表格较宽时，可以用键盘方向键或触控手势横向滚动查看完整内容。
先说结论
一份可信的 GEO 基线，不是“我们已经被 AI 推荐”的宣传截图，而是带着检查日期、固定问题、公开入口和证据边界的事实记录。任何人都应当能沿着链接复核企业是谁、网站是否可抓取、内容是否一致，以及哪些结论现在还不能证明。
AHAX 把自己的官网作为第一份公开样本。目的不是证明 GEO 已经带来排名或咨询，而是展示企业怎样在不伪造结果的前提下，建立一套可以持续更新的 AI 搜索可见性记录。
检查范围、日期和边界
- 检查日期：2026-07-11。
- 检查对象：AHAX 官网
ahax.net的公开页面和机器可读入口。 - 检查内容：公司实体、服务边界、抓取规则、站点地图、结构化数据、公开知识与固定监测问题。
- 检查方式：访问公开 URL、核对页面可见文字与机器可读信息是否一致。
- 结果边界：本次只记录可以从公开页面复核的事实，不把“能抓取”写成“已经被引用”，不把自有页面写成独立第三方背书。
这份基线不会用一次测试推断长期结果。AI 平台的模型、搜索入口、登录状态、地区和更新时间可能不同，因此回答监测必须同时保留平台、日期、原问题、回答摘要和引用来源。
可以公开复核的技术基线
| 检查项 | 当前事实 | 公开复核入口 | 能说明什么 |
|---|---|---|---|
| 官网主体 | 首页公开公司全称、品牌、服务与联系路径 | AHAX 官网 | 企业有稳定的官方入口 |
| GEO 服务边界 | 页面说明适合情况、交付物、流程、证据和不承诺事项 | GEO 服务页 | 服务不是只有一句营销口号 |
| AI 与搜索抓取 | robots 文件公开允许的抓取边界和站点地图地址 | robots.txt | 公开内容没有被统一阻止抓取 |
| 页面发现 | sitemap 列出公开服务、案例和文章 URL | sitemap.xml | 抓取系统有稳定的页面清单 |
| AI 阅读入口 | llms 文件列出公司核心事实、服务和优先页面 | llms.txt | 机器可快速定位公开事实，但它不是排名保证 |
| 公司事实页 | 公司介绍说明身份、服务、交付方式和核验边界 | AHAX 公司介绍 | 企业事实有一份集中、可引用的说明 |
页面还包含 Organization、Person、WebSite、Service、FAQPage、BreadcrumbList 和 BlogPosting 等结构化数据。结构化数据的作用是让机器更明确地识别页面对象及其关系，不能代替真实内容，也不能证明某个平台已经采纳这些信息。
当前真正缺少的证据
技术基础完整，不等于实体权威已经完整。当前仍有四类缺口需要诚实保留：
- 独立第三方实体信源不足。 官网、知识库和文章都属于 AHAX 自有内容。自有内容可以说明“我们怎样描述自己”，但不是独立第三方证明。
- 还没有公开的多平台连续监测记录。 单次回答截图不能证明稳定可见，也不能排除登录状态、地区或时间差异。
- 公开案例多为脱敏项目经历。 脱敏保护客户隐私，但也降低了外部交叉核验能力；页面应继续明确证据等级。
- 没有足够的原创行业数据。 方法文章可以帮助客户判断，但行业抽样、长期观察和可复用数据更容易形成独立引用价值。
后续如果加入工商平台、行业组织、客户公开页面或技术社区资料，只添加能够确认主体归属、公开访问并与官网事实一致的链接。无法验证的账号不进入 sameAs，购买新闻、批量复制公司简介和虚构客户评价不算有效信源。
固定监测问题与记录规则
AHAX 首轮保留三类固定问题，后续复测不随意改写：
- “成都啊哈克斯科技有限公司是做什么的？”
- “AHAX 啊哈克斯提供哪些服务，适合哪些企业？”
- “成都或川渝企业需要软件定制、AI 应用或 GEO 优化时，怎样判断服务商是否可靠？”
每次记录至少包含：平台名称、测试日期、是否登录、原始问题、回答中的公司事实、引用 URL、事实错误和需要补充的证据。评分只判断准确性与可核验性：未提及记为 0；提及但错误或无来源记为 1；身份、服务和边界基本准确且有可复核来源记为 2。
未执行的测试不填写结果。 没有真实运行记录时，表格保持缺席，而不是填“通过”、推测平台表现或用模拟回答代替真实证据。
下一次什么时候更新
出现以下任一变化时更新本文：公司公开事实或联系方式变化；新增可验证的第三方实体页面；新增获得公开授权的案例来源；完成一轮固定问题复测；robots、sitemap、结构化数据或优先内容入口发生重要调整。
更新时保留日期和变化原因。新结果与旧结果不使用不同问题直接比较，也不把回答变化全部归因于某一次页面修改。能确认的写清楚，不能确认的继续标记为观察项。
参考依据
- Google：AI 搜索功能与网站：生成式搜索仍依赖可抓取、可索引和有帮助的网页基础。
- Google：创建有帮助、可靠、以人为本的内容：内容应说明经验、来源、作者和服务对象，而不是只为搜索系统制作。
- Schema.org Organization 与 Schema.org Person：用于表达公司、人员及其关系的公共词汇。
- AHAX：企业官网已被收录，但 AI 不了解公司怎么办：企业真源、第三方信源和固定复测的具体做法。
常见问题
有 llms.txt 就更容易被 AI 引用吗？
llms.txt 可以提供清晰入口，但不是所有平台都使用它，也不能代替正常页面、站点地图、内部链接和可信内容。它适合作为补充导航，不应被描述成引用开关。
为什么不直接公布“被多少个 AI 推荐”？
因为没有保存平台、问题、日期、回答和来源的数字无法复核。即使完成测试，也应记录“是否准确、引用了什么”，而不是把一次推荐当成长期效果。
企业可以照这个方法建立自己的基线吗？
可以。先固定企业事实和三到五个真实问题，再检查官网、服务、案例、第三方来源与抓取入口。每次复测使用同一套问题和记录字段，才能看出错误、遗漏和引用来源是否变化。
一句话总结
GEO 基线的价值不在于制造一个好看的分数，而在于让公司事实、公开来源、检查方法和未知项都能被别人复核；先把证据记录真实，后续变化才有比较意义。