先区分三个状态：被发现、被收录、被引用
GEO 实验最容易出现的错误，是把所有“网站被看见”的信号都叫作收录，或者把答案中出现了一个品牌名称就叫作引用。 实际上，页面公开可访问、平台发现了 URL、搜索系统将页面纳入索引、AI 系统检索到页面内容、答案显式链接页面，分别属于不同事实。 它们可能按顺序发生，也可能停在中间某一层；后一层没有证据时，不能由前一层推断出来。
这一区分对 ZenLeak 尤其重要。本站的目标不是制造“已经被所有平台引用”的宣传语，而是把每一次复测的 URL、时间、入口、原始响应、平台状态和结论边界公开出来。 这样读者可以复核我们测到了什么，也能看见哪些问题仍然没有答案。
“能访问”是技术资格；“被发现”是平台知道 URL；“被收录”是搜索索引状态；“被 AI 引用”还要求有检索、内容采用和显式来源证据。不要用一个状态替换另一个状态。
上面三个词是最适合对外沟通的核心状态；真正做实验时，还要把它们之间的证据缺口拆开。 与收录与 AI 引用技术链路关注的发布、抓取、索引和答案结果相呼应，本文进一步把机器入口覆盖与爬虫身份核验单独列出，方便解释 Day 3 的日志和平台信号。
七层证据链：每一层分别证明什么
下面这条链适合用于教程站、实验站和内容型网站的长期台账。它不是一条“完成一层就必然进入下一层”的漏斗，而是一组需要分别验证的状态。
| 层级 | 状态 | 可接受证据 | 不能推出什么 |
|---|---|---|---|
| 1 | 页面可访问 | 指定 URL 在指定时间返回预期 HTTP 状态，canonical、robots 和正文符合预期。 | 不能推出搜索引擎已经访问或收录。 |
| 2 | 机器入口覆盖 | sitemap、RSS、站点索引、证据索引或 llms.txt 中能找到目标 URL，且入口本身可读。 | 不能推出平台已经读取这些入口。 |
| 3 | 平台发现 | 搜索平台自己的 URL 检查或发现状态，明确指向该 URL。 | 发现不等于已经抓取，也不等于已经进入搜索索引。 |
| 4 | 爬虫身份核验 | 服务器日志、官方 IP 反向与正向 DNS 核验、请求时间和响应状态能够相互对应。 | 不能推出页面被索引或被 AI 答案采用。 |
| 5 | 搜索收录 | 平台的索引工具、URL 检查结果或可重复的官方查询明确报告已索引。 | 不能推出排名、点击、AI 检索或显式引用。 |
| 6 | AI 检索与内容采用 | 固定问题、平台、时间、地区和登录条件下，保存检索来源与回答原文，能确认页面内容进入回答依据。 | 不能只凭品牌名称出现，判断页面被采用或支持了全部回答。 |
| 7 | AI 显式引用 | 答案中存在指向目标页面的可复核来源链接，并逐条核对链接支持的声明。 | 不能推出引用准确、稳定、带来流量或形成业务转化。 |
这也是为什么文章中的“状态”应使用 通过、发现、已核验、未知、未检测、接口关闭 等明确词语，而不是用“成功”笼统覆盖所有层级。 对于收录或 AI 引用没有证据的情况，写“未知”比写“暂未成功”更准确：前者说明缺少事实，后者暗示已经完成了足够的检测。
ZenLeak Day 3：本轮到底测到了什么
2026 年 9 月 22 日，ZenLeak 对两个固定页面做了新内容发现实验的 Day 3 节点复测。页面和实验协议没有在看到结果后临时替换，Google 查询按服务器网络条件继续保持手动关闭。 详细原始记录见公开实验页，脱敏后的机器记录见Day 3 JSON。
| 观测项目 | 结果 | 证据口径 |
|---|---|---|
| 固定页面 HTTP | 2 / 2 返回 200 | 两个目标 URL 均可访问，并检查了 canonical 与 robots。 |
| 机器入口组合 | 12 / 12 正常 | 6 类请求标识分别访问 2 个目标页面；这是可达性测试，不是真实身份认证。 |
| Bing 平台状态 | 2 / 2 discovered | Bing 返回“已发现此 URL”；本轮未把 discovered 写成 indexed。 |
| 百度提交台账 | 读取，未重复提交 | 提交行为与收录结果分开保存；本轮没有用重复提交制造新证据。 |
| 爬虫候选记录 | 11 条 | 1 条 Google 真实身份核验通过，2 条已知人工 UA 测试排除，8 条暂未确认。 |
| Google 收录 | 未知 | 服务器侧 Google 查询开关关闭，不能用缺少接口结果代替收录判断。 |
| AI 检索与显式引用 | 未知 | 本节点只做发现与技术复测，没有完成一轮固定问题的 AI 引用实验。 |
因此，本轮最强的结论是“两个页面技术可达，机器入口可达，Bing 已报告发现，日志中有一条已核验的 Google 爬虫候选”；而不是“两个页面已经被搜索引擎收录”或“已经被 AI 引用”。 这两个更强的说法需要独立的索引证据和固定问题下的回答原文、来源链接。
三个常见信号，应该怎样读
Bing discovered 为什么不等于收录
“discovered”最稳妥的解释是平台已经知道这个 URL，或者在 URL 检查流程中看到了它。它没有自动证明页面已经完成抓取、质量评估并进入可检索索引。 报告时应保留平台原始状态名称，并在站内状态字典中把 discovered 和 indexed 映射为两个不同状态。
Google 爬虫核验为什么不等于 Google 收录
真实 Google 爬虫访问只能说明某个 Google 抓取身份在某个时间请求过某个路径。它没有说明抓取后的渲染、重复判断、质量判断和索引处理结果。 反过来，没有在本站日志看到访问，也不能证明 Google 没有访问：缓存、代理、时间窗口和日志保留都会造成观测缺口。
百度提交为什么不等于百度收录
主动提交是把 URL 交给平台处理的动作，不是收录承诺。提交台账可以回答“什么时候提交了哪个 URL、接口返回什么”，但不能替代索引量、URL 检查或其他官方收录证据。 因此提交次数应该是运营记录，而不是 GEO 成功率的分子。
User-Agent、真实爬虫和人工测试不是一回事
任何客户端都能发送一个叫作 Googlebot、bingbot 或 Baiduspider 的 User-Agent。 它适合做日志筛选的候选信号，不适合独立作为身份结论。真实爬虫核验至少要把 User-Agent、请求时间、来源 IP、官方公布的 IP 范围或正反向 DNS 结果和 HTTP 响应放在同一条记录里。
站点自身的 UA 可达性测试也有价值，但它回答的是另一个问题：服务器是否因为请求标识改变而返回不同状态。Day 3 的 12 / 12 只说明这组测试没有观察到状态码级阻断，不代表六个平台真的来过，也不代表正文一定被它们采用。
如何设计一次可复测的 GEO 节点
- 冻结样本。提前写下 URL、页面版本、目标平台和观察窗口。结果不理想时不能临时换成更容易成功的页面。
- 冻结问题。AI 测试要保存完整问题原文；“问过类似问题”无法支持跨时间比较。平台、产品形态、登录状态、地区和语言也要记录。
- 分开采集证据。页面响应、入口文件、平台检查、服务器日志、搜索索引结果和 AI 回答原文分别保存，不把截图或摘要当成所有层级的共同证据。
- 提前写判定规则。规定什么叫品牌提及、页面被引用、引用准确和回答完整；没有来源链接的答案，不能默认为显式引用。
- 保存失败与未知。登录墙、接口关闭、网络不可达、超时和没有找到结果都要保留原因。缺少观测不是 0，也不是失败率。
- 固定复测间隔。Day 3 只是一项节点，下一次安排 Day 7。跨节点比较时要保留页面改动、提交行为和平台规则变化，避免把时间先后当成因果。
- 发布机器可读材料。JSON 至少应包含目标 URL、时间、响应状态、平台状态、证据限制和解释字段；让读者可以在不依赖文章叙述的情况下复核数据。
本轮能写什么，不能写什么
| 可以写 | 暂时不能写 | 还需要什么证据 |
|---|---|---|
| Day 3 两个页面均返回 HTTP 200。 | 搜索引擎已经收录两个页面。 | 对应搜索平台的索引或 URL 检查结果。 |
| Bing 返回两个 URL 为 discovered。 | Bing 已经稳定收录并带来排名。 | 明确的 indexed 状态、搜索表现和可重复时间窗口。 |
| 日志中有一条 Google 身份核验通过的请求。 | Google 因此已经理解并采用了页面内容。 | 索引证据，或固定问题下的检索与回答来源证据。 |
| 本轮 AI 检索和引用保持未知。 | ZenLeak 没有被任何 AI 看到。 | 明确的平台、问题、时间和原始回答采样。 |
对 GEO 来说，“未知”不是失败的包装词，而是实验诚实性的一部分。只有把未知项写出来，下一次复测才知道要补哪个环节：是平台入口、真实爬虫身份、搜索索引，还是 AI 回答的原文和来源。
常见问题
页面能打开，为什么还可能没有被发现？
可访问性只说明知道 URL 的客户端能够取回页面。平台还需要通过链接、sitemap、提交、已有索引或其他机制发现这个 URL；两者是不同观测。
搜索结果里能搜到品牌名，是否说明页面被 AI 引用了？
不能。搜索结果、品牌提及、答案采用和答案中的显式页面链接应分别记录。需要保存具体平台的回答和来源链接，才能开始引用准确性核查。
是不是提交得越多，收录越快？
没有可靠依据支持把重复提交当成收录保证。提交应遵守平台配额和站内台账，重点是确认页面可访问、内容独立、入口清晰并持续观察官方状态。
为什么不把没有观察到爬虫写成“没有爬虫”？
日志只覆盖保存的时间、入口和记录范围。网络代理、缓存、日志缺失或窗口太短都可能造成漏观测，因此更准确的表述是“本记录范围内未确认”。
下一次复测应该看什么？
Day 7 继续使用相同的两个页面和协议，补充搜索平台可获得的官方索引状态，并在平台条件允许时按冻结问题保存 AI 检索、回答、来源链接与引用准确性判定。
复测前检查清单
- 目标 URL、canonical、页面版本和观察时间是否提前冻结。
- 页面 HTTP、robots、sitemap、RSS、站点索引和证据入口是否分别检查。
- 平台状态是否保留原始词汇，例如 discovered，而不是直接改写成 indexed。
- User-Agent 候选是否与真实身份核验和人工测试分栏记录。
- 百度提交、搜索收录、AI 检索和显式引用是否使用不同字段。
- AI 测试是否保存问题原文、平台、时间、环境、回答原文或截图和来源链接。
- 每个结论是否标注实测、背景、待确认或未知，而不是把缺失数据当作 0。
- 是否公布原始 JSON、实验限制和下一次复测日期。