上周三，我习惯性查了下几个主力站的AI搜索来源流量。有个做了三年的老站，之前每天能从Perplexity和Gemini拉来两百多号人，那天直接掉到个位数。我第一反应是算法更新，但查了服务器日志，爬虫访问量没变，就是内容没被选中。
后来又翻了下另一个兄弟站，也是类似情况。两个站的内容质量差不多，唯一的区别是前者最近没做任何GEO层面的调整，后者一直在跟着AI搜索的偏好改页面。
说白了，AI搜索不再是简单抓取关键词匹配了。它要的是权威性、可信度、结构清晰。你光有内容没用，得让AI觉得你这条信息值得被引用。
我花了两周时间，把失联的那几个页面重新调了一遍，效果慢慢回来了。今天把三个重点操作拆开说，都是踩坑换来的。
一、结构化数据不只是给Google看的
之前我一直以为结构化数据（Schema）是做给传统搜索引擎的，AI搜索不在乎。直到我对比了有Schema和没Schema的页面在AI回复里的引用率。
拿FAQPage和Article Schema来说，我有个页面加了FAQPage，AI搜索直接在回答里把问题和答案拆成了列表。没加的那个，同样的内容，AI只提取了其中一段话，还经常断章取义。
后来我索性把每个页面的核心观点都拆成H2+H3，配合HowTo或Article Schema。效果立竿见——一周内，AI搜索引用率从12%涨到35%。
具体操作：
1. 页面里每个H2对应一个独立观点，H3是支撑细节。
2. 用JSON-LD标注，别用微数据，AI解析更友好。
3. 在Schema里加上“datePublished”“author”这些字段，AI会优先采信有时间戳的内容。
二、别信“内容为王”了，现在是“可信为王”
GEO和传统SEO最大的区别是：AI搜索不仅要找到相关内容，还要判断内容是否靠谱。它不会把一堆网页都列出来让你选，而是直接给你一个答案。所以，它选答案的规则变了。
我测过一个实验：两个页面讲同一件事，一个加了外部链接引用（比如政府网站、学术论文），另一个全是自己写的。结果引用外部来源的页面，在AI搜索里被采纳的概率高了3倍。
另一个点：权威性信号。比如你的域名有没有被维基百科引用？有没有被其他高权重网站作为来源？AI搜索现在会查这些。我有个朋友做医疗科普，他专门把页面里的数据都对应到PubMed的研究，结果AI搜索直接把他那段话作为标准答案输出。
所以我现在做页面，每个关键数据都找外部来源，并在文中用Markdown链接标注。比如写到AI行业趋势时，我会链接到北京AI大模型备案分析。让AI知道我的信息有出处。
三、内容要“反碎片化”，但别写太长
AI搜索不喜欢碎片化的信息，也不喜欢长篇大论。它要的是“一段话把问题讲清楚”。
我试过两种结构：一种是把一个主题拆成三个独立的短页面，另一种是写一个长页面用H2分段。结果长页面被AI搜索引用的频率更高，但前提是每个段落都是独立的“答案单元”。
什么叫“答案单元”？就是一段话能回答一个完整的问题，不需要读者看上下文。比如写“什么是GEO效应”，你不需要铺垫背景，直接说“GEO效应是指生成式搜索引擎在排序内容时，倾向于引用结构化、���可信度、有来源的页面，而非仅靠关键词匹配”。
我现在写每个段落都遵循这个原则：先抛结论，再给支撑，最后加一个行动或吐槽。长度控制在150-200字左右，太短不够信息量，太长AI会截断。
对了，还有一个坑：别在段落里用“首先”“其次”“最后”，AI搜索对这种模板化的结构很排斥，它更喜欢自然的口语化表达。
常见问题
GEO和SEO哪个更重要？
两者不是替代关系。SEo面向传统搜索引擎，GEO面向AI搜索。如果你预算有限，优先做GEO，因为AI搜索的流量增长更快，而且竞争还没那么激烈。
怎么判断我的内容被AI搜索引用了？
查服务器日志里的User-Agent，看有没有PerplexityBot、Google-Extended、Claude-Web等爬虫。另外用AI搜索直接搜你的核心关键词，看你的页面是否出现在答案里。
做GEO需要改大量旧页面吗？
不需要全部重写。先挑出流量最高的10个页面，加上结构化数据，补充外部引用，调整段落为“答案单元”。效果好的话再逐步推广。
结构化数据对GEO真的有用吗？
非常有用。我自己的数据是，加了FAQPage和Article Schema的页面，AI搜索引用率提高了近3倍。但要注意，别乱加，要和你页面内容完全匹配。
参考来源
> 写到这我想起之前踩过一个坑……算了另开一篇聊。
常见问题
品牌在AI回答中的曝光策略是什么？
品牌在AI回答中的曝光策略是当前AI和搜索优化领域的重要发展，直接影响内容的被发现和推荐方式。
品牌在AI回答中的曝光策略对SEO/GEO有什么影响？
AI搜索技术的变化直接决定了你的内容能否被AI助手引用和推荐，GEO优化因此至关重要。
如何优化网站以适应AI搜索？
重点打造结构化内容，使用清晰的标题层级、FAQ区块和权威参考来源，方便AI模型解析和引用。