ACCC 评分体系：把 AI 搜索可见性变成可量化的百分制 KPI

Agentic Page 的 ACCC 评分体系为品牌提供一套百分制、四维度的框架来衡量 AI 搜索可见性——覆盖可访问性（Accessibility）、可爬取性（Crawlability）、内容结构（Content Structure）与内容质量（Content Quality）。文内附免费诊断与基准报告。

产品2026年4月23日

Agentic Page 的 ACCC 评分体系为品牌提供一套百分制、四维度的框架来衡量 AI 搜索可见性——覆盖可访问性（Accessibility）、可爬取性（Crawlability）、内容结构（Content Structure）与内容质量（Content Quality）。文内附免费诊断与基准报告。

Joy LinkedIn

十年前，"我的品牌在搜索里表现如何？"有一套成熟的答案：排名、点击率、外链、Core Web Vitals。如今，新版本的问题——"我的品牌在 AI 搜索里表现如何？"——却没有对应的答案。大多数品牌既缺少衡量它的工具，也没有解释它的框架，更没有改进它的工作流。

根据 Forrester《2026 数字商务趋势》报告，来自对话式 AI 平台的引荐流量是 DTC 品牌增长最快的获客渠道，年同比增长 40% 以上。然而，只有不到 12% 的企业营销团队表示自己有一套量化的方式来追踪 AI 可见性。

Agentic Page 的 ACCC 评分体系正是为了填补这个空缺。一套百分制、四维度、可审计、可导出 PDF 的评分，把"AI 可见性"从一段模糊的叙事变成一个工程问题——它可以被分配给具体的团队、挂钩到季度目标，并一步步加以验证。

挑战：AI 可见性正成为下一个增长 KPI——但没有一把尺子

  • 购买旅程正在迁移。越来越多消费者在 ChatGPT、Perplexity 和 Claude 内部就完成了"了解 → 对比 → 列入候选"，抵达购买页面时早已做好决定。
  • AI 爬虫流量正在加速。在大多数 DTC 网站上，GPTBot、PerplexityBot、ClaudeBot 与 Google-Extended 在 12 个月内增长了 3–10 倍。
  • 竞争对手正在抢占地盘。在每个垂直领域，如今都有三到五个"AI 原生友好"的品牌主导着引用——挤压在位者的声量份额。

为什么现有工具帮不上你

  • SEO 工具衡量关键词排名、外链与域名权重——这些信号无法干净地映射到 AI 的排序机制上。
  • 性能工具如 Lighthouse，衡量的是人类能否看到页面，而非 AI 能否读懂它。一个加载飞快但重度依赖 JS 的页面，对人类看起来完美无缺，却只给 AI 爬虫留下一堆空的 div。
  • 内容审计工具检查拼写与标题层级——而不会从 AI 爬虫的视角判断你的差异化卖点是否被埋在三级标签页之后。

解决方案：ACCC，一套为 AI 时代而生的百分制评分体系

ACCC 从四个维度为你的网站打分，总分 100 分。它会运行 10 多项核心检查，每项返回三种判定之一：通过 / 需优化 / 不通过。

A | 可访问性（Accessibility）

AI 爬虫究竟能不能访问到你的网站？涵盖：robots.txt 是否放行 GPTBot、PerplexityBot、ClaudeBot、Google-Extended；sitemap.xml 的完整性；HTTP 状态码；CDN/WAF 规则是否未拦截 AI 爬虫。

C | 可爬取性（Crawlability）

一旦进入页面，AI 能否在有限的 token 预算内读到你想让它读的内容？涵盖：页面加载速度与 SSR 比例；JavaScript 依赖比例；关键信息是否未被藏进动态组件（标签页、手风琴、轮播）；token 效率。

C | 内容结构（Content Structure）

AI 读到的内容是否结构化、可解读、可被引用？涵盖：关键信息是否位于页面前 20%；URL 语义；H1/H2/H3 层级；结构化数据覆盖度（Schema.org、FAQ、Product、Article、HowTo）。

C | 内容质量（Content Quality）

内容本身是否值得被引用？涵盖：EEAT（作者身份、资质、来源引用）；信息完整度；内容时效性；差异化清晰度；跨平台实体占位（X、LinkedIn、Medium、Pinterest、YouTube）——这是一个多域矩阵，为 LLM 在 QDF 式检索中所利用的时效性与权威性提供来源。

落地：诊断 – 优化 – 验证的闭环

  • 第一阶段 — 诊断：ACCC 给出一个百分制的基线评分，并精确定位每一个阻碍 AI 可见性的问题。
  • 第二阶段 — 优化：诊断结果会自动驱动 AI 镜像站（AI Mirror Site）的生成策略。每个问题都对应一个具体的修复动作。
  • 第三阶段 — 验证：流量监测（Traffic Monitoring）追踪 AI 搜索、索引与训练流量，以及品牌曝光与引用趋势——回答那个问题："这套做法究竟有没有奏效？"

团队实际上是如何使用 ACCC 报告的

  • CMO / 数字化负责人：把 ACCC 总分当作 AI 可见性的北极星 KPI。设定年度目标，按季度汇报。
  • 网站 / 前端 / SEO 团队：把四个维度拆分给各执行团队——可访问性交给运维/基础设施，可爬取性交给前端，内容结构交给 SEO 运营，内容质量交给品牌/内容编辑。
  • 代理商 / 品牌咨询公司：把 ACCC 当作标准化的交付物——项目启动时出基线，项目结束时出最终报告。

怎样的 ACCC 分数才算"好"？

  • 优秀 | 85–100：AI 可读性强，具备有竞争力的引用潜力。在非品牌词、长尾使用场景以及清单式提示中都处于易被引用的有利位置。
  • 良好 | 70–84：达到基线及格线，仍有优化空间。核心内容可被读取，但在结构化数据、EEAT 与差异化上还有提升余地。
  • 一般 | 50–69：存在明显损害 AI 可见性的问题。典型情况：robots.txt 拦截、首屏内容依赖 JS、关键卖点被埋进标签页里。
  • 较差 | 0–49：存在需立即处理的严重问题。AI 爬虫无法获取到可用内容。在 AI 回答中几乎等同于隐形。

根据 Agentic Page 的服务数据，大多数中大型品牌在首次扫描时落在"一般"到"良好"区间。在经历一个完整的优化周期后，它们会稳定地进入"优秀"区间。

给认真对待 AI 可见性的品牌的关键要点

  • 采用同一把尺子。没有一个量化的分数，"AI 可见性"就无法被分配、设定目标或验证。
  • 先诊断，再优化。靠猜测去做修复的成本，远高于做一次基线扫描的成本。
  • 把它当作一个闭环来对待。ACCC → 镜像站 → 流量监测。一次性的审计撑不过 LLM 的更新周期。
  • 占据你的跨平台实体矩阵。在 X、LinkedIn、Medium、Pinterest 和 YouTube 上同名的主页档案，为 LLM 在 QDF 检索中所利用的多域时效性提供来源。
  • 追踪点击后的信号。引用只是入场券。停留时长与会话深度决定了你能否留在 RAG 池里。

相关阅读

JSON-LD

{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@context": "https://schema.org",
      "@type": "Organization",
      "@id": "https://staging2.deeplumen.io/#organization",
      "name": "DeepLumen",
      "url": "https://staging2.deeplumen.io/",
      "inLanguage": "zh-CN",
      "logo": {
        "@type": "ImageObject",
        "url": "https://staging2.deeplumen.io/logo.png",
        "width": 200,
        "height": 200
      },
      "image": "https://staging2.deeplumen.io/og-image.png",
      "slogan": "面向商家侧的智能体商务层",
      "description": "DeepLumen 是一个智能体商务（agentic commerce）平台，帮助品牌和产品被 AI 智能体发现、推荐，并进入交易流程。",
      "sameAs": [
        "https://www.linkedin.com/company/deeplumen/",
        "https://x.com/Deeplumen0922"
      ],
      "knowsAbout": [
        "智能体商务",
        "AI 购物智能体",
        "生成式引擎优化",
        "AI 搜索优化",
        "产品结构化数据",
        "结构化数据",
        "llms.txt",
        "AI 推荐流量",
        "M2AI"
      ]
    },
    {
      "@context": "https://schema.org",
      "@type": "WebSite",
      "@id": "https://staging2.deeplumen.io/#website",
      "name": "DeepLumen",
      "url": "https://staging2.deeplumen.io/",
      "inLanguage": "zh-CN"
    },
    {
      "@context": "https://schema.org",
      "@type": "BreadcrumbList",
      "itemListElement": [
        {
          "@type": "ListItem",
          "position": 1,
          "name": "首页",
          "item": "https://staging2.deeplumen.io/zh/"
        },
        {
          "@type": "ListItem",
          "position": 2,
          "name": "博客",
          "item": "https://staging2.deeplumen.io/zh/blog/"
        },
        {
          "@type": "ListItem",
          "position": 3,
          "name": "ACCC 评分体系：把 AI 搜索可见性变成可量化的百分制 KPI",
          "item": "https://staging2.deeplumen.io/zh/blog/accc-scoring-system/"
        }
      ]
    }
  ]
}

{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "BlogPosting",
      "headline": "ACCC 评分体系：把 AI 搜索可见性变成可量化的百分制 KPI",
      "description": "Agentic Page 的 ACCC 评分体系为品牌提供一套百分制、四维度的框架来衡量 AI 搜索可见性——覆盖可访问性（Accessibility）、可爬取性（Crawlability）、内容结构（Content Structure）与内容质量（Content Quality）。文内附免费诊断与基准报告。",
      "inLanguage": "zh-CN",
      "datePublished": "2026-04-23",
      "dateModified": "2026-05-14T04:05:00.000Z",
      "author": {
        "@type": "Person",
        "name": "Joy"
      },
      "mainEntityOfPage": "https://staging2.deeplumen.io/zh/blog/accc-scoring-system/",
      "image": "https://staging2.deeplumen.io/blog-assets/accc-scoring-system-cover-d86e2f036794cf68.webp"
    }
  ]
}
Human