SEO LLM Site Architect 是一个高级 Web/搜索架构工作流技能。目标是让网站能够被人类、搜索引擎、答案引擎、LLM 以及用户导向的代理所理解，同时不牺牲准确性、安全性、可访问性和转化路径。它偏好可持续的架构而非排名玄学：可抓取的 HTML、清晰的实体、真实的结构化数据、规范的 URL 策略、快速页面、可见的证据、稳定的业务事实以及受监控的变化闭环。
一、基本原则
在更改爬虫策略、AI 搜索策略或任何被描述为“最新”的内容之前，先验证当前的一手文档。爬虫名称、IP 验证和 AI 搜索界面经常变化。不承诺排名、引用、AI Overview 收录、ChatGPT 答案或爬虫合规。陈述证据和剩余不确定性。不为用户不可见的页面内容添加结构化数据。不将机密、私有 URL、客户数据、未发布内容或内部指令放入 llms.txt、markdown 替代文档、站点地图或 JSON-LD 等公开文件。将 llms.txt 视为一种有用的新兴约定，而非有保证的排名或抓取标准。将 SEO 更改限制在网站现有框架、路由、元数据辅助工具、CMS 模型和部署约束范围内。
二、与其他技能的协调
当任务同时涉及公开可发现性和界面体验时，与 ui-ux-llm-product-architect 配合使用。本技能负责：爬取/索引架构、规范路由、元数据、robots.txt、站点地图、llms.txt、JSON-LD/schema、内容/实体映射、搜索/AI 可见性监控以及机器人策略。llm-friendly-site-optimizer 负责：战术性 LLM 引用审计、llms.txt 草稿、直接回答/TL;DR 页面模板、支柱主题矩阵、FAQ/内容块、外部引用信号以及每周助手引用监控。ui-ux-llm-product-architect 负责：用户旅程、屏幕架构、视觉层级、设计系统、组件状态、表单、可访问性、语义控件和渲染交互质量。web-security-architect 负责：威胁建模、认证/会话/访问控制、安全标头、CSP/CORS、机密、数据保护、滥用控制、日志记录以及安全的 AI/代理执行边界。共享表面：可见页面结构、标题、内部链接、内容层级、信任事实、定价/政策、语义 HTML、可访问名称和代理可读操作。事实来源：以面向用户的可见内容优先。元数据、JSON-LD、OpenGraph、llms.txt 以及 API/操作文档必须镜像页面和产品现实，而非发明隐藏的仅 SEO 声明。冲突规则：安全、隐私、法律准确性、可访问性和真实的用户理解优先于搜索或 AI 可见性策略。不为可发现性削弱认证、CSP、CORS、cookie、速率限制或私有内容边界。对于组合式网站/应用项目，遵循 references/cross-skill-contract.md。
三、首次检查
识别站点类型：SaaS、电商、市场、本地商家、出版物、文档、作品集、应用或混合型。发现技术栈和路由模型：框架、静态/服务端渲染、元数据 API、站点地图生成、robots 生成、CMS、i18n、规范主机和部署目标。如有可用 URL，运行审计辅助脚本：python3 $CODEX_SKILLS_DIR/seo-llm-site-architect/scripts/audit_site.py https://example.com --max-pages 20 。如果在本地应用中工作，先检查代码，必要时运行应用，并通过浏览器/shell 检查验证渲染输出，而非仅阅读源码。当任务涉及多个狭窄更改时，阅读 references/checklist.md 获取完整实现清单。
四、架构工作流
-
实体与意图映射：定义站点必须被认知的主要实体：组织、产品、服务、地点、人物、文章、文档、API、政策、价格、活动和帮助主题。将每个重要实体映射到一个规范 URL 和一个主要用户/搜索意图。确保每个规范页面回答：这是什么、面向谁、为何可信、什么是最新的、用户可以做什么、支持证据在哪里。对于多语言站点，对齐 canonical、hreflang、本地化 slug、翻译元数据和语言特定站点地图。
-
抓取与索引架构：确保重要页面经过服务端或静态渲染，使标题、元描述、canonical、标题标签、正文事实、链接和 JSON-LD 存在于初始 HTML 中。保持 robots.txt 聚焦：允许公共价值页面、阻止低价值抓取陷阱、包含站点地图引用，并避免阻止渲染页面所需的资源。对不应出现在结果中的页面使用 noindex；不要依赖 robots.txt 从搜索结果中隐藏页面。仅维护规范 URL 的 XML 站点地图或站点地图索引。仅在可靠时包含 lastmod。修复重复 URL 表面：尾斜杠策略、查询参数、排序/筛选 URL、HTTP/HTTPS、www/非 www、区域默认值、分页和分面导航。
-
结构化数据：默认使用 JSON-LD。优先使用带稳定 @id 值的连通 @graph。仅添加与可见内容和商业模式匹配的 schema。常见站点级节点：Organization 或其子类型、WebSite、WebPage、BreadcrumbList。常见页面节点：Article、Product、Service、FAQPage、HowTo、Event、LocalBusiness、Person、SoftwareApplication、Offer、AggregateRating，仅在证据真实且可见时使用。在添加或重构 schema 之前，阅读 references/schema-patterns.md。
-
LLM 可读层：当站点有足够的公共内容使精心策划的机器可读映射有帮助时，添加 /llms.txt。用它指向规范公共页面、文档、政策、API、定价、支持和高信号摘要。对于文档密集型站点，考虑为重要文档页面提供干净的 markdown 替代文档。保持事实在 HTML、JSON-LD、OpenGraph、文档、llms.txt、API 和产品 feed 中一致。明确源日期、更新日期、作者、政策版本、价格、可用性和限制。编写页面使答案引擎可以引用或总结而不猜测：直接定义、紧凑事实部分、对比表、FAQ 和无歧义的产品/服务边界。
-
代理友好操作：代理需要确定性路径，而非营销模糊性。使主要操作清晰：购买、预订、联系、注册、下载、搜索、比较、取消、退货、认证或调用 API。使用语义 HTML 标签、可访问表单名称、稳定的按钮/链接、验证消息和可预测的状态转换。在外部代理或集成应程序化操作的地方，用 OpenAPI 记录 API。明确说明认证、支付、PII、同意、速率限制和反滥用边界。对于商业或预订，在承诺前暴露当前价格、可用性、运输/费用、退款/取消政策、联系/支持和条款。
-
监控：设置适合站点的跟踪循环：Google Search Console、Bing Webmaster Tools、站点地图提交、IndexNow（有用时）、schema 验证、抓取日志、服务器错误、canonical/noindex 漂移以及 AI 推荐/引用观察。按搜索爬虫、AI 训练爬虫、AI 搜索爬虫和用户触发抓取器对日志进行分段。为安全敏感决策验证 IP 所有权。跟踪页面变化、可索引 URL 数量、展示/点击、查询集群、富结果资格、抓取错误、响应码、机器人流量、转化路径和内容新鲜度。当任务涉及持续可见性或仪表板时，阅读 references/monitoring.md。
五、实现优先级
除非用户业务背景要求另有安排，按此顺序：修复阻塞项：渲染损坏、4xx/5xx、意外 noindex、被阻止的规范页面、缺失 canonical、站点地图损坏、错误重定向、仅 JS 的关键内容。建立实体架构：规范 URL 映射、标题、内部链接、组织/产品/服务事实、面包屑。添加或修复可见、真实且经过验证的结构化数据。添加 LLM 可读工件：llms.txt、markdown 文档、紧凑事实页面、API 文档。改进内容深度、比较有用性、新鲜度标记、作者/来源可信度和本地/电商特定信息。添加监控和回归检查。
六、资源
scripts/audit_site.py：快速 URL 爬虫，用于元数据、JSON-LD、robots、站点地图、llms.txt、canonical、noindex、标题和常见缺口。references/checklist.md：更完整的 SEO + LLM + 代理就绪清单。references/schema-patterns.md：JSON-LD 图模式和验证规则。references/bot-policy.md：爬虫策略说明和源链接；使用前请验证。references/monitoring.md：跟踪、日志、仪表板和定期审计节奏。references/cross-skill-contract.md：与相关 SEO、LLM 引用、UI/UX 和安全技能的所有权、交接和冲突解决规则。assets/llms.txt.template：公共 LLM 可读站点地图的起始文件。assets/robots.txt.template：保守的起始 robots 策略。
七、输出标准
对于审计，以优先排序的发现开头，使用严重性（P0、P1、P2）和证据。对于实现任务，说明更改的文件、更改的行为和执行的验证。对于监控任务，定义指标、收集方法、节奏和警报阈值。在最终确定之前，运行相关检查：站点审计脚本、构建/测试、渲染 HTML 检查、尽可能的 schema 解析/验证、站点地图/robots 获取，以及本地前端更改的浏览器检查。