先给结论：技术状态正常，不等于已经收录

这篇案例记录 ZenLeak 两篇新教程发布后的第 14 天观察。样本不是全站，也不是一次搜索排名报告，而是两个在 2026-09-19 同日发布、从 Day 0 起就固定不变的 URL：中国 AI 搜索 GEO 页面与搜索收录与 AI 引用区别页面。

截至 2026-10-05，两个页面均返回 HTTP 200，canonical 指向自身，允许索引；六类公开机器入口也都能定位到两个页面。9 月 28 日至 10 月 5 日的服务器观察窗口保留了 682 条自动程序候选访问，其中两个目标页合计被自动程序访问 16 次，全部返回 HTTP 200。

这轮最重要的边界

本轮没有足够证据确认百度或 Google 抓取了目标页，Bing 因接口限流没有取得新状态，搜索引擎真实收录与 AI 检索、引用仍是未知。技术可访问、机器入口存在和平台已经收录不是同一件事。

Day 14 · 证据链总览

每过一层，结论都会变得更窄

本图只展示本轮已经保存的证据，不把“可访问”升级成“已收录”或“已引用”。

682自动程序候选访问观察窗口内全部候选
16目标页自动程序访问两个固定页面合计
6 / 6机器入口定位通过每个入口均包含两页
未知收录与 AI 引用本轮没有平台级证据
五层判断顺序：后一层不能由前一层自动推出。
  1. 01
    技术访问已确认

    2 / 2 页面 HTTP 200、canonical 自指且允许索引。

    证据：页面响应与 HTML 检查
  2. 02
    机器发现已确认

    6 / 6 个公开入口都能定位两个目标页。

    证据：Sitemap、RSS、索引与 llms 入口
  3. 03
    真实抓取部分观察

    有 16 次自动程序访问，但 0 次核验为百度或 Google。

    证据：服务器日志与身份核验规则
  4. 04
    搜索收录未知

    本轮没有取得足以复核的百度、Bing 或 Google 新状态。

    缺失原因：接口限流、功能关闭或未提交
  5. 05
    AI 检索与引用未知

    没有针对两个固定 URL 的问题、回答和来源证据包。

    下一步：固定问题与平台后进行复测

阅读方式：“未知”表示本轮没有拿到证据，不表示结果一定为 0；“部分观察”表示看到了请求，但尚不足以完成平台归因。

固定样本：为什么只观察两篇页面

如果每次复测都替换成最新文章，结果变好或变坏时就无法判断是时间产生了影响，还是样本换了。因此这项 30 天观察从 Day 0 开始固定两个 URL，不因为页面表现、关键词或平台状态变化而临时更换样本。

目标页面发布版本Day 14 技术状态页面职责
中国 AI 搜索 GEO2026-09-19HTTP 200 · canonical 自指 · 可索引解释国内 AI 搜索、来源和 GEO 实践边界
收录与 AI 引用的区别2026-09-19HTTP 200 · canonical 自指 · 可索引区分抓取、收录、检索、引用和内容采用

两篇页面主题相关，但并非同一篇文章的重复版本：一篇讨论 AI 搜索场景与方法，另一篇负责解释证据层级。这样的样本可以观察相关主题页面是否都能被技术入口发现，同时避免把同一 URL 的重复请求误当成两种内容的对照实验。

复测方法：把不同事实层级分开

本轮没有使用“访问过就算收录”“提交过就算抓取”这类简化规则，而是分层保存证据。每一层都回答不同问题，上一层通过不能自动推出下一层通过。

层级本轮检查的问题需要什么证据本轮能否推出
技术访问页面能否正常返回并解析？HTTP、canonical、robots、正文和 H1可以
机器发现站内公开入口是否指向目标页？Sitemap、RSS、搜索索引、站点索引、证据索引、llms-full.txt可以
真实抓取访问者是否能被归因给某个搜索平台？服务器日志、适用的官方范围或正反向 DNS 核验百度/Google：未确认
搜索收录平台是否确认把 URL 纳入索引？对应平台的可复核索引状态未知
AI 检索与引用AI 是否检索或明确引用目标页？固定问题、完整回答、来源 URL、页面版本和观察时间未知

这种拆分也解释了为什么“服务器日志里有自动程序”不能直接改写成“百度收录了”。User-Agent 只是请求方自报身份；即使某条请求通过了适用的身份核验，它也最多支持“该平台访问过该 URL”这一层，不能替代平台的索引状态或 AI 产品中的引用证据。

Day 14 技术检查：两个页面仍然可访问

直接检查两个固定 URL，结果均为 HTTP 200；两个页面的 canonical 都指向自身，没有发现 noindex 或 X-Robots-Tag 限制，正文各有一个 H1。页面正文长度分别约为 7,478 和 7,044 个字符，说明本轮不是只检查一个空壳响应。

随后检查六类公开入口：/sitemap-0.xml、/rss.xml、/search-index.json、/site-index.json、/evidence-index.json 和 /llms-full.txt。六类入口全部返回 HTTP 200，并能定位到两个目标页，共 6 / 6 入口、12 / 12 个页面入口组合通过。

这组结果说明什么

站点已经把页面放进自己的发现路径，外部系统访问时也有稳定的技术响应。这是进入后续发现、抓取和索引流程的基础条件，而不是外部平台已经完成处理的证明。

抓取窗口：682 条候选访问如何解读

观察窗口为 2026-09-28 00:00 至 2026-10-05 18:05（北京时间），日志中保留了 682 条自动程序候选。目标页一共出现 16 次自动程序访问：13 次被当前规则标记为“其他自动程序”，2 次标记为 Ahrefs，1 次标记为 Yandex；这些访问全部为 HTTP 200。

观察值数值正确解释
窗口内自动程序候选682进入候选队列的自动程序请求总数，不等于 682 个搜索引擎请求。
目标页自动程序访问16两个固定页面被自动程序请求过，且服务器正常响应。
目标页已核验为百度或 Google0本窗口没有一条按现有规则确认来自百度或 Google。
目标页 HTTP 失败0没有观察到因 4xx/5xx 导致的目标页访问失败。

“其他自动程序”是一个保守分类，不是恶意判定，也不是搜索引擎排除名单。当前规则只在平台有适用的官方 IP 范围或正反向 DNS 规则、并且核验成功时，才把请求计入对应平台。无法核验的请求保留为未知，避免把伪装 User-Agent 当成真实蜘蛛。

平台状态：哪些已经知道，哪些还不能说

Bing：历史上曾确认“已发现”，本轮没有新结果

之前的 Bing 查询对两个目标 URL 返回过 discovered。这个字段的含义是平台发现了 URL，不是已收录、已排名或已经抓取。本轮刷新因接口限流没有取得新状态，所以不能把旧结果包装成 10 月 5 日的新检查结果。

百度：提交台账和收录状态是两回事

百度提交台账在本观察窗口没有对这两个目标页产生新的提交记录。历史上接口接收过 URL，只能证明提交请求被接口接收，不能证明百度随后抓取或纳入索引。本轮日志也没有一条按现有规则核验为百度访问目标页的记录。

Google：查询功能按站点设置关闭

由于生产服务器无法稳定访问 Google 查询接口，Google 检查按站点设置保持关闭。关闭状态是数据缺失的原因，不是“未收录”的结论；本案例不使用 Bing、百度或本地检查结果替代 Google 数据。

AI 平台：尚未形成这两个 URL 的有效引用样本

本轮没有用固定问题、固定平台入口和完整回答证据去确认这两篇目标页是否被 AI 检索或引用。因此 AI 检索和显式引用均保持未知，而不是写成 0。通用问题里出现 ZenLeak 品牌，也不能自动证明这两篇固定页面被引用。

这轮复测真正告诉我们的事

  1. 发布基础没有出现退化。两个页面在第 14 天仍可访问，canonical、索引指令和 H1 等页面级条件正常。
  2. 站内发现路径是连续的。六类入口都能定位到目标页，说明构建产物、站内索引和公开机器入口之间没有发现断链。
  3. 确实有自动程序接触页面，但归因仍要谨慎。16 次访问说明页面并非完全没有机器访问，却不能进一步指定为百度或 Google。
  4. 搜索和 AI 结果仍缺少平台级证据。这不是技术检查失败，而是当前观察没有取得足够的外部状态证据。
  5. 下一步应该延续固定样本。下一节点计划为 2026-10-12，继续使用相同 URL、入口字段和身份核验口径，不因本轮未知就改写结论。

如何复跑这项观察

其他教程站可以复用这个协议，但不能直接照搬数字。关键是固定样本、固定窗口定义和固定状态词，并把原始记录与编辑后的解释分开保存。

  1. 选 2 至 5 个同一时间发布的页面，记录完整 URL、页面版本和发布日期。
  2. 在 Day 0、1、3、7、14 和 30 检查 HTTP、canonical、robots、正文、H1 与机器入口。
  3. 从服务器日志筛选目标 URL 的自动程序候选，保存时间、IP、User-Agent、路径、状态码和核验结果。
  4. 对百度、Bing、Google 分别记录接口接收、平台发现和平台收录，不把其中一个字段填到另一个字段。
  5. AI 观察必须保存问题原文、产品入口、联网状态、时间、完整回答或截图、来源链接和页面版本。
  6. 无法得到证据时使用“未知”“未查询”“未完成”并说明原因，不用 0 代替缺失。

本轮原始数据可下载：Day 14 JSON 快照。完整的 30 天实验记录见两篇新教程发布后的 30 天观察；它保存跨节点的指标和限制，本案例则解释这一次复测如何阅读。

常见问题

页面被自动程序访问了，是否说明已经收录？

不是。访问只能说明服务器在某个时间响应了请求。收录需要对应搜索平台提供足以复核的索引状态；服务器日志不能替平台做这个判断。

16 次自动程序访问为什么没有算百度蜘蛛？

因为 User-Agent 可以伪造，当前规则没有对这些目标页请求取得百度官方范围或正反向 DNS 一致的核验结果。保守记为未确认，比把未知请求写成百度更可靠。

Bing 显示 discovered，可以写成已收录吗？

不能。discovered 表示 URL 被平台发现，不能单独证明已经进入索引、获得排名或被 AI 产品引用。

为什么 AI 引用状态不是 0？

本轮没有取得针对这两个固定 URL 的完整 AI 证据包，所以正确状态是未知，而不是未发生。只有完成预设问题和来源核验后，才能在明确分母下记录未引用。

发布后 14 天复测清单

  • 目标 URL、发布日期和页面版本在 Day 0 后保持固定。
  • 页面 HTTP、canonical、robots、H1 与正文可解析性均有记录。
  • Sitemap、RSS、站内搜索索引、站点索引、证据索引和 llms.txt 均已检查。
  • 自动程序候选与已核验平台蜘蛛分开统计。
  • 百度提交、Bing discovered、搜索收录和 AI 引用没有互相替代。
  • Google 关闭、Bing 限流和 AI 未完成等缺失原因公开保留。
  • 原始 JSON、观察时间、时区和下一次复测日期可供复核。