用途：审计内容页面是否易于大语言模型（LLM）解析，使信息类页面更可能被 AI 助手和答案引擎（含 Google AI Overviews）准确引用并展示在 AI 生成回答中。
主要能力（检查项）：评估页面内容是否可被 LLM 解析，具体包括——内容是否置于语义化 HTML 标签中；关键内容是否无需依赖 JavaScript 即可访问；各区块标题是否足够描述性、可独立成立；页面是否具备 JSON-LD 结构化数据；是否存在 FAQ 区块或明确问答模式以匹配常见搜索查询。
修复方式：将内容重组为带有描述性标题的显式 HTML 区块；用服务端渲染 HTML 替代 JavaScript 渲染内容；添加 JSON-LD schema（Article、FAQPage、HowTo）标注内容类型；撰写可独立作为答案的标题与首句，假设读者只看到其中一段。
代码审查要点：检查渲染后 HTML 的标题层级（h1→h2→h3）、内容是否包裹在语义元素中、关键内容是否出现在初始 HTML 响应（而非由 JS 注入）、是否存在 FAQPage/HowTo/Article JSON-LD schema、是否存在需 JS 交互才能显示的模态框、标签页或折叠面板隐藏内容。
适用场景：任何打算出现在 AI 生成答案或搜索摘要中的信息类页面。
限制：资料未提供具体收费、价格、平台支持范围或效果保证。完整实现细节、代码示例与框架相关指引见 references/rule.md。规则页：https://frontendchecklist.io/rules/seo/llm-parsability。