AI 如何读取 Portillo's
Portillo's 在第 2 级准备状态下获得 39/100 AEO 评分。结构化数据表现出色，达到 80/100，帮助回答引擎展示营业时间和菜单详情，但代理接口和身份认证均为零，使 AI 助手无法超越被动阅读与网站互动。
AI 看到了什么？
今天访问 Portillo's 的 AI 代理能获得扎实的餐厅事实，但没有程序化互动的途径。
当 AI 爬虫访问 Portillo's 主页时，它遇到格式良好的结构化数据，涵盖餐厅位置、菜单类别和营业时间——这些是回答引擎处理有关芝加哥风格意大利牛肉或巧克力蛋糕问题的强信号。内容结构评分为中等的 40 分，反映可读的标题和描述性文案。被动层之外的所有内容都缺失：没有 Markdown 响应路径、没有 API 目录、没有 MCP Server Card，以及 robots.txt 中没有明确的 AI 爬虫规则。试图做的超过阅读静态事实的代理本质上是隔着玻璃做杯状手势，而不是踏步进入。
它在哪里丢分？
代理接口和身份认证各自评分为零——对于其客户每天向 AI 助手询问菜单和免下车位置的品牌来说，这是最大的拖累。
该如何修复？
三项有针对性的更改使 Portillo's 从 AI 代理只能观察的网站转变为它们可以真正使用的网站。
在 robots.txt 中声明 AI 爬虫规则
为主要 AI 爬虫提供明确的权限规则，以便它们确切知道可以索引和引用的路径。
扫描发现 robots.txt 中没有 GPTBot、ClaudeBot、PerplexityBot 或任何其他 AI 爬虫的 user-agent 条目。
添加每个爬虫的 User-agent 块，为菜单页面、位置页面和任何值得在 AI 回答中展示的内容添加 Allow 指令；向结账和帐户路径应用 Disallow。这个单一的文件编辑控制着每个主要回答引擎如何摄取网站。
为代理请求提供 Markdown
当 AI 代理表示它倾向于纯文本而非 HTML 时，返回页面内容的 Markdown 版本。
即使请求包含 Accept: text/markdown，网站仍返回标准 HTML，给代理一个嘈杂的文档来解析。
添加服务器端内容协商：当传入的 Accept 头包含 text/markdown 时，用干净的 Markdown 文档响应并设置 Content-Type: text/markdown。浏览器继续接收正常 HTML，而代理获得结构化的、可解析的版本，非常适合在 AI 生成的答案中引用。
发布 MCP Server Card
让 AI 代理通过位于 well-known 路径的标准机器可读卡发现 Portillo's 的功能。
在 /.well-known/mcp/server-card.json 处未找到 MCP Server Card。
创建并提供 /.well-known/mcp/server-card.json，其中包含 serverInfo、传输端点和已声明的功能，例如菜单查找或最近位置搜索。这解锁了与 MCP 兼容的 AI 客户端的集成，可以动态回答客户问题——例如查找最近的 Portillo's 或当前季节性物品——而不是来自陈旧的培训数据。
常见问题
为什么 Portillo's 的评分为 39/100，尽管结构化数据评分为 80？
代理发现评分 60 对 Portillo's 意味着什么？
Portillo's 需要多长时间才能有意义地提高其 AEO 评分？
你自己的网站为 AI 做好准备了吗？
对任意网址运行同样的五类别分析。免费，开始无需注册。
免费检测你的网站
