AI 信源合规检测
大模型能不能读到你的官网，取决于 9 项硬性标准：能访问（HTTPS / 备案）、能抓取（robots / llms.txt / ai.txt / 站点地图）、能读懂（结构化数据 / 服务端正文）。输入主域名，10 秒看清哪些已达标、哪些还差一步——未达标项直接给出可复制的配置模板。
还没有检测结果
在上方输入网站主域名，点击「开始检测」即可生成 9 项标准清单。
?检测规则参考 · 9 项硬标准是怎么定的
大模型引用一个网站，要依次走完三步：能访问 → 能抓取 → 能读懂。任何一步断了，内容再好也不会被引用。下面 9 项与检测引擎一一对应，逐项写明检测内容与达标判定。
能访问基础合规
SSL
SSL 安全证书
检测是否启用 HTTPS 加密传输
达标判定首页访问终态为 https。证书链不完整会单独提示，但不影响本项达标（浏览器能容错，机器抓取才受影响）
缺失时报告会写「站点仍以 http 明文访问」
备
ICP 备案检测
检查页脚是否公示工信部 ICP 备案号
达标判定首页识别到 ICP 备案号（SPA 站点会额外到页面脚本里找），或检测到工信部备案链接。只验「公示」，不核验主体真实性
缺失时报告会写「未检测到备案号公示 —— 不等于未备案」
能抓取抓取协议
R
Robots 爬虫协议
检测 robots.txt 是否存在，以及是否放行 AI 爬虫
达标判定根目录 robots.txt 可访问，且未对 GPTBot、ClaudeBot、Bytespider 等主流 AI 爬虫全站 Disallow
缺失时报告会写「未检测到 robots.txt / 发现屏蔽 AI 爬虫的规则」
L
LLMs 爬虫协议
检测 llms.txt —— LLM 可读取的网站说明文件
达标判定根目录 /llms.txt 可访问，且返回的是纯文本而非被回退的首页
缺失时报告会写「未检测到 llms.txt」
A
AI 友好标识
检测 ai.txt —— AI 爬虫协议文件
达标判定根目录 /ai.txt 可访问，且返回的是纯文本而非被回退的首页
缺失时报告会写「未检测到 ai.txt」
M
网站地图配置
检测 sitemap.xml 及其索引文件是否可访问、内容是否有效
达标判定任一根目录地图入口（robots 声明的地址 / sitemap.xml / sitemap_index.xml / sitemap1.xml）返回有效 XML，并解析出收录页数（urlset）或子地图数（sitemapindex）
缺失时报告会写「未检测到有效的站点地图」
M2
网站地图声明
检测 robots.txt 是否用 Sitemap: 告诉爬虫地图在哪
达标判定robots.txt 中存在 Sitemap: 指令。与「地图可访问」分开判定：有地图没声明、声明了但地图取不到，都是真实缺陷
缺失时报告会写「robots.txt 中未声明 Sitemap，爬虫只能靠猜路径发现地图」
能读懂内容可读
J
JSON-LD 结构化数据
检测首页（含抽查内页）是否包含 JSON-LD / microdata 等 Schema.org 结构化数据
达标判定首页 HTML 中存在 <script type="application/ld+json"> 标签或 itemtype/itemscope 标注，且由服务端直接输出；只在 JS 里注入字面量的，AI 读不到
缺失时报告会写「首页未检测到 JSON-LD 结构化数据（已抽查站点地图内页，同样未发现）」
T
服务端可读正文
检测 AI 不执行 JS 时能读到的正文有多少
达标判定服务端返回的正文 ≥ 800 个可计数字词。纯前端渲染（SPA）的站点会直接判为未达标——这是对 AI 最致命的一项
缺失时报告会写「服务端返回 HTML 是前端框架空壳，内容全部由 JS 渲染」
+加分项（单独列出，不计入 9 项达标率）
1
llms-full.txt 全文索引
检测是否提供全文级 Markdown 索引，让 AI 一次读完站点核心内容
2
分页 / 子站点地图
检测站点地图是否已索引化分片（sitemapindex），以及单文件实际收录了多少个页面
3
Markdown 镜像页
检测站点是否提供 .md 镜像版本，降低大模型解析成本
4
Open Graph 分享卡片
检测 og:title / og:description / og:image 是否声明完整，影响被引用时的展示效果
与「官网信源质量评分」的分工：本工具是达标清单（有没有，达标即点亮）；评分工具是加权诊断（好不好，四维百分制）。建议先用本工具补齐缺口，再用评分工具做深度优化。