSON-LD 日期字段：每篇内容都带上datePublished与dateModified；
2. Meta 日期标签：article:published_time与article:modified_time（页面可见的"最后更新"文字对爬虫来说不够，需要机器可读标记）；
3. llms.txt + RSS：llms.txt给 AI 系统一份可信 URL 索引，RSS/Atom 源帮助 AI 发现新内容（两者合计占 18 分）。

上图来自官方 create-geo-charts 技能的数据可视化模板——注意它同时配有文字摘要、HTML 数据表格和Dataset类型的 JSON-LD（模板定义），因为AI 引用的是文字而不是像素，图表本身对 LLM 是不可见的。

快速上手：一条命令测出网站AEO基线分 ⚡

整个工作流只有三步：测基线 → 修代码 → 复测对比（audit-website-aeo→improve-aeo-geo→audit-website-aeo复测）。

第一步：安装技能包

git clone https://gitcode.com/gh_mirrors/gt/gtm-engineer-skills cd gtm-engineer-skills mkdir -p ~/.claude/skills ln -s "$PWD/audit-website-aeo" ~/.claude/skills/audit-website-aeo ln -s "$PWD/improve-aeo-geo" ~/.claude/skills/improve-aeo-geo

第二步：运行零依赖爬虫审计（仅需 Node 18+，无需 npm install，audit-website-aeo/README.md）

node audit-website-aeo/scripts/aeo-audit.mjs https://yourdomain.com --max-pages=10

脚本会按 AI 代理的方式爬取站点（sitemap + robots.txt + 内链，最多 30 页），逐页跑 16 项检查，输出基础分、失败项与按影响度排序的修复清单，写入 JSON 报告。

第三步：交给improve-aeo-geo修代码

该技能会自动识别你的技术栈（Next.js、Nuxt、Astro、SvelteKit、WordPress、Hugo、Jekyll、11ty、Remix 等），按"阻塞项 → 高影响结构 → 内容质量"的优先级动手修改，并内置 17 项验收清单（improve-aeo-geo/SKILL.md）。

官方案例：一个 Next.js 博客初始分42/100（D）——robots.txt 拦截了 GPTBot 与 ClaudeBot、全站无 JSON-LD、60% 页面内容过薄。约 45 分钟修复后提升至87/100（A-），改动就是本文讲的那几件事：放行爬虫、补 Organization/Article 两层 JSON-LD、加 llms.txt 与 RSS、重写"答案优先"的开头（improve-aeo-geo/examples/nextjs-blog-before-after.md）。

常见问题（FAQ）📮

Q1：JSON-LD 会不会直接提升 Google 搜索排名？它的主要价值是让 AI 引擎准确理解页面实体与意图（文章、产品、FAQ），从而增加被 ChatGPT、Claude、Perplexity、Google AI Overviews 引用的概率；对传统搜索则是补充结构化信号。在 gtm-engineer-skills 的评分体系中，它占 16 分，且是"智能分"中 Quotability（可引用性）评估的输入之一。

Q2：必须 9 个 AI 爬虫全部放行吗？官方检查的判定标准是：9 大爬虫中任何一个被Disallow: /拦截且无Allow: /覆盖，该检查（12 分）即失败。AEO 优化的前提是"AI 能进得来"，建议显式全部放行。

Q3：我没有 AI 技能，只想要个分数怎么办？直接运行node audit-website-aeo/scripts/aeo-audit.mjs <你的URL>即可获得基础分（Foundational Score）与失败项清单；完整的 A-F 最终评级由 agent 层的 6 维度内容评估补齐。

写在最后 ✍️

AEO 技术优化的核心逻辑其实很简单：先让 AI 爬虫进得来（robots.txt 放行），再让 AI 看得懂（JSON-LD 结构化数据 + 清晰标题层级），最后让 AI 信得过（日期信号 + 证据密度 + 可引用的答案段落）。gtm-engineer-skills 把这套方法论沉淀成了可执行、可复测的技能包——用一条命令拿到基线分，按优先级修代码，再测一次看提升，这就是一个可持续的 AEO 优化闭环。

• AI 技能
• 人工智能
• AI 应用
• AI 写作
• AI 评测