完整流程不是只看答案对不对，而是把主张、出处、页面状态和业务结果分开验证，再记录每一步的判断。适用于检查 AI 摘要、问答结果、搜索引荐和企业知识内容；若涉及效果、周期或线索数量，无法通用判断，需用自家数据验证，不能把一次展示当成业务成果。
先把 AI 答案拆成可验证的主张
一段答案往往混着定义、日期、数字、因果和建议。把它拆成一句句独立主张后，分别标记为“事实”“推断”“建议”或“待确认”，才知道哪一处需要找原文，哪一处只能保留条件表达。
数字和时间要单独拿出来处理，例如价格、发布日期、服务范围、政策期限和统计结果。原文没有明确口径时，不要补成行业结论；可以改写为“需要用自家后台、CRM 或查询记录验证”，并记录观察时间，避免页面更新后仍沿用旧判断。
出处能支撑哪一句话，别混在一起
事实核查不能只看链接是否存在，还要看原文是否真的回答了这句话。把答案中的主张与出处逐句对应，记录页面标题、发布机构、更新时间、原文位置和适用范围；一条材料只能支撑相邻的具体事实，不能顺手覆盖整段推论。
遇到“AI更可能喜欢某种写法”“加上结构化数据就可能被引用”这类说法，应标成待验证假设，而不是机制事实。效果需要结合查询样本、答案展示、可识别引荐点击和后续业务记录观察，不能用抓取次数或一次引用直接替代效果判断。
页面能不能被抓到，要单独看
页面可访问、允许抓取、进入索引、出现在答案中，是四件不同的事。可以从浏览器访问、HTTP 状态、robots.txt、站点地图和搜索平台的页面状态逐层记录。根据 Google Search Central《搜索抓取和索引概览》，抓取与索引涉及不同环节，因此不能把爬虫访问直接写成答案引用。
若页面返回异常状态、需要登录、依赖无法呈现的交互内容，或 robots.txt 对相关路径作出限制，就要把这些情况和内容质量分开记录。修正后重新测试同一页面，并保留测试日期、状态变化和版本号；至于多久出现索引或引用，没有通用周期，需用自家数据验证。
结构化数据和实体别互相打架
结构化数据的作用是用机器可读方式描述页面主题、组织、文章或产品等信息。Schema.org 的类型与属性说明可以帮助团队统一名称和字段含义，但它本身不能证明页面内容真实，也不能推出 AI 一定会展示或引用该页面。
实体一致性要看页面标题、正文、组织名称、作者、产品名称和结构化数据是否指向同一个对象。别名可以保留，但要明确主名称；同一机构在不同页面使用不同简称、地址或业务描述时，应建立版本记录，避免答案把多个对象拼成一个实体。
把结果记成一条能复盘的链路
真正有用的记录，不是“今天 AI 有没有提到我”，而是能还原从页面到业务的完整链路。把爬虫访问、答案出现、引荐点击、自然搜索点击和品牌词搜索分开登记；答案出现不等于线索，点击也不等于订单，直接访问无法识别时应单列为未识别。
- 记录主张：写清原答案、拆分后的句子、查询日期、使用的平台和页面版本。
- 记录出处：填写原文标题、机构名称、发布时间、对应段落和适用限制。
- 记录页面状态：查看访问结果、HTTP 状态、robots.txt、站点地图和索引状态，保留页面截图或导出记录。
- 记录引用链路：区分答案展示、可识别引荐点击、落地页、有效表单和订单状态。
- 设定归因规则：主转化事件只选一个，归因窗口按销售周期设定，完整记录后再比较有效线索率或订单成本。
如果页面状态正常但答案引用仍没有变化，把问题拆成内容对应关系、实体名称和查询表达三组待验证假设；如果出现点击却没有有效表单，再回到落地页内容和表单来源字段查看。每次调整只改一个变量，并用版本号标注，结果才有复盘价值。