Ukaguzi 12 wa AEO wa kufanya kabla ya kuchapisha ukurasa (2027)

Imechapishwa

Jibu fupi

Kabla ya kuchapisha, thibitisha kuwa URL inarudisha 200 bila redirects, robots.txt inaruhusu kila crawler ya utafutaji ya AI, firewall yako inawapa ukurasa halisi, na jibu liko katika HTML ghafi. Kisha kagua noindex au nosnippet iliyosahaulika, canonical moja, jibu chini ya H1, JSON-LD halali inayolingana, tarehe zinazokubaliana, ingizo la sitemap lenye viungo vya ndani, hreflang, na uombe uorodheshaji.

Kurasa nyingi ambazo haziwahi kuonekana katika majibu ya AI hushindwa kwa jambo la kuchosha: noindex iliyobaki, sheria ya firewall, canonical inayoelekeza kwenye staging. Ukaguzi huu kumi na mbili unanasa hayo kabla ya uzinduzi. Kila mmoja unachukua dakika chache, mingi inahitaji terminal na URL ya ukurasa tu, na imepangwa kwa mpangilio ambao crawler huikuta.

Kwenye ukurasa huu
  1. Kila ukaguzi unachukua muda gani?
  2. 1. URL inarudisha 200 bila mnyororo wa redirects
  3. 2. robots.txt inaruhusu ukurasa kwa kila crawler ya utafutaji ya AI
  4. 3. Firewall inawapa crawler za AI ukurasa halisi
  5. 4. Jibu liko katika HTML ghafi
  6. 5. Hakuna noindex au nosnippet iliyobaki
  7. 6. URL moja ya canonical, kamili na inayojielekeza yenyewe
  8. 7. Title na H1 zinasema ukurasa unajibu nini, na jibu liko chini yake moja kwa moja
  9. 8. JSON-LD inachanganuliwa na inalingana na maandishi yanayoonekana
  10. 9. Tarehe inayoonekana, tarehe za markup na lastmod ya sitemap zinakubaliana
  11. 10. Ukurasa uko kwenye sitemap na una viungo kutoka kurasa zinazohusiana
  12. 11. hreflang ni ya kurudiana, pamoja na x-default
  13. 12. Omba injini za utafutaji zipitie ukurasa mpya
  14. Jinsi tulivyochagua ukaguzi huu

Kila ukaguzi unachukua muda gani?

Makadirio kwa ukurasa mmoja, pamoja na zana unayohitaji. Fanya ukaguzi 1 hadi 5 kwenye kila ukurasa; mingine mara moja kwa kila kiolezo, kisha kagua kwa sampuli.

1. URL inarudisha 200 bila mnyororo wa redirects

Crawler inapaswa kupata ukurasa wenyewe kwa status 200 kwenye URL kamili utakayoshiriki na kuorodhesha katika sitemap. Kila redirect ni hatua moja zaidi inayoweza kushindwa, na ukurasa unaojibu 200 na ujumbe wa "haukupatikana" ni soft 404 ambayo injini za utafutaji zinaweza kuiondoa.

# Final status, number of redirects and final URL
curl -s -o /dev/null -L -w "%{http_code} redirects=%{num_redirects} %{url_effective}\n" https://example.com/new-page/

Imepita: 200 redirects=0 na URL ileile inarudi. Rekebisho: weka kiungo na uorodheshe URL ya mwisho, na ubakize redirect moja tu kutoka kwa anwani za zamani.

2. robots.txt inaruhusu ukurasa kwa kila crawler ya utafutaji ya AI

Soma robots.txt kama kila crawler ingeisoma. Kikundi kinachotaja crawler kwa jina huchukua nafasi ya kikundi cha User-agent: * kwa ajili yake, na chini ya RFC 9309 sheria ndefu zaidi inayolingana hushinda, huku Allow ikishinda wakati wa sare.

Kagua angalau OAI-SearchBot, Claude-SearchBot, Claude-User, PerplexityBot na Googlebot. Sehemu mpya kama /guides/ inaweza kunaswa na sheria ya zamani ya Disallow: /g, kwa sababu sheria hulinganisha mwanzo wa njia. Pia thibitisha kuwa robots.txt yenyewe inarudisha 200 au 404: chini ya RFC 9309, hitilafu ya seva inamaanisha crawler zinapaswa kudhani tovuti nzima imezuiwa.

Imepita: hakuna sheria ya tokeni yoyote kati ya hizi inayozuia njia. Mwongozo wetu wa jinsi ya kujaribu robots.txt unaonyesha jinsi ya kujaribu URL moja kwa crawler moja.

3. Firewall inawapa crawler za AI ukurasa halisi

Omba ukurasa kwa user agent ya kivinjari na kwa user agent za crawler, kisha linganisha status na ukubwa. Ulinzi dhidi ya bot unaolinganisha jina unaweza kurudisha 403, 429 au ukurasa wa changamoto kwa crawler pekee.

URL=https://example.com/new-page/
for UA in "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36" \
          "Mozilla/5.0 (compatible; OAI-SearchBot/1.0; +https://openai.com/searchbot)" \
          "Mozilla/5.0 (compatible; Claude-SearchBot)" \
          "Mozilla/5.0 (compatible; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot)"; do
  curl -s -o /dev/null -w "%{http_code} %{size_download}  $UA\n" -A "$UA" "$URL"
done

Imepita: kila mstari unaonyesha 200 na ukubwa unaofanana. Ukubwa mdogo sana kwa kawaida humaanisha ukurasa wa changamoto. Mifuatano hii hujaribu sheria zinazolinganisha jina; crawler halisi pia hutoka kwenye masafa ya IP yaliyochapishwa, ambayo jaribio kutoka kwenye kompyuta yako haliwezi kuiga, kwa hivyo kagua pia sheria za kuruhusu za firewall yako kwa masafa hayo.

4. Jibu liko katika HTML ghafi

Tafuta sentensi kutoka kwenye jibu lako ndani ya HTML ambayo seva hutuma. Kikaguzi cha elementi cha kivinjari huonyesha ukurasa baada ya scripts kuendeshwa, ambacho si kile crawler nyingi hupata.

curl -s https://example.com/new-page/ | grep -c "a sentence from your short answer"

Imepita: 1 au zaidi. 0 inamaanisha maandishi yanaongezwa na JavaScript, ambayo OpenAI, Anthropic na Perplexity hazijaandika kwamba crawler zao huiendesha. Itekeleze kwenye seva au wakati wa build; mwongozo wetu kuhusu maudhui ya JavaScript na crawler za AI unaorodhesha chaguo.

5. Hakuna noindex au nosnippet iliyobaki

Tovuti za staging mara nyingi huja na noindex, na kiolezo kinaweza kuipeleka kwenye production. Kagua meta tag ya robots na pia HTTP header ya X-Robots-Tag, kwa kuwa yoyote kati yao inahesabika.

curl -s -D - -o /tmp/page.html https://example.com/new-page/ | grep -i "x-robots-tag"
grep -i -o '<meta[^>]*name="robots"[^>]*>' /tmp/page.html

Imepita: hakuna kinachochapishwa, au tu index, follow na zinazofanana. Google inasema ukurasa lazima uwe umeorodheshwa na ustahili snippet ili kuonekana katika AI Overviews na AI Mode, na kwamba nosnippet pia huzuia kutumika kama ingizo la moja kwa moja kwao.

6. URL moja ya canonical, kamili na inayojielekeza yenyewe

Ukurasa unapaswa kutangaza rel="canonical" moja tu, kama URL kamili, inayoelekeza kwenye URL unayochapisha. Google inaita canonical ishara yenye nguvu, si amri, na inaonya dhidi ya URL za uhusiano na dhidi ya ishara zinazopingana kama sitemap inayoorodhesha anwani nyingine.

Makosa ya kawaida ya uzinduzi ni canonical iliyonakiliwa kutoka kwenye ukurasa wa kiolezo, canonical ambayo bado inaelekeza kwenye host ya staging, na tagi mbili za canonical kutoka kwa theme na plugin kwa wakati mmoja.

Imepita: tagi moja, URL iliyo hewani, protocol na host sawa na katika sitemap.

7. Title na H1 zinasema ukurasa unajibu nini, na jibu liko chini yake moja kwa moja

Soma sehemu ya juu ya ukurasa kama mgeni angeisoma. Title na H1 zinapaswa kutaja swali au mada kwa maneno wanayotumia wanunuzi, na sentensi mbili au tatu za kwanza chini ya H1 zinapaswa kulijibu kikamilifu.

Weka title karibu herufi 60 ili isikatwe kwa urahisi katika matokeo ya utafutaji. Andika jibu fupi ili bado lieleweke likinukuliwa peke yake, pamoja na nambari, vipimo na jina la bidhaa vikiwa vimeandikwa kikamilifu.

Imepita: mtu anayesoma aya ya kwanza pekee anapata jibu. Orodha yetu ya njia za kunukuliwa katika majibu ya AI inashughulikia kuandika kwa ajili ya kunukuliwa kwa kina zaidi.

8. JSON-LD inachanganuliwa na inalingana na maandishi yanayoonekana

JSON-LD iliyovunjika hupuuzwa yote, kwa hivyo koma moja inayokosekana huiondoa yote. Bandika URL katika Rich Results Test ya Google au Schema Markup Validator na urekebishe kila hitilafu.

Kisha linganisha thamani na ukurasa. Kichwa, tarehe, bei, sarafu na jina la shirika katika markup vinapaswa kuwa vile ambavyo msomaji anaona. Google inasema hakuna markup maalum inayohitajika kwa vipengele vyake vya AI, na kwamba data iliyopangwa inapaswa kulingana na maandishi yanayoonekana.

Imepita: hakuna hitilafu, na kila thamani inaonekana kwenye ukurasa. Ruka ikiwa: aina ya ukurasa haina markup inayofaa; ukurasa rahisi ni bora kuliko markup isiyo sahihi.

9. Tarehe inayoonekana, tarehe za markup na lastmod ya sitemap zinakubaliana

Onyesha tarehe yenye lebo kwenye ukurasa, tumia tarehe zilezile katika datePublished na dateModified, na weka lastmod ya sitemap kwenye badiliko kubwa la mwisho. Google inaomba tarehe zinazoonekana na zilizo kwenye markup zikubaliane, na inasema hutumia lastmod tu ikiwa ni sahihi kwa uthabiti na kwa njia inayoweza kuthibitishwa.

Jenereta ya sitemap inayogonga tarehe ya leo kwenye kila URL katika kila build hufanya lastmod isiwe na maana kwa kurasa zote, si ule mpya pekee.

Imepita: sehemu tatu, tarehe moja.

10. Ukurasa uko kwenye sitemap na una viungo kutoka kurasa zinazohusiana

Crawler hupata kurasa kupitia viungo na sitemap. Ongeza URL mpya kwenye XML sitemap yako, ukitumia URL kamili ya canonical, na uweke viungo kuuelekea kutoka angalau kurasa mbili zinazohusiana na ukurasa mmoja wa kitovu au fahirisi.

Faili moja ya sitemap inaweza kubeba hadi URL 50,000 na MB 50 bila kubanwa; tovuti kubwa zaidi zinahitaji sitemap index. Google inasema inapuuza priority na changefreq, kwa hivyo usipoteze muda nazo. Ukurasa usio na viungo vya ndani ni yatima ambao crawler zinaweza kuupata kwa kuchelewa au kutoupata kabisa.

Imepita: URL iko kwenye sitemap na angalau kurasa mbili zinaiunganisha kwa maandishi ya kiungo yanayoeleza.

11. hreflang ni ya kurudiana, pamoja na x-default

Ikiwa ukurasa upo katika lugha kadhaa, kila toleo linapaswa kuorodhesha matoleo yote, pamoja na lenyewe, na kila moja lazima liunganishe kurudi. Google hupuuza maelezo ya hreflang ambayo hayajathibitishwa kutoka upande mwingine. Ongeza x-default kwa toleo linaloonyeshwa wakati hakuna lugha inayolingana.

Ruka ikiwa: tovuti ina lugha moja. Mwongozo wetu kuhusu hreflang x-default unaeleza lini unaihitaji.

12. Omba injini za utafutaji zipitie ukurasa mpya

Ukurasa ukiwa hewani na umepita ukaguzi ulio juu, ziambie injini za utafutaji kuuhusu. Katika Google Search Console, tumia URL Inspection kwenye URL mpya na uchague Request indexing. Kwa Bing na injini nyingine zinazotumia IndexNow, wasilisha URL kwenye endpoint ya IndexNow kwa ufunguo wako; Bing inabainisha kuwa hii haihakikishi kupitiwa au kuorodheshwa.

Wasaidizi wa AI hawana fomu ya kuwasilisha. Crawler zao hupata ukurasa kupitia viungo na utafutaji, ndiyo sababu ukaguzi 2, 3 na 10 ni muhimu. Ikiwa unachapisha faili ya llms.txt, ongeza ukurasa hapo pia; Google inasema Search yake haiitumii, kwa hivyo ichukulie kuwa ya hiari.

Imepita: URL Inspection inaonyesha ukurasa ulio hewani unaweza kuorodheshwa.

Jinsi tulivyochagua ukaguzi huu

Orodha inafuata njia ambayo crawler hupitia: kufikia URL, kusoma robots.txt, kupita firewall, kusoma HTML, kisha kuifasiri. Kila ukaguzi unategemea kile ambacho OpenAI, Anthropic, Perplexity na Google huandika kuhusu crawler zao, RFC 9309 kwa robots.txt, na mwongozo wa Google kuhusu canonical, tarehe, sitemap na hreflang. Tuliacha ukaguzi usio na athari iliyoandikwa kwenye majibu ya AI, kama msongamano wa maneno muhimu au malengo ya idadi ya maneno.

Ukaguzi unaonyesha kwamba ukurasa unaweza kusomwa; hauwezi kuonyesha kwamba utanukuliwa. Hilo linategemea jinsi jibu lilivyo zuri ukilinganisha na vyanzo vingine. Rudia ukaguzi 2 hadi 5 baada ya kila badiliko la firewall, CDN, theme au CMS, kwa sababu hayo ndiyo mabadiliko yanayoutengua kimyakimya.

AISeeWhy huendesha ukaguzi mwingi kati ya huu kwa mzunguko mmoja: hupakua ukurasa kama crawler 16 za AI na za utafutaji kando ya kivinjari halisi, hutumia robots.txt kwa kila crawler na husoma HTML, markup, canonical na tarehe. Ukaguzi wa bure unaonyesha alama na ugunduzi wa kwanza; ripoti kamili inaorodhesha kila tatizo pamoja na rekebisho lililo tayari.

Marekebisho ya tatizo hili

Zana za bure

Hatua zinazofuata

Crawler katika makala hii

Maswali yanayoulizwa mara kwa mara

Je, ninahitaji kufanya ukaguzi huu kwenye kila ukurasa?

Fanya ukaguzi 1 hadi 5 kwenye kila ukurasa mpya, kwa sababu URL moja inaweza kuzuiwa au kubeba noindex iliyosahaulika. Ukaguzi 6 hadi 11 unategemea zaidi kiolezo, kwa hivyo ufanye mara moja kwa kila aina ya ukurasa na ukague kurasa mpya kwa sampuli.

Kwa nini siwezi kuwasilisha ukurasa kwa ChatGPT au Claude kama ninavyoweza kwa Google?

OpenAI, Anthropic na Perplexity hazitoi zana ya kuwasilisha URL za kurasa za wavuti. Crawler zao hupata kurasa kwa kufuata viungo na kupitia utafutaji, kwa hivyo kilicho chini ya udhibiti wako ni viungo vya ndani, sitemap na ufikiaji wazi kwa OAI-SearchBot, Claude-SearchBot na PerplexityBot.

Ukurasa wangu unapita ukaguzi wote kumi na mbili. Kwa nini bado haunukuliwi?

Ukaguzi hufanya ukurasa usomeke, si upendelewe. Msaidizi huchagua vyanzo vinavyojibu swali vizuri zaidi, kwa hivyo linganisha ukurasa wako na kurasa anazonukuu: kama zinajibu mapema zaidi, zinaeleza bei au vipimo kwa maandishi, au zinatoa data ambayo yako haina.

Baada ya kuchapisha, crawler za AI hutembelea baada ya muda gani?

Hakuna mtoa huduma anayechapisha ratiba. Kumbukumbu za seva yako zinaonyesha lini OAI-SearchBot, Claude-SearchBot au PerplexityBot ziliomba URL kwa mara ya kwanza; mwongozo wetu wa kukagua kumbukumbu za seva kwa crawler za AI unaonyesha jinsi ya kuzipata.

Vyanzo

Makala zaidi