尧图网页设计 
1. 为什么你的网站内容在 AI 搜索里“查无此人”做内容站或者独立站的朋友最近一年应该都有同感辛辛苦苦写的深度长文在传统搜索引擎里排名还行但一转到 AI 搜索、AI 问答、AI 摘要这类场景自己的站点就像被拉黑了一样AI 给出的答案里引用的全是别人的页面甚至连出处都不提你。这不是错觉也不是玄学而是 AI 搜索的“引用逻辑”和传统搜索引擎的“排名逻辑”压根不是一回事。传统搜索的核心是“排序”你只要把关键词、外链、页面结构做扎实就有机会挤进前十。AI 搜索的核心是“取信与合成”它要先判断一段内容值不值得被信任、能不能被拆解成事实片段、有没有明确的来源标识然后才决定要不要在回答里带上你。换句话说GEOGenerative Engine Optimization生成式引擎优化要解决的不是“排第几”而是“AI 愿不愿意引用你、怎么引用你、引用时带不带你的名字”。这篇内容我打算把这件事彻底讲透。从 AI 搜索为什么不引用你的站点到用代码层面能改掉哪些东西再到robots.txt、llms.txt这些具体文件的完整写法和实测踩坑记录全部摊开讲。适合正在做内容站、独立博客、企业官网、文档站的朋友也适合想搞清楚 GEO 到底是不是又一个“割韭菜概念”的技术人。看完你至少能自己动手排查我的站到底卡在哪一步以及怎么用几行配置把局面扳回来。2. 先搞懂 AI 搜索的引用链路别急着改代码2.1 AI 搜索和传统搜索的本质差异很多人一上来就问“GEO 怎么做”但连 AI 搜索的引用链路都没搞清楚改了半天全是无用功。我先把这条链路拆成四步你对照自己的站看卡在哪。第一步是抓取。AI 搜索背后通常有两套抓取来源一套是传统搜索引擎的索引比如通过合作或自建爬虫拿到的网页快照另一套是专门为 AI 训练和检索服务的爬虫。这两套爬虫的 User-Agent、抓取频率、遵守的规则文件都不一样。你的robots.txt如果一刀切把某些爬虫挡了AI 那边自然就看不到你。第二步是解析与切片。AI 不会整篇读你的文章它会把页面切成一段段“可引用单元”通常按语义段落、标题层级、列表项来切。如果你的页面是一大坨没有结构的文字或者关键信息藏在图片、JS 动态渲染里切片质量就会极差AI 拿到的是一堆碎片自然不愿意引用。第三步是可信度评估。AI 会看这个页面有没有明确的作者、发布时间、来源标识、结构化数据Schema、外部引用。一个没有作者、没有日期、没有出处的页面在 AI 眼里就是“来源不明”引用风险高直接跳过。第四步才是合成与引用。只有前面三步都过了AI 才会在生成答案时把你的内容作为参考并决定是否标注来源。注意“被参考”和“被标注来源”是两件事很多站其实被参考了但 AI 没标你因为你的页面缺少让 AI 愿意署名的信号。2.2 为什么“内容好”不等于“会被引用”我见过太多站长抱怨“我内容比那些被引用的站好十倍凭什么不引我”问题就出在这个“好”字上。人判断内容好看的是深度、逻辑、可读性AI 判断内容好看的是可解析性、可验证性、可切片性。举个很实际的例子。你写了一篇 8000 字的教程全是大段叙述没有小标题、没有列表、没有代码块、没有结论句。人读起来很顺但 AI 切片的时候它找不到“这一段在讲什么”的锚点切出来的片段语义模糊可信度打分就低。反过来一个结构清晰、每段都有明确主题句、关键步骤用列表和代码块标出来的页面哪怕总字数只有你的一半AI 也更容易引用它。所以 GEO 的第一性原则是不要为“人读得爽”牺牲“机器读得懂”。两者其实不冲突好的技术写作本来就该结构清晰。你要做的是在保持可读性的前提下把机器需要的信号补上。2.3 一张表看清传统 SEO 和 GEO 的差别维度传统 SEOGEO核心目标排名靠前拿到点击被 AI 引用拿到署名和流量关键信号关键词、外链、页面速度结构清晰度、来源可信度、可切片性规则文件robots.txt 为主robots.txt llms.txt 结构化数据内容形态长文、关键词密度语义段落、问答式结构、事实密度效果衡量排名、点击率被引用次数、AI 渠道流量、品牌提及失败表现排名掉出前十内容被用但不署名或完全不被抓取这张表建议你存下来每次做优化前对照一遍避免用 SEO 的老思路去做 GEO 的新事。3. 代码层面能改掉的三件事robots.txt、llms.txt 与结构化数据3.1 robots.txt别把 AI 爬虫挡在门外robots.txt是最容易被忽视、也最容易一刀切出错的地方。很多站长为了防采集直接写Disallow: /或者屏蔽一大批 User-Agent结果把 AI 爬虫也一起挡了。你要做的是精准放行 AI 相关爬虫同时保留对恶意采集的限制。先看一个常见的错误写法User-agent: * Disallow: /这一行下去所有爬虫全被挡AI 搜索那边直接看不到你GEO 无从谈起。正确的思路是分爬虫配置下面是一个我实测可用的模板# 放行主流搜索引擎 User-agent: Googlebot Allow: / User-agent: Bingbot Allow: / # 放行 AI 检索类爬虫按需保留具体名称以各平台官方文档为准 User-agent: GPTBot Allow: / User-agent: ChatGPT-User Allow: / User-agent: PerplexityBot Allow: / User-agent: ClaudeBot Allow: / User-agent: Google-Extended Allow: / # 默认规则允许抓取但屏蔽后台和敏感路径 User-agent: * Allow: / Disallow: /admin/ Disallow: /api/ Disallow: /search/ Disallow: /*?sessionid这里有几个实操要点必须说清楚。第一AI 爬虫的 User-Agent 名称会变各平台会新增或调整你要定期回来看官方文档别写死一套用三年。第二Allow和Disallow的优先级是“最长匹配优先”不是简单的先后顺序所以Disallow: /search/和Allow: /search/public/同时存在时后者会生效。第三不要用Crawl-delay去限制 AI 爬虫很多 AI 爬虫根本不遵守这个指令写了也是白写反而可能影响正常抓取节奏。注意修改 robots.txt 后抓取生效通常有延迟别改完五分钟就去测等几个小时甚至一天再看日志。3.2 llms.txt给 AI 看的“站点说明书”llms.txt是这两年才逐渐被讨论起来的东西简单说就是放在站点根目录、专门给大模型看的结构化说明文件。它的思路和 robots.txt 相反robots.txt 是“你别抓什么”llms.txt 是“我有什么、你可以怎么用、重点看哪些”。它的基本格式是 Markdown放在https://你的域名/llms.txt。一个完整的写法大概长这样# 站点名称 一句话说明这个站是做什么的面向谁。 ## 核心内容 - [文章标题](https://example.com/post-1)一句话摘要 - [文章标题](https://example.com/post-2)一句话摘要 ## 可选内容 - [关于我们](https://example.com/about) - [联系方式](https://example.com/contact) ## 使用说明 本站内容可被用于 AI 检索与摘要引用时请标注来源链接。看起来很简单但坑不少。第一llms.txt 目前不是所有 AI 平台都支持它更像是一个“倡议性标准”你写了不一定被读但不写肯定少一个信号。第二路径必须是根目录放子目录里基本没人看。第三内容要精简别把整个 sitemap 塞进去AI 读的是“重点”不是“全部”。第四摘要那一句话很关键它直接影响 AI 对你页面的第一印象要写成人能看懂、机器能提取事实的句子。我实测下来的经验是llms.txt 对“让 AI 知道你是谁”有帮助但别指望它单独解决引用问题。它是加分项不是救命稻草。真正决定引用的是页面本身的结构和可信度。3.3 结构化数据让 AI 一眼看懂你的页面结构化数据Schema.org 标记是 GEO 里被严重低估的一环。AI 解析页面时如果能看到明确的 JSON-LD 标记它就知道“这是文章、作者是谁、发布时间是什么、主题是什么”切片和可信度评估都会顺畅很多。一个文章页的最小可用标记大概是这样{ context: https://schema.org, type: Article, headline: 文章标题, author: { type: Person, name: 作者名 }, datePublished: 2025-01-01, dateModified: 2025-01-02, publisher: { type: Organization, name: 站点名称 }, description: 文章摘要, mainEntityOfPage: https://example.com/post-1 }把它放在页面的head里用script typeapplication/ldjson包起来就行。注意几个细节dateModified一定要真实更新别每次改个标点就刷新日期AI 对“频繁改日期但内容没变”的页面会降权author尽量指向真实的人别用“admin”这种description要和页面首段一致别写两套。4. 从抓取到引用一套可复现的 GEO 实操流程4.1 第一步用日志确认 AI 爬虫到底来没来改任何东西之前先看日志。打开你的服务器访问日志搜 AI 爬虫的 User-Agent看它们有没有来过、来了抓了哪些页面、返回码是什么。如果压根没来过问题在抓取层如果来了但只抓了首页问题在链接结构如果抓了但没引用问题在内容层。我常用的排查命令是这样# 统计各 AI 爬虫的访问次数 grep -iE GPTBot|PerplexityBot|ClaudeBot|Google-Extended access.log | awk {print $NF} | sort | uniq -c | sort -rn # 看某个爬虫具体抓了哪些页面 grep -i GPTBot access.log | awk {print $7} | sort | uniq -c | sort -rn | head -20如果发现某个爬虫返回了大量 403 或 404那就是配置或链接出了问题优先修这个。4.2 第二步把页面改造成“可切片”结构AI 切片最怕三种页面纯图片站、纯 JS 渲染站、大段无结构文字站。你要做的是让每个语义单元都自带“标题 事实 结论”。具体做法每个 H2 下面先写一句主题句再展开关键步骤用有序列表参数和对比用表格代码用代码块并标注语言每段控制在 4 到 6 行别写超长段落。这些不是给 SEO 看的是给 AI 切片器看的。我实测下来同样内容改造结构后被引用的概率能提升一大截因为 AI 拿到的片段语义完整可信度打分自然高。4.3 第三步补上来源信号让 AI 敢署名AI 不署名你很多时候不是内容问题是“署名风险”问题。它不确定这段话是不是你原创、引用你会不会有版权或准确性问题。你要主动降低它的风险感知。做法包括页面顶部或底部明确标注作者和更新时间关键数据给出出处链接在 llms.txt 里写明“引用请标注来源”用结构化数据把作者和发布者标清楚。这些信号叠加起来AI 才更愿意在回答里带上你的名字。4.4 第四步持续监测被引用情况GEO 不是改完就完事要持续看效果。监测方式有三种一是看服务器日志里 AI 爬虫的抓取频率变化二是在主流 AI 问答里手动搜你的核心关键词看有没有引用你三是看流量来源里有没有来自 AI 平台的引荐流量。把这三项做成周报坚持一个月你就能看出哪些改动真正有效。5. 常见问题与排查技巧实录5.1 改了 robots.txt 还是不被抓怎么办先确认三件事文件是否在根目录、是否返回 200、语法是否正确。很多人把 robots.txt 放在子目录或者服务器返回 404爬虫根本读不到。再确认你放行的 User-Agent 名称是否和实际一致名称写错等于没放行。最后看服务器有没有在防火墙层拦截有些主机商会默认屏蔽高频爬虫这个要在主机面板里放行。5.2 llms.txt 写了没反应是不是没用llms.txt 目前是倡议性标准不是所有平台都读。它的作用是“有比没有好”但别把它当成核心手段。真正决定引用的是页面结构和可信度。我的建议是花十分钟写一个放在根目录然后该干嘛干嘛别在这上面耗太多精力。5.3 内容被 AI 用了但不署名怎么破这是最常见的问题。核心原因是你的页面缺少“署名信号”。检查四点有没有明确的作者和日期、有没有结构化数据、llms.txt 里有没有写引用要求、页面首段有没有清晰的来源声明。把这四点补齐署名率会明显改善。另外内容里如果有独家数据或原创观点AI 更倾向于标注来源因为不标会有准确性问题。5.4 一张速查表搞定常见故障现象可能原因排查动作AI 爬虫完全不来robots.txt 拦截、防火墙拦截查日志、查 robots.txt、查主机防火墙只抓首页不抓内页内页链接太深、无 sitemap优化内链、提交 sitemap抓了但不引用页面结构差、无可信度信号改结构、补结构化数据、加作者日期引用了但不署名缺署名信号补 llms.txt、加来源声明、标作者引用内容过时dateModified 未更新真实更新内容并刷新日期5.5 几个我踩过的坑第一个坑是过度屏蔽。早期为了防采集我把一大批 User-Agent 拉黑结果把 AI 爬虫也挡了白白损失了几个月。第二个坑是llms.txt 写太满把整个 sitemap 塞进去结果 AI 读不出重点等于没写。第三个坑是结构化数据造假日期乱填、作者乱写短期看似有效长期被识别后反而降权。这些坑的共同点是想走捷径结果绕了远路。GEO 没有捷径把基础做扎实才是最快的路。6. 我个人的一点实操体会做 GEO 这一年多我最大的体会是它不是一个新概念而是把“好好写内容、好好做结构、好好标来源”这件事用机器能懂的方式重新做了一遍。以前做 SEO 可以靠技巧堆排名现在做 GEO 更多是靠基本功。你的页面结构清不清晰、来源可不可信、内容有没有独家价值这些在 AI 面前藏不住。如果你现在站点的 AI 引用情况很差我的建议是别急着上工具、买服务先花一个下午把日志翻一遍把 robots.txt 和 llms.txt 检查一遍把首页和几篇核心文章的结构改一遍。这三件事做完你大概率能看到变化。剩下的就是持续写、持续改、持续看数据。GEO 这件事慢就是快。 GEO 实战指南：从 robots.txt 到 llms.txt，让 AI 搜索引用你的网站
1. 为什么你的网站内容在 AI 搜索里“查无此人”做内容站或者独立站的朋友最近一年应该都有同感辛辛苦苦写的深度长文在传统搜索引擎里排名还行但一转到 AI 搜索、AI 问答、AI 摘要这类场景自己的站点就像被拉黑了一样AI 给出的答案里引用的全是别人的页面甚至连出处都不提你。这不是错觉也不是玄学而是 AI 搜索的“引用逻辑”和传统搜索引擎的“排名逻辑”压根不是一回事。传统搜索的核心是“排序”你只要把关键词、外链、页面结构做扎实就有机会挤进前十。AI 搜索的核心是“取信与合成”它要先判断一段内容值不值得被信任、能不能被拆解成事实片段、有没有明确的来源标识然后才决定要不要在回答里带上你。换句话说GEOGenerative Engine Optimization生成式引擎优化要解决的不是“排第几”而是“AI 愿不愿意引用你、怎么引用你、引用时带不带你的名字”。这篇内容我打算把这件事彻底讲透。从 AI 搜索为什么不引用你的站点到用代码层面能改掉哪些东西再到robots.txt、llms.txt这些具体文件的完整写法和实测踩坑记录全部摊开讲。适合正在做内容站、独立博客、企业官网、文档站的朋友也适合想搞清楚 GEO 到底是不是又一个“割韭菜概念”的技术人。看完你至少能自己动手排查我的站到底卡在哪一步以及怎么用几行配置把局面扳回来。2. 先搞懂 AI 搜索的引用链路别急着改代码2.1 AI 搜索和传统搜索的本质差异很多人一上来就问“GEO 怎么做”但连 AI 搜索的引用链路都没搞清楚改了半天全是无用功。我先把这条链路拆成四步你对照自己的站看卡在哪。第一步是抓取。AI 搜索背后通常有两套抓取来源一套是传统搜索引擎的索引比如通过合作或自建爬虫拿到的网页快照另一套是专门为 AI 训练和检索服务的爬虫。这两套爬虫的 User-Agent、抓取频率、遵守的规则文件都不一样。你的robots.txt如果一刀切把某些爬虫挡了AI 那边自然就看不到你。第二步是解析与切片。AI 不会整篇读你的文章它会把页面切成一段段“可引用单元”通常按语义段落、标题层级、列表项来切。如果你的页面是一大坨没有结构的文字或者关键信息藏在图片、JS 动态渲染里切片质量就会极差AI 拿到的是一堆碎片自然不愿意引用。第三步是可信度评估。AI 会看这个页面有没有明确的作者、发布时间、来源标识、结构化数据Schema、外部引用。一个没有作者、没有日期、没有出处的页面在 AI 眼里就是“来源不明”引用风险高直接跳过。第四步才是合成与引用。只有前面三步都过了AI 才会在生成答案时把你的内容作为参考并决定是否标注来源。注意“被参考”和“被标注来源”是两件事很多站其实被参考了但 AI 没标你因为你的页面缺少让 AI 愿意署名的信号。2.2 为什么“内容好”不等于“会被引用”我见过太多站长抱怨“我内容比那些被引用的站好十倍凭什么不引我”问题就出在这个“好”字上。人判断内容好看的是深度、逻辑、可读性AI 判断内容好看的是可解析性、可验证性、可切片性。举个很实际的例子。你写了一篇 8000 字的教程全是大段叙述没有小标题、没有列表、没有代码块、没有结论句。人读起来很顺但 AI 切片的时候它找不到“这一段在讲什么”的锚点切出来的片段语义模糊可信度打分就低。反过来一个结构清晰、每段都有明确主题句、关键步骤用列表和代码块标出来的页面哪怕总字数只有你的一半AI 也更容易引用它。所以 GEO 的第一性原则是不要为“人读得爽”牺牲“机器读得懂”。两者其实不冲突好的技术写作本来就该结构清晰。你要做的是在保持可读性的前提下把机器需要的信号补上。2.3 一张表看清传统 SEO 和 GEO 的差别维度传统 SEOGEO核心目标排名靠前拿到点击被 AI 引用拿到署名和流量关键信号关键词、外链、页面速度结构清晰度、来源可信度、可切片性规则文件robots.txt 为主robots.txt llms.txt 结构化数据内容形态长文、关键词密度语义段落、问答式结构、事实密度效果衡量排名、点击率被引用次数、AI 渠道流量、品牌提及失败表现排名掉出前十内容被用但不署名或完全不被抓取这张表建议你存下来每次做优化前对照一遍避免用 SEO 的老思路去做 GEO 的新事。3. 代码层面能改掉的三件事robots.txt、llms.txt 与结构化数据3.1 robots.txt别把 AI 爬虫挡在门外robots.txt是最容易被忽视、也最容易一刀切出错的地方。很多站长为了防采集直接写Disallow: /或者屏蔽一大批 User-Agent结果把 AI 爬虫也一起挡了。你要做的是精准放行 AI 相关爬虫同时保留对恶意采集的限制。先看一个常见的错误写法User-agent: * Disallow: /这一行下去所有爬虫全被挡AI 搜索那边直接看不到你GEO 无从谈起。正确的思路是分爬虫配置下面是一个我实测可用的模板# 放行主流搜索引擎 User-agent: Googlebot Allow: / User-agent: Bingbot Allow: / # 放行 AI 检索类爬虫按需保留具体名称以各平台官方文档为准 User-agent: GPTBot Allow: / User-agent: ChatGPT-User Allow: / User-agent: PerplexityBot Allow: / User-agent: ClaudeBot Allow: / User-agent: Google-Extended Allow: / # 默认规则允许抓取但屏蔽后台和敏感路径 User-agent: * Allow: / Disallow: /admin/ Disallow: /api/ Disallow: /search/ Disallow: /*?sessionid这里有几个实操要点必须说清楚。第一AI 爬虫的 User-Agent 名称会变各平台会新增或调整你要定期回来看官方文档别写死一套用三年。第二Allow和Disallow的优先级是“最长匹配优先”不是简单的先后顺序所以Disallow: /search/和Allow: /search/public/同时存在时后者会生效。第三不要用Crawl-delay去限制 AI 爬虫很多 AI 爬虫根本不遵守这个指令写了也是白写反而可能影响正常抓取节奏。注意修改 robots.txt 后抓取生效通常有延迟别改完五分钟就去测等几个小时甚至一天再看日志。3.2 llms.txt给 AI 看的“站点说明书”llms.txt是这两年才逐渐被讨论起来的东西简单说就是放在站点根目录、专门给大模型看的结构化说明文件。它的思路和 robots.txt 相反robots.txt 是“你别抓什么”llms.txt 是“我有什么、你可以怎么用、重点看哪些”。它的基本格式是 Markdown放在https://你的域名/llms.txt。一个完整的写法大概长这样# 站点名称 一句话说明这个站是做什么的面向谁。 ## 核心内容 - [文章标题](https://example.com/post-1)一句话摘要 - [文章标题](https://example.com/post-2)一句话摘要 ## 可选内容 - [关于我们](https://example.com/about) - [联系方式](https://example.com/contact) ## 使用说明 本站内容可被用于 AI 检索与摘要引用时请标注来源链接。看起来很简单但坑不少。第一llms.txt 目前不是所有 AI 平台都支持它更像是一个“倡议性标准”你写了不一定被读但不写肯定少一个信号。第二路径必须是根目录放子目录里基本没人看。第三内容要精简别把整个 sitemap 塞进去AI 读的是“重点”不是“全部”。第四摘要那一句话很关键它直接影响 AI 对你页面的第一印象要写成人能看懂、机器能提取事实的句子。我实测下来的经验是llms.txt 对“让 AI 知道你是谁”有帮助但别指望它单独解决引用问题。它是加分项不是救命稻草。真正决定引用的是页面本身的结构和可信度。3.3 结构化数据让 AI 一眼看懂你的页面结构化数据Schema.org 标记是 GEO 里被严重低估的一环。AI 解析页面时如果能看到明确的 JSON-LD 标记它就知道“这是文章、作者是谁、发布时间是什么、主题是什么”切片和可信度评估都会顺畅很多。一个文章页的最小可用标记大概是这样{ context: https://schema.org, type: Article, headline: 文章标题, author: { type: Person, name: 作者名 }, datePublished: 2025-01-01, dateModified: 2025-01-02, publisher: { type: Organization, name: 站点名称 }, description: 文章摘要, mainEntityOfPage: https://example.com/post-1 }把它放在页面的head里用script typeapplication/ldjson包起来就行。注意几个细节dateModified一定要真实更新别每次改个标点就刷新日期AI 对“频繁改日期但内容没变”的页面会降权author尽量指向真实的人别用“admin”这种description要和页面首段一致别写两套。4. 从抓取到引用一套可复现的 GEO 实操流程4.1 第一步用日志确认 AI 爬虫到底来没来改任何东西之前先看日志。打开你的服务器访问日志搜 AI 爬虫的 User-Agent看它们有没有来过、来了抓了哪些页面、返回码是什么。如果压根没来过问题在抓取层如果来了但只抓了首页问题在链接结构如果抓了但没引用问题在内容层。我常用的排查命令是这样# 统计各 AI 爬虫的访问次数 grep -iE GPTBot|PerplexityBot|ClaudeBot|Google-Extended access.log | awk {print $NF} | sort | uniq -c | sort -rn # 看某个爬虫具体抓了哪些页面 grep -i GPTBot access.log | awk {print $7} | sort | uniq -c | sort -rn | head -20如果发现某个爬虫返回了大量 403 或 404那就是配置或链接出了问题优先修这个。4.2 第二步把页面改造成“可切片”结构AI 切片最怕三种页面纯图片站、纯 JS 渲染站、大段无结构文字站。你要做的是让每个语义单元都自带“标题 事实 结论”。具体做法每个 H2 下面先写一句主题句再展开关键步骤用有序列表参数和对比用表格代码用代码块并标注语言每段控制在 4 到 6 行别写超长段落。这些不是给 SEO 看的是给 AI 切片器看的。我实测下来同样内容改造结构后被引用的概率能提升一大截因为 AI 拿到的片段语义完整可信度打分自然高。4.3 第三步补上来源信号让 AI 敢署名AI 不署名你很多时候不是内容问题是“署名风险”问题。它不确定这段话是不是你原创、引用你会不会有版权或准确性问题。你要主动降低它的风险感知。做法包括页面顶部或底部明确标注作者和更新时间关键数据给出出处链接在 llms.txt 里写明“引用请标注来源”用结构化数据把作者和发布者标清楚。这些信号叠加起来AI 才更愿意在回答里带上你的名字。4.4 第四步持续监测被引用情况GEO 不是改完就完事要持续看效果。监测方式有三种一是看服务器日志里 AI 爬虫的抓取频率变化二是在主流 AI 问答里手动搜你的核心关键词看有没有引用你三是看流量来源里有没有来自 AI 平台的引荐流量。把这三项做成周报坚持一个月你就能看出哪些改动真正有效。5. 常见问题与排查技巧实录5.1 改了 robots.txt 还是不被抓怎么办先确认三件事文件是否在根目录、是否返回 200、语法是否正确。很多人把 robots.txt 放在子目录或者服务器返回 404爬虫根本读不到。再确认你放行的 User-Agent 名称是否和实际一致名称写错等于没放行。最后看服务器有没有在防火墙层拦截有些主机商会默认屏蔽高频爬虫这个要在主机面板里放行。5.2 llms.txt 写了没反应是不是没用llms.txt 目前是倡议性标准不是所有平台都读。它的作用是“有比没有好”但别把它当成核心手段。真正决定引用的是页面结构和可信度。我的建议是花十分钟写一个放在根目录然后该干嘛干嘛别在这上面耗太多精力。5.3 内容被 AI 用了但不署名怎么破这是最常见的问题。核心原因是你的页面缺少“署名信号”。检查四点有没有明确的作者和日期、有没有结构化数据、llms.txt 里有没有写引用要求、页面首段有没有清晰的来源声明。把这四点补齐署名率会明显改善。另外内容里如果有独家数据或原创观点AI 更倾向于标注来源因为不标会有准确性问题。5.4 一张速查表搞定常见故障现象可能原因排查动作AI 爬虫完全不来robots.txt 拦截、防火墙拦截查日志、查 robots.txt、查主机防火墙只抓首页不抓内页内页链接太深、无 sitemap优化内链、提交 sitemap抓了但不引用页面结构差、无可信度信号改结构、补结构化数据、加作者日期引用了但不署名缺署名信号补 llms.txt、加来源声明、标作者引用内容过时dateModified 未更新真实更新内容并刷新日期5.5 几个我踩过的坑第一个坑是过度屏蔽。早期为了防采集我把一大批 User-Agent 拉黑结果把 AI 爬虫也挡了白白损失了几个月。第二个坑是llms.txt 写太满把整个 sitemap 塞进去结果 AI 读不出重点等于没写。第三个坑是结构化数据造假日期乱填、作者乱写短期看似有效长期被识别后反而降权。这些坑的共同点是想走捷径结果绕了远路。GEO 没有捷径把基础做扎实才是最快的路。6. 我个人的一点实操体会做 GEO 这一年多我最大的体会是它不是一个新概念而是把“好好写内容、好好做结构、好好标来源”这件事用机器能懂的方式重新做了一遍。以前做 SEO 可以靠技巧堆排名现在做 GEO 更多是靠基本功。你的页面结构清不清晰、来源可不可信、内容有没有独家价值这些在 AI 面前藏不住。如果你现在站点的 AI 引用情况很差我的建议是别急着上工具、买服务先花一个下午把日志翻一遍把 robots.txt 和 llms.txt 检查一遍把首页和几篇核心文章的结构改一遍。这三件事做完你大概率能看到变化。剩下的就是持续写、持续改、持续看数据。GEO 这件事慢就是快。