判决

你的 AI 检索链路上有 1 个位置会被读错，另有 1 个位置我们无法判断。

21 个位置 12 通过 1 读错 1 无法判断 7 不适用

四格之和恒等于位置数。「无法判断」永不折算进「通过」——「我们看不了」和「你这里没问题」是两件事。

按根因

本次没有需要归并的根因。

口径：1 条 finding / 0 处根因 / 1 个链接实例 —— 三个数各有各的意思，不许混着说。

未能评估

把「我们没看到」误读成「没问题」的代价，比漏一条 LOW 死链大得多，所以这一区排在发现之前。这些位置既不计死链也不计存活。

① 入口发现原因码: robots_disallowed discovery:support.saleor.io

位置: https://support.saleor.io/
实际是: robots.txt 禁止抓取 /，本位置未评估
补救办法: 你的 robots.txt 禁止抓这个路径，我们遵守了。要检查请加 --ignore-robots。「我们没被允许看」是真话，「这里没问题」是假话。

AI 检索链路六段

这条链路上任何一段断掉，后面几段的内容 AI 都拿不到。

差异化演示

只探根路径、不做对照探测的实现，在这个站上没读错。差异化演示区因此是空的 —— 这是这个域的性质，不是我们少做了对照。

这一块的作用不是炫技，是让「我拿别的东西查过，没这条」这句话失效：我们先说出那类实现在这里会得出什么、以及它少做了哪一步。

自己复现 → geo-audit saleor.io --contact you@you.co --naive-only

这份报告不检查：锚点是否腐烂、sitemap、robots 对 AI 爬虫的放行、图片/CSS 资源、事实是否冲突、内容是否过期。理由见文末。

发现（按根因分组）

未归并（各自独立的一处改动）

HIGH · AI 通道内部 ③ 全文通道 soft_404 GA-B9E590057E

https://docs.saleor.io/docs/llms-full.txt 返回 200 但内容不是文本文件（软 404）

去哪儿改

HTTP 200，74335 字节，内容是兜底页（修复目标：我们没找到明显的正确目标，需人工确认）

证据

目标 https://docs.saleor.io/docs/llms-full.txt 200 text/html 74,335 B

<title>Saleor Documentation | Saleor Commerce Documentation</title>

saleor documentation | saleor commerce documentation skip to main content 🔧 let's build together. join saleor dev community on discord. join the community search sign up overview quickstart why saleor product cloud core concepts recipes api

这一条靠确定性规则判定（要的是文本文件、给回来的是 HTML），不依赖同域对照。

复现

curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://docs.saleor.io/docs/llms-full.txt'

只探根路径、不做对照探测的实现会说：未采纳（没探这个位置）

实际是：软 404：html_where_text_expected（另命中 redirect_to_site_root），HTTP 200 / text/html

AI 抓这个位置拿到的是页面外壳，不是你的索引文件。只看状态码的工具会把它读成「已采纳 llms.txt」——采纳率因此虚高。

已排除的可能（通过了这些去噪规则才报出来）： html_where_text_expectedredirect_to_site_root

严重度依据： page_role=ai_channelanchor=（AI 通道内部，无锚文本）anchor_class=（AI 通道内部，无 class）region=ai_channel

不认这条：geo-audit saleor.io --ignore GA-B9E590057E

纯文本版（手选复制）

GA-B9E590057E HIGH AI 通道内部
https://docs.saleor.io/docs/llms-full.txt 返回 200 但内容不是文本文件（软 404）
目标: https://docs.saleor.io/docs/llms-full.txt 200 text/html
curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://docs.saleor.io/docs/llms-full.txt'
geo-audit saleor.io --ignore GA-B9E590057E

待人工确认

下面这些我们判它死了，但静态 HTML 判不了它是否对访客可见。我们打 needs_review 而不是丢弃，也不进首页分子。

本次没有需要人工确认的条目。

下次会先坏在哪 · 结构性脆弱点

每条都挂一个实测先例，并给一条能直接放进 CI 的命令。这一区不是预测，是「这个形状在语料里已经坏过」。

INFO F6

WAF 会把真文件挡成 403/429

判据: 本次全部 host 的对照探测都可用（0 个被挡）
为什么危险: 被拦截 ≠ 不存在。纯 HTTP 客户端在这类 host 上会把真文件读成「没有」。
实测先例: gusto.com 403、www.pipedrive.com 429

放进 CI 的一条命令

geo-audit saleor.io --contact you@yourco.com --format json

INFO F8

该 host 对未知路径不返回 404

判据: 本次全部 host 对随机路径都返回了非 2xx（状态码可判别）
为什么危险: 这种 host 上任何只看状态码的工具都会报 0 死链，那个 0 是假的。
实测先例: developers.pipedrive.com（200 + 24,907 B 兜底页）、docs.gusto.com（302→/）、docs.moderntreasury.com（302→/）、www.minimax.io（200 + 384,052 B）、platform.kimi.ai（200 + 414,072 B）

放进 CI 的一条命令

geo-audit saleor.io --contact you@yourco.com --format json

我们替你验了什么 · 证据存档

逐位置一行，行数恒等于位置数。每行都带一条可粘贴的 curl。

共 21 行 == 21 个位置。

段	URL	状态码	content-type	字节	对照路径	对照返回	结论
① 入口发现	https://saleor.io/	—	—	—	—	—	通过对照探测 https://saleor.io/geo-audit-probe-47a5ac09743770548233293a 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容
① 入口发现	https://www.saleor.io/	—	—	—	—	—	通过对照探测 https://www.saleor.io/geo-audit-probe-a1e153d894d8f8faaa44bffb 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容
① 入口发现	https://docs.saleor.io/	—	—	—	—	—	通过对照探测 https://docs.saleor.io/geo-audit-probe-baa463941df375bfe98aebdf 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容
① 入口发现	https://support.saleor.io/	—	—	—	—	—	无法判断 robots.txt 禁止抓取 /，本位置未评估
② 索引文件真伪	https://saleor.io/llms.txt	200	text/plain	2,043	https://saleor.io/geo-audit-probe-47a5ac09743770548233293a	404	通过对照探测 https://saleor.io/geo-audit-probe-47a5ac09743770548233293a 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；用 Accept: / 再量一次，状态码、正文类型都一致 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://saleor.io/llms.txt'
③ 全文通道	https://saleor.io/llms-full.txt	404	text/html	38,789	https://saleor.io/geo-audit-probe-47a5ac09743770548233293a	404	不适用 HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: / 再量一次，状态码、正文类型都一致 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://saleor.io/llms-full.txt'
② 索引文件真伪	https://www.saleor.io/llms.txt	200	text/plain	2,043	https://www.saleor.io/geo-audit-probe-a1e153d894d8f8faaa44bffb	404	通过对照探测 https://www.saleor.io/geo-audit-probe-a1e153d894d8f8faaa44bffb 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；用 Accept: / 再量一次，状态码、正文类型都一致 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://www.saleor.io/llms.txt'
③ 全文通道	https://www.saleor.io/llms-full.txt	404	text/html	38,789	https://www.saleor.io/geo-audit-probe-a1e153d894d8f8faaa44bffb	404	不适用 HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: / 再量一次，状态码、正文类型都一致 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://www.saleor.io/llms-full.txt'
② 索引文件真伪	https://docs.saleor.io/llms.txt	200	text/plain	3,947	https://docs.saleor.io/geo-audit-probe-baa463941df375bfe98aebdf	404	通过对照探测 https://docs.saleor.io/geo-audit-probe-baa463941df375bfe98aebdf 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；用 Accept: / 再量一次，状态码、正文类型都一致 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://docs.saleor.io/llms.txt'
③ 全文通道	https://docs.saleor.io/llms-full.txt	404	text/html	9,404	https://docs.saleor.io/geo-audit-probe-baa463941df375bfe98aebdf	404	不适用 HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: / 再量一次，状态码、正文类型都一致 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://docs.saleor.io/llms-full.txt'
③ 全文通道	https://saleor.io/docs/llms-full.txt	404	text/html	38,829	https://saleor.io/geo-audit-probe-47a5ac09743770548233293a	404	不适用 HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: / 再量一次，状态码、正文类型都一致 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://saleor.io/docs/llms-full.txt'
③ 全文通道	https://www.saleor.io/docs/llms-full.txt	404	text/html	38,829	https://www.saleor.io/geo-audit-probe-a1e153d894d8f8faaa44bffb	404	不适用 HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: / 再量一次，状态码、正文类型都一致 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://www.saleor.io/docs/llms-full.txt'
③ 全文通道	https://docs.saleor.io/docs/llms-full.txt	200	text/html	74,335	https://docs.saleor.io/geo-audit-probe-baa463941df375bfe98aebdf	404	读错请求的是文本文件，实际返回 HTML（content-type: text/html，74329 字符）；用 Accept: / 再量一次，状态码、正文类型都一致 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://docs.saleor.io/docs/llms-full.txt'
④ 索引内链存活	https://saleor.io/llms.txt	200	text/plain	2,043	—	—	通过 16 条内链：10 活 / 0 死 / 6 判不了 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://www.saleor.io/llms.txt'
④ 索引内链存活	https://docs.saleor.io/llms.txt	200	text/plain	3,947	—	—	通过 7 条内链：2 活 / 0 死 / 4 判不了 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://docs.saleor.io/llms.txt'
⑤ .md 通道	https://saleor.io/	—	—	—	—	—	不适用未声明「任意页面加 .md」约定
⑥ 可点击路径	https://www.saleor.io/	—	—	—	—	—	通过 6 条可点击链接全部活着
⑥ 可点击路径	https://www.saleor.io/pricing	—	—	—	—	—	通过 3 条可点击链接全部活着
⑥ 可点击路径	https://www.saleor.io/changelog	—	—	—	—	—	通过 2 条可点击链接全部活着
⑥ 可点击路径	https://docs.saleor.io/	—	—	—	—	—	通过 19 条可点击链接全部活着
⑥ 可点击路径	https://www.saleor.io/help	404	text/html	38,735	—	—	不适用起始页抓不下来：HTTP 404 / status_404 curl curl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://www.saleor.io/help'

别人的工具会怎么误判你

三种可自动检出的误判形态。这一块是零发现报告真正的付费点：你拿到的 0 与别处拿到的 0，来源不一样。

你的真文件会被读成「没有」：WAF / 限流会把纯 HTTP 客户端拦掉（实测 gusto.com 403、www.pipedrive.com 429）；真文件在子域或 /docs 下而根路径 404 或软 404（实测 minimax、moonshot、siliconflow、onfleet、canvasmedical、ecwid 六家）。
你的 0 死链会被读成「有死链」：站上有 Cloudflare 的 /cdn-cgi/l/email-protection 诱饵 href、有 example.com 占位、有 Alpine/Vue 的 :href、有 {templateID} 这类模板占位。实测：这类噪声能让死链数从 25 虚报成 42（+68%）。
你的 0 死链其实是假的 0：你的站对未知路径返回 200 或 302 而不是 404（实测 developers.pipedrive.com 的 24,907 B 兜底页、docs.gusto.com 与 docs.moderntreasury.com 的 302→首页、platform.kimi.ai 的 414,072 B Quickstart 页）。这种站上任何只看状态码的死链工具都会报 0 死链，那个 0 是假的。我们是用正文/骨架比对得出的 0，所以我们的 0 是真的。

裸域 / www 双向探测

saleor.io: ok · ok_control_discriminates
www.saleor.io: ok · ok_control_discriminates
结论: both_ok single_case

证据强度 single_case：全语料只有一例（brevo 的裸域返回 Vercel 的纯文本 DEPLOYMENT_NOT_FOUND，而 www 与 developers 子域都正常）。n=1 不够格进首页计数，所以这一区单列。

被去噪排除的链接

逐条留痕，带 rule_id。实测教训：五个批次排除了 /cdn-cgi/l/email-protection、另几个批次没排 —— 同一个东西两套口径，所以这里必须逐条列。

URL	rule_id	规则说明	出现在	证据强度	处置
https://raw.githubusercontent.com/saleor/saleor-docs/main/docs/{path}.mdx	`url_template_placeholder`	URL 里含未替换的模板占位符（{year}/{permalink}/{templateID}）	https://docs.saleor.io/llms.txt	measured	excluded

朴素对照全表

同一批已抓响应上的两个读数：左边只用「跟完跳转的最终状态码」推，右边是我们的判定。朴素侧不额外发一个请求 —— 它是换算器，不是第二次扫描。

只有 ① 入口发现 / ② 索引文件真伪 / ③ 全文通道三段的位置进这张表；④⑤⑥ 的差异化走下面那行死链口径对比。

有分歧 0 条。

探测位置	朴素方法	那种实现会说	实际是	有分歧	多打的请求	方向
https://saleor.io/	不在朴素探测集内	它往这个 host 打过请求（只打了两条根路径）	对照探测 https://saleor.io/geo-audit-probe-47a5ac09743770548233293a 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容	n	1	一致
https://www.saleor.io/	不在朴素探测集内	它往这个 host 打过请求（只打了两条根路径）	对照探测 https://www.saleor.io/geo-audit-probe-a1e153d894d8f8faaa44bffb 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容	n	1	一致
https://docs.saleor.io/	不在朴素探测集内	它从没往这个 host 打过请求	对照探测 https://docs.saleor.io/geo-audit-probe-baa463941df375bfe98aebdf 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容	n	2	一致
https://support.saleor.io/	不在朴素探测集内	它从没往这个 host 打过请求	robots.txt 禁止抓取 /，本位置未评估	n	2	一致
https://saleor.io/llms.txt	GET https://saleor.io/llms.txt，跟随跳转，只看最终状态码	已采纳（200）	对照探测 https://saleor.io/geo-audit-probe-47a5ac09743770548233293a 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；用 Accept: / 再量一次，状态码、正文类型都一致	n	1	一致
https://saleor.io/llms-full.txt	GET https://saleor.io/llms-full.txt，跟随跳转，只看最终状态码	未采纳（404）	HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: / 再量一次，状态码、正文类型都一致	n	1	一致
https://www.saleor.io/llms.txt	GET https://www.saleor.io/llms.txt，跟随跳转，只看最终状态码	已采纳（200）	对照探测 https://www.saleor.io/geo-audit-probe-a1e153d894d8f8faaa44bffb 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；用 Accept: / 再量一次，状态码、正文类型都一致	n	1	一致
https://www.saleor.io/llms-full.txt	GET https://www.saleor.io/llms-full.txt，跟随跳转，只看最终状态码	未采纳（404）	HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: / 再量一次，状态码、正文类型都一致	n	1	一致
https://docs.saleor.io/llms.txt	不在朴素探测集内	未采纳（没探这个位置）	对照探测 https://docs.saleor.io/geo-audit-probe-baa463941df375bfe98aebdf 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；用 Accept: / 再量一次，状态码、正文类型都一致	n	2	一致
https://docs.saleor.io/llms-full.txt	不在朴素探测集内	未采纳（没探这个位置）	HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: / 再量一次，状态码、正文类型都一致	n	2	一致
https://saleor.io/docs/llms-full.txt	不在朴素探测集内	未采纳（没探这个位置）	HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: / 再量一次，状态码、正文类型都一致	n	2	一致
https://www.saleor.io/docs/llms-full.txt	不在朴素探测集内	未采纳（没探这个位置）	HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: / 再量一次，状态码、正文类型都一致	n	2	一致
https://docs.saleor.io/docs/llms-full.txt	不在朴素探测集内	未采纳（没探这个位置）	请求的是文本文件，实际返回 HTML（content-type: text/html，74329 字符）；用 Accept: / 再量一次，状态码、正文类型都一致	n	3	一致

死链口径对比：只看首跳状态码（>= 400 即判死）会数出 0 条；我们经去噪与正文比对后是 0 条链接实例。

覆盖披露

位置数 21 · 抓到的页面 4 个 · HTTP 请求 120 / 上限 120（其中不同 URL 80 个；差额是跳转每一跳、robots.txt 与重试）

链接账本：抽取 206 = 排除 0 + 待人工 0 + 已验证 17 + 无法判断 2 + 被封顶截掉 187

本次未触发抽样。

robots.txt 的 Disallow 我们遵守了：命中的路径零请求，判「无法判断（robots_disallowed）」。「我们没被允许看」是真话。

LLM 调用 0 次（这个工具零 LLM、零 API key，所以它恒为 0）。

查了什么

AI 路径体检（llms.txt / llms-full.txt / .md 通道，每条判定跟一个对照探测）
死链（只报人和 AI 都会点、点了就 404 的，按根因归并、按位置分级）

不查什么（摘要，理由见「方法」）

内容是否过期（通用「旧年份」正则两批样本 134 命中 0 真信号 / 296 命中 2 真信号）
事实是否自相冲突
锚点（#fragment）是否腐烂
定价页 ↔ 文档的口径比对
定期扫描 / 监控
托管 web 版（会让 --contact 这条合规约束当场失效）
Playwright 渲染（合规不绕 WAF，且实测只有 2/72 = 2.8% 盲区）
--serve 本地服务

这些地方我们想看但没看到

位置	原因码	实际是	补救办法
① 入口发现 · https://support.saleor.io/	`robots_disallowed`	这个 host 解析通了、根路径也请求了，但判不了（robots_disallowed），于是它的 AI 路径（llms.txt / llms-full.txt / .md 通道）一条都没探，robots.txt 与 sitemap.xml 也没读。这不是「这个 host 没问题」，是「我们没能看」。	你的 robots.txt 禁止抓这个路径，我们遵守了。要检查请加 --ignore-robots。「我们没被允许看」是真话，「这里没问题」是假话。
https://saleor.io/blog	`not_fetched`	page_targets 封顶 120，截掉 30 条	用 --max-links 0 取消上限重跑可以覆盖它。

方法，与不检查什么

这个工具零 LLM、零 API key。判定全部来自 HTTP 观测 + 同域随机路径对照探测 + 正文/骨架归一化比对。下面两张表是范围本身，不是免责声明。

首页大字只用位置数，条目数单列 —— 位置数回答「链路哪几段走不通」，条目数回答「有几条要改」，两个数不能互相顶替。

「未能评估」与「没问题」在这份报告里严格分开：Status.UNKNOWN 永不折算成通过。实测依据：help.spoton.com 与 docs.lawmatics.com 的文档站是纯 JS SPA，它们的「零发现」是抓取能力问题，不是站点干净。

报告里凡提到「那类实现会读错」，措辞一律是「只探根路径、不做对照探测的实现」——我们没有拿任何一款现成产品跑过对照，所以不会替它们下结论。

做什么

项	实测理由
C3 · AI 检索链路体检	llms.txt / llms-full.txt 是真文件还是软 404、全文通道是不是索引的字节副本、索引里列的链接活着几条、「任意页面加 .md」这个约定兑现了没有。每一条都配同域随机路径对照探测。
C1 · 人和爬虫共用的可点击路径	seed 页上抽取的 <a href>，点了就 404 的那些。带 23 条去噪规则与两级根因归并。

明确不做，以及为什么（引实测，不重新论证）

项	实测理由
过期信号整类（含附录）	通用旧年份正则：batch1 扫出 134 条命中、真信号 0；CN 批扫出 296 处、真信号 2。两批独立同结论。而且还高假阴 —— snipcart 的真信号「© All rights reserved, Snipcart inc. 2023」被自家正则的 inc. 句点截断漏掉。三条收窄规则没有命中率、没有假阳性率、没有回归用例，三样全无。
事实冲突（套餐名枚举 / 同页矛盾 / 档位↔功能映射）	8/72、6/72 这些数是人工逐域推出来的，自动化版本从来没跑过，这一整块的假阳性率是空的。且「属性对」这个单位实测伸缩 15 倍（bigcommerce 把一整张套餐枚举记成 1 对，baseten 把同型 GPU 表记成 17 对，together 14 个模型记成 37 对）。
锚点腐烂（#xxx 在目标页不存在）	本轮未做系统性检测，只偶得 1 例（gusto #minimum-api-version）。命中率未知。不做的理由是实现成本，不是命中率低。
通用定价页↔文档数值比对	15 个域完全没有可比面（必然 0）；单位不可定义；20% 的冲突以 llms.txt 为一侧（已否决功能）。
定期扫描 / 健康分订阅	中位数落在 1–2 条区间，73.6% 的站报不出 3 条。注意：「两次扫描之间没有新增」是无证据的时序断言（全部数据是单一时间点横截面），准确表述是「我们没有纵向数据，无法承诺订阅价值」。
托管 web 版（输入任意域名就发请求的公开端点）	它会让 --contact 这条合规约束当场失效，且等于开放抓取代理。
浏览器渲染 / Playwright	uvx 一行可跑是硬需求；Playwright 要另外 playwright install（约 300 MB）。已量化的代价：确认的 JS 盲区只有 help.spoton.com 与 docs.lawmatics.com = 2/72 = 2.8%。这两家判 UNKNOWN，绝不判「干净」。
--serve 本地表单页	HTTP server 是纯 scope creep + 安全面。非命令行用户走 GitHub Action。