Agentic Engine Optimization（AEO）：面向 AI 智能体的网站审计

文档页面在浏览器中看起来很完整，但其原始 HTML 缺乏读者所需的文本。 AI 代理通过纯 HTTP 请求而不运行 JavaScript 来获取该页面将错过该文本。 Agentic Engine Optimization (AEO) 通过检查内容访问、结构和发现相关材料的方法来帮助识别这些障碍。

Milten 的 AEO 审计检查指定页面和网站的公开文件。报告会区分通过的项目、需要处理的问题和数据不足的部分。

什么是 Agentic Engine Optimization？

Agentic Engine Optimization 是让网站便于 AI 智能体读取和使用的工作。对于文档，这意味着智能体能够获取操作说明、找到示例，并通过链接访问相关参考资料。

审核对于集成指南、API 参考和包含技术示例的页面非常有用。它通过检查软件客户端如何访问已发布的内容来补充 SEO。该报告不衡量搜索排名或在人工智能答案中被引用的可能性。

AEO 网站审核检查什么？

AEO 审计从以下八个方面进行检查。每项检查是否适用、如何计分以及使用哪些评分规则，请以具体报告为准。

类别	检查内容
内容发现	`robots.txt` 规则和 `llms.txt` 索引
页面结构	标题、语义标记、示例、Markdown 和依赖 JavaScript 的迹象
上下文体量	Token 数量和页面元数据
交互规则	`agent-permissions.json` 中的访问条件和限制说明
向智能体传递文本	内容复制控件和原始文本链接

每项检查都会显示结果和问题说明，是否计入总分取决于报告的规则。例如，审计不仅检查是否存在 llms.txt，还会查看其中的链接、说明和章节。仅仅有这个文件，并不代表文档就容易使用。

Token 数量有助于估计模型需要处理的文本体量，并不等于请求费用。不同模型使用的分词方式和价格不同。

审计读取服务器的原始响应，不执行 JavaScript。它寻找结构性问题的迹象，但不会让 AI 智能体执行用户任务。要确认某个智能体能否使用文档，需要另外让它完成具体任务。

ARD 如何帮助代理发现站点资源

代理资源发现 (ARD) 描述了 AI 客户端可用的资源的发现，例如 API、MCP 服务器或工作流。客户端可以使用描述来查找合适的资源，然后通过该资源自己的接口访问它。

ARD 部分检查这些资源说明的发布方式，包括 /.well-known/ard.json、HTML 和 HTTP 标头中的链接、robots.txt 中的 Agentmap 指令，以及嵌入的 ARD JSON-LD。它也识别旧版 ai-catalog.json 格式，以提示可能需要迁移的资料。

报告列出发现的资源、说明文件的地址、字段错误，以及妨碍完成检查的限制。目录缺失、获取失败和文档无效会显示为不同状态。这是发布状态检查，并不能证明其中列出的 API 或 MCP 服务器可以正常运行。

ARD 结果单独显示，不影响 AEO 分数。此部分以前属于速度扫描仪；新的检查在 AEO 中运行，同时保存的速度报告仍然可以访问。

AEO 审核后如何改进您的网站

从智能体完成具体任务时需要阅读的页面开始。例如，对于集成指南，应检查操作说明、参数和请求示例是否可获取。

检查正文是否可获取。如果报告提示依赖 JavaScript，请比较原始 HTML 与浏览器中的内容。若缺少必要正文，可考虑服务端渲染或提供可访问的 Markdown 版本。
检查结构。按顺序组织标题层级，将示例放在相应操作说明旁，整理重复解释。需要比较参数或选项时，可以使用表格。
检查文本体量。将较长的参考文档拆分为相互链接的主题，并保留理解各页所必需的条件和示例。
检查相关资料的发现方式。如果使用 llms.txt，请更新链接和简短说明。如果使用 ARD，请修复无法访问的目录地址和无效条目。
发布修改后，再次审计同一 URL。比较问题说明，然后让使用中的智能体执行原来的任务，例如查找 API 操作的参数并准备请求。