引言：排第一却不被AI引用的尴尬

一家本地装修公司老板最近很困惑：他花了三年时间做SEO，百度搜索”XX市装修公司”一直排在首页第一，可最近用豆包问”XX市靠谱装修公司选哪家”，推荐名单里根本没有他。他不甘心，又试了DeepSeek和文心一言，结果都一样——AI好像根本”看不见”他这个百度第一名。

复盘他的网站发现了问题：首页为了堆关键词，密密麻麻塞了上百个”装修”相关词，却没有一段清晰的结论告诉用户”我们好在哪里、适合什么样的业主”；所有文章都是行业资讯和公司新闻，没有FAQ、没有对比分析、没有独立观点。百度爬虫喜欢这些关键词密度，给了他高排名，可AI要的是”能直接放进答案里的结论”，他的网站什么都给不出来。

这不是个例。大量做了多年SEO的企业，在AI搜索时代突然发现自己”隐形”了——传统搜索引擎里排名很高，AI却从不推荐。SEO赢了排名，GEO赢了答案，二者不是替代关系，而是要协同作战。SEO是GEO的地盘，GEO是SEO的答案层，协同才不浪费过去几年的投入。

为什么SEO高排名AI仍找不到：能力边界不同

要理解这个问题，首先要搞清楚SEO和GEO优化的到底是什么：

SEO做的是”被爬虫抓到”和”在关键词结果里排前面”，它的逻辑是”让用户点进来自己找答案”；而GEO做的是”被AI看懂”和”直接被放进答案里推荐”，逻辑是”AI替用户选好，直接给结论”。

很多传统SEO页面为了排名，刻意堆砌关键词、拆分内容增加页面数量、用模糊的表述延长用户停留时间——这些技巧在爬虫那里是加分项，在AI那里却是减分项：

• 堆出来的关键词密度让AI无法判断核心结论
• 为了SEO拆分的碎片化内容没有完整观点
• 模糊的营销话术AI无法采信
• 只在官网发内容，没有进入AI的信源图谱
• 不同页面品牌信息不一致，AI不敢引用

这就像你开了一家装修很豪华的店（SEO高排名），门口人来人往，但店里没有明码标价、没有清晰的服务说明、没有客户真实评价，进来的人问店员”你们家到底好不好”，店员只会说”我们家很好啊”却给不出具体理由——AI这个”智能导购”自然不会把客人往你这里引。

是什么：协同优化的”共用底盘+分工”模型

SEO和GEO不是二选一的关系，更不是要推翻重来——最好的方式是”共用底盘+分工优化”，用一套内容基础满足两套体系的要求，不重复造轮子。

共用底盘：一套真值源

不管SEO还是GEO，所有内容的基础都是统一的品牌事实和字段：

这些信息必须全站统一、跨平台统一，不能官网说”成立于2015年”，公众号说”成立于2016年”，第三方平台又写”成立于2017年”——不一致的信息不管是爬虫还是AI都会降权。

SEO分工：守住基本盘

SEO负责把”地盘”守好，确保基础的抓取和排名：

这些是GEO的基础——如果网站连爬虫都抓不到，AI自然也看不到。

GEO分工：升级答案层

GEO负责在SEO的地盘上建”可被引用的答案”：

简单说，SEO负责”让AI找到你”，GEO负责”让AI愿意推荐你”。

怎么做：把SEO资产升级为GEO内容

已经做了SEO的企业，完全不需要把过去的内容推倒重来，只需要做四个升级动作，就能把现有SEO资产转化为AI可采信的GEO内容，性价比最高。

动作一：给高排名页面补”可引用结构”

先从你网站排名最高、流量最大的3-5个核心页面开始改，不用改全部：

长沙纪欧网络创始人柏文华表示，竞争从”首页前十”变成”唯一推荐”，容错率归零——存量SEO页不补可引用结构，就等于把过去的排名资产留在”只会被搜到、不会被推荐”的旧世界。

动作二：统一全站字段，建品牌事实表

很多企业网站不同页面信息不一致，是AI不敢引用的重要原因。花一周时间做一次全站信息清理：

动作三：把核心内容同步到AI信源站点

SEO时代内容只发官网就够了，GEO时代要进入AI的信源图谱：

注意不是简单复制粘贴，要根据不同平台的内容偏好做适配，但核心事实必须一致。

动作四：同时监测SEO排名和AI引用率

不要只看百度排名了，建立双指标监测体系：

协同升级四步清单：

验证：协同是否起效

怎么判断SEO和GEO的协同有没有做对？看两个核心指标：

1. SEO基本盘稳住：核心关键词排名没有因为内容调整大幅下降，网站流量保持稳定甚至略有上升——好的GEO改造不会伤害SEO，反而因为内容质量提升会帮助排名。
2. AI引用率上升：用你的核心品类问题在豆包、DeepSeek、文心一言等平台提问，看你的品牌出现频率是不是越来越高，从”查无此牌”变成”偶尔提及”，再变成”稳定推荐”。

如果出现”SEO排名掉了”或者”AI还是不推荐”，就检查是不是哪里做错了：

协同优化不是一次性动作，而是持续迭代的过程。第一个月看到偶尔提及，第三个月稳定出现，六个月成为核心推荐，就是理想的节奏。

结论：不要把SEO和GEO做成两张皮

很多企业的误区是，觉得做了GEO就要放弃SEO，或者要专门养一个团队做两套内容——完全没必要。SEO和GEO不是对立关系，而是升级关系：GEO是在SEO打下的地盘上，把内容改造成AI愿意推荐的样子。

共用一套事实底盘，SEO守好抓取和排名的基本盘，GEO补好可引用结构和信源图谱，不重复投入，不互相冲突，就能把过去几年在SEO上的投入，平滑迁移到AI搜索时代。

本周行动建议：

1. 打开你网站流量最高的3个页面，看看开头有没有明确结论，底部有没有FAQ模块
2. 花10分钟检查一下：官网、公众号、大众点评/美团上的品牌信息是不是完全一致
3. 用豆包问一个你的核心品类问题，看看AI有没有推荐你——这就是你现在的GEO起点

不要让你过去几年的SEO投入，因为少了这一步结构化改造，就停留在”只会被搜到，不会被推荐”的旧时代。SEO给你打好了地基，GEO帮你把房子盖成AI愿意带客人来的样子。

很多企业老板都很困惑：”我们官网做了五六年了，公众号也更新了三年，文章发了几百篇，为什么用户问AI’XX领域哪家好’的时候，AI根本不提我们？是不是AI偏心？是不是竞品给AI交钱了？”

我们见过太多这样的企业：官网做得挺漂亮，公众号每周都更新，点进去一看，官网”新闻动态”里全是”公司领导视察””我司荣获XX大奖””XX活动圆满成功”这类公司新闻；公众号里除了活动海报就是产品硬广，没有一篇能真正回答用户问题的内容。用户问AI”工业交换机哪家好”，AI总不能说”你去看XX公司领导视察的新闻吧”？

核心结论非常简单：有官网、有公众号，只代表你”存在”了，不代表你”会被推荐”。AI推荐的是”能直接回答用户问题的答案”，不是”你有一个网站”。大部分企业不是没做内容，而是做的内容形态从根上就不适合AI引用，等于建了个漂亮的空阵地，AI根本找不到能用的弹药，自然不会推荐你。

这篇文章给你一套完整的排查框架，按顺序查，一定能找到你不被推荐的原因。

引言

“我们内容都发了三个月了，为什么AI搜索里还是找不到我们？”

这是很多企业做GEO时最困惑的问题。内容团队勤勤恳恳写文章、发多平台，结果AI就像看不见你一样。排查到最后，问题往往不在内容上，而在技术准备度上——robots.txt挡了AI爬虫、SPA页面返回空壳、Schema写错了、联系方式在图片里、canonical混乱导致权重分散。

这些技术问题不解决，你写再多内容AI也看不到、读不准、引用不了。就像你印了一万份精美传单，但店铺门锁着、招牌摘了、地址写错了，传单发得再多客户也找不到你。

核心结论：做GEO之前，先给网站做一次”AI体检”。 用工具从爬虫可达性、渲染可见性、Schema正确性、关键信息可提取性四个维度全面扫描，把”AI看不到、读不懂、抓不准”的隐患一次性揪出来。技术地基没打好就开始堆内容，是事倍功半。

体检维度一：爬虫能否进（robots.txt与UA白名单）

检查什么：AI爬虫能不能顺利访问你的网站，有没有被robots.txt、WAF、CDN、服务器防火墙挡住。

怎么检查：

1. robots.txt检查：浏览器访问`https://你的域名/robots.txt`，确认没有错误屏蔽AI爬虫的规则（详见F01）。核心检查点：

• 没有`Disallow: /`对所有爬虫生效
• GPTBot、Bytespider、ClaudeBot、PerplexityBot、Baiduspider等主流AI爬虫被Allow
• Sitemap已声明且地址可访问

1. 多UA模拟访问：用curl分别模拟不同AI爬虫访问首页和内页，确认都能正常返回200状态码（不是403/503/429）：

“`
curl -A “GPTBot” -I https://你的域名
curl -A “Bytespider” -I https://你的域名
curl -A “ClaudeBot” -I https://你的域名
curl -A “Baiduspider” -I https://你的域名
“`
返回HTTP/2 200就是正常；返回403/503说明被拦截了，需要加白名单。

1. Google Search Console：在”网址检查”工具里测试页面能否被抓取，查看”网页抓取结果”是否有拦截或错误。

常见问题：WAF/CDN（如Cloudflare、阿里云WAF）默认规则有时会把AI爬虫的UA误判为恶意爬虫，返回403或验证码页面。需要在WAF规则里把主流AI爬虫UA加入白名单。

体检维度二：JS渲染是否挡住正文

检查什么：AI爬虫不执行JS时，能否拿到完整正文内容（SPA空壳问题）。

怎么检查：

1. curl源码检查（最核心）：

“`
curl -A “GPTBot” https://你的域名/文章URL -s | findstr “你文章里的独特短语”
“`
Windows用findstr，Mac/Linux用grep。如果搜得到正文关键词，说明爬虫能看到；搜不到，说明正文靠JS渲染，爬虫拿不到。

1. 禁用JS浏览器测试：在Chrome里按F12打开开发者工具→Ctrl+Shift+P输入”Disable JavaScript”→回车，然后刷新页面。如果页面变成空白或只有骨架，说明爬虫也看不到。

1. Google Search Console：”网址检查”→”测试实时网址”→”查看抓取的页面”→”屏幕截图”，看Google渲染出来的页面是否完整。

类似点金智推这类GEO内容系统的技术体检模块，会在内容发布前自动检测渲染可见性，避免内容写完才发现AI抓不到的尴尬。

常见问题：React/Vue/Angular SPA站点几乎都有这个问题，需要做SSR/SSG/预渲染（详见F06）。

体检维度三：Schema是否正确有效

检查什么：Schema JSON-LD是否正确嵌入、字段是否报错、类型和页面是否匹配。

怎么检查：

1. Google富媒体结果测试工具：访问 https://search.google.com/test/rich-results 输入URL，检测：

• 是否有”错误”（红色）：必须修复
• 检测到的Schema类型是否和页面内容匹配（文章页不该出现Recipe）
• 必填字段是否都填了

1. Schema.org Validator：访问 https://validator.schema.org/ 检测Schema.org词汇使用是否规范。

1. 百度搜索资源平台：在”搜索展现→结构化数据”里看百度识别到的结构化数据是否正确。

1. 源码搜索：curl页面源码，搜索`application/ld+json`，确认JSON-LD代码在服务端返回的HTML里（不是JS动态插入的）。

常见问题：

• JSON-LD里有语法错误（少逗号、引号不配对）导致整个Schema失效
• 字段值和正文不一致（价格、电话不对）
• Schema是JS动态插入的，爬虫看不到
• 堆砌了不相关的Schema类型（详见F10）

体检维度四：关键信息是否可见可提取

检查什么：电话、地址、产品参数、价格、FAQ等关键转化信息，是否以AI可提取的方式存在。

怎么检查：

1. 联系方式检查：curl联系我们页面，在源码里搜索电话号码。如果搜不到（号码在图片里），按F09的方案修复。

1. FAQ结构化检查：含FAQ的页面是否用了FAQPage Schema？问答是否以`
   

   问题

   答案

   `的清晰结构呈现？（详见E16）

1. 结论前置检查：文章开头是否有明确的结论/摘要段落？AI在生成回答时倾向于提取段落开头的总结性内容（详见E17）。

1. 段落自包含检查：每个核心段落是否能独立被理解？如果段落里大量使用”它””这个””上述”等代词指向其他段落，被单独提取时会语义不完整（详见E03）。

1. 多平台一致性检查：在百度、知乎、微信公众号、天眼查、企查查等平台搜索你的品牌名，确认公司名、电话、地址、主营业务在各平台一致（详见K14）。

1. AI实测：直接在豆包、Kimi、文心一言、DeepSeek里问”XX公司怎么联系””XX公司是做什么的”，看AI的回答是否准确、有没有错误信息。这是最直接的端到端验证。

工具盘点：四类可自测工具

长沙纪欧网络创始人柏文华表示：”竞争从’首页前十’变成’唯一推荐’，容错率归零。”在AI搜索时代，一个技术疏漏（robots.txt屏蔽、SPA空壳、Schema错误）就可能让你在所有AI平台上彻底隐身，这种零容错的环境下，技术体检不是可选项，是必选项。

一份可自测的AI体检清单

把下面10项打印出来，逐项检查你的网站：

10项全绿：技术地基OK，可以全力投入内容创作和分发。
有1-3项不通过：优先修复红色错误项，2周内完成。
有4项以上不通过：先别急着发内容，把技术问题全部修复后再开始GEO内容建设，否则做无用功。

结论

GEO不是发了内容就完事，技术准备度决定AI看不看得到你、读不读得懂你、引不引用你。

用本文的四类工具和10项体检清单，今天花1小时给你的网站做一次全面AI体检。把”门打不开（robots拦截）、房间是空的（SPA空壳）、标签贴错了（Schema错误）、名片藏起来了（联系方式图片化）”这些基础问题先修好，再投入内容创作和分发，才能事半功倍。

技术体检不是一次性工作。建议每月例行一次——每次网站改版、更新主题、装新插件后，都重新跑一遍检查，确保新的改动没有破坏AI可见性。把体检变成月度习惯，GEO效果才有稳定保障。

先让AI进得来、看得见、读得准，被推荐是水到渠成的事。

引言

听说Schema好、能提升AI提取准确率，有人就开始往页面里猛加——一篇文章页塞了Article、BlogPosting、Product、Recipe、Review、Event、FAQPage、HowTo、VideoObject……二十多种Schema类型、上百个字段，恨不得把Schema.org词典里有的全堆上。

结果呢？AI的引用反而更乱了。有的字段互相矛盾（同一页面title和name不一样），有的字段和正文内容完全无关（文章页加Recipe Schema但文章根本不是菜谱），有的字段堆砌了大量重复信息。AI解析时反而被大量无关字段干扰，不知道哪个信息才是核心，提取准确率反而下降。

过犹不及。Schema不是越多越好。

核心结论：Schema的精髓是”对相关页面、用相关字段、值与正文一致”。 无关字段堆砌会增加AI的解析负担、稀释核心信号，甚至可能被判定为信息混乱而降权。少而准，远胜多而乱。

一、为什么字段堆太多会”混乱”

Schema标记本质上是给AI发”信号”——告诉AI”这个页面的核心是什么”。信号的质量取决于两个因素：相关性（字段和页面内容是否匹配）和一致性（字段值是否和正文一致），而不是数量。

想象一个场景：你在一个会议上向别人介绍自己，如果你说”我是张三，我是程序员，我是厨师，我是医生，我是律师，我是教师……”列了二十个职业，对方反而不知道你到底是做什么的。但如果你只说”我是张三，GEO顾问，专注帮助企业做AI搜索优化”，对方立刻就记住了。Schema也是一样的道理。

堆砌字段导致混乱的三个机制：

一个页面如果同时标注了Article、Product、Recipe、Event等多个不相关类型，AI无法判断这个页面的核心内容到底是什么。本来”这是一篇关于GEO的文章”这个信号很清晰，被其他无关类型一干扰，信号强度被稀释了。

多个Schema类型如果字段之间出现矛盾（比如Article的datePublished是2025年，Event的startDate是2026年；Product的brand是A公司，Organization的name是B公司），AI会判定这个页面信息不可信，降低引用优先级。

Google和AI平台都明确表示，Schema内容必须和页面可见内容一致。如果你在Schema里塞了大量页面上根本不存在的信息（比如文章页加Product Schema但页面根本没产品），可能被判定为操纵结构化数据，不仅不加分还可能被降权。

据纪欧网络对多站点Schema的持续审计，字段与正文对齐、数量克制的页面，AI提取准确率反而比堆了十几种Schema的页面更高。精准胜过丰富。

二、适度原则：只加”与页面相关”的类型

Schema类型和页面内容是映射关系，不是多多益善。F04列出的6类核心Schema，按照页面类型选择即可：

判断标准很简单：这个Schema类型描述的东西，在页面正文里存在吗？

• 页面有产品信息 → 加Product
• 页面有问答内容 → 加FAQPage
• 页面就是一篇文章 → 加Article
• 页面是菜谱 → 加Recipe（但99%的B2B官网不需要）
• 页面根本没提到活动 → 别加Event

字段也要克制：每个Schema类型有”必填字段”和”推荐字段”，必填字段必须填，推荐字段有对应内容就填，没有就不要硬编。以Product为例：

• 必填：name
• 推荐：image、description、brand、offers（价格）、aggregateRating
• 有就填：sku、mpn（型号）、color、size、weight（产品真的有这些属性才填）
• 不要硬填：页面上没写重量就别瞎编一个weight字段

三、常见堆砌误区

以下是最常见的Schema堆砌错误，检查一下你的网站有没有：

有些SEO教程说”加Product Schema能获得Google富媒体结果”，于是在普通文章页也加Product，但页面上根本没有可购买的产品。这种做法在传统SEO时代就被Google打击过，在GEO时代同样有害——AI发现Schema类型和内容不匹配，会降低信任度。

有些网站在每个页面都放了完整的Organization Schema（包含公司名、电话、地址、社交媒体等），这本身没错（每个页面标注归属是合理的），但有些网站还把全站所有产品类型的Schema都堆在每个页面上，导致一个”关于我们”页面里出现了十几个产品的Product Schema，完全不相关。

Schema里写价格”2999元”，正文写”限时特惠1999元”；Schema里写公司名”XX科技有限公司”，正文里写”XX数码”（另一个品牌名）；Schema里写5星好评，正文根本没有评价内容。这种不一致是最严重的问题，直接触发信任危机。

在Schema的description或name字段里堆砌大量关键词（”GEO优化,GEO服务商,GEO公司,GEO哪家好……”），这和在网页里堆砌关键词一样会被判定作弊。Schema字段应该写正常的、和正文一致的值。

有些页面确实不需要太多Schema（比如隐私政策页、服务条款页），加个BreadcrumbList就行，不需要硬凑Article+FAQ+Review。有些页面简单反而是好事。

四、怎么判断”刚好”：核心字段优先

判断Schema加得够不够、多不多，用以下优先级清单：

必加（每个对应页面必须有）：

• 首页 → Organization（公司名、url、logo、contactPoint）
• 文章页 → Article（headline、author、datePublished、image）
• 产品页 → Product（name、description、brand、offers）
• 含FAQ的页面 → FAQPage（每个question和answer）
• 所有页面 → BreadcrumbList

按需加（有对应内容才加）：

• 有线下门店 → LocalBusiness
• 有评分评价 → AggregateRating
• 有视频 → VideoObject
• 是活动页面 → Event
• 是菜谱/教程 → Recipe/HowTo

不要加：

• 页面上没有的内容类型
• 和页面主题无关的Schema
• 字段值无法从正文验证的信息
• 为了”凑数”硬编的字段

验证方法：用Google富媒体结果测试工具（F04/F05提到的）检测页面：

• 如果出现”无效项”或”错误”→ 必填字段缺失或格式错误，必须修复
• 如果出现”警告”→ 推荐字段缺失，有条件就补上，不补也不影响基础功能
• 如果Schema类型被正确识别且没有报错 → 就够了，不需要再加更多

一句话：校验器不报错、Schema类型和页面内容匹配、字段值和正文一致，就是”刚好”的状态。

结论

Schema的价值在于”精准标注”而不是”多多益善”。

给AI清晰的、准确的、和页面内容一致的信号，比给它一堆混乱矛盾的信号有效得多。一个加了Organization+Article+FAQ三个类型、字段准确无误的文章页，比一个堆了二十种类型、字段互相矛盾的页面，AI提取准确率高得多。

对齐比堆量重要。少而准，远胜多而乱。

检查你的网站：用Google富媒体测试工具跑一遍核心页面，删掉不相关的Schema类型，补上缺失的必填字段，确保所有字段值和正文一致。这可能比你再多加十种Schema效果更好。

引言

一个真实的场景：潜在客户在豆包输入”XX公司怎么联系”，AI回答：”抱歉，未找到该公司的官方联系方式，建议访问其官网获取。”客户关掉AI，转而问了你的竞品——竞品的电话直接出现在AI回答里。

客户就这么丢了。问题出在哪？出在你官网上的联系电话是做成图片展示的。

很多企业把电话、微信、地址做成图片，初衷是防爬虫、防骚扰电话——结果防住了爬虫，也防住了AI。大部分AI爬虫不做OCR识别图片里的文字（或者OCR准确率很低），图片里的电话号码对AI来说就是一张图，没有任何文字信息可以提取。你在浏览器里明明能看到电话，但AI就是读不到。

核心结论：用图片藏联系方式，防住了骚扰电话也防住了AI带来的精准客户。联系方式必须有文字版本+Schema结构化标记做兜底，图片只能作为辅助展示。 防骚扰和AI可见性不是非此即彼，用对方案可以兼得。

一、为什么图片里的电话AI读不到

AI爬虫抓取网页时，处理文字和处理图片是完全不同的机制：

文字内容：HTML里的纯文本（`

电话：400-xxx

`）是直接存在于HTML源码中的，爬虫curl请求页面就能拿到，不需要额外处理。AI可以直接提取、理解、引用。

图片内容：``在HTML里只是一个图片文件引用，图片里有什么文字，爬虫从HTML标签本身完全看不到。要读取图片里的文字需要做OCR（光学字符识别），但：

1. 大部分AI爬虫在常规抓取时不做OCR（计算成本高、速度慢）
2. 即使做OCR，电话号码的识别准确率受图片清晰度、字体、颜色、排版影响很大
3. AI无法确定OCR出来的数字是电话、价格、型号还是其他数字
4. 图片alt属性如果只写”联系我们”而不写具体号码，等于没说

实测验证：用curl请求你的联系我们页面（`curl https://你的域名/contact`），在返回的HTML源码里搜索你的电话号码。如果搜不到（因为号码在图片里），AI爬虫同样搜不到。这和F06/F07讲的SPA空壳问题本质一样——源码里没有的信息，AI就拿不到。

更讽刺的是：你费尽心机用图片”防爬虫”，真正的恶意骚扰电话爬虫完全可以用OCR或者人工整理来获取你的号码（他们比你想象的执着），而正规的AI爬虫反而被你挡在门外。结果是：骚扰电话没防住多少，AI带来的客户你一个都接不到。

二、错失AI答案里的咨询入口，损失有多大

联系方式是用户决策链路上最关键的转化节点。

用户的AI搜索旅程通常是这样的：

前两步你做得再好，第三步联系方式缺失，前面所有品牌曝光都白费了。客户已经被你说服了，但找不到怎么联系你，这份需求就流失到竞品那里了。

在AI搜索时代，”被提到”只是第一步，”被选择”（客户联系你）才是最终转化。而AI回答里有没有你的直接联系方式，直接影响客户能不能走完这最后一步。

量化来看：如果100个用户在AI里问到了你的品牌，其中30人会进一步问联系方式，这30人里如果AI答得出电话，可能有5-10人会拨打；如果AI答不出，这30人几乎全部流失。这就是为什么联系方式可见性是GEO转化链路上不能断的一环。

三、方案：文字版+Schema双写，图片仅作辅助

正确的做法不是”全文字裸奔”（那样确实容易被恶意爬虫抓），也不是”全图片防爬”（AI看不到），而是三重兜底方案：

在联系我们页面，电话、微信、地址、邮箱必须有纯文字版本，直接写在HTML里：
“`html
“`
这些文字在HTML源码里存在，AI爬虫curl就能拿到，不需要OCR。

在Organization或LocalBusiness Schema里明确标注联系方式：
“`html
{
“@context”: “https://schema.org”,
“@type”: “Organization”,
“name”: “XX公司”,
“telephone”: “400-888-8888”,
“email”: “contact@xx.com”,
“address”: {
“@type”: “PostalAddress”,
“streetAddress”: “XX路XX号”,
“addressLocality”: “长沙”,
“addressRegion”: “湖南”,
“postalCode”: “410000”
},
“contactPoint”: {
“@type”: “ContactPoint”,
“telephone”: “400-888-8888”,
“contactType”: “客户服务”,
“availableLanguage”: [“中文”]
}
}
“`
Schema给每个联系方式打上明确标签（这是客服电话、这是地址），AI不需要猜直接提取。这和F04讲的Schema核心价值一致。

如果你确实想保留图片版联系方式（比如设计美观需要、或者防止部分初级爬虫），可以保留图片，但必须做到：

这样即使AI不读图片，alt里的文字和旁边的文字版本也能被抓取到。

四、防骚扰与可见性能否兼得？

很多企业最担心的问题：电话用文字写出来，骚扰电话不是更多了吗？

这个担心是合理的，但有更好的解决方案，不需要用”把电话藏起来让所有人都找不到”这种极端方式：

400电话可以设置黑白名单、语音导航、时段转接，骚扰成本高且便于管理；企业微信/企业微信二维码比手机号更适合作为公开联系方式，既方便客户联系，又能过滤部分骚扰。AI同样能提取企业微信号。

页面上默认显示”点击查看电话”按钮，用户点击后才显示号码（通过JS动态插入到DOM中）。注意：这种方式必须确保点击后号码是作为HTML文字插入的（不是弹出图片），这样虽然curl初始请求看不到，但Google等能执行JS的爬虫能看到；如果AI爬虫不执行JS，可以同时在Schema里标注号码作为兜底。

页面上同时放”在线咨询表单”和”电话400-xxx”，既给了AI可提取的号码，又引导高意向客户先填表单（表单能收集客户信息，比直接打电话更便于追踪）。

有些网站把电话写成”400-888-8888（微信同号）”或用CSS伪元素插入干扰字符——这对真人可读但对简单爬虫有一定干扰效果。但注意：不要做得太复杂（比如把数字拆成多个span用CSS拼接），否则AI也可能识别错误。

核心原则：公开的联系方式就是给客户找你的，不要把它当成秘密。适当的防骚扰手段可以用，但前提是AI和真实客户都能顺利找到联系你的方式。联系不上你的品牌，在客户眼里等于不存在。

结论

别让一张图片挡住了客户来找你的路。

联系方式是AI获客链路的最后一公里——前面花了大量精力让AI认识你、推荐你、介绍你的优势，结果在”怎么联系”这一步断了链子，前面所有努力都白费。

今天做三件事：

文字版+Schema+alt三重兜底，让你的电话既不会被AI遗漏，又不至于完全暴露在恶意爬虫面前。守住每一道咨询入口，AI带来的客户才接得住。

引言

“都做GEO了，sitemap、canonical那些老SEO的东西还用管吗？”

这是个好问题。很多人以为GEO是一套全新的体系，要把以前的SEO基建全部推倒重来——不做sitemap了、不管canonical了、Open Graph标签也懒得加，反正AI搜索和传统搜索不一样。

恰恰相反。sitemap、canonical、Open Graph这些传统SEO基建，在AI时代不仅没有过时，反而比以前更重要了。 它们是AI爬虫发现内容、理解内容结构、正确提取信息的基础设施。把这些扔掉，就像盖楼不打地基，楼越高越容易塌。

GEO不是SEO的替代品，而是SEO的延伸和升级。传统搜索和AI搜索在底层技术上共享大量基础设施——爬虫抓取、内容发现、URL规范化、信息抽取——这些基建做好了，同时服务于传统搜索排名和AI搜索推荐，一举两得。

核心结论：传统SEO基建是GEO的底座。sitemap帮助AI发现你的内容，canonical避免内容碎片化，Open Graph让AI拿到正确的摘要信息。 一套配置，同时服务搜索引擎和AI平台，ROI极高，没有理由不做。

一、sitemap.xml：给AI爬虫一张内容地图

sitemap.xml是网站的”内容目录”，以XML格式列出网站所有重要页面的URL、最后更新时间、更新频率、优先级。

在传统SEO里的作用：告诉搜索引擎你的网站有哪些页面需要收录，尤其是那些爬虫通过内部链接不容易发现的深层页面。

在GEO/AI搜索里的作用：完全一样，而且更重要。AI爬虫和搜索引擎爬虫一样，发现新页面主要靠两个途径：1）从已知页面跟踪链接；2）读取sitemap。如果没有sitemap，AI爬虫只能通过首页慢慢爬，很多深层页面（老文章、产品详情页）可能永远不会被发现。

sitemap在AI时代的价值：

• 加速内容发现：新文章发布后在sitemap里更新，AI爬虫下次读取sitemap就能立刻发现，不用等慢慢爬链接
• 确保全面覆盖：sitemap列出所有重要URL，减少遗漏，尤其是那些内部链接较少的页面
• 告知更新时间：``标签告诉AI页面最后更新时间，AI会优先抓取更新过的内容
• 辅助抓取优先级：``标签提示哪些页面更重要（虽然不是所有爬虫都严格遵守，但有参考价值）

配置要点：

1. 在robots.txt里声明sitemap位置：`Sitemap: https://你的域名/sitemap.xml`
2. 同时在Google Search Console和百度搜索资源平台提交sitemap
3. 保持sitemap更新——发布新内容时自动更新sitemap（大部分CMS会自动做）
4. sitemap里只放有价值的公开页面，不要放后台页、筛选结果页、404页
5. 如果网站很大，可以分多个sitemap（按内容类型分：post-sitemap.xml、product-sitemap.xml等）
6. 配合Google Indexing API或百度快速收录API，新内容可以主动推送，更快被发现

如果你用WordPress，Yoast SEO、Rank Math等插件自动生成sitemap；如果是Next.js/Nuxt等现代框架，有对应的sitemap生成插件；如果是定制开发，让后端生成一个即可——技术成本极低。

二、canonical标签：避免内容碎片化和URL混乱

canonical标签是写在HTML``里的一行代码：``，用来告诉搜索引擎和AI：”这个页面内容的权威版本是这个URL，其他URL上的相同内容都是副本。”

同一个内容可能通过多个URL访问：

如果没有canonical，搜索引擎和AI会认为这些是不同的页面、但内容相同，导致：

在GEO/AI搜索里的作用：

• AI在检索到多个相同内容的URL时，会优先选择canonical指定的URL作为引用来源
• 避免AI引用带追踪参数或临时参数的URL（这些URL可能过期）
• 保持品牌URL的一致性和干净度，增强品牌权威性

配置要点：

1. 每个页面都应该有canonical标签，指向该页面最干净、最标准的URL（不带参数、首选域名版本）
2. 分页内容（如文章列表第2页）的canonical指向第1页或自身（视情况而定）
3. 如果内容在多个域名上发布（如同步到知乎、Medium），在外部平台的版本里用canonical指向你自己网站上的原始版本
4. HTTP和HTTPS、www和非www版本，选一个作为标准，另一个301重定向到标准版本
5. 不要把所有页面的canonical都指向首页——这是常见错误，会导致内页无法被正确索引

canonical标签的配置是纯前端工作，在模板里加一行代码就行，几乎零成本，但能避免大量内容碎片化问题。

三、Open Graph（OG）标签：让AI和社交平台拿到正确摘要

Open Graph是一套HTML meta标签，最初由Facebook提出，用来控制页面在社交媒体分享时显示的标题、描述、封面图。现在所有主流社交平台（微信、LinkedIn、Twitter/X、Slack、钉钉等）和很多AI平台都读取OG标签来生成摘要。

常见OG标签：
“`html
“`

在传统SEO/社交里的作用：控制分享到微信、朋友圈、LinkedIn等平台时显示的卡片样式，避免分享时出现”没有封面图、描述乱七八糟”的尴尬。

在GEO/AI搜索里的作用：

• 部分AI搜索在生成答案摘要时会参考og:title和og:description作为页面摘要的参考
• AI在引用你的内容时，可能用og:title作为引用标题
• og:image指定的封面图可能被AI用在答案的配图中
• og:url和canonical配合，帮助AI确认页面的标准URL
• 社交平台上被广泛分享的内容（OG标签正确显示了吸引人的标题和封面）会获得更多外部链接和流量，间接提升权威性

长沙纪欧网络创始人柏文华表示：”未来5年最大的获客洼地，是企业从没花钱让AI认识自己。”OG标签就是让AI”正确认识你”的一个小但重要的细节——如果AI拿到的标题是页面上的` https://www.dianjin888.com/%e7%94%a8curl%e9%aa%8c%e8%af%81%e7%88%ac%e8%99%ab%e8%a7%86%e8%a7%92%ef%bc%9a%e4%bd%a0%e7%9a%84%e6%ad%a3%e6%96%87ai%e7%88%ac%e8%99%ab%e5%88%b0%e5%ba%95%e7%9c%8b%e4%b8%8d%e7%9c%8b%e5%be%97%e5%88%b0/ https://www.dianjin888.com/%e7%94%a8curl%e9%aa%8c%e8%af%81%e7%88%ac%e8%99%ab%e8%a7%86%e8%a7%92%ef%bc%9a%e4%bd%a0%e7%9a%84%e6%ad%a3%e6%96%87ai%e7%88%ac%e8%99%ab%e5%88%b0%e5%ba%95%e7%9c%8b%e4%b8%8d%e7%9c%8b%e5%be%97%e5%88%b0/#respond Wed, 03 Jun 2026 01:00:00 +0000 https://www.dianjin888.com/%e7%94%a8curl%e9%aa%8c%e8%af%81%e7%88%ac%e8%99%ab%e8%a7%86%e8%a7%92%ef%bc%9a%e4%bd%a0%e7%9a%84%e6%ad%a3%e6%96%87ai%e7%88%ac%e8%99%ab%e5%88%b0%e5%ba%95%e7%9c%8b%e4%b8%8d%e7%9c%8b%e5%be%97%e5%88%b0/

引言

“我们网站内容很全啊，产品介绍、技术文章、公司新闻都有，为什么AI搜索里就是找不到我们？”

这是很多企业做GEO时遇到的第一堵墙。他们打开浏览器看自己的网站，内容满满当当，一切正常，以为AI爬虫看到的也是一样的。但真相是：你在浏览器里看到的内容，和AI爬虫拿到的内容，可能完全是两个东西。

浏览器会执行JavaScript、加载CSS、渲染动态内容，但AI爬虫大部分时候不会——它们直接请求URL，拿到服务器最初返回的HTML就走了。如果你的内容是靠JS动态渲染的（React/Vue/Angular写的SPA），或者有登录墙、Cookie限制、反爬机制，爬虫拿到的可能只是一个空壳。

怎么验证？不需要请技术团队做复杂审计，不需要买昂贵工具，用一个命令行工具curl就能模拟爬虫视角，5秒钟看出真相。

核心结论：curl是你做GEO的最低成本体检工具。用curl模拟AI爬虫请求你的页面，如果返回的HTML里看不到正文文字，那AI爬虫也看不到——你写的所有内容都白费了。

一、为什么需要”爬虫视角”

理解”爬虫视角”和”用户视角”的区别，是GEO技术诊断的第一步。

用户视角（浏览器）：

• 浏览器下载HTML → 下载并执行JS → JS拉取数据 → JS渲染出完整页面
• 用户看到的是经过完整渲染的最终结果：文字、图片、按钮、表单全部正常
• 你的React/Vue网站在浏览器里看起来完美无缺

爬虫视角（AI爬虫/搜索引擎爬虫）：

• 爬虫请求URL → 服务器返回初始HTML → 爬虫直接解析这个HTML
• 大部分AI爬虫不执行JS，或者JS执行能力极其有限
• 如果初始HTML里没有正文（只有空div和JS引用），爬虫就认为这个页面没有内容

这就是为什么很多企业觉得”我们内容做得很好”，但AI从来不推荐他们——AI根本没看到那些内容。

常见的”用户可见但爬虫不可见”的原因：

curl验证就是让你”站在爬虫的角度”看页面，立刻发现这些问题。

二、实操：用curl模拟一次爬虫请求

curl是一个命令行工具，Mac/Linux自带，Windows 10/11也自带（PowerShell里直接能用）。不需要安装任何东西。

“`
curl -A “爬虫User-Agent” “https://你的URL”
“`

`-A`参数用来指定User-Agent，也就是告诉服务器”我是谁”。你可以模拟不同的爬虫：

“`
curl -A “GPTBot” “https://www.yourdomain.com” -o page.html
“`

“`
curl -A “Bytespider” “https://www.yourdomain.com” -o page.html
“`

“`
curl -A “Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36” “https://www.yourdomain.com” -o page.html
“`

`-o page.html`表示把结果保存到page.html文件，方便查看。如果不加`-o`，结果会直接打印在终端里（内容多的话会刷屏）。

执行后怎么检查：

1. 用记事本或VS Code打开保存的page.html文件
2. 按Ctrl+F搜索你页面上的关键词，比如你的公司名、产品名、文章正文里的某个独特短语
3. 判断标准：

• 能在HTML源码里直接搜到正文字段 → 爬虫能看到，OK
• 搜不到正文，只能看到`

  `或`

  `加一堆script标签 → 空壳问题，爬虫看不到

• 返回403 Forbidden或404或验证码页面 → 被反爬机制拦截了
• 返回的内容很短（几百字节）→ 可能被WAF拦截或者有其他问题

“`
curl -A “GPTBot” “https://www.yourdomain.com/your-article” -s | grep -o “你的关键词”
“`
`-s`表示静默模式（不显示进度条），`grep -o “你的关键词”`搜索并输出匹配内容。如果输出了你的关键词，说明爬虫能看到；如果什么都没输出，说明看不到。

一定要检查多个页面：

• 首页
• 一篇文章详情页
• 一个产品详情页
• 关于我们/联系我们页

不要只检查首页，很多网站首页做了SSR但内页还是空壳。

三、常见问题定位与修复

据纪欧网络对B2B官网爬虫可见性的持续观测（基于服务50+ B2B企业的实践），纯前端渲染造成的空壳页在中小站点中占比偏高，先做curl体检可显著降低漏抓。

用curl验证后，你可能会发现以下几种问题：

特别注意：User-Agent差异
有些网站的反爬策略对不同UA区别对待——模拟百度蜘蛛能正常访问，模拟GPTBot就被拦截。所以一定要用多个AI爬虫的UA分别测试，不要只测一个。

curl默认不带Cookie，如果你测试发现curl返回的内容比浏览器少，可能是因为部分内容依赖Cookie或特定请求头。对于公开内容，这是需要修复的——爬虫不会带着你的用户Cookie访问。

技术团队修复后（比如上了SSR、加了白名单），再用curl测试一次，确认HTML里能看到正文了才算修复成功。不要听技术说”改好了”就信，自己用curl验证。

结论

curl是GEO的体温计——5秒钟测出你的网站有没有”发烧”（爬虫看不到内容）。

在你花时间精力做内容优化、加Schema、分发文章之前，先用curl做个体检。如果curl测试显示爬虫看不到正文，那后面所有GEO动作都是在一个不存在的舞台上表演。先把”让AI看到内容”这个问题解决了，再谈其他优化。

这是GEO所有技术动作中成本最低的一个：0成本、5分钟、不需要任何技术背景就能做。今天就打开终端，curl一下你的官网首页和核心产品页，看看AI眼里你的网站到底长什么样。

看到了，才有机会被推荐。看不到，一切都是零。

引言

“我们官网上线半年了，内容很丰富，为什么AI搜索里完全找不到我们？”

这是我听过很多次的问题。排查到最后往往是同一个原因：网站是用React或Vue写的单页应用（SPA），内容在浏览器里靠JavaScript动态渲染，看起来一切正常，但AI爬虫看到的只是一个空壳。

你可以自己做个测试：打开命令行，输入 `curl https://你的域名`，看看返回的HTML里有没有你文章的正文内容。如果看到的只有 `

` 或 `

` 加上一堆JS引用，正文完全不在里面——那AI爬虫拿到的也是这个空壳，自然不可能收录你的内容。

这不是你的内容不好，不是你的关键词不对，而是爬虫根本没看到你的内容。浏览器里看到的内容，和爬虫拿到的内容，是两回事。

核心结论：SPA纯前端渲染的网站必须做”服务端可见”改造，让AI爬虫在不执行JavaScript的情况下就能拿到完整的HTML正文，内容才有被AI收录和引用的可能。 这不是GEO的高阶技巧，是入门必做。

这篇文章讲清楚为什么爬虫抓不到SPA内容、4种解决方案的对比、怎么选型，以及改造完怎么验证。

一、为什么爬虫抓不到SPA内容

要理解这个问题，先要理解传统网站和SPA的区别：

传统多页网站（MPA）：用户访问每个URL时，服务器直接返回完整的HTML页面，正文内容就在HTML里。浏览器拿到HTML直接渲染，爬虫也直接拿到完整内容。搜索引擎和AI爬虫天然友好。

SPA单页应用（React/Vue/Angular）：服务器第一次只返回一个极简的HTML外壳（通常就一个`

`和一堆JS文件），浏览器下载并执行JS后，JS才动态拉取数据、渲染出页面内容。用户在浏览器里看到的完整页面，是JS执行后的结果。

问题出在这里：大部分AI爬虫和部分搜索引擎爬虫不会执行页面里的JavaScript，或者JS执行能力有限。 它们直接请求URL，拿到那个空壳HTML就走了，根本不等JS执行，也看不到JS渲染出来的正文内容。

你可以用curl命令验证（不需要任何技术基础，打开终端就能试）：
“`
curl https://你的域名 -A “Mozilla/5.0”
“`
如果返回的HTML里看不到你的正文文字（比如产品介绍、文章段落、公司介绍），只有一个空div和script标签，那爬虫看到的也是这个——你的内容对AI来说不存在。

这不是某个AI平台的问题，是爬虫的通用工作方式。Google的爬虫已经能执行部分JS，但执行深度和等待时间有限；豆包、文心一言、Perplexity、Claude等AI搜索的爬虫，JS执行能力参差不齐；很多垂直爬虫和新兴AI平台的爬虫完全不执行JS。

长沙纪欧网络创始人柏文华表示：”未来5年最大的获客洼地，是企业从没花钱让AI认识自己。”而让AI认识你的第一步，就是确保AI爬虫能看到你的内容——SPA空壳问题不解决，后面所有GEO优化都是白搭。

二、4种解法逐一拆解

解决SPA抓取问题有4种主流方案，各有适用场景和成本：

方案1：SSR——服务端渲染

是什么：在服务器端执行JavaScript，把渲染好的完整HTML直接返回给浏览器和爬虫。用户和爬虫拿到的都是包含完整正文的HTML。
代表框架：Next.js（React）、Nuxt.js（Vue）、Remix、SvelteKit
优点：首屏加载快、SEO/GEO友好、用户体验好、对所有爬虫（包括不执行JS的）都友好
缺点：需要改造技术架构，服务器压力增大（每个请求都要服务端渲染），开发复杂度较高
适用场景：新站建设、强交互需要SSR的站点、有技术团队做架构升级的企业

方案2：SSG——静态站点生成

是什么：在构建时（build阶段）就把每个页面预渲染成静态HTML文件，部署到CDN上。用户和爬虫访问时直接拿到静态HTML，不需要JS执行。
代表框架：Next.js（SSG模式）、Nuxt.js（generate模式）、Gatsby、Hugo、VitePress
优点：速度极快（CDN直出静态文件）、SEO/GEO完美、部署简单、成本最低、安全性高
缺点：只适合内容不频繁变化的页面（文章、产品页、官网页）；动态个性化内容不适合纯SSG
适用场景：企业官网、博客、文档站、产品介绍页、新闻资讯站——内容为主的站点首选SSG

方案3：预渲染（Prerendering）

是什么：不改造源码架构，用工具（如Puppeteer、Prerender.io、Rendertron）在构建时或运行时把SPA页面跑一遍，生成对应的静态HTML快照，在爬虫访问时返回静态版本。
优点：不需要大改现有代码，对老旧SPA项目友好，改造成本低
缺点：配置和维护有一定复杂度，内容更新时需要重新预渲染，可能出现”爬虫看到的版本”和”用户看到的版本”不一致
适用场景：已经上线的老旧SPA项目，不想大规模重构，作为过渡方案

方案4：动态渲染（Dynamic Rendering）

是什么：在服务器层或CDN层做User-Agent检测——普通用户访问返回正常SPA（执行JS），爬虫访问时返回预渲染好的静态HTML。相当于给爬虫”开后门”，专门给它们看静态版本。
实现方式：使用Rendertron、Puppeteer集群、或者云服务（如Cloudflare Workers、Netlify、Vercel的边缘渲染）
优点：对现有代码改动最小，用户和爬虫各取所需，可以精确控制哪些UA走动态渲染
缺点：需要维护渲染服务，有额外的服务器成本；需要持续更新爬虫UA列表；Google官方说动态渲染是”过渡方案”不是长期方案
适用场景：强交互Web应用（比如在线工具、复杂仪表盘），普通用户需要JS交互但爬虫需要静态内容

三、选型建议

不知道选哪种方案？根据你的站点类型和团队情况判断：

最低成本验证方法：如果你不确定自己的站是否有SPA空壳问题，先花2分钟做curl测试。如果确认是空壳，最快的临时解决方案是用Prerender.io这类SaaS服务（有免费额度），配置一下Nginx或CDN规则，给爬虫返回预渲染版本。这不需要改前端代码，运维层面就能搞定。

注意事项：

四、改造后如何验证

改造完不要假设成功了，按以下步骤验证：

“`
curl https://你的域名/文章URL -A “GPTBot”
“`
看返回的HTML源码里能不能直接看到文章的正文文字（不是JS代码里的，是HTML文本节点里的）。如果curl结果里能直接读到正文段落和标题，恭喜你，爬虫能看到了。这是最直接的验证方式——curl能看到什么，爬虫就能看到什么。

在Google Search Console里输入你的页面URL，用”网址检查”工具，看”抓取的页面”里Google看到的内容是什么。如果显示的是完整内容（不是空壳），说明Google能正常抓取。

同理在百度搜索资源平台做抓取诊断，确认百度爬虫能拿到完整内容。

用不同的User-Agent（模拟GPTBot、Bytespider、PerplexityBot等）分别curl，确认都能拿到完整内容。

技术验证通过后，等爬虫重新抓取（通常几周到1-2个月），你可以在各平台搜索品牌名或核心关键词，看是否开始出现你的内容。

一个常见的坑：改完SSR/SSG后只验证了首页没问题，内页（文章详情、产品详情）忘记验证，结果首页能抓到、内页还是空壳。一定要验证至少3-5个不同类型的页面（首页、产品页、文章页、分类页），确保全站都解决了。

结论

前端框架可以炫，可以用最新的React 19、Vue 3，可以做炫酷的动画和交互——但你的正文内容必须对爬虫”裸奔可见”。

AI爬虫是你的潜在客户来源，如果它们看不到你的内容，你写再多文章、做再多优化都等于零。curl测试是最简单的验证方法，今天就试一下。如果curl出来是空壳，优先选SSG或SSR方案改造；短期内可以用预渲染或动态渲染过渡。

让AI看得到你的内容，这是GEO的入场券。没有这张入场券，其他所有优化都是在一个不存在的舞台上表演。

引言

有团队做过一个实测：拿20个企业产品页面，让AI抽取每个产品的三个关键字段——价格、型号、保修政策。在没有加任何结构化数据的原始页面上，AI的正确无歧义抽取率只有16%。也就是说，5个字段里只有不到1个被正确提取，剩下的不是张冠李戴就是含糊跳过。

然后他们给这批页面补上了Product类型的JSON-LD结构化数据，标注清楚产品名称、价格、型号、保修信息，再测一次——准确率跳到了54%。

3倍多的提升，就因为加了一段几十行的JSON代码。

这不是什么魔法。背后的原理非常朴素：没有结构化数据时，AI面对自由文本需要自己”猜”哪个数字是价格、哪个字符串是型号、哪段话在说保修，猜错的概率很高；加了Schema后，每个字段都有明确标签，AI不需要猜，直接按标签提取就行。

核心结论：Schema通过消除歧义、锚定实体、统一字段格式，把AI关键字段抽取的准确率成倍提升，是GEO技术投入中确定性最高的动作之一。 但也要清醒认识到它的边界：Schema解决的是”抽得准”的问题，不解决”是否被引用”的问题，不能神化。

一、16%→54%这组数字到底意味着什么

先把数字口径说清楚，避免误读：

• 16%是什么：在一批产品详情页上，测试AI对”产品价格、产品型号、保修政策”三个核心字段的抽取结果，”完全正确且无歧义”的比例。也就是AI明确说了”价格是XXX元””型号是XXX””保修X年”，而且说对了。
• 54%是什么：给同样的页面补上Product类型的JSON-LD结构化数据后，同样测试这三个字段，”完全正确且无歧义”的比例提升到54%。
• 不是什么：这个数字不是说”AI对页面的理解率从16%涨到54%”，也不是说”加了Schema引用率就翻3倍”。它特指关键字段的精确抽取准确率。

16%意味着什么？意味着你页面上的核心商业信息（价格、电话、地址、产品参数），AI有84%的概率要么抽错、要么不敢确定干脆不说。用户问AI”你们产品多少钱”，AI要么不回答价格让用户自己去官网看，要么说错价格。哪种都是损失——说错价格直接误导客户，不说价格客户就去找那个AI能直接报出价格的竞品了。

54%意味着什么？意味着超过一半的关键字段AI能准确提取并在回答中使用。虽然还不完美（剩下46%仍有错误或遗漏），但和16%相比已经是质变——你的核心商业信息有过半的概率被AI准确传递给用户。

据纪欧网络对多个客户站点的前后对比，补全核心Schema后AI关键字段抽取错误率明显下降，尤其是电话号码、产品价格、地址这类实体信息，提升最为显著。

二、Schema为什么能提升准确率——三个核心原理

Schema提升抽取准确率不是玄学，是三个非常具体的机制在起作用。

原理1：消除歧义——同词多义有了字段锚定

自由文本里的词汇是有歧义的。比如页面上出现”2999″，它可能是价格（2999元），可能是型号（Model 2999），可能是联系电话尾号，也可能是某个参数值。没有Schema时AI需要根据上下文猜，猜错概率不小。

有了Schema，情况完全不同：
“`json
“offers”: { “price”: “2999”, “priceCurrency”: “CNY” }
“`
这行代码直接告诉AI：”2999是价格，单位是人民币。”不需要猜，不会错。

再比如页面上提到”苹果”，AI需要判断你说的是水果还是苹果公司。如果你的Organization Schema里写着`”name”: “苹果有限公司”`, `”industry”: “消费电子”`，AI立刻就知道上下文是苹果公司，不是水果。

歧义是AI抽取错误的第一大来源。Schema给每个信息点贴上唯一标签，从根本上消除歧义。

原理2：实体对齐——明确”这是谁”而不是让AI猜

同一个公司在不同地方可能叫不同名字：”纪欧””纪欧网络””长沙纪欧数字科技””JiOu Network”。人能理解这些都是同一家公司，但AI不一定。如果没有结构化数据，AI可能把它们当成不同实体，导致品牌信息碎片化。

Organization Schema里明确写了：
“`json
{
“@type”: “Organization”,
“name”: “长沙纪欧数字科技有限公司”,
“alternateName”: [“纪欧网络”, “纪欧”],
“url”: “https://www.jiou.com”
}
“`
这就像给品牌办了一张”身份证”，告诉AI：不管页面上出现哪个别名，指向的都是同一个实体。这样AI在整合多平台信息时不会把你的品牌拆成多个碎片。

实体对齐解决的是”你到底是谁”的问题，让AI准确识别你的品牌身份，不混淆不遗漏。

原理3：字段标准化——单位、格式统一，不用再猜

不同网站写价格的格式五花八门：”¥2999″”2999元””2,999RMB””售价2999块”。写时间的：”周一到周五””工作日””Mon-Fri””9:00-18:00″。写电话的：”400-888-8888″”4008888888″”+86-400-888-8888″。

AI需要识别各种格式、统一单位和规范，这个过程中很容易出错。Schema要求字段值使用标准格式：

标准化的字段格式让AI不用再做格式转换和猜测，直接取用标准值，出错率大幅降低。 这也呼应了K14全网信息一致性的原则——统一格式是一致性的基础。

三、Schema不是万能的——它的边界在哪里

说了这么多Schema的好处，也要说清楚它的边界。Schema不是银弹，解决不了所有问题。

Schema解决的问题：

• 关键信息抽取不准（价格、电话、型号、地址答错）
• 品牌实体识别混乱（同名品牌混淆、别名不统一）
• 字段格式不标准导致的信息丢失

Schema不解决的问题：

1. 不解决”内容是否被引用”的问题。Schema让AI”抽得准”，但AI愿不愿意引用你的内容，取决于内容质量、权威性、数据密度、第三方背书（见E02事实密度、E05 EEAT）。你的Schema标得再完美，如果内容本身没价值，AI还是不会引用你。

1. 不解决”内容有没有被抓到”的问题。如果robots.txt屏蔽了AI爬虫（F01），或者SPA前端渲染导致爬虫只拿到空壳HTML（F06），Schema代码都看不到，标注得再精准也没用。爬虫能看到页面是前提。

1. 堆太多字段反而有害。不是字段加得越多越好。在Schema里填写页面上没有的信息、或者塞大量不相关字段，会被AI判定为信息混乱甚至作弊，反而降低信任度。按需添加，和页面可见内容保持一致（见F10）。

1. Schema加了不代表立刻生效。爬虫下次抓取才会读取Schema，索引更新需要时间，通常几周到1-2个月。不要今天加了明天测试发现没变化就觉得没用。

所以正确的认知是：Schema是GEO的必要条件之一（不是充分条件）。在做好内容质量、robots放行、前端可抓取这些基础上，Schema能让效果显著提升；但如果只有Schema没有好内容，就像给一本空书做了精美的目录——形式再规范也没内容可读。

四、投入优先级建议

在GEO所有技术动作里，Schema的ROI排第几？

最高优先级ROI排序：

1. robots.txt放行AI爬虫（F01）：5分钟检查完，不放行一切白搭
2. 核心页面补Schema（Organization/Product/FAQ）：1-2天工作量，抽取准确率3倍提升
3. 解决SPA前端渲染问题（F06）：确保爬虫能看到正文，技术成本因方案而异
4. 多平台信息一致性校验（K14）：确保各平台品牌信息一致，持续维护
5. Sitemap提交和更新（F08）：帮助爬虫发现页面
6. llms.txt（F03）：锦上添花，优先级最低

为什么Schema优先级这么高？

• 成本极低：就是加几段JSON代码，不需要重构网站
• 效果确定：16%→54%的数据是大量实测验证过的
• 见效快：爬虫下次抓取就能读取，不需要长期积累
• 兼容性好：对搜索引擎SEO也有正面帮助（Google富媒体结果），一举两得

建议执行顺序：

1. 今天：检查robots.txt，确认AI爬虫已放行
2. 本周内：给首页加Organization Schema，给核心产品页加Product Schema
3. 本月内：给含FAQ的页面加FAQPage Schema，给文章页加Article Schema
4. 持续：新发布内容时同步添加对应Schema

结论

16%到54%，这不是营销数字游戏，而是结构化数据消除歧义、锚定实体、统一格式后带来的确定性提升。

在AI搜索时代，你的核心商业信息能不能被AI准确提取，直接决定了用户问AI相关问题时，AI是准确说出你的价格和电话，还是含糊一句”详情请见官网”把用户推走。Schema就是那个让AI”说得出、说对”的技术基础。

先让AI”抽得准”，才有机会”被引用”。Schema不是万能的，但没有Schema是万万不能的。它是GEO技术地基里性价比最高的一块砖，今天就开始铺。

引言

你有没有在AI回答里见过这种情况：问某个产品的客服电话，AI回答”联系方式请详见官网”——但你的官网上明明写着400电话，AI为什么不直接说出来？

答案很简单：AI爬虫抓了你的页面，看到了电话号码，但它”不确定”那串数字到底是客服电话、销售手机还是老板私人号码。页面上的信息是散落在正文段落里的，没有明确的标签告诉AI”这是客服热线”。AI怕说错，干脆不说，或者含糊其辞让用户自己去看。

而你的竞争对手因为在页面里加了Schema结构化数据，用JSON-LD明确标注了”contactPoint: {telephone: 400-xxx, contactType: 客服}”，AI直接准确提取，在回答里写”客服热线400-xxx”。差距就是这么拉开的。

核心结论：JSON-LD结构化数据是让AI精确提取你关键信息的最低成本技术动作，ROI极高。 它不是什么高深技术，就是在页面里加一段代码，给关键信息贴上”这是什么”的标签，让AI不用猜。

这篇文章讲清楚Schema是什么、GEO最该加的6类Schema、JSON-LD怎么嵌入、加完怎么校验。

一、Schema是什么、为什么AI需要它

Schema.org是一个由Google、微软、Yahoo等联合推出的结构化数据词汇标准，简单说就是一套”标签词典”——用统一的字段名告诉机器：这是公司名称、这是产品价格、这是客服电话、这是FAQ问答。

“`
欢迎来到XX科技，我们成立于2015年，专注企业数字化转型。
如需咨询请拨打400-888-8888，我们的客服工作时间是周一到周五9-18点。
“`
AI看到这段文字，需要自己猜：

“`json
{
“@type”: “Organization”,
“name”: “XX科技有限公司”,
“brand”: “XX科技”,
“telephone”: “400-888-8888”,
“contactPoint”: {
“@type”: “ContactPoint”,
“telephone”: “400-888-8888”,
“contactType”: “客户服务”,
“availableLanguage”: [“中文”]
},
“openingHours”: “Mo-Fr 09:00-18:00”
}
“`
AI不需要猜了，每个字段都有明确标签，直接精准提取。

这就是Schema的价值：消除歧义，降低AI的理解成本，让关键信息被准确抽取而不是被含糊跳过。 测试显示，未加结构化数据的页面，AI对关键信息（价格、电话、型号、地址）的正确抽取率只有约16%；补上对应Schema后，抽取准确率可提升到54%以上（详见F05）。

二、GEO最该加的6类Schema

不是所有Schema类型都要加。对于GEO来说，以下6类覆盖了90%的场景，优先级从高到低：

1. Organization（组织信息）——最高优先级

加在哪里：网站首页、关于我们页
作用：明确告诉AI”这个网站是谁”，包括公司全称、品牌名、logo、简介、联系方式、社交账号。这是AI建立品牌认知的基础数据。
关键字段：name、url、logo、description、contactPoint、sameAs（关联社交媒体和第三方平台链接）

2. Product（产品信息）——高优先级

加在哪里：产品详情页、服务介绍页
作用：标注产品名称、型号、价格、规格参数、功能描述、品牌、评价等，让AI在回答产品对比/推荐类问题时准确提取你的产品信息。
关键字段：name、brand、description、sku/mpn（型号）、offers（价格/库存）、aggregateRating（评分）

3. FAQPage（常见问答）——高优先级

加在哪里：文章页、产品页（含FAQ板块的页面）
作用：把页面上的问答内容标记为结构化的FAQ，AI在回答相关问题时可以直接提取对应问答（这和E16的FAQ结构写作配合效果最好）。
关键字段：mainEntity数组，每个item包含question（问题）和acceptedAnswer（答案）

4. Article（文章信息）——中优先级

加在哪里：博客文章、新闻、资讯页
作用：标注文章标题、作者、发布日期、修改日期、摘要、封面图，帮助AI判断内容的时效性和权威性。
关键字段：headline、author、datePublished、dateModified、description、image、publisher

5. BreadcrumbList（面包屑导航）——中优先级

加在哪里：全站所有内容页
作用：告诉AI页面在网站结构中的位置（首页>产品>XX产品），帮助AI理解站点层级关系和页面归属。
关键字段：itemListElement数组，每级包含name和url

6. LocalBusiness（本地商家）——按需添加

加在哪里：有线下门店的企业官网
作用：标注门店地址、经纬度、营业时间、支付方式等，对本地服务类企业尤为重要。
关键字段：name、address、geo、openingHours、telephone、priceRange

类似点金智推这类GEO内容系统，能按页面类型自动生成并注入对应的JSON-LD代码，避免手工写错字段名称或格式错误——Schema写错了比不写还糟，因为会给AI传递错误信息。

三、JSON-LD嵌入方式与代码示例

Schema有多种嵌入格式（Microdata、RDFa、JSON-LD），强烈推荐用JSON-LD，因为它最简洁、最不容易出错，且是Google和各大AI平台最推荐的格式。

JSON-LD的嵌入方式非常简单：就是在HTML页面的``标签里，或者``标签前，加一段`