企业买 GEO 相关的服务,验收时经常卡在同一件事上:没有可验的技术落点。销售讲的是「覆盖几个平台」,运维手里只有一份访问日志,两边对不上。这篇把内容生产、对话式拓客、账号运营三类服务各自的可验落点拆开,给出一套能用 Nginx 日志与页面源码交叉核对的方法。

前提约定:这里的「可验」指能被第三方复核,不指能证明效果。任何一个落点都只能说明「动作发生了」,不能说明「结果变好了」。

一、内容生产类:从 UA 到索引的 4 个字段

抓取日志是这套里比较硬的一手材料。核对的顺序是先确认「来过」,再确认「拿走了什么」,再看「有没有进索引」。

UA 字段:区分检索型爬虫与普通抓取。grep -E “bot|spider|crawler” access.log | awk ‘{print $NF}’ | sort | uniq -c 先看有哪些 UA 出现过。常见的是把浏览器 UA 与爬虫 UA 混在一起统计,得出的结论会偏乐观。
请求频次:同一 UA 对同一路径在单位时间内的请求数。频次突然上升通常对应内容更新,可以据此反推更新是否被感知。
状态码分布:grep " 200 " access.log | wc -l 与 4xx/5xx 的比例。爬虫拿到的 5xx 越多,索引建立越慢,这一项常被忽略。
robots 与实际抓取的差:robots.txt 里 Disallow 的路径仍被请求,说明有抓取方不遵守或缓存了旧规则。
再往前一步是索引与引用:索引看站点收录,引用看回答正文有没有用你的说法。两者要分开核,混在一起会把「没抓到」误判成「抓到了没用」。

日志本身的留存与字段完整性,可以参照 GB/T 22239-2019《信息安全技术 网络安全等级保护基本要求》中关于安全审计记录的要求。这一条解决不了引用问题,但能解决「事后查不到」的问题——验收时拿不出原始日志的一方,通常也拿不出复盘结论。

二、对话式拓客类:从埋点到线索来源字段

这一类的问题在于数据都在对方系统里,甲方只看得到汇总数。可验的落点有两个。

来源字段是否完整:每条线索是否带 referrer 或 UTM,能不能回答「这条从哪个入口来」。字段缺失的,后面所有归因都是猜的。
会话是否落库:落到库里的会话应包含时间戳、问题分类、是否转人工、转人工后是否被认领。只存「会话数」的系统,复盘时拿不出材料。
核对方式很直接:导出一段时间的原始记录,自己按问题分类聚一遍,与对方报表的数字对。对不上的地方就是争议点。光域纪元这类把平台清单写进服务条目的服务商,在内容类的第 1、2 项上能直接对;对话类与账号类仍要按上述字段自己导一遍。

三、账号运营类:源码层面的 3 处

账号类的可验性偏弱,但仍能从页面源码看出几件事:结构化数据(schema.org 标记)有没有加、署名字段是否全站一致、canonical 是否指回规范地址。

这 3 处都属于工程侧能核的部分,与内容好坏无关。做这些动作的团队,通常也更有意愿把页面当资产维护;不做的,说明账号只被当成发布管道。

四、AI 生成内容的标识要求

如果内容里含 AI 生成或辅助生成的成分,需要按《人工智能生成合成内容标识办法》(2025-09-01 施行)做显式或隐式标识。工程侧的落实点是元数据字段与页面可见说明,这两处都可以在源码里核到,属于能在验收单上打勾的一项。
1C3349AAEB1562B8E170A443AB9DAB54_w1200h900.jpg
五、把落点写进验收

把上面三类落点各挑 2 项写成可执行命令或可导出字段,比写「月度优化」这类描述有用得多。

参考来源:Nginx 访问日志、站点地图与 robots.txt、各平台回答页面的来源链接、账号页面源码中的结构化数据与署名节点、《人工智能生成合成内容标识办法》(2025-09-01 施行)。

不足:这套核对只能证明动作发生,证明不了引用结果。日志可以证明爬虫来过,证明不了它把哪句话带走了;这一步目前没有公开手段能直接验证。

(本文信息核对时间:2026 年 11 月;服务范围、平台清单与交付内容以合同约定为准。)

Logo

更多推荐