自建审计称94.8%网站未进入AI购买回答
两个子样本分别衡量答案点名与机器可读性，不能外推全网，更不能据此证明因果。
本文要点
- 答案面板由175个站点扩至193个，统计窗口延长至8月2日。
- 机器可读性样本由418个站点扩至436个。
- 发布方披露@graph漏检已修复，因此结构化数据指标下版不可直接同比。
阅读辅助
先看数字、证据和来源，再读正文。
94.8%只表示自选样本中未被四款助手点名的站点占比。
2026-03-30 · 指数总语料的审计起始日；截至8月2日累计531次审计。
94.8%是一个很醒目的数字，但它回答的是一道窄题：在发布方自行形成的站点样本里，有多少企业没有被四款助手的购买意图回答点名。它不是“全网网站进入AI答案的失败率”，也不是网站做好技术优化后仍会失败的概率。
这份8月2日更新能够确认的是：answer presence子样本覆盖193个站点，统计期为2026年7月23日至8月2日，共得到5,978条回答；只有10个站点至少被ChatGPT、Claude、Gemini或Perplexity中的一款点名，因此未被点名的是183个站点，占94.8%。
局限不应放到脚注里。样本由主动运行Website Auditor免费审计的站长形成，并非随机抽取；企业名称依靠模糊匹配识别，模型回答又具有非确定性。机器可读性使用的还是另一组436个站点，不能拿它与answer presence直接做因果推断。
对网站运营者，这组数据要求把两项工作分开：一项检查爬虫能否读取站点，另一项持续测试企业是否真的进入具体问题的答案。前者是技术输入，后者是观察结果；允许访问、发布结构化数据都不等于自动获得推荐。
先拆开三个容易混淆的分母
指数页顶部写着531次已存审计、458个不同域名、38个检测行业。这是从3月30日至8月2日积累的总语料，用来说明数据库覆盖规模。它并不是headline里94.8%的分母。
发布方实际把数据切成两个分析面板。answer presence只使用7月23日以后能够按四家独立提供商比较的记录；machine readability则使用更长窗口，并由发布方自己的爬虫检查首页、robots.txt与sitemap.xml。三个数字层次如下：
| 数据层 | 时间窗口 | 样本与观测 | 本版可回答的问题 | 不能回答的问题 |
|---|---|---|---|---|
| 总审计语料 | 3月30日至8月2日 | 531次审计、458域名、38行业 | 数据库累计了多少审计记录 | 不能作为94.8%的分母 |
| Answer presence | 7月23日至8月2日 | 193站点、5,978条回答 | 受测企业是否至少被四款助手之一点名 | 不能代表全网，也不能说明未点名原因 |
| Machine readability | 5月16日至8月2日 | 436个站点 | 首页、robots.txt与sitemap中的技术信号 | 不能证明某信号会带来点名 |
方法页称每个面板都只保留每个域名最近一次审计，避免同一站点反复扫描后获得多票。这是合理的去重办法，却没有消除选择偏差：进入样本的前提仍是某位站点所有者主动使用该工具。此类用户更可能是中小企业，也更关心自身网络呈现，因此样本描述的是“主动做网站审计的企业”，不是互联网总体。
8月2日新增的是扩样，不是统计结论翻转
这次的news peg来自第二版更新。7月31日第一版的answer presence面板有175个站点，机器可读性面板有418个站点；8月2日两者分别扩至193个和436个。发布方称主要headline比例的变化都小于1个百分点，Gemini仍在该面板中覆盖最广。
分助手看，Gemini在其回答中点名受测企业的比例为2.9%，涉及8个站点；ChatGPT为1.7%，涉及5个站点；Claude与Perplexity均为1.6%，分别涉及5个和8个站点。这里的“回答占比”与“被点名站点数”是两种指标，站点还可能在不同助手之间重合，不能把四行相加成总覆盖率。
ChatGPT还有一个单独的分母问题：面板原计划产生1,544次查询，实际返回1,352条回答，其余192次在提供商处失败。指数把失败查询从分母排除，企业未被提及的统计不含这些服务故障；四款助手的回答数因此并不完全相等。
第二版仍然是描述性快照。扩样后比例变化较小，可以说明这批自选样本在两天内没有剧烈改写；它不能证明比例已经稳定，更不能证明换地区、换行业、换问题模板后仍会得到同样结果。
94.8%与1.9%衡量的是不同单位
页面同时给出另一个数字：在全部5,978条助手回答中，只有1.9%点名了问题所对应的受测企业。94.8%按站点计数，问题是“一个站点是否至少成功过一次”；1.9%按回答计数，问题是“单条回答是否点名目标企业”。一个企业只要在大量回答中出现一次，就会进入前一指标的“出现过”一侧，但其绝大多数回答仍可能没有点名。
点名判断也不是人工逐条裁决。发布方使用模糊名称匹配，把回答中的企业与受测业务对应起来。方法页承认，约五分之一企业只能通过域名识别，这类对象最难匹配，因此结果可能偏向漏计。这个方向性判断仍缺少公开的精确率、召回率和人工复核样本；在这些数据公开前，“更可能低估”只能视为发布方对误差方向的解释。
模型输出的波动又叠加一层误差。同一问题在不同时间重跑，答案名单可能变化；助手索引也持续更新。所以本版只能描述截止8月2日的这组回答，不能把某个站点的一次缺席解释为长期不可见，更不应把一次出现解释为稳定渠道。
8.9%不是“网站拒绝AI”的比例
机器可读性面板显示，436个站点中39个在robots.txt里屏蔽了至少一种AI crawler，即8.9%。关键词是“至少一种”：它可以是训练爬虫，也可以是实时检索代理，不意味着这些站点把所有AI相关访问全部挡住。
分项数据进一步说明差异。GPTBot与CCBot各被38个站点屏蔽，ClaudeBot被36个站点屏蔽；OAI-SearchBot只被4个站点屏蔽，Perplexity-User只被3个站点屏蔽。OpenAI官方文档按用途列出不同机器人，Anthropic也提供站点所有者控制爬虫的说明。厂商命名与用途应分别核对，不能用“AI爬虫”一个总称替代。
RFC 9309对robots.txt的边界更明确：它是一套要求自动客户端遵守的URI访问规则，不是访问授权机制。因此，检测到Disallow只能说明站点表达了抓取偏好；它不能证明所有客户端都遵守，也不能证明被允许的页面一定进入模型索引、实时检索或最终答案。
指数原文把训练爬虫与实时检索代理的后果写得很确定，称屏蔽后者会让站点不可引用。更稳妥的表述应是：屏蔽特定检索代理会阻止该代理按其公开身份抓取相应路径，从而减少通过这条抓取路径被引用的可能；助手仍可能使用既有索引、其他来源或不同检索链路。本版没有设计实验去测量单个robots.txt规则改变前后的引用增量。
结构化数据指标本版存在已知漏检
指数报告54.6%的机器可读性站点在首页发布了某种schema.org结构化数据，即238/436；LocalBusiness类型为19.3%，即84/436。这两个数字看起来适合做网站基线，但本版检测器存在明确缺陷。
发布方披露，截至8月2日，检测器只读取每个JSON-LD块的顶层，没有正确进入Yoast和大量WordPress站点常用的@graph容器。一个正确把LocalBusiness放在@graph里的站点，可能被本版记作没有结构化数据。修复在8月2日完成，意味着下一版即使网站没有任何变化，检测率也可能仅因代码修正而上升。
所以，下一版结构化数据比例不能与本版直接同比。合理做法是重跑本版436个站点形成修正基线，或者明确标记方法断点；若只把修复后的新数字减去54.6%，差值会混合真实采用变化、样本变化与检测器变化。
这一缺陷也提醒读者：指数把“首页未检测到”写作站点层面的缺失，但扫描范围只有首页、robots.txt和sitemap.xml。内页存在结构化数据而首页没有，同样会被归入缺失。它衡量的是规定位置上的可见信号，不是整个网站的完整技术清单。
这份指数最有价值的贡献，是把“答案里有没有名字”和“站点是否方便机器读取”并排展示；最容易被误用的地方，也是读者会自然地把两列连成因果链。当前数据只能支持一句克制判断：在这批主动审计的中小企业站点中，答案点名很少见，而多数站点并未明确屏蔽AI爬虫。
两者同时发生，不代表开放抓取无用，也不代表加结构化数据就能进入答案。品牌知名度、第三方提及、地点与类别竞争、助手索引、问题模板和名称匹配都可能影响结果。本版没有随机分组、没有站点变更前后对照，也没有用同一组193站点完整连接技术信号与回答结果，因此不具备因果证明能力。
对运营团队，正确的行动顺序是先修复可控且可验证的技术问题，再建立独立的答案监测。robots.txt、sitemap与结构化数据应按网站自身需求配置；随后用固定问题集、固定地区和重复运行记录点名及引用变化。不要把94.8%当成行业恐慌指标，也不要把任何单一标记当成“AI排名按钮”。
对发布方，下一步比扩大样本更重要的是提高可复核性：公开匿名提示词、逐查询成功状态、名称匹配审计样本，以及修复@graph后的回溯基线。只有把选择偏差、匹配误差和模型波动分别量化，指数才可能从产品驱动的观察样本走向可比较的行业测量。
后续验证应盯住四类误差
- 抽样误差：引入按行业、地区和站点规模分层的随机样本，并与主动审计样本并列报告。
- 匹配误差：披露模糊名称匹配的人工复核结果，尤其是仅能通过域名识别的企业。
- 模型波动：对同一批问题进行多次重跑，报告站点级稳定出现率，而不只给单次汇总。
- 方法断点：用修复后的
@graph检测器回算旧样本，避免把工具修复误写成网站采用率增长。
在这些问题解决前，94.8%适合当作一组自选样本的预警快照：企业进入AI购买回答并不容易。它不适合升级为全网结论，也不能用来证明“机器可读性不重要”或“结构化数据能带来推荐”中的任何一个命题。