---
title: "AI 可读性与 Agent 访问诊断修复 Playbook"
source: "https://llmo.com.cn/playbooks/diagnose-and-fix.md"
---

# AI 可读性与 Agent 访问诊断修复 Playbook

> 当用户要求「检查为什么 ChatGPT / Claude / Perplexity / 国内 AI 搜索读不到我的网站」或「按 AI Read 报告逐项修复上线」时，按本流程执行。

## 第一步：获取可验证的现状

1. 先请求 `GET https://llmo.com.cn/sites/{host}.md`。如果站点已发布公开报告，直接拿到 `robots.txt` 分组立场、静态 vs JS 渲染字数对比、结构化数据与 `agent_view` 原始数据。
2. 若返回 `404` 或站点刚刚改版需要复测：
   - 调用 `POST https://llmo.com.cn/api/v1/scans`（`{ "url": "https://{host}", "force": false }`）。
   - 若返回 `202`，监听 `events_url` 直到 `scan_completed`，然后读取 `GET /api/v1/scans/{scan_id}`。
   - 若需排查首页之外的价格页、产品页（如 `/pricing`、`/products`），再调用一次 `POST /api/v1/site-sample`（默认 12 页）。

## 第二步：按根因分类排查与修复

### 1. robots.txt 误伤 AI 搜索或用户触发抓取
- **区分爬虫意图**，不要一刀切 `Disallow: /`：
  - **搜索引用与用户实时提问**：放行 `OAI-SearchBot`、`ChatGPT-User`、`Claude-SearchBot`、`Claude-User`、`PerplexityBot`、`Perplexity-User`、`Googlebot`，以及国内检索所需的 `Baiduspider` 等。
  - **模型预训练控制（可按需自主取舍）**：仅当不希望用于基础模型训练时再针对 `GPTBot`、`ClaudeBot`、`Google-Extended`、`Bytespider` 配置策略。
- 若使用 `Content-Signal`，确认其语法与 `User-agent` 规则一致，避免规则冲突。

### 2. WAF / CDN 拦截自动化或 AI 请求
- 若报告显示 HTTP 401/403/429、Cloudflare Turnstile、DataDome 或 Akamai 拦截页：
  - 不要把未验证的普通脚本放行与官方爬虫混为一谈；在 Cloudflare / WAF 控制台使用厂商官方 Verified Bot / ASN 校验规则放行搜索与用户触发爬虫。
  - 若多地域节点（例如香港检测节点 vs 国内浏览器）读取 `robots.txt` 结果不一致，排查边缘缓存与地域规则对 `/robots.txt` 的差异响应。

### 3. JavaScript 强依赖导致静态 HTML 空白（尤其 SaaS 定价页与电商商品页）
- 不执行 JS 的抓取器看到的正文过少（或遇到登录墙/软 404），通常源于 CSR 单页应用或纯前端定价计算器。
- **修复建议**：
  - 核心着陆页、`/pricing`（价格套餐表、计费周期、FAQ）、`/products` 与帮助文档采用 SSR / SSG 服务端输出完整语义 HTML。
  - 为重要内容页提供 `Accept: text/markdown` 内容协商或 `.md` 静态镜像，并务必在 HTML 与 Markdown 响应同时返回 `Vary: Accept`，避免 CDN 缓存串页。

### 4. 索引指令与结构信号
- 检查关键公开页面是否误带 `meta name="robots" content="noindex"` 或 `X-Robots-Tag: noindex`、`nosnippet`。
- 补充标准 `rel="canonical"`、准确的 `sitemap.xml`（使用真实内容修改日期）以及静态 HTML 内嵌 `JSON-LD`（如 `Organization`、`Product`、`SoftwareApplication`、`FAQPage`）。
- 根目录可提供简洁的 `/llms.txt`（< 8KB）作站点导航索引，列出文档、定价与产品 Markdown 链接。

### 5. Agent 可操作性与无障碍树（`agent_view`）
- 若检测提示首页存在大量无名称可交互控件或跨栏遮挡：
  - 为图标按钮与跳转链接补充明确的可见文本或 `aria-label`。
  - 多字段表单控件关联清晰的 `<label>`。
  - 避免首屏全屏弹窗遮盖主交互区域，确保匿名浏览状态下可顺利定位核心按钮。

## 第三步：核验与防呆约束

- 修复上线后重新调用一次 `POST /api/v1/scans`（`force: true`）验证静态抽取字数、`robots.txt` 立场与分数变化。
- 注意区分「硬性可读取指标（robots、WAF、静态正文、索引指令、JS 依赖）」与「信息提示信号（结构化数据、UA 差异、`agent_view`、`llms.txt`）」，切勿伪造未验证的统计数字或宣称保证收录排名。
