AI 搜索可读性检查：HTML、站点地图与结构化数据

第一步：检查初始 HTML

用不执行 JavaScript 的请求读取页面，确认文章标题、摘要、正文和来源都在返回 HTML 中。若只有空的 root 节点，部分读取工具会错过正文；静态生成或服务端渲染可以改善这一点。

用户和抓取工具应获得相同事实。不要给机器人发送隐藏营销文本，或在结构化数据中塞入页面上不存在的评价。

curl -L https://your-domain.example/guides/your-article
# Confirm the response contains the article body, not only scripts.

第二步：稳定地址与清晰链接

一篇文章使用稳定的地址。中文与英文最好有各自可访问的 URL，再用 hreflang 建立对应关系；canonical 指向当前语言的规范页面，不要把所有文章都指向首页。

从首页、文章列表和相关指南链接到正文。链接名称要说明目标内容。不要让用户必须登录、点多层弹窗或依赖站内搜索才能找到公开教程。

第三步：元信息与结构化数据

为文章提供独立标题与摘要。Article / BlogPosting 元数据可表达标题、作者、日期与页面关系；BreadcrumbList 表达导航层级。所有字段必须对应真实可见信息。

站点地图列出希望被发现的规范页面，并使用内容真正修改的日期。robots.txt 用于说明抓取规则，不是访问控制；后台和密钥仍然必须由服务端权限保护。

第四步：发布后复查与持续维护

1. 检查首页 → 指南列表 → 正文 → 相关文档的链接链路。
2. 检查中文与英文直达地址、移动阅读和不存在文章的 404。
3. 用搜索平台提供的工具检查抓取与收录；提交站点地图不代表一定收录。
4. 把 llms.txt 视为补充内容索引，不把它当成通用标准、强制要求或推荐开关。