外贸独立站上线后，怎么知道 ChatGPT 会不会推荐你：建站交付清单与 InsightWonder 实测

外贸独立站和海外官网上线之后，建站方通常会交付一份 SEO 检查表：标题、描述、站点地图、页面速度、移动端适配。这些都还要做，但海外买家找供应商、比产品的方式正在多出一条路——不先打开搜索引擎，而是直接问 ChatGPT、Perplexity、Gemini 这类 AI 助手「某类产品哪家靠谱」「A 和 B 怎么选」。回答里提到谁、引用了哪些网页，买家的候选名单往往就从那里开始。

这篇文章讲两件事：第一，建站方在交付时应该把哪些技术条件留好，让 AI 至少「读得到」这个网站；第二，网站上线以后，怎么用 InsightWonder 这类 AI 可见度工具去测——品牌有没有被推荐、被引用的是哪些来源、竞品在回答里占了多少声量。

InsightWonder、RelayWonder 与本站（大乐GEO / 大乐网络）属同一团队运营；本文按两款产品官网公开信息撰写，价格与功能以官网为准。

为什么「上线」之后还要多算一步

传统搜索给的是一页链接，买家自己点开、自己比较；AI 助手给的是一段已经整理好的答案，里面直接点名品牌、给出理由，有时附上来源链接。对外贸企业来说，这意味着即使网站在搜索结果里排得不差，也不代表它会出现在 AI 的回答里，反之亦然。学术界把针对这类生成式引擎的优化叫作 GEO：普林斯顿等机构的 GEO 论文提出了这个概念，并在自建的测试集上发现，调整内容的写法可以让来源在生成式回答中的可见度最高提升约 40%，同时效果因领域而异。

这篇论文给的是方向而不是保证：它说明「内容怎么写」会影响生成式回答选不选你，但前提是引擎能拿到你的内容。很多独立站的问题恰恰卡在这个前提上——页面在浏览器里看着一切正常，AI 的爬虫却什么也没读到。所以讨论「怎么被推荐」之前，建站方要先把「能不能被读到」这件事在交付里做实。

四道闸：AI 读不到，就谈不上被推荐

把 AI 读取一个网站的过程拆开看，至少要连续通过四道闸。任何一道没过，后面的内容写得再好也白费。InsightWonder 的 AI 可抓取性检查也是按这四道来排查的：robots.txt、真实爬虫身份（User-Agent 加 WAF）、JavaScript 空壳与渲染后的正文、meta 指令；它还会用普通浏览器访问做对照组，并且明确写着「200 状态码但正文为空」会被判为失败，而不是通过。

第一道：robots.txt 有没有把 AI 爬虫挡在门外

robots.txt 是爬虫来访时最先读的文件。按 Google 对 robots.txt 的说明，它主要用来管理爬虫流量，告诉爬虫哪些网址可以访问；它不是把页面藏起来的手段，也不能强制爬虫守规矩，正规爬虫会遵守，其他的未必。

AI 公司的爬虫通常不止一个，用途不同，要分开处理。以 OpenAI 为例，官方爬虫文档列出了三个 User-Agent：OAI-SearchBot 用于让网站出现在 ChatGPT 的搜索结果里；GPTBot 抓取的内容可能用于训练基础模型；ChatGPT-User 是用户在 ChatGPT 里触发的访问，不做自动抓取，robots.txt 规则未必适用。文档特别说明这几项设置相互独立——可以放行 OAI-SearchBot、同时禁止 GPTBot，既能出现在搜索回答里，又不把内容交给训练。

交付时常见的问题是：模板或安全插件默认写了一条宽泛的 Disallow，或者有人为了「防采集」一刀切禁掉了所有带 bot 字样的 User-Agent。这类规则要在上线前逐条过一遍，写清楚每个 AI 爬虫是放行还是禁止，并把决定记录在交付文档里，方便客户以后调整。各家爬虫的名字与用途可以参考 InsightWonder 整理的 AI 爬虫清单。

第二道：爬虫身份与 WAF——robots.txt 放行了，防火墙却拦了

这是最容易被忽略的一道。不少独立站部署在带防火墙、防爬或机器人管理功能的 CDN 后面，规则按 User-Agent、IP 信誉或请求频率判断。结果是 robots.txt 写着放行，真实爬虫到了边缘节点却收到 403、验证码页或一个空白的挑战页。浏览器打开一切正常，所以建站方和客户都不会察觉。

OpenAI 在同一份文档里公开了各个爬虫的 IP 地址列表，并建议放行这些地址段，让合法流量能到达网站。实际做法是：在 WAF 里为确认身份的 AI 爬虫建白名单规则，而不是单纯放行 User-Agent 字符串（字符串谁都能伪造），然后用真实 User-Agent 去请求关键页面，确认返回的是正文而不是挑战页。

第三道：渲染之后要有正文，不能是 JavaScript 空壳

很多现代前端框架默认在浏览器里渲染页面：服务器先返回一个几乎为空的 HTML 外壳，再由 JavaScript 把内容画出来。Google 的 JavaScript SEO 基础指南解释了 Googlebot 会排队用无头 Chromium 执行脚本，但同时建议采用服务端渲染或预渲染，理由之一就是并非所有爬虫都会执行 JavaScript。对 AI 爬虫来说，这一点更要保守估计：如果原始 HTML 里没有产品说明、参数和公司介绍，就当它读不到。

所以外贸站的关键页面——首页、产品页、分类页、关于我们、常见问题——应该用服务端渲染（SSR）或静态生成直接输出正文。检验方法很简单：关掉 JavaScript 或者用命令行请求页面，看返回的 HTML 里能不能直接找到产品名和关键段落。

第四道：meta 指令有没有误伤

最后一道是页面里的 robots meta 标签和 X-Robots-Tag 响应头。测试环境常常加了 noindex 防止被收录，上线时忘了去掉；也有前端先输出 noindex、再用 JavaScript 改掉的写法。Google 的同一份指南提醒，遇到 noindex 时爬虫可能直接跳过渲染，用 JavaScript 去移除它未必有效，想被收录就不要在原始代码里放 noindex。对执行能力更弱的 AI 爬虫，这条只会更严格。

把四道闸整理成上线前的检查表，大致是这样：

• robots.txt：逐个列出主要 AI 爬虫（如 OAI-SearchBot、GPTBot 等）的放行或禁止决定，搜索类与训练类分开写。
• WAF 与 CDN：用各家公开的 IP 段或官方验证方式为 AI 爬虫建规则，用真实 User-Agent 复测关键页面，确认不是 403 或挑战页。
• 渲染：关键页面的原始 HTML 里必须能直接看到正文，不依赖浏览器执行脚本。
• meta 指令：确认生产环境没有残留 noindex、nosnippet，响应头里也没有 X-Robots-Tag 误配。
• 复测：每次改版、换主题、换 CDN 规则之后，四道闸重新跑一遍。

结构化数据与 llms.txt：有帮助，但不是门票

四道闸解决的是「读得到」，结构化数据解决的是「读得懂」。Schema.org是由 Google、Microsoft、Yahoo、Yandex 发起的共享词表，让网站用统一的方式标注组织、产品、常见问题等信息，机器不必猜。外贸站至少应在交付时给公司信息配 Organization，给产品页配 Product，给常见问题页配 FAQPage，并保证标注内容和页面可见内容一致。

但要说实话：Google 关于 AI 功能的说明写得很直接，出现在 AI Overviews 和 AI Mode 里没有额外要求，不需要专门的 AI 文本文件，也没有必须添加的特殊 schema.org 标注，页面只要被收录、符合展示摘要的条件即可。换句话说，结构化数据是让信息更清楚的好习惯，不是某个开关。

llms.txt 也是同样的定位。按 llmstxt.org 的说明，它是一份放在网站根目录的 Markdown 文件，以 H1 写站点名称（唯一必填项），接一段引用格式的摘要，再用 H2 分组列出重要页面的链接，供 AI 快速了解网站结构；它目前仍是一个提案。交付时顺手做一份成本很低，但不要向客户承诺「加了 llms.txt 就会被 AI 推荐」。InsightWonder 的 llms.txt 指南对写法有更细的说明。

上线之后：用 InsightWonder 测品牌有没有被推荐

技术条件留好之后，客户真正关心的问题是：海外买家问 AI 的时候，我的品牌到底有没有出现？这就需要专门的测量工具。InsightWonder 是一个面向品牌与增长团队的 AI 可见度与 GEO 平台，测的是 AI 回答引擎在回答买家问题时，有没有点名、推荐、引用某个品牌，并且每个结果都能追溯到原始回答和被引用的网址。它覆盖 ChatGPT、Gemini、Perplexity、Claude、Grok 五个引擎，界面以英文为主，也有简体中文版。

建议先从不用注册的免费工具开始，把上一节的检查做一遍：

• AI 可见度快照：输入网站，用 5 个问题在 1 个模型上跑一遍，先看个大概。
• AI 爬虫检查：用 AI 爬虫的身份访问页面，排查 robots.txt 与防火墙拦截。
• 页面可提取性检查：看页面在不执行脚本时还剩多少正文。
• llms.txt 校验与结构化数据提取：确认文件格式正确、schema 标注确实输出在页面里。

免费快照只能说明「有没有问题」，要持续看趋势，就要进入付费工作台。它的流程分三步：建知识库、测量、创作与分发。几个对外贸站最有用的模块是：

• 买家问题：按调研、评估、对比、信任、购买几类意图生成完整句子的问题；生成的问题里不能出现你自己或竞品的名字，追踪的问题集在每次测量之间保持不变，前后结果才可比。
• AI 可见度：以提及率为主要指标，展示问题 × 模型的矩阵；含有自己品牌名的问题不计分；没测到的格子不会显示成 0%，先给出每个引擎的结果再给平均值，每次运行都标注方法版本。
• 引用来源：只统计回答正文里真正标注的来源，检索候选池不算；「被引用」和「被推荐」分开记。
• 竞品情报：统计回答里出现的每个品牌，而不只是你填写的竞品名单；合并拼写变体，样本太少时不给声量份额。
• 内容机会：只在「竞品出现、你没出现」的问题上提示机会，不声称因果关系。

有两条它自己公开的经验值得建站方记住。第一，它在官网承认，早期把检索候选池算进引用，会让自己的引用数字虚高两到四倍，这也是现在只算正文标注来源的原因。第二，它观察到开启联网搜索后，某个网站的提及率从 3% 变成 13%，而那个网站本身什么都没改——这说明单次读数会被测量条件左右，看趋势比看某一次的数字更可靠。它的 2026 年第三季度 AI 推荐基准报告用 240 个不含品牌名的问题在 5 个模型上测试，据报告所列，Perplexity 的回答全部带引用，reddit.com 在所有 12 个品类里都被引用过，可以作为理解各引擎引用习惯的参考。

价格与套餐怎么选

按 InsightWonder 价格页所列（美元月付）：

• Starter：39 美元，1 个站点、30 个追踪问题、每月 750 次 AI 回答运行。
• Growth：149 美元，标注为最受欢迎，1 个站点、100 个问题、2,500 次运行。
• Scale：389 美元，3 个站点、300 个问题、7,500 次运行。
• Plus：899 美元，5 个站点、500 个问题、12,500 次运行。
• Enterprise：定制报价。

计量口径是「一个问题发给一个模型算一次回答运行」，所以 30 个问题跑 5 个引擎，一轮就是 150 次。年付有「送两个月」的选项；团队成员不限人数；媒体投放走钱包按次付费。没有永久免费套餐，符合条件的新账户有试用，具体条款在注册时显示，可以从注册页进入。对单一品牌的外贸站，先用 Starter 跑一个月，看清楚哪些问题上竞品出现而自己没有，再决定要不要扩到更多问题，是比较稳的顺序。

它做不到的事，要提前说清

推荐一个工具，也要把它的边界讲明白。按 InsightWonder 官网和它的对比页自述：

• 不覆盖中文引擎：DeepSeek、豆包等国内 AI 不在测量范围。面向国内市场的品牌，应改用专测国内 AI 的大乐GEO。
• 不覆盖 Google AI Overviews / AI Mode 和 Microsoft Copilot。
• 测量走模型 API，而不是消费者实际使用的 App；隐私页说明目前通过 Perplexity 的 API 调用 GPT、Claude、Gemini、Grok 系列模型，结果与用户在 App 里看到的可能不完全一样。
• 官网客户页目前没有公开的客户案例；首页仪表盘上的数字是示例数据，不能当作效果引用。
• 不承诺排名，没有自动发布路径——分发采用草稿优先，每次对外写入都留记录。
• 没有公开 API 和多客户工作区，默认测量频率是每月一次（可调整），不是每天。
• Shopify 应用标注为「随平台一起上线」，目前不要当作已在应用商店可用。

这些限制并不影响它作为「上线后体检」的用途，但如果客户的主要市场在国内，或者最在意的是 Google 的 AI 摘要，就要换工具或者组合使用。

建站方可以怎样把这件事放进交付

对做外贸独立站的团队来说，AI 可见度不必做成一个独立的大项目，而是可以拆进现有的交付节点：

1. 开发阶段：关键页面采用服务端渲染或静态生成，结构化数据随模板一起输出，测试环境的 noindex 用环境变量控制，避免带上生产。
2. 上线前：按四道闸跑一遍检查表，用免费工具复核爬虫访问、正文提取、llms.txt 与 schema，把 robots.txt 与 WAF 的决定写进交付文档。
3. 上线后第一个月：和客户一起确定一组不含品牌名的买家问题，跑一次基线，记录各引擎的提及与引用情况。
4. 持续阶段：按月看趋势，针对「竞品出现而自己缺席」的问题补内容；内容一律先出草稿、人工确认后再发。

这样做的好处是，客户拿到的不只是一个「上线了」的网站，还有一份能复查的技术基线和一组可以长期追踪的问题。如果项目还涉及内容策略与持续优化，可以参考我们的 AI 搜索优化（GEO）方案。最后提醒一句：被 AI 推荐的时间与程度取决于行业、竞品和内容本身，通常要以月计，任何工具和服务商都不应该承诺排名。