Ocena gotowości na AI — drugi, deterministyczny wymiar

Skanowanie Pro nadaje każdej stronie drugą liczbę obok oceny SEO: ocenę gotowości na AI 0–100. Odpowiada ona na inne pytanie: czy roboty AI i systemy odpowiedzi mogą dotrzeć do tej treści, odczytać ją i przypisać jej autorstwo? Nigdy nie jest łączona z oceną organicznego SEO. To dwa osobne wymiary, każdy z własnymi zasadami, wersją i kolumną.

Co oznacza ta liczba, a czego nie oznacza

Ocena gotowości na AI jest zdefiniowaną przez Rankbeam deterministyczną miarą zgodności technicznej: sprawdza, czy sygnały strony dostępne dla robotów istnieją i mają poprawną postać. Nie prognozuje pozycji, indeksowania, uwzględnienia ani cytowania w żadnym systemie wyszukiwania lub AI. Żaden wynik tego nie gwarantuje. Kontrola air_llms_txt przyznaje punkty za opcjonalny plik zgodności llms.txt dla narzędzi, które zdecydują się z niego korzystać. Nie jest on wymagany przez Google Search ani nie jest sygnałem rankingowym.

Tak jak ocena SEO jest w pełni deterministyczna i odtwarzalna: każdy punkt wynika z nazwanej kontroli opartej na skanowaniu, a te same sygnały zawsze dają tę samą liczbę. Obliczanie oceny nie wykonuje żadnych wywołań AI. Chodzi o przejrzysty, audytowalny pomiar, a nie próbkowanie odpowiedzi LLM jak w produktach SaaS mierzących „widoczność w AI”.

score = round( Σ credit(check) × weight(check) )   for every rubric check

Dwa wymiary, nigdy połączone

AI-readiness: 74/100 znajduje się obok SEO: 82/100; żaden nie zmienia drugiego. Wynik gotowości na AI ma własne kolumny ai_readiness_* w wierszu seo_scan_results Pro. Tak jak w ocenie SEO, liczba jest funkcją Pro. Bezpłatny seo:audit rdzenia nie wypisuje oceny liczbowej.

Przyznawanie punktów zamiast kar

Ocena SEO zaczyna od 100 i odejmuje kary. Gotowość na AI działa odwrotnie: zaczyna od 0 i przyznaje wagę każdej kontroli, w całości lub części. Witryna stopniowo osiąga gotowość, więc bez sygnałów AI uczciwie uzyskuje wynik bliski 0 zamiast „100 minus kilka”. Suma wag wynosi dokładnie 100.

Zasady oceny

Wynik jest obliczany według opublikowanych, wersjonowanych zasad — Rankbeam\Seo\Pro\Scanning\AiReadiness\AiReadinessRubric — obejmujących dziesięć kontroli w czterech kategoriach:

A · Dostęp botów i sterowanie nimi — 30 punktów

Czy roboty wyszukiwarek AI i asystentów rzeczywiście mogą dotrzeć do witryny? Ocena opiera się na udostępnianym /robots.txt witryny, rozstrzyganym dla własnej ścieżki skanowanej strony. Strona objęta Disallow: /section jest objęta zakazem skanowania, nawet gdy katalog główny jest dostępny dla robotów. robots.txt jest dyrektywą dla robotów, które ją respektują, a nie blokadą dostępu sieciowego. Używana jest klasyfikacja celów z katalogu robotów AI: trenowanie / wyszukiwanie / asystent.

Kontrola	Waga	Przyznawanie punktów
air_robots_reachable — robots.txt jest udostępniany i czytelny	6	obecny / brak
air_ai_search_access — roboty wyszukiwarek AI (kanał kierujący ruch) mogą dotrzeć do witryny	10	proporcja dopuszczonych
air_ai_assistant_access — roboty asystentów AI mogą dotrzeć do witryny	8	proporcja dopuszczonych
air_explicit_ai_policy — jawna reguła robots.txt dla znanego bota AI	6	obecna / brak

Blokowanie botów treningowych nie zmniejsza gotowości

Niedopuszczanie botów treningowych (GPTBot, CCBot…) jest uprawnionym wyborem i nigdy nie powoduje kary. Punkty dotyczące trenowania przyznaje wyłącznie air_explicit_ai_policy — za świadome, jawne stanowisko. Witryna blokująca boty treningowe, ale dopuszczająca roboty wyszukiwarek i asystentów, może uzyskać pełne punkty w tej kategorii.

B · Możliwość odnalezienia — 20 punktów

Kontrola	Waga	Przyznawanie punktów
air_sitemap_discoverable — mapa witryny XML jest osiągalna i wskazana przez dyrektywę Sitemap:	12	oba warunki / jeden / żaden
air_llms_txt — udostępniany jest poprawny /llms.txt (nagłówek i linki)	8	poprawny / obecny / brak

C · Treść czytelna maszynowo — 22 punkty

Kontrola	Waga	Przyznawanie punktów
air_server_rendered_content — istotna ilość tekstu w HTML renderowanym na serwerze (treść istnieje bez wykonywania JS)	14	według liczby słów
air_markdown_twin — odpowiednik strony w Markdown jest udostępniany przez negocjację treści	8	obecny / brak

D · Dane strukturalne i gotowość do odpowiedzi — 28 punktów

Kontrola	Waga	Przyznawanie punktów
air_schema_completeness — obecne JSON-LD, typ głównej encji, autorstwo i data (autor i data dla artykułów)	18	kompletne / częściowe / brak
air_answer_structure — elementy ułatwiające wyodrębnienie odpowiedzi: schemat FAQ/QA/HowTo, hierarchia nagłówków, listy, zwięzły wstęp	10	według liczby elementów

Każda kontrola przyznaje pełne, częściowe lub zerowe punkty albo zostaje pominięta, gdy nie udało się zebrać wymaganego sygnału, np. kontrola strony dla celu skanowanego bez pobrania strony. Pominięta kontrola daje 0, ale jest oznaczona. Sygnał, którego nie można było sprawdzić, nigdy nie jest przedstawiany jako potwierdzony brak.

Zakres bezpłatnego audytu

Kompletność schematu (air_schema_completeness) można rozstrzygnąć z danych strukturalnych modelu bez pobierania strony. To ta sama ścieżka, której bezpłatny audyt już używa do sygnałów gotowości do odpowiedzi. Pozostałych dziewięć kontroli wymaga skanowania strony, więc pełna ocena należy do skanowania Pro.

Rzetelny zakres — czego ten wymiar nie obejmuje

Ten wymiar ocenia deterministyczne sygnały treści. Nie obejmuje kontroli infrastruktury agentów dotyczących działającej aplikacji lub DNS:

Wyłączone	Powód
DNS-AID (rekordy DNS do wykrywania agentów)	Infrastruktura DNS / DNSSEC, a nie właściwość udostępnianej strony.
Web Bot Auth (podpisywanie żądań)	Interaktywne uzgadnianie kryptograficzne, a nie statyczna treść.
Wykrywanie protokołów (API Catalog, OAuth/OIDC, MCP Server Card, Agent Skills, WebMCP…)	Wymaga działającej aplikacji / API / serwera MCP.
Handel (x402, MPP, UCP, ACP)	Mechanizmy płatności agentów; witryna treściowa nie ma za co pobierać opłat.

Obejmuje kompletność encji schematu i strukturę bloków odpowiedzi: sygnały treści opisujące organizację i autorstwo, bez gwarancji użycia ich przez wyszukiwarkę lub system odpowiedzi.

Wersjonowanie — historyczne oceny nigdy nie zmieniają się po cichu

Każda zapisana ocena gotowości na AI jest oznaczona wersją AiReadinessRubric::VERSION używaną do jej obliczenia (ai_readiness_version). Każda zmiana zbioru kontroli, wagi lub sposobu przyznawania punktów jest zmianą zasad i podnosi wersję. Zapisana liczba zawsze wskazuje więc wyjaśniające ją zasady, a wartości historyczne pozostają porównywalne. Ocena jest zapisywana, a nie przeliczana przy odczycie. Progi wpływające na wynik, takie jak liczby słów i elementów ułatwiających odpowiedzi, są stałymi w kodzie związanymi z wersją, nigdy konfiguracją. Ustawienie nie może więc po cichu zmienić opublikowanej liczby.

Jedno wejście, którego wersja nie utrwala

Kontrole dostępu botów odczytują bieżący katalog robotów AI z rdzenia. Aktualizacja katalogu — nowy bot lub zmiana klasyfikacji celu — faktycznie zmienia dane wejściowe i może przesunąć dwa wyniki cząstkowe dostępu botów bez podnoszenia AiReadinessRubric::VERSION. Wersja śledzi zasady oceny, nie katalog. To celowe: kontrola jest przydatniejsza z aktualną listą botów niż z zamrożoną. Dla dokładnej porównywalności historycznej przypnij wersję rdzenia obok wersji zasad oceny.

Gdzie jest przechowywana

Każde skanowanie tworzy lub aktualizuje kolumny gotowości na AI w tym samym wierszu seo_scan_results co ocena SEO:

Kolumna	Zawartość
ai_readiness_score	Liczba 0–100 (null, dopóki cel nie zostanie przeskanowany z tym wymiarem włączonym).
ai_readiness_version	Zasady, które wygenerowały ocenę.
ai_readiness_breakdown	[{code, category, credit, weight, points, status, message, evidence}, …] — pełny zapis obliczenia.

Średnia przebiegu jest zapisywana w seo_scan_runs.avg_ai_readiness przy jego zakończeniu, analogicznie do avg_score. Tworzy trend gotowości na AI.

Odczytywanie oceny

Bez panelu — ostatni wynik modelu zawiera oba wymiary:

use Rankbeam\Seo\Pro\Facades\SeoPro;

$result = SeoPro::resultFor($post);

$result?->score;                    // organic SEO score, e.g. 82
$result?->ai_readiness_score;       // AI-Readiness, e.g. 74
$result?->aiReadinessGrade();       // 'A'..'F' (null if never scored)
$result?->aiReadinessByCategory();  // ['bot_access' => ['awarded' => 24.0, 'max' => 30], …]

Filament — dodaj kolumnę obok oceny SEO w tabeli dowolnego zasobu:

use Rankbeam\Seo\Pro\Filament\Tables\Columns\AiReadinessScoreColumn;
use Rankbeam\Seo\Pro\Filament\Tables\Columns\SeoScoreColumn;

SeoScoreColumn::make(),
AiReadinessScoreColumn::make(),

Wynik pojawia się też jako dodatkowa odznaka na karcie oceny strony nad polem tytułu SEO oraz jako własna sekcja raportu pod własną marką (PDF i e-mail): liczba, ocena literowa, zmiana względem poprzedniego raportu i trend kolejnych skanowań. Zawsze jest prezentowany obok oceny organicznego SEO, nigdy w nią włączany.

Przedziały ocen

Prezentacyjna ocena literowa wynika z liczby, która stanowi kontrakt. Dla spójności przedziały są takie same jak w ocenie SEO:

Wynik	Ocena
90–100	A
75–89	B
50–74	C
25–49	D
0–24	F

Konfiguracja

// config/seo-pro.php → 'scan'
'ai_readiness' => [
    'enabled' => true,             // turn the AI-Readiness pass + its persistence on/off
    'fetch_site_signals' => true,  // fetch /robots.txt, /llms.txt, /sitemap.xml (per host)
    'probe_markdown_twin' => true, // probe Accept: text/markdown on the page
],

Kontrole i wagi nie są konfigurowalne. Ocena musi być deterministyczna dla danego ai_readiness_version w każdej instalacji, więc zmiana obliczenia jest zmianą zasad w kodzie, a nie ustawieniem.

Wykrywanie sygnałów witryny używa żądań w procesie aplikacji

Dla celu na tym samym hoście skanowanie rozstrzyga /robots.txt, /llms.txt i stronę przez jądro HTTP Laravel w tym samym procesie, tak jak pozostałe kontrole skanowania. robots.txt lub llms.txt udostępniane jako plik statyczny, z pominięciem routingu Laravel, nie są widoczne. Udostępniaj je przez trasy pakietu (zalecana konfiguracja), aby były punktowane.