文档
开启内容引擎：站点扫描与方案建议
开启内容引擎后，它会扫描你的站点地图、Search Console 数据和页面，并给出语言、内容类型、文章格式和选题规则的建议方案。
为某个资源开启内容引擎后，系统会对你的站点进行一次完整扫描。扫描会读取 robots.txt、所有站点地图、三个月的 Search Console 数据以及页面本身，然后就文章的呈现方式给出建议：语言、内容类型、文章格式和选题规则。首次扫描完成之前不会选定任何选题，建议方案中的内容在你勾选之前也不会生效。
开启之前
- 已连接 Search Console：该资源需要先完成连接(连接 Search Console)。未连接时，扫描仍会读取站点地图和页面，但缺少各页面的流量数据，也不会从 Search Console 生成选题。
- 拥有该资源的完全访问权限。查看者可以浏览“内容”页面，但无法开启或修改内容引擎。
- 账户有有效的套餐或试用(价格)。套餐到期后，已发布的文章保持原样，但不会再启动新的内容。
- AutoPSEO-Bot 可以访问你的站点（见下文）。
- 已填写资源背景信息，这样写作时就能了解你的业务，无需猜测。“写作就绪”清单会提醒你完成这一步。
开启引擎
- 在资源侧边栏的“研究”分组中，打开 Content。
- 选择 Turn on the content engine。
- AutoPSEO 会保存默认设置，并打开 Your site 页面，显示“The engine is on. Your site is being scanned now.”
| “内容”页面上的设置 | 默认值 |
|---|---|
| 每周新文章数 | 2 |
| 每篇文章上线前需经批准 | 开启 |
| 谁来撰写队列中的选题 | AutoPSEO，按上述频率 |
| 文章撰写语言 | 英语 |
| 文章发布位置 | AutoPSEO 托管，地址为 <name>.autopseo.com，直到你连接自己的站点 |
以上设置都可以在“内容”页面的 Settings 中修改。如果想把文章发送到自己的站点，而不是 AutoPSEO 提供的地址，请设置交付 webhook。
扫描会读取什么
Scan 面板会在扫描过程中显示每个阶段：
| 阶段 | 执行内容 |
|---|---|
| 读取站点地图 | 先读取 robots.txt，再读取其中列出的所有站点地图以及 /sitemap.xml，支持站点地图索引和 gzip 文件，且仅限你自己的主机 |
| 读取 Search Console | 每个页面三个月的搜索数据 |
| 接管站点已有文章 | 仅当站点的 webhook 能够移交其文章时才执行(交付) |
| 读取页面 | 抓取并解析每个页面，访问量最高的优先 |
| 生成建议方案 | 每个栏目最多 60 篇文章，总计最多 400 篇，另加首页，并进行测量 |
| 规划选题 | Search Console 的候选选题进入待选库(选题) |
| 学习站点外观 | 仅当文章由 AutoPSEO 托管时才执行(托管) |
| 限制项 | 数值 |
|---|---|
| 每次扫描的站点地图文件数 | 400 |
| 每次扫描保留的地址数 | 60,000 |
| 每个站点地图文件的条目数 | 50,000，且不超过 50 MB |
| 完整扫描读取的页面数 | 5,000 |
| 每周刷新读取的页面数 | 1,000，包括从未读取过的页面，以及站点地图中 lastmod 发生变化的页面 |
| 同时读取的页面数 | 6 |
| 每个页面 | 15 秒，且只读取前 2 MB |
| Search Console 行数 | 三个月内 25,000 行 |
存在多种语言版本的页面只计一次。如果站点地图中的 hreflang 标注表明如此，或者至少有三个地址使用了某个首段路径(例如 /de/)，并且其中至少 30% 的地址在没有该前缀或使用其他语言代码时也存在，那么该首段路径会被识别为语言。
扫描本身不消耗研究额度。只有类型化页面的相关步骤会查询搜索量，这部分会消耗研究额度。
允许 AutoPSEO-Bot 读取你的站点
扫描器的 user agent 以 AutoPSEO-Bot/1.0 开头。
- 适用 robots.txt 中针对
User-agent: AutoPSEO-Bot的规则，没有时回退到*组。被禁止的页面不会被读取。没有 robots.txt 的站点会被完整读取。 - 只读取你自己的主机。仅仅是添加末尾斜杠或切换为 https 的重定向会被跟随；其他任何重定向只会被记录，不会被跟随。
- 404 和 410 会将页面标记为已消失。401、403、429 和 503 会将其标记为被拦截，其中 429 和 503 会在三秒后再重试一次。机器人检测页面（“Just a moment”之类）同样算作被拦截。
如果你的防火墙或机器人防护会对未知爬虫发起验证，请放行 AutoPSEO-Bot。如果想只为这个爬虫单独设置规则，可以参考 Google 的 robots.txt 文档了解分组语法。
扫描会报告遇到的阻碍：
| 提示 | 含义 |
|---|---|
| The site has no robots.txt. | 所有内容均允许读取 |
| robots.txt blocks AutoPSEO-Bot; pages it disallows are not read. | 你的规则使爬虫无法访问部分页面 |
| No sitemap was found; pages came from Search Console only. | 请添加站点地图，以便发现新页面(站点地图) |
| The sitemaps list more addresses than one scan keeps; the first ones were kept. | 地址超过 60,000 个 |
| The site has more pages than one scan reads; the most visited were read first and the next scans read more. | 超过单次扫描的页面上限 |
| Most pages refused AutoPSEO-Bot. | 超过一半的页面被拦截：请检查你的防火墙 |
| More than a fifth of the pages could not be read. | 失败或被拦截的页面超过 20% |
| Fewer than three pages read as articles, so the format was not proposed from them. | 请手动设置格式 |
建议方案
What the scan proposes 列出四个部分，每个都带有复选框：Languages、Content types（标记为 New 或 Changes）、Article format (shared by every content type) 和 Topic rules。取消勾选不合适的部分，然后选择 Apply what is ticked。已应用的部分会从列表中移除；如果没有任何内容与你的设置不同，会显示“Everything the scan found matches the settings already.”
如果你站点的 webhook 导出了配置档案，则以其声明的内容为准，优先于扫描检测到的结果(交付)。
语言
主语言是你的无前缀地址所使用的语言（依据 hreflang），其次是首页的 lang，再其次是页面最多的语言。当另一种语言至少有三个页面，且页面数至少达到主语言的五分之一时，就会被建议加入。引擎支持撰写 27 种语言，其他语言会列为不支持撰写。应用后会替换原有的语言列表。参见翻译。
内容类型
站点中至少有五个页面的栏目，最多八个，每个栏目附带其 slug 所体现的搜索类型：问题、操作指南、定义、对比、替代方案和最佳榜单。当栏目中至少四分之一的 slug 体现某种类型时，该类型才成立。应用后会创建新的类型，并更新现有类型的规则和计数；类型的路径不会改变。之后，你还可以在“内容”页面使用 Find the sections your site already has，把站点已有的栏目也作为类型加入。
文章格式
基于至少三个被识别为文章的页面进行测量：
| 字段 | 建议依据 |
|---|---|
| 标题后缀 | 至少 60% 的标题共有的结尾 |
| 标题宽度 | 标题宽度的第 90 百分位数，向上取整到 5 的倍数，范围在 50 到 70 之间 |
| 章节 | 章节数量的第 10 到第 90 百分位数 |
| FAQ、要点总结 | 同样的范围，前提是至少 30% 的文章包含它们；否则不设置 |
| 直接回答 | 其字数的第 90 百分位数，前提是至少一半的文章以直接回答开头 |
| Meta description | 长度的第 10 到第 90 百分位数，至少需要三篇文章 |
| 来源 | 该范围，前提是至少 40% 的文章引用了来源 |
| 问题字段 | 至少 60% 的 H1 是问句时开启 |
| 品牌名称 | 你的站点名称，前提是至少 60% 的文章提到了它 |
| 分类 | 两个或更多共有的分类，覆盖一半的文章，前提是某个栏目占了其中的 80% |
| 链接白名单 | 至少 20% 的文章链接到的非文章页面，最多 30 个 |
应用后，这些值会合并到你的格式中。各字段的说明见写作与审核。
选题规则
品牌词（你的域名和站点名称）以及噪音词（出现在至少 40% 的标题和 30% 的热门 200 个搜索词中的词，最多 10 个）。应用时只会向你的规则中添加，不会删除。参见选题。
应用任何内容之后，待选库中等待的所有选题都会按新的语言、类型和规则重新检查一遍。
写作就绪
Your site 页面上的 Ready to write 清单会显示引擎还需要哪些条件：
- 站点已扫描
- 内容类型与站点的栏目相匹配
- 文章格式已设置
- 站点的语言已设置
- 品牌词已设置，这样针对品牌的搜索不会变成选题
- 资源背景信息说明了业务内容
- 文章有去处：AutoPSEO 托管或你站点的 webhook
- 写作方已就绪：AutoPSEO，或通过 MCP 连接的你自己的 AI
- 选题正在等待，位于队列或待选库中
- 引擎已开启（每周文章数大于零）
后续扫描
每天 03:17 UTC 的定时任务会对上次完成扫描已超过七天的资源启动一次刷新扫描。在 Your site 页面，你还可以选择 Look for changes（刷新）或 Scan the whole site again（完整扫描），也可以 Stop 正在运行的扫描；已发现的内容会保留。只有读取了所有站点地图的完整扫描，才会把已消失的页面标记为已消失。运行超过六小时的扫描会被标记为失败。
Pages on your site 会列出扫描发现的每个页面，访问量最高的排在前面，Earlier scans 则保存历史记录。下一篇：选题从哪里来。