Google
过去 4 年里与 Wavect 一起建立了多家风投支持的初创公司。 世界一流的团队。他们在探索阶段是出色的思想伙伴，在开发阶段是可靠且可预测的工程师，整体上也是非常棒的合作伙伴。强烈推荐与这个团队合作你的下一个项目。
AI 可见性
AI 可见性是工程问题，不是内容问题
答案引擎无法引用它取不到、解析不了、也归属不到你名下的东西。这是一个技术栈问题：你的 robots 规则、是否存在一份干净的机器可读副本、你的 JSON-LD 是否有效、有没有任何地方说明你是谁，以及你输出的 HTML 里到底有没有正文。我们在你现有的代码库里把这些修好，然后再往前走一步，让智能体不只是读，而是能动手。
任何一周可取消。如果没让你惊艳，最后一周退款。不计工时。
- 已交付 75+ 产品
- 10+ 年经验
- No-Bullshit 保证
直接的答案
AI 可见性工程通过修好爬虫访问、机器可读镜像、结构化数据、实体身份和服务端渲染的内容，让网站对机器可读、对智能体可用，然后再通过 MCP 和 agent skills 把产品暴露出去。
最适合
- 在传统搜索里有排名，但从不出现在 AI 答案里的团队。
- 希望智能体能完成一项任务，而不只是读一段介绍的产品。
- 希望在自己的技术栈里修好，而不是迁移到某个厂商 CMS 的团队。
不太适合
- 在自己团队内部推行 AI。那是 AI Enablement。
- 为你的客户构建 AI 产品。那是 AI 开发。
- 想要排名保证的买家。没人能诚实地卖这个。
先自己查一遍
打开免费检查器
→我们把这个检查器做成了免费工具，完全在浏览器本地运行，用的是我们自己工作时的同一套规则目录。粘贴你的 robots.txt，一分钟内你就知道这一页剩下的内容跟你有没有关系。不要邮箱，不用上传，不用注册。
真正出问题的地方
几乎没人是因为文案写得差而失败的。失败集中在五件机械性的事情上，而每一件在浏览器里都看不见。
- ✓检索抓取器被误伤屏蔽。 一个团队为了退出训练而屏蔽 GPTBot，下面又留着一条通配符 disallow，于是悄悄把自己从所有助手的答案里删掉了。这是两个不同的决定，而多数 robots.txt 把它们当成一个。
- ✓正文比页面来得晚。 有几种抓取器只看服务器输出的 HTML，不执行 JavaScript。如果你的内容是客户端注入的，它们收到的就是一个带导航的空壳。
- ✓结构化数据无效，因此等于不存在。 解析失败的 JSON-LD 会被静默丢弃。这个页面的得分和你从没写过它完全一样，而你的日志里什么都不会提示。
- ✓页面上没有任何地方说明你是谁。 页面级类型描述的是这个页面是什么。没有 Organization 节点和 sameAs 链接，引擎就无法把你的公司和名字相近的另一家区分开，于是它会含糊其辞，而不是点名你。
- ✓没有一份干净的副本可读。 渲染后的 HTML 解析起来又贵又嘈杂。Markdown 镜像或 llms.txt 才是便宜且无歧义的版本，而几乎没人对外提供。
我们检查什么、修什么
智能体访问
我们拿真正提供答案的那些抓取器来审你的 robots 规则，并把它们和只收集训练数据的爬虫分开。屏蔽训练是一个你很可能确实想做的授权决定。屏蔽检索才是让你消失的原因，而这通常是无意的。
机器可读镜像
我们为你的页面生成 Markdown 镜像，用 rel=alternate 声明它们，并发布一份 llms.txt 作为地图。然后我们把生成器放到构建关卡后面，这样镜像一坏就会让部署失败，而不是在那里躺一年。
能被解析的结构化数据
每个模板都有有效的 JSON-LD，在 CI 里校验，而不是用浏览器插件手动查一次。类型要和页面实际是什么对得上，实体图要能跨页面解析到同一个对象，而不是每页都新造一个组织。
实体身份
一个带稳定 @id 的 Organization 节点，以及指向那些已经在描述你的注册库和主页的 sameAs 链接，必要时包括 Wikidata。正是这一步把一次提及变成一次有归属的引用。
服务端渲染的内容
如果正文只在 hydration 之后才存在，我们就把它挪进服务器输出的 HTML。在一个客户端渲染的应用里这是实打实的工作量，我们会诚实地评估它，而不是假装一个 meta 标签就能解决。
项目怎么推进
固定价格，开工前谈定，签订承揽合同。第一步刻意做得很小，让你在这一步之后可以停下。
01
基线
我们拿完整规则目录跑你的线上站点，而不是 staging 副本，并记录抓取器实际收到了什么。
02
结果通读
每条发现都带证据行，按它让你损失多少引用来排序。报告归你，你想交给哪个团队都行。
03
修复
我们在你的仓库、你的技术栈里实施。不迁移到我们个人偏好的某个 CMS。
04
加上关卡
这些检查会进入你的构建流程，让修好的东西不会悄悄腐化。正是这一步让工作能留下来。
05
扩展
可选：MCP 服务器、agent skills，以及智能体真正动手所需的 API 接口。
不止可读：能动手的智能体
智能体可用的接口
一个 MCP 服务器、公开发布的 agent skills，以及一份有文档的 API 接口，让智能体能在你的产品上完成一项任务，而不是只会总结你的营销文案。绝大多数 AI 可见性工作恰恰止步于此。
我们经手的接口与标准
这些是这项工作实际产出的东西，不是一份我们听说过的技术清单。
robots.txtllms.txtMarkdown 镜像rel=alternateJSON-LDschema.orgsameAsWikidatacanonicalhreflangSitemapIndexNow服务端渲染MCPAgent SkillsOpenAPI
// 06我们怎么做这件事
- ✓这套东西我们自己就在跑。 本站为每个页面提供 Markdown 镜像、每种语言一份 llms.txt、带校验和的公开 agent skills，以及一个 MCP 端点。任何一处坏掉，校验器都会让我们的构建硬失败。这些你现在就能在自己的终端里核实。
- ✓用你的技术栈，不是我们的。 每一处修复都落在你已经在跑的代码库里。我们没有 CMS 要卖给你，也没有理由告诉你必须先迁移。
- ✓加了关卡才不会退化。 一次性的清理通常在两个季度内就退回去了。我们把检查放进你的流水线，让下一次部署必须继续满足它们。
- ✓只给证据，绝不承诺排名。 我们能证明智能体此前读不到你的页面，之后能读到。没人能承诺某个具体助手会引用你，谁这么说，谁就是在猜。
- ✓本来就没问题时我们会直说。 如果你的 robots 规则干净、标记也能解析，诚实的答案就是这项服务不是你的瓶颈。我们宁愿这么说，也不愿卖给你一份报告。
今天，AI 智能体能在你的产品上完成一项任务吗？
几乎肯定不能。可读只是前一半。可用是几乎还没人建起来的那一半。
// 实证
用案例说话，而不是承诺
2周
到可销售的MVP
把 vibe-coded 原型推到企业试点就绪，没有走捷径。
Python / Flask
LLMs
Terraform
6周
从零到生产
AI 原生评估平台，在压缩的市场压力下 6 周内从零到生产。
NestJS
NextJS
LangChain
GPU 单体
→ 微服务
把 GPU 重负载的单体拆成编排化的服务，把自托管 ML 库换成可扩展的替代方案，延迟和成本双降，部署也变成例行公事。
Python / Django
OpenAI API
Neo4j
这些是精选项目，并非我们的全部作品。自 2018 年以来我们已交付 75+ 款产品。
客户怎么说
LinkedIn
认识 Kevin 是一件非常令人兴奋的事！他对自己关注的话题充满热情，是一个愿意走多一步的人。他的思考方式以及他对工作的热忱令人印象深刻。他具备整体视角，不只局限于技术话题。他最大的优势在于：他了解客户的需求，并能在无需多问的情况下理解它们。
他持续掌握最新知识的意愿也体现在日常工作中。鉴于 web3 领域高度动态，这是一种必要，而 Kevin 处理得游刃有余。
Trustpilot
准时交付所有工作，即使时间紧迫。 专业标准与协作工作关系的完美平衡。
独立平台评分：5.0/5（Google） 查看评价
常见问题
关于被机器读到并引用的诚实回答
// 更多
