Permission
Is the crawler allowed?
AI Search Readiness Report
Free, no signup. Five foundations—permission, extractability, renderability, operability, and commerce readiness—feed a four-stage explanation of whether an AI system can retrieve, use, cite, and accurately represent one page. These stay independent rather than becoming one invented AI score.
Five separate tests · registry 2026-07-29
Crawler access is only the first layer
Extractability
Are useful facts present in raw HTML?
Renderability
Does JavaScript successfully expose them?
Operability
Can an agent identify and use semantic controls?
Commerce readiness
Do page, schema, feed and checkout facts agree?
HTML remains primary. llms.txt, UCP, and other protocol files are optional distribution layers and cannot compensate for inaccessible or unextractable HTML.
Validate a protocol response
Upload verified-bot log evidence
Expected columns: crawler, timestamp, url, status, verification. A user-agent string alone is never treated as verified identity.
No log evidence uploaded.
Method note: stage weights are provisional and visible. An unavailable check never becomes a pass or a zero; it lowers the stage’s confidence instead. This observation describes the named consumer product at the recorded query time. A model API with search is an execution surface, not a proxy for the provider’s consumer product. Results can correlate, but they are not interchangeable.
General preserves the base readiness run. Named profiles add required page-signal checks; unavailable schema guidance and weights are shown as not evaluated.
Add observed answer evidence and retrieval-path inputs
When supplied, this also enables one bounded retrieval-off brand observation. It is not a query of ChatGPT, Gemini, or another consumer search product.
Checks run from our server; we fetch the URL you enter and don't keep the results. Anonymous run-level outcome counters may be used for aggregate research; URLs, domains, IPs, and identifiers are never included, and no statistic is released below 100 runs.
Sample report Honest output shape
Suppose the public files and page HTML are fetchable, while rendered-page evidence and the optional AI-probe budget are unavailable. A faithful report does not fill those gaps with zeros:
Retrieve · scored from the crawler evidence that was evaluated · reduced confidence
Use · not evaluated where rendering or additional inputs are required
Cite · evaluated modules shown individually; unavailable modules excluded
Believe · not evaluated when the current run has no supporting module evidence
This is a static explanation of state handling, not a captured score for a named site. Live numeric results depend on the entered URL and the modules available during that run.
How to use it
- Enter the complete URL of one public page and choose its profile.
- Complete the anti-abuse check and select Run readiness report.
- Start with the four-stage summary, then expand each stage to see evaluated and unavailable modules.
- Fix explicit access or content findings first. Re-run after publishing, while allowing for provider-specific cache lag.
+ saves the current site or page. Use ☆ beside any saved site, page, or list to favorite it. Recent check history appears below.
Create a named list
Target filled from your local choices.
Site passport Local context for this saved site
Local data
Saved targets, named lists, and recent check summaries remain only in this browser.
Consumer-product context
No consumer AI product is queried by this report. These are dated qualitative priors, not simulated results or universal per-product scores.
ChatGPT consumer search: not evaluated — no product-specific query occurred. Contextual prior: citable source, quotability, information gain, and corroboration; provenance: Source unavailable — editorial prior without a cited primary or study source, as of 2026-07-11, low confidence.
Gemini app: not evaluated — no product-specific query occurred. Contextual prior: parametric brand footprint; provenance: Source unavailable — editorial prior without a cited primary or study source, as of 2026-07-11, low confidence.
Google AI Overviews: not evaluated — no product-specific query occurred. Contextual prior: classic SEO retrieval and ranking; provenance: Source unavailable — editorial prior without a cited primary or study source, as of 2026-07-11, low confidence.
Google AI Mode: not evaluated — no product-specific query occurred. Contextual prior: extractable passage coverage across fan-out queries; provenance: Source unavailable — editorial prior without a cited primary or study source, as of 2026-07-11, low confidence.
Perplexity consumer search: not evaluated — no product-specific query occurred. Contextual prior: freshness, indexing speed, and citable passage volume; provenance: Source unavailable — editorial prior without a cited primary or study source, as of 2026-07-11, low confidence.
Claude consumer search: not evaluated — no product-specific query occurred. Contextual prior: broad authority and Brave-indexed presence; provenance: Source unavailable — editorial prior without a cited primary or study source, as of 2026-07-11, low confidence.
Microsoft Copilot: not evaluated — no product-specific query occurred. Contextual prior: Bing indexation; provenance: Source unavailable — editorial prior without a cited primary or study source, as of 2026-07-11, low confidence.
Grok consumer search: not evaluated — no product-specific query occurred. Contextual prior: parametric brand footprint and current community presence; provenance: Source unavailable — editorial prior without a cited primary or study source, as of 2026-07-11, low confidence.
Answer-caching lag: AI answers may continue to reflect cached or previously retrieved material for days to weeks after a fix. Recheck over time before treating an unchanged answer as proof that the fix failed.
Rate this tool
What the results mean
- Retrieve — whether an answer system can discover and fetch the page.
- Use — whether the available page content is usable by the evaluated modules.
- Cite — signals related to selecting and attributing a page as a source.
- Believe — signals related to identity, support, and accurate representation.
- Confidence — how much of the provisional stage weight was actually evaluated.
- Not evaluated — unavailable evidence, never an inferred pass or error.
How it works
A protected run receives a bounded request budget, compares browser and GPTBot responses, fetches robots.txt and public agent-discovery files through SSRF-guarded endpoints, models retrieval chunks from the captured HTML, and checks the exact URL against recent Common Crawl indexes. It also evaluates answer structure, citations, entity facts, and parseable freshness evidence. If you supply a brand, one named Workers AI observation is added with model and query-time attribution. Each evaluated numeric module contributes its published provisional weight; unavailable evidence remains reason-coded not evaluated.
Features
- Four-stage funnel instead of a universal composite score.
- Visible per-module weights, findings, and fix links.
- Per-crawler/model breakdown when a module has that evidence.
- Reason-specific unavailable states for fetch, render, AI, timeout, and input limits.
- Protected, bounded network runs and shareable URL state.
Limitations
Weights are provisional. The chunk, freshness, and entity-fact checks are deterministic approximations over captured HTML, while the optional brand check is one retrieval-off Workers AI observation. A fetch from this service can differ from a provider’s geography, identity, cache, or index. The report does not query commercial answer products, observe their private retrieval systems, or guarantee retrieval, use, attribution, or factual treatment.
Frequently asked questions
Why are there four stages instead of one AI readiness score?
Retrieval, use, citation, and accurate representation can each report errors independently. Keeping them separate prevents a strong content signal from hiding an access error or an unavailable module.
What does not evaluated mean?
The module had no usable evidence because it needs another input, exceeded a budget, timed out, failed to fetch, or does not apply. It is excluded from the stage score and lowers confidence rather than becoming zero.
Does a strong report guarantee AI citations?
No. The report checks observable page and access signals. It cannot see every provider’s index, ranking, generated answer, cache, or source-selection system.
Why can a recent fix take time to appear?
Answer systems may cache fetched pages, retrieval indexes, or generated responses. Re-crawl and regeneration timing varies by provider, so this report can verify the current public page without proving that a provider has refreshed its copy.
What modules does the current public run evaluate?
The public run checks crawler and edge access, recent Common Crawl presence, public agent-discovery signals, modeled chunk usability, answer and citation evidence, freshness, entity facts, and—when you provide a brand—a bounded retrieval-off model observation. An unavailable dependency remains not evaluated.
Feature requests for Ai Search Readiness Report
Upvote what you want most. New ideas can be submitted from the floating Feedback menu; requests appear here once approved, and the most-wanted rise to the top.
You won't be emailed about that request anymore.
Loading…
➕ Request a feature
New requests are reviewed before they appear here.
Sobre a ferramenta
Grátis e sem cadastro. Cinco fundamentos — permissão, extraibilidade, renderização, operacionalidade e prontidão para comércio — alimentam uma explicação em quatro etapas sobre se um sistema de IA pode recuperar, usar, citar e representar corretamente uma página. Esses fundamentos permanecem independentes, em vez de virar uma pontuação de IA inventada.
A execução pública verifica o acesso de rastreadores e da borda, a presença recente no Common Crawl, sinais públicos de descoberta de agentes, usabilidade modelada dos blocos, evidências de respostas e citações, atualidade, fatos sobre entidades e, quando você informa uma marca, uma observação limitada de modelo com recuperação desativada. Uma dependência indisponível permanece como não avaliada.
Recursos
- Recursos: funil de quatro etapas em vez de uma pontuação composta universal. Pesos, constatações e links de correção visíveis por módulo. Detalhamento por rastreador/modelo quando o módulo dispõe dessas evidências. Estados de indisponibilidade com motivos específicos para busca, renderização, IA, tempo limite e limites de entrada. Execuções de rede protegidas e limitadas, com estado compartilhável por URL.
- Como usar: informe a URL completa de uma página pública e escolha o perfil. Conclua a verificação contra abuso e selecione “Executar relatório de prontidão”. Comece pelo resumo das quatro etapas e expanda cada etapa para ver os módulos avaliados e indisponíveis. Corrija primeiro as constatações explícitas de acesso ou conteúdo. Execute novamente após publicar, considerando o atraso de cache específico de cada provedor.
- Veja separadamente os sinais de recuperação, uso, citação e crença que influenciam a capacidade dos sistemas de IA de interpretar corretamente uma página.
- Recuperação, uso, citação e representação precisa podem apresentar erros de forma independente. Mantê-los separados evita que um sinal forte de conteúdo esconda um erro de acesso ou um módulo indisponível.
Como funciona
Como funciona: uma execução protegida recebe um orçamento limitado de solicitações, compara as respostas do navegador e do GPTBot, busca robots.txt e arquivos públicos de descoberta de agentes por endpoints protegidos contra SSRF, modela blocos de recuperação a partir do HTML capturado e verifica a URL exata nos índices recentes do Common Crawl. Também avalia a estrutura da resposta, citações, fatos sobre entidades e evidências analisáveis de atualidade. Se você informar uma marca, uma observação identificada da Workers AI é adicionada com atribuição do modelo e do horário da consulta. Cada módulo numérico avaliado contribui com seu peso provisório publicado; evidências indisponíveis permanecem como não avaliadas, com o motivo indicado.
Limitações
- Limitações: os pesos são provisórios. As verificações de blocos, atualidade e fatos sobre entidades são aproximações determinísticas sobre o HTML capturado, enquanto a verificação opcional da marca é uma observação da Workers AI com recuperação desativada. Uma busca deste serviço pode diferir da geografia, identidade, cache ou índice de um provedor. O relatório não consulta produtos comerciais de respostas, não observa sistemas privados de recuperação e não garante recuperação, uso, atribuição nem tratamento factual.
- Nota metodológica: os pesos das etapas são provisórios e visíveis. Uma verificação indisponível nunca vira uma aprovação ou um zero; ela reduz a confiança da etapa.
Perguntas frequentes
Por que há quatro etapas em vez de uma pontuação de prontidão para IA?
Recuperação, uso, citação e representação precisa podem apresentar erros de forma independente. Mantê-los separados evita que um sinal forte de conteúdo esconda um erro de acesso ou um módulo indisponível.
O que significa não avaliado?
O módulo não obteve evidências utilizáveis porque precisava de outra entrada, excedeu o orçamento, atingiu o tempo limite, não conseguiu buscar o recurso ou não se aplica. Ele é excluído da pontuação da etapa e reduz a confiança, em vez de virar zero.
Um relatório forte garante citações por IA?
Não. O relatório verifica sinais observáveis da página e de acesso. Ele não consegue ver o índice, a classificação, a resposta gerada, o cache nem o sistema de seleção de fontes de cada provedor.
Por que uma correção recente pode demorar para aparecer?
Sistemas de respostas podem manter em cache páginas buscadas, índices de recuperação ou respostas geradas. O momento do novo rastreamento e da regeneração varia por provedor; portanto, este relatório pode verificar a página pública atual sem provar que o provedor atualizou sua cópia.
Quais módulos a execução pública atual avalia?
A execução pública verifica o acesso de rastreadores e da borda, a presença recente no Common Crawl, sinais públicos de descoberta de agentes, usabilidade modelada dos blocos, evidências de respostas e citações, atualidade, fatos sobre entidades e, quando você informa uma marca, uma observação limitada de modelo com recuperação desativada. Uma dependência indisponível permanece como não avaliada.