GEO：让 AI 引擎愿意引用你
越来越多的用户跳过搜索框，直接把问题丢给 ChatGPT、Kimi 或豆包。答案由 AI 组织，你的站在不在答案里，成了新的生死线。这门手艺有个名字：GEO（Generative Engine Optimization）。这一节讲它的四个杠杆，每个都配一个当场能玩的教具。
SEO 和 GEO 争的东西不一样。搜索引擎给用户十条蓝色链接，你争的是排位；AI 引擎直接给一段组织好的答案，你争的是答案里的一句引用、一个署名。用户可能永远不点进你的站，但「据某某站」这几个字就是新时代的曝光。
| 维度 | SEO（搜索引擎） | GEO（AI 引擎） |
|---|---|---|
| 用户看到什么 | 一排链接，自己挑 | 一段答案，AI 已经替他挑完了 |
| 你争什么 | 排名和点击 | 被引用、被推荐、被当作出处 |
| 内容被怎么消费 | 用户进站读全文 | AI 摘走能独立成立的那一段 |
| 基础设施 | sitemap、robots、结构化数据 | 全都要，再加 llms.txt 和可引用的段落写法 |
好消息是两者不冲突：上一节的最低可行清单是 GEO 的地基，AI 引擎同样从抓取和索引开始。这一节讲的是在那之上，AI 特有的四个杠杆。
AI 引擎回答问题前，检索回来一堆候选段落，从里面挑能直接用的。你来当一次 AI：用户问「个人开发者的产品怎么定价」，检索回来三段内容，逐段点开，看它们的命运和理由。
自包含段落最省力的落法：每页 H1 下面，先用两三句话把这页的问题直接答掉。是什么、为什么重要、一句话记住。剩下的正文再展开细节。用户扫一眼有收获，AI 摘一段能引用，双赢。
下面这页讲「API 限流」，开头写得很典型。点两个按钮，看两种改法怎么把它救活。
这个「答案前置」的写法和第 2 节的 description 是一对：description 给搜索结果页看，一句话答案块给 AI 和赶时间的读者看。本站每个课程页 H1 下面那行「一句话速览」就是这个杠杆的落地，全站由构建脚本批量注入。
如果你的页面本身就是一问一答（帮助文档、常见问题、本站的小白三千问都是），有一个几乎白捡的杠杆：FAQPage 结构化数据。在页面里放一段 JSON-LD，用机器能读的格式声明「这页的问题是什么、答案是什么」，引擎不用猜，直接拿走。
别被「结构化数据」四个字吓住，它就是一段固定格式的 JSON。下面填上你自己的问答，生成一段能直接贴进页面的代码。
生成后拿 Google 的富媒体测试工具验一下（搜「rich results test」第一个就是）。本站给 37 个小白三千问页面补上 FAQPage 后2026-08-10 改造，这批「Token 是什么」「AI 客服为什么蠢」式的原生问题，成了全站最容易被 AI 引用的页面。
robots.txt 告诉爬虫哪能去哪不能去，llms.txt 反过来，是主动递给 AI 的一份站点导览：放在根目录的一个 Markdown 文件，列出你有什么内容、每页讲什么、地址在哪。配套还有一个加强版 llms-full.txt，直接把全站正文拼成一个大文件，AI 一次就能读完你的站。
要说实话的是：这是 2024 年由社区提出的民间约定，不是官方标准，各家 AI 引擎的支持程度不一也在变化。但它成本极低（一个脚本自动生成），赌的是「让 AI 读懂你的成本越低，被引用的机会越大」这个朴素逻辑。本站的 llms.txt 覆盖全部 317 节课的目录和描述2026-08-10 口径，llms-full.txt 把免费页全文、受限页预览段拼在一起，体积一到两兆。
llms.txt 长这样，一眼就懂：
同一节还有个容易漏的杠杆：新鲜度信号。在 JSON-LD 里带上 datePublished 和 dateModified，AI 引擎偏爱能判断时效的内容，尤其是「2026 年还…吗」这类问题。日期从 git 提交记录里取，脚本一次搞定，别手填。
GEO 做没做进去，有一个最诚实的信号：AI 爬虫来没来、来得勤不勤。它们都在请求日志里留名（User-Agent）。点开下面六张卡，认识最常见的几位访客。
最后一个提醒，也是很多人漏掉的：ChatGPT 的联网搜索大量依赖 Bing 的索引（公开资料和各家站长的实测都指向这一点）。也就是说 Bing 收录得少，ChatGPT 就搜不到你。上一节让你提交 Bing Webmaster，伏笔在这里，下一节用本站的真实数字给你看差距有多大。
要不要拦训练类爬虫（GPTBot、ClaudeBot），是个立场问题不是技术问题：拦了，内容不进未来模型的知识库；不拦，等于免费供料。本站的选择是全放行，因为免费课的目标本来就是被更多人（和 AI）学到。你的站自己权衡，robots.txt 里一行就能表态。
| 杠杆 | 做一次要多久 | 怎么验收 |
|---|---|---|
| 一句话答案块 | 每页两三句，存量页面批量补需要几天 | 随机摘一段问自己：单独读成立吗 |
| FAQPage 结构化数据 | 脚本活，半天 | Google 富媒体测试通过 |
| llms.txt / llms-full.txt | 脚本活，半天 | 根目录能访问，随构建更新 |
| 日期信号 | 脚本活，两小时 | 抽查 JSON-LD 日期与 git 记录一致 |
GEO 争的是引用：用户看答案不看链接，你要成为 AI 愿意摘走的那一段。SEO 的地基照打，四个杠杆加在上面。
自包含段落是第一杠杆：每页开头两三句直接给答案，摘走之后依然成立。铺垫体和「看我主页置顶」体永远不被引用。
Q&A 页加 FAQPage、根目录放 llms.txt、JSON-LD 带日期：三件事全是一次性脚本活，做完 AI 读懂你的成本大幅下降。
爬虫日志是 GEO 的仪表盘：GPTBot、PerplexityBot 这些 UA 单独归档看曲线。另外记住那条暗线：Bing 收录数直接影响 ChatGPT 能不能搜到你。
被 AI 转述不全是坏事：通用知识换署名曝光，产品和第一手经验留作进站理由。内容分层设计，别一刀切拦爬虫。
内容来源：小山学堂「被搜到」专题原创。llms.txt 为 2024 年社区提案（llmstxt.org），各引擎支持程度以其官方文档为准；文中本站数据均注明口径日期，完整改造记录见第 4 节。