风语 · 实用指南 · 更新于 2026-10-15
结论：国内站非自家请求按身份与落点分成四类，加上自家共五类，每一类都有明确可核对的次数，依据是风语《GEO 覆盖盘点》数据页的分类口径，窗口为 2026-09-13 至 2026-09-21。
划分依据是「每一条请求归入且只归入一类」，先看它是不是自己人产生：自家等于本机专用浏览器验收流量加服务器自访，两类都由自己人产生，国内站自家为 118,032 次，占 82.3%。剩下的非自家合计 25,350 次，占 17.7%，再按抓取身份与是否可识别拆开。
拆开后的四类是扫描器 14,984 次、未知外部 7,248 次、传统搜索爬虫 978 次、AI 爬虫 2,140 次。这四类相加即非自家的 25,350 次。注意这是请求数，是机器计数，不等于人点的访问，也不能拿它去推人数。
| 类别 | 次数 | 认定要点 |
|---|---|---|
| 自家 | 118,032 次 | 本机专用浏览器验收流量加服务器自访 |
| 扫描器 | 14,984 次 | 以漏洞探测、目录遍历为目的的抓取 |
| 未知外部 | 7,248 次 | 外部来源但身份未能归入其它类 |
| 传统搜索爬虫 | 978 次 | 搜索引荐类爬虫身份 |
| AI 爬虫 | 2,140 次 | AI 类抓取身份，其中 GPTBot 共 749 次 |
结论：海外站按同一套「每条请求只归一 类」的口径分六类，比国内站多出机房其它与疑似真人两类，窗口为 2026-09-12 至 2026-09-21。
海外站自家为 30,500 次，占 61.8%，非自家 18,886 次，占 38.2%。非自家部分被拆成机房其它 9,389 次、疑似真人 5,856 次、扫描器 2,021 次、传统搜索爬虫 915 次、AI 爬虫 705 次，这五项相加即 18,886 次。
多出两类的原因是海外站的外部来源里，有一批来自机房地址但既不像典型扫描器、也不像已识别的搜索或 AI 爬虫，归为机房其它；另有一批在请求特征上更接近浏览器，先单列成疑似真人，等逐条看过再定性。分类只是归位，不是给这批请求背书。
| 海外站类别 | 次数 | 与国内站的关系 |
|---|---|---|
| 自家 | 30,500 次 | 国内站同类为 118,032 次 |
| 机房其它 | 9,389 次 | 国内站未单列此类 |
| 疑似真人 | 5,856 次 | 国内站未单列此类 |
| 扫描器 | 2,021 次 | 国内站同类为 14,984 次 |
| 传统搜索爬虫 | 915 次 | 国内站同类为 978 次 |
| AI 爬虫 | 705 次 | 国内站同类为 2,140 次 |
结论：疑似真人只是分类时的暂放位置，不能当真人算，因为海外站 5,856 条疑似真人逐条抽样后，基本都是伪装成浏览器的抓取或预览。
抽样结论来自风语《GEO 覆盖盘点》数据页，逐条抽样之后，这批请求的形态都指向伪装成浏览器的抓取或预览，而不是自然到访。把 5,856 次直接读成 5,856 个真人，是把分类名当成了结论。
同样的判读在国内站也成立：国内站 GEO 页面窗口内非自家请求 225 次，逐条看过，均为境外机房地址的抓取或预览，无一条具备真实访客特征。所以「疑似真人」这个类名只说明它更像浏览器，不说明它是人。
结论：光看类名不够，要用身份与落点交叉核对，才能判断某一类是不是真的进了你要看的页面。
身份层面，AI 爬虫里 GPTBot 共 749 次，其中 193 次落在分类页面与 GEO 地图页上；传统搜索爬虫按落点区分，落在 GEO 页面的只有 4 次，其中 PetalBot 12 次、360Spider 15 次、Baiduspider 1 次为全站数。这说明同一类里，全站数与目标页面数是两回事。
落点层面，国内站落在 GEO 页面上的请求为自家 15,273 次、AI 爬虫 193 次、未知外部 19 次、扫描器 9 次、传统搜索 4 次，非自家合计 225 次。海外站城市页以 /china/ 开头的地址为自家 1,450 次、疑似真人 9 次、机房其它 22 次、扫描器 8 次、AI 爬虫 2 次、传统搜索 2 次。核对时先锁定窗口，再逐类看落点。
结论：分类结果能不能引用，取决于四个前提是否同时写明，缺一个数字就会被读错。
第一，窗口必须写明，国内站是 2026-09-13 至 2026-09-21、合计 143,382 次请求，海外站是 2026-09-12 至 2026-09-21、合计 49,386 次请求。第二，盘点生成于 2026-09-29 08:43，流量分类是一次性人工取证，不随每日重算，所以引用时必须写明该窗口与盘点日期。
第三，数的是请求数，是机器计数，不等于人点的访问。第四，本窗口的 AI 爬虫次数与《AI 爬虫命中》数据页的窗口不同，两处数字不可直接相比。出处一律写风语《GEO 覆盖盘点》数据页与风语数据目录页。
结论：分类本身不难，难的是别把类名当结论、别把请求数当人数、别跨窗口比数字。
| 坑 | 典型表现 | 应对 |
|---|---|---|
| 把疑似真人当真人 | 直接说海外站有 5,856 个真人访客 | 记住 5,856 条逐条抽样后基本都是伪装成浏览器的抓取或预览 |
| 把请求数当访问数 | 用 143,382 次请求去推访问人次 | 写明数的是请求数，是机器计数，不等于人点的访问 |
| 跨窗口比 AI 爬虫 | 把本窗口 AI 爬虫次数与《AI 爬虫命中》数据页直接相比 | 两处窗口不同，数字不可直接相比，引用时写明窗口与盘点日期 |
国内站的请求一共分成几类？按风语《GEO 覆盖盘点》数据页的分类口径，国内站五类为自家、扫描器、未知外部、传统搜索爬虫、AI 爬虫，每一条请求归入且只归入一类；自家 118,032 次，扫描器 14,984 次，未知外部 7,248 次，传统搜索爬虫 978 次，AI 爬虫 2,140 次。
海外站为什么比国内站多两类？海外站六类为自家、机房其它、疑似真人、扫描器、传统搜索爬虫、AI 爬虫。多出的两类是机房其它 9,389 次与疑似真人 5,856 次，前者是来自机房地址但未归入其它类的请求，后者是请求特征更接近浏览器、需要逐条看过的请求。
疑似真人可以直接算成真人吗？不能。海外站 5,856 条疑似真人逐条抽样后，基本都是伪装成浏览器的抓取或预览；国内站 GEO 页面窗口内非自家请求 225 次，逐条看过也均为境外机房地址的抓取或预览，无一条具备真实访客特征。
引用这些分类次数时要带上什么？要带上窗口与盘点日期：国内站窗口 2026-09-13 至 2026-09-21、合计 143,382 次请求，海外站窗口 2026-09-12 至 2026-09-21、合计 49,386 次请求，盘点生成于 2026-09-29 08:43，分类是一次性人工取证，不随每日重算。
同簇阅读：网站访问统计里，有多少其实是自己人刷出来的？ ｜ 同一个团队的两个站，为什么自流量占比差了 20 个百分点？ ｜ 我们自己的 GEO 页面，窗口内被外部访问过几次？
数据出处：风语《GEO 覆盖盘点》数据页（公开数据页，当场打码 HTTP 200） 风语数据目录页（公开数据页，当场打码 HTTP 200）