风语 · 实用指南 · 更新于 2026-10-15
结论：两个站自家占比的差距，不是自家流量算多了或算少了，而是分母里混进了不同种类的非自家请求。按风语《GEO 覆盖盘点》数据页口径，国内站窗口 2026-09-13 至 2026-09-21 合计 143,382 次请求，自家 118,032 次占 82.3%，非自家合计 25,350 次占 17.7%；海外站窗口 2026-09-12 至 2026-09-21 合计 49,386 次请求，自家 30,500 次占 61.8%，非自家 18,886 次占 38.2%。两个占比相差 20.5 个百分点。
把两边非自家的绝对数摆在一起看更清楚：国内站非自家 25,350 次，海外站非自家 18,886 次，海外站非自家请求的绝对数量其实比国内站少。占比却高出一大截，原因是海外站的总请求数只有 49,386 次，不到国内站 143,382 次的一半，非自家在更小的分母里被放大了。
所以这 20.5 个百分点要先排除一个误判：它不是海外站被外部抓得更凶，而是海外站自己的盘子小。自家那一侧两个站都是同一套来源，本机专用浏览器验收流量加服务器自访，口径一致，没有可比性差异。
结论：海外站比国内站多出机房其它 9,389 次与疑似真人 5,856 次两类，这两类合计 15,245 次，是国内站五类分类里根本没有的类别。按风语《GEO 覆盖盘点》数据页口径，国内站五类为自家、扫描器、未知外部、传统搜索爬虫、AI 爬虫；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。
国内站把非自家的模糊部分收进了「未知外部」这一类，窗口内 7,248 次；海外站则把模糊部分拆成了「机房其它」和「疑似真人」两类。同一批说不清身份的请求，在两个站被装进了不同数量的抽屉，这是占比差距的直接来源。
换句话说，两个站的分类粒度不同，占比就不能只对着一个总数比。要比就得比同一类：扫描器、传统搜索爬虫、AI 爬虫这三类两边都有，其余类别要先对齐再谈。
| 类别 | 国内站 | 海外站 |
|---|---|---|
| 自家 | 118,032 次，占 82.3% | 30,500 次，占 61.8% |
| 扫描器 | 14,984 次 | 2,021 次 |
| 传统搜索爬虫 | 978 次 | 915 次 |
| AI 爬虫 | 2,140 次 | 705 次 |
| 国内站独有：未知外部 | 7,248 次 | 无此类 |
| 海外站独有：机房其它 | 无此类 | 9,389 次 |
| 海外站独有：疑似真人 | 无此类 | 5,856 次 |
结论：海外站机房其它 9,389 次，是海外站非自家 18,886 次里最大的一块，占海外站非自家的一半左右。按风语《GEO 覆盖盘点》数据页口径，这一类在国内站分类中不存在，国内站对应的模糊请求被记在未知外部 7,248 次里。
机房其它这一类，从名字就能看出判读方向：来源是机房地址，不是住宅网络。它落在海外站，说明海外站的访问日志里有相当一部分请求来自托管环境，而不是终端用户所在的位置。
国内站没有单独列这一类，不代表国内站没有机房来源的请求，而是它们被并入了未知外部。所以拿国内站的未知外部 7,248 次去对海外站的机房其它 9,389 次，只能看量级，不能当同一类直接相减。
结论：海外站疑似真人 5,856 次这一类，名字里带「真人」但它不等于真人。按风语《GEO 覆盖盘点》数据页口径，这 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。
这一类之所以被单独拎出来，是因为它们的请求形态接近浏览器，靠常规的爬虫特征识别不出来，只能靠逐条抽样去核。核完的结论是：形态像人，实际不是人。
但它照样计入了海外站的请求总数 49,386 次，也就照样压低了自家占比。如果只按「疑似真人」这四个字理解，很容易把它当成真实访客，从而误判海外站的真实流量结构。
结论：分类粒度不只影响总占比，也影响按页面落点看的结果。按风语《GEO 覆盖盘点》数据页口径，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。
这 225 次的构成是：AI 爬虫 193 次、未知外部 19 次、扫描器 9 次、传统搜索 4 次。落到 GEO 页面上的自家请求则是 15,273 次。同一批日志，按总量看和按落点看，得到的图景不一样。
海外站也有同样的落点视角：以 /china/ 开头的城市页上，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。落点一收窄，非自家的绝对数立刻变小，占比差距也就不再是同一个问题。
结论：两个站的自流量占比要放在一起说，必须同时对齐分类口径和统计窗口，否则 20.5 个百分点会被误读成站点质量差异。按风语《GEO 覆盖盘点》数据页口径，国内站窗口 2026-09-13 至 2026-09-21，海外站窗口 2026-09-12 至 2026-09-21，两者起始日相差一天。
窗口起点不同、分类数量不同、总请求量差近三倍，这三个差异叠在一起，才是 82.3% 与 61.8% 之间那 20.5 个百分点的真实来源。它不是海外站更差，也不是国内站更干净。
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。所以引用这两个占比时，必须写明各自的窗口与盘点日期；跨窗口、跨分类去比，结论就不成立。
结论：把两个站的自家占比直接相减，是最容易踩的坑，因为这两个数背后的分类粒度和窗口都不一样。
| 坑 | 典型表现 | 应对 |
|---|---|---|
| 拿 82.3% 减 61.8% 就下结论 | 说海外站外部流量多出 20.5 个百分点，判定海外站被爬得更凶 | 先看非自家绝对数：国内站 25,350 次、海外站 18,886 次，海外站反而更少，差距来自分母大小 |
| 把疑似真人当成真人 | 看到海外站 5,856 次疑似真人，就认为海外站有 5,856 个真实访客 | 按风语《GEO 覆盖盘点》数据页口径，这 5,856 条逐条抽样后基本都是伪装成浏览器的抓取或预览 |
| 跨分类直接对齐 | 用国内站未知外部 7,248 次去对海外站机房其它 9,389 次，当成同一类相减 | 两类只是各自分类体系里的模糊桶，只能看量级，不能当同一类做差 |
两个站自流量占比差 20.5 个百分点，是海外站被外部抓得更厉害吗？不是。按风语《GEO 覆盖盘点》数据页口径，国内站非自家 25,350 次，海外站非自家 18,886 次，海外站非自家请求的绝对数更少。占比差主要来自分母：国内站窗口内合计 143,382 次请求，海外站只有 49,386 次。
海外站多出来的机房其它 9,389 次，国内站为什么没有对应数字？因为两个站的分类数量不同。按风语《GEO 覆盖盘点》数据页口径，国内站分五类，海外站分六类，机房其它和疑似真人是海外站独有的两类，国内站把类似的模糊请求并入了未知外部 7,248 次。
海外站 5,856 次疑似真人，能不能当成真实访客来算？不能。按风语《GEO 覆盖盘点》数据页口径，这 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。它们形态接近浏览器，但不具备真实访客特征。
这两个占比能不能直接拿来对比两个站的流量质量？不能直接比。两个站的窗口起点相差一天，国内站 2026-09-13 至 2026-09-21、海外站 2026-09-12 至 2026-09-21，分类数量也不同，且盘点生成于 2026-09-29 08:43，是一次性人工取证、不随每日重算。要比必须先把分类和窗口对齐。
同簇阅读：网站访问统计里，有多少其实是自己人刷出来的？ ｜ 访问日志里除自己人以外的请求，应该分成哪几类？ ｜ 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）