在写内容、铺权威之前，先回答一个最基本的问题：AI 到底能不能读到你的页面？大量「GEO 没效果」的案例，最后查明是爬虫在某一关被拦住了。这篇给出一套四关诊断法，照着走一遍就知道卡在哪。
一、第一关：发现（AI 知道你的页面存在吗）
检查项：sitemap 是否提交且包含核心页面；核心页面是否有来自首页或其他页面的内链入口；新页面发布后是否有主动提交或通知机制。
常见问题：sitemap 长期未更新、新内容只挂在深层目录无内链、重要页面被 noindex。
验证方法：在各 AI 引擎问站点品牌词与核心页面标题，看哪些页面「有印象」；结合日志看爬虫抓取的 URL 覆盖范围。
二、第二关：访问（爬虫能打开页面吗）
检查项：robots.txt 是否误拦 AI 爬虫；防火墙/WAF/CDN 是否拦截爬虫 UA；页面返回状态码是否正常；是否有登录墙或地域限制。
这是事故率最高的一关：robots 模板残留、WAF 默认规则、限速过严，都会让爬虫拿着 403/429 离开。
验证方法：日志按 AI 爬虫 UA 过滤，统计状态码分布与访问趋势；对被拦路径修正配置后跟踪恢复情况。
三、第三关：渲染（打开后能看到内容吗）
检查项：核心内容是否在原始 HTML 中（非 JS 动态加载）；关键数据是否不在纯图片/图表里；折叠内容是否存在于 HTML。
CSR 站点在这一关大面积失血：搜索收录正常，AI 却「视而不见」。
验证方法：禁用 JavaScript 打开核心页面逐一目检；用「查看源代码」确认正文文字真实存在于 HTML。
四、第四关：抽取（内容能被正确理解吗）
检查项：标题层级是否规范；关键信息是否结构化（表格/列表/schema）；段落是否自含可引用；品牌实体信息是否清晰完整。
这一关决定「读到了」与「读懂了」的差别：结构混乱的内容即使被抓取，也难以被准确切块与引用。
输出与闭环：四关检查汇总成问题清单，按「影响面 × 修复成本」排优先级，交给对应责任方，修复后复测。建议季度例行 + 大改版后必做。