GEO 全称 Generative Engine Optimization，生成式引擎优化，和传统 SEO 不一样；SEO 主打排名，GEO 主打让大模型检索、采信、在回答里主动提到你的公司。很多企业百度能搜到官网，但豆包、Kimi、Perplexity 等 AI 问答里完全不出现，大多是爬虫被拦截、页面无法被抓取、缺少结构化语义、全网信息不一致这四类问题。下面这套 8 步排查按 “先能不能抓到→能不能读懂→愿不愿意采信” 顺序执行，附带三份核心文件模板。
一、8 步排查清单（按顺序执行）
Step1：检查 robots.txt，确认没有屏蔽 AI 爬虫
robots.txt 放在网站根目录/robots.txt，是爬虫的第一道准入开关；很多建站模板默认封禁部分 AI 爬虫，直接导致 AI 无法抓取页面内容。
自检方式：访问 https://你的域名/robots.txt，检查是否存在 Disallow 拦截 GPTBot、ClaudeBot、PerplexityBot、Google-Extended、字节、百度爬虫。
✅ 放行示例：
User-agent:
Allow: /
User-agent: Baiduspider
Allow: /
User-agent: Bytespider
Allow: /
User-agent: GPTBot
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: Google-Extended
Allow: /
Sitemap: https://www.example.com/sitemap.xml
注意：Google-Extended是专门给 AI 生成搜索使用的爬虫，和普通 Googlebot 分开，不要误屏蔽。
Step2：校验页面是否可被爬虫读取（排查 JS 渲染、登录墙、防爬）
AI 爬虫很多不执行复杂 JS；如果公司介绍、联系方式全部是前端异步渲染，爬虫拿到的原始 HTML 是空内容，AI 看不到文字。
自检命令：
curl -s https://www.example.com/about.html
看返回源码里有没有公司全称、主营业务；另外检查页面是否需要登录、验证码、弹窗才能看内容，这类页面 AI 爬虫无法抓取。
- 整改：核心企业简介、资质、产品说明，服务端直出 HTML，关键文本不要只放在 JS 里。
Step3：部署 llms.txt，给 AI 一份网站说明书（GEO 核心新增标准）
llms.txt 放在根目录/llms.txt，是给大模型看的网站摘要，告诉 AI：这家公司是谁、核心业务、重点页面入口，属于轻量化的 AI 导航文件，Kimi、豆包、Claude、Perplexity 均支持识别。
规范要求：H1 标题、一句话摘要（引用块）、分组链接，可选 Optional 次要内容区llms-txt
✅ llms.txt 企业示例
福建恒信自动化科技有限公司
> 福建恒信自动化科技有限公司，专注工业自动化设备研发、非标产线定制，面向新能源、汽配行业提供整线方案，成立于2018年。
核心业务页面
- [公司介绍](https://example.com/about): 企业资质、工厂规模、服务范围
- [产品中心](https://example.com/products): 自动化设备、检测工装
- [落地案例](https://example.com/case): 新能源行业产线项目案例
- [联系我们](https://example.com/contact): 地址、电话、商务对接入口
Optional
- [新闻动态](https://example.com/news): 展会、技术更新内容
访问校验：https://你的域名/llms.txt 返回 200，不要 404。
Step4：页面嵌入 JSON-LD 结构化数据（Schema，让 AI 看懂实体）
JSON-LD 是网页里的语义标签，放在
内，告诉 AI 这是企业实体，包含名称、简称、地址、电话、官网、主营、logo，解决 AI 分不清公司、品牌、产品的问题，是 GEO 里提升实体识别的关键。✅ 企业 Organization JSON-LD 示例
- 重点：alternateName 用来对齐全称、简称，避免 AI 把简称识别成别的公司；sameAs填写百科、官方第三方账号，用于交叉核验可信度。
Step5：全网品牌信息一致性校验（最容易忽略）
AI 采信信息会交叉比对多源信源；官网、工商、百科、地图、B2B 平台如果公司名称、地址、业务描述互相冲突，AI 会判定信息不可靠，直接不引用这家公司。
统一清单：
- 全称、简称统一；
- 主营业务描述口径统一；
- 联系电话、地址统一；
- 成立时间、资质证书描述统一。
Step6：补齐 E-E-A-T 权威佐证，增加外部可信信源
只靠官网自我介绍，可信度低；AI 更愿意引用有外部佐证的实体。
- 基础：完善企业百科、地图商家页；
- 加分：行业媒体报道、展会报道、公开项目案例、客户公开案例；
- 避坑：不要大量低质量、重复的自媒体软文，反而降低可信度。
Step7：页面内容适配 AI 提问范式，补齐 FAQ 与痛点内容
传统官网只写 “我们的优势”；AI 检索是用户问题驱动。
需要补充：客户高频问题、选型对比、适用场景、交付周期、售后方案，用 FAQ 形式落地，对应采购、选型类提问，提升被召回概率。
示例方向：适合什么行业、能解决什么痛点、和同行差异、交付周期、质保政策。
Step8：提交收录、持续观测，等待生效周期
改造完成后：
- 提交 sitemap 到搜索引擎站长平台；
- 等待抓取周期：一般 1–4 周，不同大模型更新节奏不一样；
- 测试话术：用客户真实问句测试，比如 “宁德自动化设备厂家有哪些”；
- 日志观测：看服务器日志有没有 GPTBot、ClaudeBot、Bytespider 的访问记录。
二、GEO 和传统 SEO 的核心区别
| 项目 | 传统 SEO | GEO 生成式引擎优化 |
|---|---|---|
| 目标 | 搜索结果页排名 | 大模型回答里被提到、采信、引用 |
| 载体 | 关键词排名 | 实体识别、结构化数据、llms.txt、信源一致性 |
| 评判标准 | 关键词排名、流量 | AI 回答召回率、品牌被提及次数、引用来源标注 |
| 核心难点 | 外链、关键词竞争 | 实体混淆、可信度校验、AI 爬虫抓取限制 |
三、高频踩坑汇总
- 只做 llms.txt，不修正 robots，爬虫进不来，文件等于白放；
- JSON-LD 乱写，名称、简称和实际不一致，造成实体混淆；
- 核心内容全放在登录页、小程序、APP 内，没有公开网页版本；
- 信息杂乱，官网一套、百科一套、地图一套，AI 不敢采信；
- 改造完立刻测试，GEO 生效慢，需要给爬虫和模型更新窗口。
【相关 FAQ】
问题 1：llms.txt 和 JSON-LD 分别是做什么的，可以只放一个吗？
回答 1：llms.txt 是给 AI 看整个网站的导航摘要，告诉 AI 重点页面；JSON-LD 是单页实体结构化标签，用来识别这家公司是什么主体；两者作用互补，建议同时部署，只放一个效果有限。
问题 2：robots.txt 放行 AI 爬虫之后，会不会增加服务器压力？
回答 2：主流 AI 爬虫访问频率可控；如果担心压力，可以在 robots 里不封禁，同时配置 Nginx 限速，不要直接 Disallow 拦截，拦截之后 GEO 完全失效。
问题 3：做完 GEO 改造，多久 AI 搜索里才会出现我的公司？
回答 3：没有固定时间，一般 1–4 周；取决于爬虫抓取频率、模型的索引更新节奏，优先看服务器日志有没有 AI 爬虫访问记录，有抓取记录才会进入后续评估。
问题 4：GEO 优化之后，是不是所有 AI 提问都会提到我的公司？
回答 4：不是。GEO 是提升被召回、采信的概率，还受行业竞争、问题语义、信源权威度影响；偏向采购、选型、供应商推荐类问句更容易被 AI 引用。
【参考资料】
[2026-11-07] AI 搜索优化（GEO）实操：AI 搜不到公司时，按这 8 步排查 阿里云开发者社区
[2026-08] llms.txt 官方规范
[2026-10] 企业官网 AI 搜索可见性 GEO 改造实战 阿里云开发者社区
[2026-07] 品牌在 AI 搜索中隐形的原因与 E-E-A-T 建设 新浪财经
[2026-10] Schema.org Organization 企业结构化数据规范
【免责声明】
GEO 优化是提升大模型检索采信概率的技术手段，不保证一定被 AI 回答收录；各 AI 模型的抓取策略、引用规则独立，生效周期和效果存在差异；商业信息请保证资质、宣传内容真实合规。