review-seo-performance

# 复盘 SEO 与 AI 可见性 用可比较周期和页面原始目标复盘已发布页面。考虑上线日期、季节性、抓取与收录延迟，把证据与解释分开。 ## 收集传统搜索证据 ```bash node collectors/bing-webmaster/bing-webmaster.mjs page-stats \ --site "$SITE_URL" --out <page-stats-file> node collectors/bing-webmaster/bing-webmaster.mjs page-query-stats \ --site "$SITE_URL" --page "$PAGE_URL" --out <query-stats-file> node collectors/bing-webmaster/bing-webmaster.mjs url-info \ --site "$SITE_URL" --url "$PAGE_URL" ``` 读取： - 抓取与索引状态； - 展现、查询、点击和点击率； - 平均展现位置与点击位置； - 页面或摘要更新前后的变化； - 产品动作、激活、收入或当前产品真正关心的结果； - 相关 Memory 中的基线和历史行动。 ## 收集 Bing AI Performance Bing Webmaster Tools 的 AI Performance 主要通过网页界面提供。使用已登录浏览器读取： | 指标 | 含义 | |---|---| | Total Citations | 页面内容在 AI 答案中作为来源出现的总次数 | | Cited Pages | 被 AI 当作来源的页面数量与时间变化 | | Page-level citations | 具体 URL 的被引用次数 | | Grounding Queries | AI 为寻找引用材料实际运行的检索短语 | Grounding queries 与传统人类关键词不同。用户的一句话会被模型拆成多个查询，这就是 query fan-out。程序化查询常出现比较、评估、监控、标准、优缺点等结构，它们可以揭示传统关键词工具看不到的内容需求。 AI Performance 的产品状态和字段可能变化，grounding queries 没有稳定 API 时以 Bing Webmaster Tools 当前网页界面为准。只报告界面实际提供的数据，不把推测的合作方覆盖范围写成官方承诺。 ### 用 Grounding queries 反推内容 1. 聚合���复出现的概念、对象、比较维度和任务。 2. 区分自然查询与程序化查询。 3. 找出频繁触发检索但当前页面引用弱或没有覆盖的概念。 4. 判断它应成为现有页面的新段落、比较表、FAQ、独立页面还是不值得处理的旁支。 5. 回到实时 SERP 和产品能力验证，不因 AI 查询出现就自动创建页面。 ### 检查可提取性 - 高频 grounding 术语是否出现在对应 H2 与前一到两段； - 结论是否前置，段落能否独立理解； - 表格、FAQ、步骤和定义是否便于准确抽取； - 数据、示例和来源是否足以支撑引用； - 页面是否有作者、更新时间和相邻主题覆盖； - schema.org、canonical、robots、sitemap 与 IndexNow 是否正确。 - 站点需要面向 LLM 提供内容导航时，检查 `llms.txt` 是否准确、可访问并只声明真实公开内容；不...