curl -sL https://www.example.com/ | grep -o "[^"
curl -sL https://www.example.com/ | head -c 1200
如果返回里只有 `
` 和一堆脚本标签、没有可读的公司名、产品名和段落文字，那搜索爬虫第一次拿到的就是这份空壳。Google 的 JavaScript SEO 文档说明了抓取与渲染的关系：脚本内容并非完全不可见，但渲染需要额外的抓取队列与资源，内容和链接越依赖脚本，被正确读取的不确定性越大（见 [Google JavaScript SEO 基础](https://developers.google.com/search/docs/crawling-indexing/javascript/javascript-seo-basics)）。
**改法**：让关键内容进初始 HTML——服务端渲染、静态生成，或至少把标题、正文、内链输出成真实标签。判断标准很简单：关掉浏览器 JavaScript，页面还要能读。
## 检查二：Title 和 Meta Description 写对了吗
AI 生成页面最容易漏掉的是元数据，因为它们在视觉上完全不可见。三个高频错误：
- **全站同一个 Title**：模板变量没替换，所有页面都是"首页 | 某某科技"；
- **Description 为空**：Google 只能自行摘取正文，摘要常常读起来毫无信息量；
- **Title 过长**：中文标题超过约 30 个字在移动端会被截断，卖点被切掉。
```html
企业官网搭建：从需求到上线的完整流程 | 品牌名
自查方式：抽 5 个核心页面（首页、产品页、定价页、案例页、博客页），确认 Title 各不相同、都含该页主题词；Description 是完整的一句话，而不是关键词堆叠。
检查三：sitemap.xml 与 robots.txt 是否真的可用
这两个文件是爬虫进入网站的入口，也是 AI 建站最容易被忽略的两个文件——因为它们在界面上不存在。
# https://www.example.com/robots.txt
User-agent: *
Disallow: /admin
Disallow: /preview
Disallow: /api
Allow: /
Sitemap: https://www.example.com/sitemap.xml
https://www.example.com/pricing
2026-03-01
重点核对三件事：sitemap 里的域名必须是正式域名而不是预览域名；被 Disallow 的路径不能同时出现在 sitemap 里；Sitemap: 一行必须是绝对地址。
同时要清楚 robots.txt 的边界。Google 在其索引指南中提醒，robots.txt 控制的是抓取，并不是可靠的防收录手段：被 robots.txt 拦截的 URL 仍可能因为外部链接而出现在搜索结果里；需要页面明确不进索引时，应使用 noindex（robots meta 标签或 X-Robots-Tag 响应头）。Google 也在 2026 年 10 月的文档更新中新增了"只索引面向搜索的内容"一节，建议把仅用于分享、协作或工具输出的生成页默认设为不索引，并通过 Search Console 的页面索引报告与搜索效果报告监控索引异常（详见 Google 索引指南更新解读）。
检查四：canonical 指向的是不是本页
rel=canonical 告诉搜索引擎"这一组相似 URL 里，哪个是主版本"。AI 生成时常出现三类错误：
- 所有页面都指向首页，等于告诉 Google 每个页面都是首页的副本；
- 指向预览或测试域名，正式页面反而被当作副本；
- 带参数的地址与干净地址互相指认，导致信号来回打架。
-
正确做法是：canonical 使用绝对地址、https、与你希望被收录的最终 URL 完全一致（含或不含结尾斜杠要全站统一）；多语言站点每个语言版本指向自己，并用 hreflang 建立对应关系，而不是互相 canonical 到英文版。
检查五：结构化数据有没有写进错误信息
AI 很擅长"补全"结构化数据，也很擅长顺手编造：不存在的评分、没有的价格区间、虚构的成立年份。这些都违反了结构化数据的基本要求——数据必须与页面可见内容一致。
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "品牌名",
"url": "https://www.example.com/",
"logo": "https://www.example.com/logo.png"
}
原则是宁少不滥：只写页面上能看到的字段；不确定的成立时间、评分、库存状态一律删掉；发布前用结构化数据测试工具跑一遍，确认没有解析错误。
检查六：表单、弹窗和交互会不会挡住爬虫
表单本身不影响索引，问题出在它们经常"顶替"了正文：整页只有一张留资表单、内容锁在登录后、首屏弹一个全屏弹窗要求先同意 Cookie。对爬虫而言，这些页面缺乏可用于匹配搜索意图的文本。
另外，AI 建站常生成大量"用完即弃"的页面——表单提交成功页、报价结果页、分享链接。这类页面若被索引，会稀释站点质量。按 Google 的建议，把它们默认设为 noindex 更稳妥（索引指南解读）；真正面向搜索的落地页则应保留完整可见的 HTML 正文，而不是靠点击才展开。
几分钟搭建展示站并增长获客
输入一句想法，We0 AI 即可生成展示站、页面与 CMS。发布上线后并帮你获取客户和流量。
用户注册赠送一次完整项目生成
适合先体验一次完整生成流程，快速看到项目初稿。
检查七：下一次用 AI 改页面，会把 SEO 设置改回去吗
这是 AI 建站最容易被低估的风险：页面是持续生成的，今天手工补好的 Title、canonical、robots 规则，明天一次"帮我改下配色、顺便优化文案"的重生成就可能被覆盖。
可行的做法是流程约束，而不是靠记忆：
- 把 SEO 相关设置集中在模板或全局配置里，减少逐页手写；
- 每次重新生成后，把检查清单跑一遍，至少覆盖首页、产品页、定价页；
- 关注 URL 数量的异常增长：模板改动或新功能上线常会批量产生新 URL，Google 建议同时监控平台侧的内容创建量与索引量变化（同上）；
- 上线前固定一次"设置项 Diff"：Title、canonical、robots、sitemap 四项对比上一次发布版本。
检查八：为什么这件事值得投入
技术 SEO 不是小圈子话题。据 Mordor Intelligence 的统计，技术 SEO 服务市场 2025 年规模为 15.73 亿美元，预计从 2026 年的 16.89 亿美元增长到 2031 年的 28.37 亿美元，2026—2031 年复合增长率约 10.93%；其中技术 SEO 类别在 2025 年占比 32.41%，原因正是渲染、站点结构、重定向、结构化数据与页面性能直接决定了内容能否被大规模发现和取回，报告同时指出 Google 仍将 Core Web Vitals 纳入搜索评估（数据见 Technical SEO Services 市场报告）。换句话说，页面上线只是开始，能否被抓到、被理解、被引用，才是搜索与 AI 搜索时代的入场券。
AI 建站上线前的 10 项 SEO 检查清单
| # | 检查项 | 通过标准 |
|---|---|---|
| 1 | 初始 HTML | 关闭 JS 后仍能看到标题与正文 |
| 2 | HTTP 状态 | 核心页面返回 200，旧地址 301 到新地址 |
| 3 | Title | 每页唯一、含主题词、长度可控 |
| 4 | Meta Description | 每页独立、是完整句子 |
| 5 | robots.txt | 只拦后台与预览路径，Sitemap 用绝对地址 |
| 6 | sitemap.xml | 只含正式域名与可索引页面 |
| 7 | canonical | 指向自身正式 URL，全站斜杠规则统一 |
| 8 | noindex | 预览站、结果页、分享页默认不索引 |
| 9 | 结构化数据 | 只写页面可见字段，无解析错误 |
| 10 | 交互与表单 | 正文不被弹窗、登录墙、表单独占 |
这张表的价值不在"高级技巧"，而在可重复：每次发布前跑一遍，十分钟能挡掉大多数"做好了但搜不到"的情况。
企业现在应该做什么
如果你正用 AI 工具建站，可以把顺序调成：先生成结构与内容，再补元数据与索引规则，最后统一做一次发布前核验。像 We0 这类 AI 建站平台已经把页面生成、CMS 后台、域名部署与 SEO/GEO 配置放在同一条链路里（可参考 We0 官网），生成速度快并不改变一个前提：搜索引擎只认实际输出到 HTML 里的东西，所以上线后的实测仍然不可省略。
具体动作建议三步：先用 curl 看初始 HTML，再用搜索控制台确认抓取与索引状态，最后把上面 10 项做成发布前的固定环节，并写进团队的上线流程文档。
FAQ
Q：AI 生成的网站天然不符合 SEO 要求吗？
不是。AI 生成只是产出的方式，问题在于生成过程默认关注"页面看起来对不对"，而不检查"搜索引擎读到了什么"。只要初始 HTML 含正文、元数据与索引规则正确，AI 建站和手工建站在搜索表现上没有本质差别。
Q：页面在 Google 里搜不到，是不是被降权了？
多数情况还没到"降权"这一步，而是尚未被抓取或索引。先查索引状态，再查是否被 robots.txt 或 noindex 拦住，最后才轮到内容质量与竞争度。
Q：只做 sitemap 提交，能不能保证被收录？
不能。sitemap 是发现线索，不是收录承诺；它能让爬虫更快知道你有哪些页面，但页面能否索引取决于抓取访问、内容质量与索引规则。
Q：JavaScript 渲染的页面，Google 一定读不到吗？
不一定，但不确定性更高。渲染需要额外资源，且页面越依赖脚本，首屏文本和链接被正确读取的概率越低。把核心内容放进初始 HTML 是成本最低的保险。
Q：多久能看到效果？
索引与排名没有统一时间表，取决于抓取频率、站点规模与竞争情况。可以确定的是：设置错误会一直生效，直到你发现并修正它。
Related Tools
- Google Search Console：查看页面索引报告与搜索效果
- Google JavaScript SEO 文档：确认渲染与抓取的实际规则
curl/ 浏览器开发者工具：验证初始 HTML 与关闭 JS 后的可读性- 结构化数据测试工具：校验 JSON-LD 是否可解析
Related Links
Summary
AI 建站让上线变快，但没有改变搜索引擎的工作方式：它读 HTML、读响应头、读链接结构，而不是读你屏幕上的效果图。上线前把初始 HTML、Title 与 Description、robots.txt 与 sitemap、canonical、noindex、结构化数据、表单与交互这七处核一遍，再把它们固化成流程，就能把"网站做好了却没流量"从常态变成可排查的问题。
