页面可引用性检查

这项检查不做什么

• 两个全新 Chromium 上下文在 12 秒、40 次 GET 和 2 MB 内对比同一 HTML，先关闭再开启 JavaScript。主动省略公开图片、媒体和字体；拦截私网、worker、socket、下载与跳转。不保留原始 HTTP CSP，而是施加更严格的安全策略。测量的是受控正文，不是完整图片/布局或所有浏览器的复现；不完整捕获不算比值。
• 只读一个页面，外加该站的 robots.txt 与 llms.txt。不爬全站，也不去抓 canonical 指向的那一页。
• 不涉及排名、流量，也不代表任何模型真的引用过这一页。它描述的是页面，不是市场。
• ClaudeBot 与 GPTBot 的训练访问、Google-Extended 的 Gemini 训练/检索增强控制与 /llms.txt 不进入通用通过数。未测量 Claude-SearchBot 搜索抓取与 Claude-User 用户请求抓取。Google Search 抓取、AI Overviews 与 AI Mode 使用独立的 Search 控制。
• 有三行采用模式匹配，不做语义或事实验证：开头回答标记、限定条件量化与数字来源线索。请查看证据后再判断。
• 它只读页面的前一段。文档超出这个范围时，凡是要报「不存在」的检查都改说「读不到」。

关于这项检查

全部通过就代表模型会引用这一页吗？

不代表。这些行说的是访问与形态：抓取器是否被放行、正文是否在 HTML 里、一条结论能否被抽出来。模型是否真的用你的页面回答，取决于被问的问题以及网上还有什么，本工具从不声称能替你判断这件事。

为什么 ClaudeBot 与 GPTBot 只展示不计分？

ClaudeBot 与 GPTBot 采集训练材料，屏蔽它们不能证明检索失败。Anthropic 使用 Claude-SearchBot 搜索抓取、Claude-User 按用户请求抓取；本工具未测量这两项。Google-Extended 还控制 Gemini Apps 与 Vertex AI 中的 Gemini 检索增强，但不控制 Google Search 收录或排名，包括 AI Overviews 与 AI Mode。这些控制独立展示，不拼成通用引用分。

为什么没有 robots.txt 反而算通过？

RFC 9309 规定：robots.txt 不可得（404）等于完全放行，所以没有这个文件的站点并没有拦谁。robots.txt 读不到（例如 500）是另一回事——该站的规则未知，那一行会如实写「读不到」，而不是猜。

页面在我浏览器里正常，为什么 HTML 那行没通过？

本检查对比本次精确抓取的 HTML 与隔离 Chromium 渲染。如果大部分正文在脚本执行后才出现，不渲染的读者收到的内容就更少。报告会显示两次捕获；资源被拦、截断或渲染服务缺失时，比值是未知，不会算通过。

接下来去哪

这项检查只回答关于一个页面的一个问题，其余的在别处。

• On-Page SEO 检查器同一个页面，换成搜索视角：你的关键词出现在标题、小标题和开头正文的哪些位置。
• 内链审计页面周围的站点：点击深度、孤岛页候选，以及指向它的那些链接。