内容做了很多，AI 却不引用？六个最常见的原因

第一层：AI 拿不到你的内容（3 个技术原因）

原因一：robots.txt 把 AI 爬虫挡在门外

现象：站点流量正常，但服务器日志里几乎看不到 AI 爬虫的访问记录。原因：要么用了通配规则一刀切，要么历史上为了「防采集」屏蔽了爬虫 UA，把 GPTBot、ClaudeBot、PerplexityBot、Google-Extended 等一起挡了。修复：在 robots.txt 中逐条显式放行目标 AI 爬虫，并声明 sitemap 地址。这是 GEO 的第一步，也是失败率最高的一步。

原因二：正文靠 JavaScript 渲染，爬虫拿到空壳

现象：页面在浏览器里内容完整，但用爬虫视角请求时，HTML 里只有框架和加载中的占位。原因：多数 AI 爬虫不执行 JavaScript。内容如果依赖客户端渲染后注入，爬虫读到的是空壳页面。修复：改为服务端渲染或预渲染，保证正文以静态 HTML 输出。纯静态站天然没有这个问题 —— 本站 32 个页面全部为纯静态 HTML，正文零 JS 渲染依赖，也是静态站做 GEO 成功率更高的原因。

原因三：没有 sitemap 与 llms.txt，AI 只能靠猜

现象：只有首页被频繁抓取，深层的文章页长期没有访问。原因：站点缺少内容索引，AI 引擎不知道你有哪些页、哪些是重点。修复：提供 sitemap.xml 列出全部内容页（本站为 32 条 URL），提供 llms.txt 给出站点权威摘要，并在每个页面的 <head> 中声明 llms.txt 位置。中英各一份 llms.txt，共覆盖 32 页。

第二层：AI 拿得到，但不愿引用（3 个内容原因）

原因四：只有观点和话术，没有结构化事实

现象：内容被收录，但 AI 回答相关问题时引用的是别人。原因：AI 抽取的是事实、数据、参数、时间、范围。如果全文都是「行业领先」「效果卓越」这类无法核验的表述，就没有可被搬运的内容。修复：把描述改成可验证的事实句：具体数字、明确时间、清晰范围，并补上 JSON-LD 结构化数据。本站用 29 类 JSON-LD 节点覆盖 32 个页面，含 Organization / Service / Product / FAQPage 等类型。

原因五：没有时效信号

现象：内容质量不差，但在偏好新内容的引擎里几乎没有引用。原因：全站没有 datePublished / dateModified，AI 无法判断内容新旧，倾向于按「不可用」处理。而部分引擎的引用偏好带强时效 —— 例如 Perplexity 对内容时效性尤其敏感。修复：输出发布与更新日期字段（datePublished / dateModified），并建立按月刷新的机制。本站资讯栏目 4 篇文章均带这两个字段，更新频率为每月 1 次。

原因六：来源不可验证，主体信息缺失

现象：AI 提到你时信息不准确，或者压根不提。原因：AI 需要判断来源是否可信。如果页面上没有公司全称、业务范围、可核验的联系方式，实体信息不完整，就很难被当作可信来源。修复：补齐实体信息 —— 主体全称、统一社会信用代码、业务范围、联系方式、服务承诺，并用 Organization 结构化数据标注。这些是 GEO 架构的地基，本页底部已列全部 5 类事实。

自查清单：现象 → 原因 → 修复

下面这张表把 6 个原因压缩成「现象 → 最可能的原因 → 优先修复动作」三列，可按顺序逐行核对：①日志里没有 AI 爬虫 ⇒ robots 未放行 ⇒ 放行 GPTBot、PerplexityBot 等爬虫 UA（本站 robots.txt 已显式放行 52 个 UA）；②页面在浏览器正常但抓取内容为空 ⇒ 正文靠 JS 渲染 ⇒ 改服务端渲染或预渲染；③只有首页被抓、文章页无人访问 ⇒ 缺少站点索引 ⇒ 补 sitemap.xml 与 llms.txt 并在 head 声明；④被收录但从不被引用 ⇒ 缺少可搬运的事实 ⇒ 写具体数字与明确范围，补结构化数据；⑤新内容也长期不被引用 ⇒ 没有时效字段 ⇒ 输出 datePublished / dateModified 并定期刷新；⑥AI 提到你时信息有误 ⇒ 实体信息不完整 ⇒ 补齐主体信息再用 Organization 标注。6 行中前 3 行属于「AI 拿不到」，后 3 行属于「AI 不愿引用」。

常见问题