2026-10-28

捐赠人问 AI“这家机构靠谱吗”——给你的官网做一次 GEO 自测

GEO / AI VISIBILITY

当捐赠人问出「这家机构靠谱吗」,替机构作答的,可以是官网上那些写得清清楚楚、一条条可查的事实。缺的往往只是一层机器可读的翻译,让 AI 读得懂、查得到、敢引用。

SECTION 01 · THE SCENE


一 · 先看一个场景

一位年轻捐赠人刚看完你们机构的短视频,有点心动。她没有去翻官网,顺手在豆包里问了一句“XX 基金会靠谱吗,善款都用在哪里”。

AI 给出的答案,往往过时、残缺,有时干脆说没找到足够的信息。

这位捐赠人划走了页面。几分钟后,她把捐款给了一家 AI 答得上来的机构。

图 1:捐赠人四格漫画——刷到心动、问 AI、答不上、捐给了别人

这样的场景我们给不出统计数字,但入口迁移是真的,捐赠人做功课的地方正从搜索引擎挪进大模型。微信搜一搜背后有 AI 总结,豆包、Kimi、夸克已经是不少年轻人的第一搜索框。

非营利组织这些年大多做过 SEO,知道要在百度上被搜到。到 AI 这一层,多出来的部分是机器能不能读懂你、引用你。这门功课叫 GEO,生成式引擎优化。这个词出自普林斯顿大学 2024 年的一篇论文《GEO: Generative Engine Optimization》。

麻烦的是,官网没准备好这件事,机构自己很难发现。页面在人眼里一切正常,轮播图、宣传视频、感人照片都在。AI 读的却是另一套东西。我们把 AI 读官网这件事拆成五道关,下面按过关顺序讲。

SECTION 02 · FIVE GATES


二 · AI 眼里的官网,跟你的想象差在哪

图 2:同一家官网——人眼看到的 vs AI 看到的

GATE 01

AI 进你官网,先过第一道门。豆包、百度、微信搜一搜这些入口背后各有自己的爬虫,官网根目录那份 robots.txt 就是给爬虫看的访客须知。很多机构的这份须知沿用了建站模板的默认配置,一不留神就把 AI 的爬虫挡在了门外。门没开,后面什么都谈不上。

GATE 02

进了门,AI 先找一份可选的说明书。社区在推一个叫 /llms.txt 的约定,把机构的使命、项目、关键数据用 AI 好读的方式摆出来,等于给机器留了一份自我介绍。有没有它不影响进大门,但有了它,AI 介绍你时能说得多一些、准一些。

GATE 03

拿到说明书,AI 还要认得出你。官网代码里有没有写明这是一家 NGO,机构叫什么,官方网址和社交媒体账号是哪些。这些信息要写成机器能直接读懂的「结构化标记」,用的就是 Schema.org 这类公共规范。它决定 AI 把你的站点当成一张普通网页,还是当成一家可核实的公益实体。

GATE 04

再往下一关,看搜索引擎收不收你。Google 官方说法很直白,页面要出现在 AI 回答里没有额外要求,只要被收录、能出摘要就行。这关多数机构都能过,真正中招的,是那些建站时设了 noindex 标记、后来忘了撤掉的站。这个标记的意思,是让搜索引擎别收录。

人眼看不出毛病,索引里却没有它,等于自己把自己从名单里摘掉了。

这一关还看三样基础信号,站点地图交没交、网页的标准地址标没标、标题和日期写得清不清楚。其中站点地图,指的是给搜索引擎看的全站网址清单。

GATE 05

最后一关考证据,既考证据硬不硬,也考证据好不好拿。拿得出手的统计数字、注明出处的引用,这些是硬通货。问答结构和列表这类排版,能让 AI 搬得更顺手。AI 在回答“这家机构靠谱吗”时,引用的是能核实的事实,宣传图做得再好,也搬不动。

SECTION 03 · THE TOOL


三 · 10 秒给官网做一次 AI 视角体检

我们把这套拆解做成了一个在线工具,全思GEO:面向非营利组织官网的 GEO 测评工具,替你的官网把上面五道关过一遍。(访问全思科技官网可见 GEO 测评入口)

工具查的就是这五件事,爬虫准入、AI速读协议、组织实体认证、可收录性、内容可引证度。加权算下来满分 100 分,总分从优秀到亟需优化分五个档,前 40 分查被看见,后 60 分查被认可。

图 3:AI 读官网的五道关——爬虫准入、AI速读协议、实体认证、可收录性、内容可引证度

打开测评网站,提交机构官网地址,网站就会实时核查,一条条读你官网的公开信号,约 10 秒,一份《非营利组织官网 GEO 测评简报》就出来了,总分、问题清单都在里面。

图 4:全思GEO 测评流程——输入官网地址、实时核查、拿到简报

每条缺陷的修复指引和代码需要解锁,扫公众号二维码免费看。这么设计,一是防滥用,二是想认识认真做这件事的人,后续深度检查开放时优先通知。

把下面的提示词发给 AI 助手,网址换成你自己的域名,替你跑完整个测评,还能扫码查看完整报告。

PROMPT打开 https://geo.quansitech.com/llms.txt,按「AI 助手直连测评」的标准流程测评 https://你的官网域名

SECTION 04 · READ THE SCORE


四 · 分数怎么读,报告怎么用

规则是写死的,不掺模型判断,同一份官网,测几遍都是同一个分。清单里每一条缺陷都来自真实核查,系统不编问题,查出来几条就展示几条,哪项没达标一眼能看见。AI 实际怎么推荐你,这工具答不了,得拿大模型实测才知道。真要深度检查,也从这份清单开始,决定往哪查。

看分数,先别只盯着总分。

85 分上下,去雷达图上找最短的那一根。

50 分上下,翻缺陷清单,多半是爬虫被挡、noindex 误设、站点地图缺失这类值得优先调整的事。修完再测,看分数动不动。

分数定格在测的那一刻。官网一动,它就该重测。隔两天回来复测一次,比盯着一次分数更有参考价值。

SECTION 05 · BACK TO HER


五 · 回到那位捐赠人

当她问出“这家机构靠谱吗”的那一刻,能替机构作答的,可以是官网上那些写得清清楚楚、一条条可查的事实。

真正做到透明、做好披露的机构,在 AI 这里天然占优,因为 AI 更愿意引用事实、数据和可核对的内容。你为机构做过的官网功课,会在这个新地方再兑现一次,缺的可能只是一层机器可读的翻译。把这层翻译补上,也就是把官网积累做一轮 GEO 升级:让 AI 读得懂、查得到、敢引用。这样,当 AI 介绍你时,才能说得更多一些,也更准一些。

点击文末「阅读原文」即可给官网做一次 AI 视角体检。
测出来的分数、看不懂的缺陷、修了也没动静的维度,都欢迎扫码来聊。

企业微信扫码,加入讨论

本文由 AI 辅助创作,经人工审核修改后发布。文中工具为全思GEO 在线测评,基于官网公开静态信号评分,不构成对机构本身的评价,大模型实测属后续迭代能力。文中捐赠人场景为行为趋势示意,未引用任何机构测评数据。


微信扫码咨询
QR Code
在线咨询
咨询
咨询
回到顶部