跳转至

GEO 实践

GEO(Generative Engine Optimization,生成式引擎优化)要解决的问题是:当用户把问题交给 AI 搜索或对话助手时,你的内容是否被检索到、抽取走、并标注来源。 它与传统 SEO 的差别不在技术栈,在目标——SEO 争的是排名位次,GEO 争的是「被引用」。

一、先理解链路:AI 是怎么「用到」你的内容的

一次带联网能力的回答,通常经过四步,每一步都会筛掉一批内容:

阶段 发生了什么 你的内容被淘汰的常见原因
1. 发现 爬虫或检索接口找到你的页面 站点无 sitemap、robots 阻断、页面需登录、纯前端渲染无静态内容
2. 抽取 把页面转成可处理的文本块 关键信息在图片里、在 iframe 里、靠 JS 交互才展开、正文被大量导航文字稀释
3. 判用 判断这段内容是否回答了这个具体问题 只有营销话术没有结论、没有数据、没有日期、没有来源
4. 引用 在回答中标注出处 页面无明确标题层级、无可定位的段落、事实无出处

多数「做了内容但没被引用」的情况,卡在第 2 步和第 3 步,而不是内容不够多。

二、可被抽取的内容结构(写作层)

一个能被稳定引用的段落,通常具备四个特征:有结论句、有具体量、有日期、有来源。反面写法是「我们提供高效、稳定、领先的服务」——这句话无法被验证,也就无法被引用。

推荐的三段式结构(适用于任何技术主题页面):

  1. 结论先行:第一句直接给出答案或判断,不铺垫背景。
  2. 依据随后:给出数字、口径、条件、边界。数字必须带单位与日期。
  3. 适用性说明:说明这个结论在什么条件下成立、什么条件下失效。

配合使用的具体做法:

  • 一页一问题:页面标题就是用户会问的问题;多主题混在一页,抽取时会被切成无法独立成立的碎片。
  • 表格优先:结构化对比用表格,而不是长段落罗列。表格是抽取成本最低的格式。
  • 标题层级规范:H2 对应一个子问题,H3 对应子问题下的一个维度。避免跳级、避免「第一部分/第二部分」这类无信息量标题。
  • 术语统一:同一概念全文用同一个词,别在同义词之间来回换。
  • 代码块标注语言:公式、命令、配置一律放进围栏代码块并标注语言,抽取时可原样保留。

三、站点侧必须做对的技术项(工程层)

这一层不做对,写作再规范也不会被读到。

项目 要求 为什么
静态输出 正文能在无 JS 环境下直接读到 抽取环节常不执行 JS
sitemap.xml 存在、URL 为最终域名、随内容更新 发现阶段的入口
robots.txt 不误伤 AI 爬虫;显式声明 Sitemap: 一行配置能挡掉全部流量
免登录 公开内容不做登录墙、不做强制弹窗 登录墙等于对爬虫关闭
Markdown 副本 每页提供同名 .md 直链 让机器拿到无噪声原文,省掉 HTML 解析误差
llms.txt 站点根目录提供结构化页面索引 给 AI 一份「你该读哪些页」的地图
HTTPS 有效 证书覆盖实际使用的子域与端口 证书错误会被降权或直接抓取失败
首屏可达 核心结论与行动入口在首屏 人工与机器都先看首屏

本站即按上表构建:MkDocs Material 静态输出 + sitemap 插件 + 静态 robots.txt + 构建后自动生成 llms.txt / llms-full.txt 与逐页 Markdown 副本。

四、怎么衡量有没有效果

GEO 的效果不能用「收录量」衡量,建议用三层指标,从粗到细:

  1. 可发现性:sitemap.xml 中 URL 数、robots.txt 允许抓取、llms.txt 可匿名访问。这是及格线,全部应为「通过」。
  2. 可抽取性:抓取页面后,正文首段是否为结论句、表格是否可解析、.md 副本与页面内容是否一致。可通过定期抓取自查。
  3. 被引用性:在目标问题集上,用主流 AI 搜索/助手实际提问,记录「是否出现本站域名」「引用的是哪一页」。建议固定问题集(20~50 条)、固定周期(周或双周)、固定记录字段(问题、是否引用、引用页面、引用片段),否则数据无法对比。

第 3 层指标波动大,单次结果不具备判断力,至少连续观察 4 个周期再下结论。

五、常见误区

  • 把 GEO 当发稿量竞赛:一次被引用胜过十篇没人读的长文。质量与结构决定是否被抽取,数量不解决这个问题。
  • 堆关键词:AI 抽取的是语义单元,关键词密度对它几乎无用,反而破坏可读性。
  • 只做站外不做站内:站内没有可引用的原文,站外分发再多也缺一个稳定落点。
  • 忽视日期:无日期的数据会被当作不可靠信息;带日期的数据即使过期也能被正确归因。

六、下一步


相关页面:Link AI Token 计价与成本 | 开源数据仓 | 返回首页 (内容由AI生成,仅供参考)