直接答案：2026 年 10 月 31 日，我们用固定检索与抓取流程，观察了常州市一份官方 AI 终端产品名单里的 21 家企业。结果是：7 家能取得可分析的官网首页，13 家在固定检索中未能识别独立官网，1 家用 robots.txt 拒绝了包括五个 AI 爬虫在内的所有访问。7 个可分析首页中，0 个有唯一 H1，1 个有 JSON-LD，0 个声明 hreflang，1 个有可识别的询盘表单。
这是一个 pilot（小样本试点），不是行业报告，也不是官网排名。我们只测首页、只做单次静态抓取、不执行 JavaScript、不提交表单、不测真实用户速度。样本来自一份特定名单，不能代表常州制造业总体。本文公开样本框、检索规则、指标口径、引擎变更、匿名数据与局限，方便复核，也方便同行指出问题。
“有没有官网”与“官网能不能被机器读懂”是两个问题；“robots 放行”也不等于“会被 AI 引用”。这份 pilot 只描述 21 家企业和 7 个首页在这一天的静态状态，不给行业比例，不做因果结论。
这份 pilot 回答什么、不回答什么
它回答：在一份官方 AI 终端产品名单里，企业官网的可发现性、静态可抽取性、结构化数据、多语言与询盘路径大致是什么状态。它不回答：常州制造业总体如何、哪家企业做得最好、结构化数据能带来多少 AI 引用或询盘。
之所以做这个题目，是因为“AI 能不能读到企业官网”已经成为采购和内容团队的日常问题，但公开讨论多是工具评测或经验帖，缺少可追溯的样本框。我们选择政府公开发布的产品名单作为样本框：名单有明确发布日期和索引号，企业属于制造业/智能硬件主体，而且名单本身不含官网地址，避免了我们按结果挑样本。
样本框：一份官方名单里的 21 家企业
样本框为常州市人民政府政务公开的《关于公布 2026 年常州市人工智能终端创新产品名单（第二批）的通知》，发布机构为市工信局，公开日期 2026-10-08，索引号 014109453/2026-00054。名单共 21 家企业、25 个产品；同一企业多个产品只计 1 家，最终样本为 21 家。
这是整群普查，不是随机抽样：名单里的 21 家全部纳入，按名单出现顺序逐小时采集，跨 7 个批次完成。因此不存在“挑好看的企业”这一步；但仍然受“只覆盖这份名单”的限制，名单里的企业规模、产品类型和成立时间差异很大。
| 项目 | 口径 |
|---|---|
| 样本框 | 常州市 2026 年第二批人工智能终端创新产品名单（21 家企业 / 25 个产品） |
| 分析单位 | 一家企业的一个官网首页（桌面 HTML，不执行 JS） |
| 采集日期 | 2026-10-31（Asia/Shanghai），分 7 个批次 |
| 企业去重 | 同一企业多个产品只计 1 次；集团/品牌站按企业站处理并记录 |
| 缺失处理 | 未识别官网、robots 阻断、抓取失败分别记录，不用 0 或“无”填充 |
名单原文：常州市人民政府 · 2026 年常州市人工智能终端创新产品名单（第二批）。
方法：官网识别、抓取与指标
先用固定查询识别企业官网，再按 robots.txt 决定是否抓首页；只取一次静态 HTML，记录状态、TTFB、体积、H1、JSON-LD、hreflang、表单、邮箱/电话/隐私链接等可复核字段。原始 HTML 只存站外，公开数据只保留匿名 sample_id。
官网识别：查询串为 "<企业全名>" 官网 和 "<企业全名>" 官方网站 首页，取前 10 条结果。接受条件：标题/摘要包含企业全名或名单品牌名；目标站首页出现企业全名或可验证品牌；不是 B2B 目录、工商查询、招聘、社交、新闻或政府页。两轮都没有合格结果，记“未能识别独立官网”；展会/平台参展页不算企业官网。
抓取合规：先取 /robots.txt，按我方 UA 判断是否允许首页；禁止则不抓正文，只记录 robots 判定。每站只取一次首页，站间至少 5 秒，超时 20 秒，不登录、不绕过验证码、不提交表单、不采集联系人原文。
方法变更（必须披露）：前 18 家使用 360 搜索；从第 19 家起，360 对本次 UA 返回零结果（限流），后 3 家改用备用搜索复核，查询串与排除规则不变，逐样本记录引擎。搜索引擎的索引覆盖会直接影响“未识别官网”的数量，这是本 pilot 最大的方法限制之一。
结果一：公司级的可发现性
21 家中，7 家取得可分析首页，13 家在固定检索中未能识别独立官网，1 家 robots 全站阻断，0 家抓取失败。这个分布首先说明“官网可发现性”本身就是一道门槛，而不只是页面技术问题。
| 结果 | 家数 | 判定口径 |
|---|---|---|
| 取得可分析首页 | 7 | 首页 GET 返回 200，静态 HTML 可解析 |
| 未能识别独立官网 | 13 | 两轮固定查询前 10 条无合格官网；不等于企业没有官网 |
| robots 全站阻断 | 1 | User-agent: * / Disallow: /，未抓正文 |
| 抓取失败 | 0 | DNS/TLS/超时等导致首页不可得 |
公司级计数覆盖 21 家；“7 个首页”的指标只在下一节的子样本内描述，不换算成 21 家的比例。
需要特别说明：13 家“未能识别”里，有的企业只有平台店铺、公众号或展会页，有的可能只是新站未被索引，也有的可能确实没有独立官网。我们的流程无法区分这些情况，所以只写“未能识别”，不写“没有官网”。这也是为什么公司级结果只能当“检索可见性”的观察，不能当企业数字化水平评分。
结果二：7 个首页的静态结构
7 个首页里，没有一个同时做到“唯一 H1 + 结构化数据 + 多语言声明”。最普遍的缺失是 H1：6 个首页完全没有 H1，另 1 个有 5 个 H1；JSON-LD 只有 1 个首页有，hreflang 为 0。对依赖静态解析的抓取器来说，这些页面更像“视觉页面”，而不是“结构页面”。
| 指标（n=7 个首页） | 观察 | 说明 |
|---|---|---|
| 唯一 H1 | 0 | 6 个无 H1，1 个有 5 个 H1 |
| 有 JSON-LD | 1 | Organization / WebSite / ContactPoint |
| 声明 hreflang | 0 | 首页均未声明语言/地区替代页 |
| 有 meta description | 5 | 2 个缺失 |
| 有 viewport | 6 | 1 个缺失 |
| HTML 体积 | 11.7–230.4KB | 字节数/1024，单次响应 |
| TTFB | 110–1550ms | 单次测量，不是 CrUX 或真实用户数据 |
H1 与结构化数据只按静态 HTML 统计；如果站点用 JavaScript 注入标题或 JSON-LD，本方法会漏计，这是已知偏差。
把“无 H1”直接等同于“SEO 差”是不严谨的：搜索引擎能处理部分 JS 渲染，视觉标题也可能通过其它标签表达。但对企业官网来说，唯一 H1 和结构化数据仍是低成本、可验证的基础工作；这份 pilot 至少说明，这批页面没有把基础工作做满。
结果三：询盘路径与多语言
7 个首页中，4 个有 mailto 邮箱链接、2 个有 tel 电话链接、1 个有可识别询盘表单、1 个有隐私政策链接；0 个声明 hreflang。也就是说，多数页面能“看到联系方式”，但把询盘路径做成可结构化识别的仍是个别。
对采购方而言，这意味着两件事。第一，AI 或自动化工具在首页上不一定能稳定找到“发询盘”的入口；第二，英文/多语言页面即使存在，首页也没有通过 hreflang 明确告诉搜索引擎替代页在哪里。我们没有抓取产品页和询盘页，所以不能推断完整站点的询盘转化能力。
| 询盘/多语言信号 | 有 | 无 |
|---|---|---|
| mailto 邮箱链接 | 4 | 3 |
| tel 电话链接 | 2 | 5 |
| 可识别询盘表单 | 1 | 6 |
| 隐私政策链接 | 1 | 6 |
| hreflang 声明 | 0 | 7 |
“可识别询盘表单”指静态 HTML 中存在含 email/tel/textarea 与提交按钮的表单；只有图片或 JS 渲染的表单不计。
编辑判断：这份 pilot 能支持什么行动
它能支持“先做基础自查”，不能支持“做了就一定被 AI 引用”。对制造企业，优先级最高的不是买新工具，而是把首页的语义结构、robots 声明、联系路径和多语言替代页补齐，并留下可复核的记录。
- 用纯文本方式看首页。禁用 JS 后仍能看到公司介绍、产品、联系方式，才说明内容不依赖脚本。
- 检查 H1。每页有且只有一个 H1；视觉标题用 CSS 实现，不要用一堆 div 代替语义标签。
- 补最小 JSON-LD。Organization（名称、地址、logo、sameAs）与 Product/FAQ 按实际内容加，不虚构评分或认证。
- 明确 robots 策略。需要被 AI 搜索发现，就检查 GPTBot、OAI-SearchBot、PerplexityBot、Bytespider、ClaudeBot 是否被误挡；不需要，就写明原因。
- 把询盘路径放在静态 HTML 里。邮箱、电话、表单入口和隐私说明不依赖 JS；有英文站就补 hreflang，没有就不要伪造。
如果你正在验收企业官网，可以把这五项做成上线检查表；本站的 AI 建站 TCO 计算器 可以配套估算建设与维护成本，SEO 与 GEO 实战指南 则展开可抓取与可引用的做法。两份材料都不替代本 pilot 的样本限制。
局限：不要把 pilot 当行业结论
这份研究的限制是明确的，阅读时请一并考虑：
- 样本框特定：21 家来自一份 AI 终端产品名单，不是常州制造业总体，也不代表全国。
- 网站子样本只有 7 个：页面级指标不能算比例，不能称 benchmark，也不能做企业间排名。
- “未识别官网”受搜索引擎影响：索引覆盖、限流和平台店铺都会影响结果；后 3 家还更换了检索引擎。
- 单次、单 UA、单地域：TTFB 只是代理指标；robots 允许不等于被抓取或引用；没有测索引、AI 提及、点击或询盘。
- 只看首页：没有抓产品页、询盘页、英文页，也没有执行 JavaScript。
- 版权年份不作更新依据：页脚年份只记录，不用来推断内容新鲜度。
数据与复现
匿名聚合数据（21 行，sample_id 为 F01–F21，不含企业名、网址和联系方式）可下载：ai-terminal-website-pilot-2026.csv。采集脚本为仓库中的 scripts/site_audit_probe.py，含 robots 解析、字符集嗅探与首页指标的单测；原始 HTML 不公开。
复算记录：F04、F11 两个样本用同一解析器对存档 HTML 离线重放，字段与首次采集一致；其余样本保留原始响应与时间戳，供内部复核。CSV 中的空值表示“该样本没有可分析首页”，不是 0。
数据来源与口径
资料与采集截止 2026-10-31；以下为一手来源，具体条款以原文为准。
- 常州市人民政府：《关于公布 2026 年常州市人工智能终端创新产品名单（第二批）的通知》，2026-10-08，索引号 014109453/2026-00054：原文。
- RFC 9309《Robots Exclusion Protocol》：rfc-editor.org。
- schema.org Organization：schema.org。
- Google Search Central：结构化数据通用指南：developers.google.com。