有个做独立站的朋友上个月问我一个问题。他说他的站在Google里排名还行，但最近发现流量结构变了。以前是搜索点击进来，现在多了一批奇怪的访问。来源显示是各种AI产品的域名，有Perplexity，有You.com，有Bing的Copilot，还有一些他认不出来的。这些访问的特点很一致：停留时间长，跳出率低，但转化路径不清晰。他问我这是什么流量。
这是GEO流量。你的内容被AI搜索产品引用了，用户通过AI答案里的引用链接点进来了。
这件事有意思的地方在于，他根本没做任何GEO优化。他的站被AI搜索引用，纯粹是因为他的SEO做得扎实，内容质量高，结构化数据齐全。AI搜索在抓取搜索引擎结果的时候，顺手把他的内容也带上了。但这只是被动的GEO。主动的GEO，需要你从网站架构层面就开始设计，让AI搜索更容易发现你、理解你、引用你。
这篇文章讲的就是主动GEO的实战方法。从零开始，一个网站怎么被主流AI搜索产品收录、理解、引用、排名。包含具体代码，可以直接用。
先理解AI搜索的收录机制。
主流AI搜索产品的数据来源分三类。第一类是调用搜索引擎的API，拿搜索结果做二次加工。Perplexity早期就是这么干的，现在也在逐步自建索引。第二类是自建爬虫，直接抓取网页。You.com和Bing Copilot走的是这条路。第三类是混合模式，既调搜索引擎，也自己爬，还跟内容平台签数据协议。大多数产品都是混合模式。
这三类来源的共同点是：它们都需要你的页面能被爬虫访问，能被解析，能被理解。这跟传统SEO的第一步是一样的。但区别在于，AI搜索的爬虫在解析页面的时候，关注的东西跟搜索引擎爬虫不一样。搜索引擎爬虫更关注链接结构、关键词分布、页面权重。AI搜索爬虫更关注内容的语义结构、信息密度、实体关联。你如果只按SEO的思路做，AI搜索能抓到你，但不一定能理解你。
理解不了，就不会引用。
所以GEO的第一步，是让AI搜索爬虫能高效解析你的页面。具体怎么做？
从HTML语义化开始。很多网站现在还是用一堆div堆出来的，没有任何语义标签。搜索引擎爬虫勉强能解析，因为它有足够的算力去猜。AI搜索爬虫的算力分配不一样，它要处理的内容量更大，没时间跟你猜。你的页面结构不清晰，它就直接跳过。用header、nav、main、article、section、aside、footer这些标签把页面结构标清楚。article里面再分section，每个section有明确的主题。这不是为了好看，是为了让爬虫一眼看懂你的内容层级。
代码示例：
<article>
<header>
<h1>主标题</h1>
<p>发布时间、作者、摘要</p>
</header>
<section>
<h2>第一层主题</h2>
<p>正文内容</p>
<section>
<h3>第二层主题</h3>
<p>正文内容</p>
</section>
</section>
</article>
这个结构看起来简单，但很多网站做不到。他们用div加class来模拟，爬虫得先解析CSS才能理解层级。多一层解析，就多一层丢失信息的风险。
第二步，结构化数据。这是GEO和SEO差异最大的地方。SEO的结构化数据是为了在搜索结果里拿到富摘要，比如评分、价格、FAQ。GEO的结构化数据是为了让AI搜索直接理解你的内容实体。你需要标记的东西比SEO多得多。
基础的Article标记，加上author、datePublished、dateModified。这些SEO也在用。但GEO还需要你标记about、mentions、citation。about是说这篇文章的核心实体是什么，mentions是说文章里提到了哪些其他实体，citation是说文章引用了哪些来源。这三个标记直接告诉AI搜索：这篇文章在讲什么，涉及谁，依据是什么。
代码示例：
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "文章标题",
"author": {
"@type": "Person",
"name": "作者名",
"url": "作者页面"
},
"datePublished": "2025-01-01",
"dateModified": "2025-01-02",
"about": {
"@type": "Thing",
"name": "核心主题"
},
"mentions": [
{
"@type": "Organization",
"name": "提到的组织"
},
{
"@type": "Product",
"name": "提到的产品"
}
],
"citation": [
{
"@type": "CreativeWork",
"name": "引用的来源",
"url": "来源链接"
}
]
}
这个标记做完，AI搜索在解析你的页面时，不需要读完全文就能知道你的内容骨架。它可以直接拿这些标记去做实体匹配。匹配上了，你就进了它的引用候选池。
第三步，内容层面的可拆解性。
AI搜索引用你的内容，不是整篇引用，是拆成信息单元引用。它需要你的内容里有一段话，能独立回答一个问题。这段话不需要上下文，不需要前置知识，拿出来就能用。如果你的内容是一篇连贯的长文，逻辑环环相扣，AI搜索拆起来就费劲。它可能只拆出半句话，语义不完整，就不敢用。
所以写内容的时候，要有意识地把每个段落写成独立的信息单元。每个段落有一个明确的主题句，后面跟解释和例证。段落之间不需要强连接词，独立成立。这样AI搜索拆的时候，每个段落都是一个完整的答案片段。
代码层面，用FAQPage标记来强化这种可拆解性。
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "问题是什么",
"acceptedAnswer": {
"@type": "Answer",
"text": "答案内容"
}
}
]
}
FAQ标记在SEO里已经用烂了，但GEO里的用法不一样。SEO用FAQ是为了在搜索结果里展示折叠问答。GEO用FAQ是为了告诉AI搜索：这些问答对可以直接引用。你的FAQ标记越清晰，AI搜索引用你的概率越高。
第四步，llms.txt文件。
这是GEO特有的东西。llms.txt是一个放在网站根目录的文本文件，用来告诉AI爬虫你的网站结构、内容更新频率、哪些页面优先抓取。这个标准还在早期，但已经有AI搜索产品在支持。它的格式很简单：
# 网站名称
> 网站描述
## 主要内容
- /page1: 页面描述
- /page2: 页面描述
## 更新频率
- /blog: 每日更新
这个文件的作用是给AI爬虫一个导航。它不需要爬遍你整个网站就能知道你的内容分布。抓取效率高了，收录速度就快。
第五步，robots.txt的AI爬虫配置。
主流AI搜索产品的爬虫User-Agent你需要知道。GPTBot、ClaudeBot、PerplexityBot、Bytespider、CCBot。这些爬虫你可以在robots.txt里单独配置。如果你希望被GEO收录，就不要屏蔽它们。如果你有内容不想被AI引用，就单独屏蔽。
User-agent: GPTBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: ClaudeBot
Allow: /
但这里有一个策略问题。你允许AI爬虫抓取，你的内容就会被AI搜索引用。被引用是好事，流量会来。但AI搜索的引用是不给链接权重的。用户通过AI答案看到你的品牌，但不一定点进来。你的品牌曝光增加了，但你的网站流量不一定增加。这是一个取舍。你要品牌曝光，就开放。你要流量闭环，就限制。
目前大多数网站的选择是开放。因为品牌曝光的长期价值大于短期流量损失。
第六步，实体建设。
这是GEO最核心的部分。AI搜索引用你的内容，不是因为你的页面排名高，是因为你的品牌或你的站点被识别为一个可信实体。实体建设的意思是，让你的品牌名、你的域名、你的作者名，在互联网上形成一个稳定的、一致的、可验证的关联网络。
具体操作：在多个独立平台创建品牌账号，用统一的品牌名和描述。在多个权威站点发布带品牌署名的内容。让你的作者在多个平台有统一的身份标识。这些动作的目标是让AI搜索在多个独立来源里看到同一个实体，并且这些来源之间互相印证。
代码层面，用sameAs标记来建立这种关联。
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "品牌名",
"url": "https://example.com",
"sameAs": [
"https://twitter.com/品牌名",
"https://github.com/品牌名",
"https://www.linkedin.com/company/品牌名"
]
}
sameAs的作用是告诉AI搜索：这些平台上的账号都是同一个实体。AI搜索在验证你的可信度时，会交叉比对这几个来源。如果信息一致，可信度就高。如果不一致，或者某个平台是空的，可信度就低。
第七步，监测和迭代。
GEO的监测跟SEO不一样。SEO看排名，看点击。GEO看引用，看提及。你需要监测你的品牌在AI答案里出现的频率，你的内容被哪些AI搜索产品引用了，引用的上下文是什么。
目前没有成熟的GEO监测工具。但你可以手动做。每周在主流AI搜索产品里搜你的品牌词、你的核心业务词、你的竞品词，看AI答案里有没有你。有的话，截图记录。没有的话，分析原因。是内容不够结构化，还是实体关联不够强，还是AI搜索根本没收录你的站。
你也可以看服务器日志，过滤AI爬虫的User-Agent。看它们抓了哪些页面，抓取频率如何，有没有抓取错误。这些数据能帮你判断你的GEO基础工作有没有做到位。
最后说一个容易被忽略的点：GEO的排名不是线性的。
SEO的排名是线性的。你优化得越好，排名越高。GEO的引用是非线性的。你可能做了很多优化，AI搜索一直不引用你。然后某一天，你的某个内容突然被引用了，接着其他内容也被带出来了。这是因为AI搜索的引用决策是模型驱动的，不是规则驱动的。模型的行为有随机性，有滞后性。你无法精确控制它什么时候引用你，你只能提高被引用的概率。
这个特性决定了GEO的考核周期比SEO长。SEO可能一个月见效，GEO可能三个月半年。但一旦生效，GEO的流量质量比SEO高。因为用户是通过AI答案接触到你的，信任度已经建立了一层。他点进来的时候，转化意愿更强。
从零到一的GEO实战，核心就是这几步。语义化HTML让爬虫能解析，结构化数据让爬虫能理解，FAQ标记让内容能拆解，llms.txt让爬虫能导航，robots.txt让爬虫能访问，实体建设让爬虫能信任，监测迭代让优化能持续。每一步都有代码，每一步都可以落地。
做GEO不需要你推翻现有的SEO。它是在SEO的基础上，多做一些面向AI搜索的适配。你的SEO做得越好，GEO的起点越高。你的GEO做得越早，AI搜索时代的品牌曝光越靠前。这两件事不是对立的，是叠加的。