官网 GEO 诊断：FAQ Schema、JSON-LD、robots 自查清单

为什么先诊断官网

在所有信源里，官网是唯一你能 100% 控制、且权重最高的权威层来源。AI 在核验「你是谁、卖什么、可不可信」时，官网是它的首选事实基线。但现实里，官网往往：内容写给人看不写给机器看、结构化数据缺失、爬虫被无意挡在门外。结果就是这块最该用好的阵地反而拖了后腿。

本文是一套官网 GEO 自查 SOP。注意：涉及结构化数据、robots 等需要写「代码」的地方，本文一律用文字描述字段与规则，你照着在自己的技术实现里落地即可。

一个判断标准：如果把你的官网核心页交给一个只读纯文本的程序，它能不能准确说出你的品牌定位、产品规格和常见问题答案？能，才算机器可读。

第 1 步：爬虫可达性自查

目标：确保 AI 相关爬虫能合法、顺利地抓到你的内容。

动作：

1. 检查站点的爬虫规则文件（即 robots 规则）是否无意中屏蔽了 AI 爬虫。常见的 AI 爬虫用户代理包括 GPTBot、ClaudeBot、PerplexityBot、Google-Extended 等。
2. 明确你的策略：希望被 AI 引用，就放行这些爬虫；有内容不想被抓，就在规则里对应禁止特定路径或特定用户代理。这是一个业务决策，不是越开放越好。
3. 确认站点地图（sitemap）存在且最新，并提交到搜索引擎站长平台——注意 ChatGPT 的网页检索依赖必应（Bing）索引，所以提交必应站长平台尤其重要。
4. 排查渲染问题：核心内容若依赖前端脚本动态渲染，确认爬虫拿到的初始 HTML 里就有实质内容，而不是空壳。

robots 规则要点（用文字描述，不用代码块）：

• 「用户代理」行指定规则适用于哪个爬虫（如 GPTBot）。
• 「禁止」行后跟一个路径，表示该爬虫不得抓取此路径；留空或不写则默认允许。
• 想全站放行某爬虫：为它单独写一组规则，禁止项留空。
• 想全站屏蔽某爬虫：禁止项写一个斜杠（代表根路径）。

检查点：

• ✅ 已明确每个主流 AI 爬虫是放行还是屏蔽，且与业务意图一致
• ✅ 站点地图存在、最新，并已提交必应等站长平台
• ❌ 没有「想被引用却把 AI 爬虫全屏蔽了」的自相矛盾

第 2 步：结构化数据（常见问题标记）自查

目标：让官网的问答内容以机器可读的形式被 AI 准确抽取。

常见问题结构化数据（即 FAQPage 类型，通常以 JSON-LD 形式嵌入页面）的字段构成，用文字描述如下：

• 顶层类型标为「常见问题页」（FAQPage）。
• 顶层有一个「主实体」数组，每个元素是一个「问题」（Question）。
• 每个「问题」包含一个「问题文本」字段（name），以及一个「被接受的答案」（acceptedAnswer）。
• 「被接受的答案」是一个「答案」（Answer）类型，包含「答案正文」字段（text）。

动作：

1. 在常见问题页 / 产品页放置常见问题标记，覆盖用户真实问法。
2. 每页只用一个常见问题标记块；若有多组问答，全部并入同一个「主实体」数组。
3. 确保标记里的每个问题与答案，在可见正文里逐字出现——标记与可见内容必须严格一致。
4. 每页建议放 5 到 8 个问题，问法用自然口语，不同页面间不重复相同问题。
5. 用结构化数据校验工具（如富媒体结果测试）验证语法无误。

重要现实提醒：自 2026 年起，常见问题标记在搜索结果里已不再展示「富媒体外观」，但它对 AI 引用与事实核验依然有价值——Gemini 等 AI 会用结构化数据核验主张、判断来源可信度。所以做它的目的已从「拿富媒体展示位」转向「帮 AI 准确抽取与采信」。

检查点：

• ✅ 每页仅一个常见问题标记块，问答与可见正文逐字一致
• ✅ 问题用真实口语问法，5 到 8 个，跨页不重复
• ❌ 答案里没有促销话术（标记内容要与中立可核验的正文一致）

第 3 步：文章 / 产品结构化数据自查

目标：让 AI 准确识别内容的作者、时间、实体关系，强化 EEAT。

文章类结构化数据（Article 类型）建议包含的字段，用文字描述：

• 类型标为「文章」（Article）。
• 「标题」字段（headline）。
• 「作者」字段（author），指向一个「人」（Person）实体，含作者姓名；有条件时补作者简介 / 职位。
• 「发布日期」与「修改日期」字段（datePublished / dateModified）。
• 「出版方」字段（publisher），指向组织实体，含品牌名与标识。

产品类结构化数据（Product 类型）建议包含：产品名、品牌、关键规格、（如适用）评分与价格信息——同样要与可见内容一致。

动作：

1. 给重要内容页加文章结构化数据，作者指向真实「人」实体并给出简介。
2. 发布日期与修改日期如实标注，内容更新后同步更新修改日期。
3. 产品页加产品结构化数据，规格与可见内容一致。
4. 让品牌的组织实体信息（名称、标识、官方账号）在全站一致，便于 AI 建立实体关联。

检查点：

• ✅ 重要内容页有作者、发布 / 修改日期的结构化标注
• ✅ 组织实体信息全站一致
• ❌ 没有声明了「修改日期」却内容长期不更新的虚假新鲜度

第 4 步：内容机器可读性自查

目标：纯文本层面，官网内容本身就清晰、可抽取。

• 核心页开头即用一两句话讲清「品牌是什么、卖什么、适合谁」
• 常见问题、产品规格用结构化排版（清单 / 表格），而非大段文字
• 关键事实（成分、参数、资质）以可核验的具体形式呈现
• 重要内容不藏在图片里（图片中的文字机器读不到，需配文字说明）
• 标题层级清晰，每个标题本身就是一个可检索的要点或问题

第 5 步：llms.txt 要不要做

目标：理性看待 llms.txt，不神化、也不必排斥。

事实澄清：llms.txt 是一个放在站点根目录的纯文本文件，用 Markdown 格式列出站点最重要的内容，相当于给 AI 的「内容导航地图」。但要清醒认识三点：

1. 它是社区约定，没有任何标准组织背书，也没有强制力。
2. 截至 2026 年，主流证据表明它不是 AI 引用 / 排名的加分项，Google 已明确表示不支持。
3. 它与爬虫规则文件（robots）角色不同：robots 控制「能不能抓」，llms.txt 只是「在能抓的范围里指个路」。

动作：

1. 不要把 llms.txt 当成可见度灵药——它解决不了内容质量与信源覆盖问题。
2. 若内容体量大、结构复杂，做一份简洁的 llms.txt 作为内容索引，成本低、无害，可做。
3. 把精力优先放在前四步（爬虫可达 + 结构化数据 + 机器可读内容），这些才是确定有效的杠杆。

检查点：

• ✅ 清楚 llms.txt 的定位（导航而非控制、非排名因子）
• ❌ 没有寄希望于一个 llms.txt 文件带来引用暴涨

常见坑

• 想被 AI 引用，却在 robots 里把 AI 爬虫全屏蔽：自相矛盾，先理清策略。
• 结构化标记与可见内容不一致：被判为不可信，反受其害。
• 一个页面堆多个常见问题标记块：违反规范，应合并为一个。
• 核心内容只在图片里：机器读不到，等于没写。
• 把 llms.txt 当排名开关：浪费期待，本末倒置。
• 标了修改日期却内容不更新：虚假新鲜度，损害可信。

官网 GEO 自查清单

• AI 爬虫放行 / 屏蔽策略明确且与业务意图一致
• 站点地图最新并已提交必应等站长平台
• 常见问题标记：每页一个、问答与可见正文逐字一致、口语问法
• 重要页有文章 / 产品结构化数据，作者与日期如实标注
• 核心内容机器可读，关键事实不藏在图片里
• 组织实体信息全站一致
• 理性对待 llms.txt，优先做前四步

声量如何帮你把官网这块用起来

官网诊断本身是技术活，但它的价值要放进整个 GEO 体系里才显现——官网是权威层地基，地基打好了，还要看 AI 是否真的引用了它。声量 Shengliang 在这里补上「看效果」与「连成闭环」的环节：

• 引用信源分析会告诉你 AI 在回答里实际引用了哪些信源、官网（权威层）是否被引用，让官网优化有据可依、可验证。
• GEO 可见度监测覆盖六大平台，让你看到官网内容补齐后，提及率 / 首推率 / 声量份额是否随之变化。
• 内容生产侧（GEO 选题 → GEO 内容 + D.A.R.T 评分）保证官网之外的讨论层、平台层内容同样机器友好，与官网口径一致。

本文教你把官网这块「自己能控的阵地」修到机器友好；声量帮你验证它是否真的被 AI 采信，并与其余信源层连成一致、自动迭代的整体。