AI 搜索引擎引用优化：GEO 实战清单

dev.to · AI#GEO#SEO#AI搜索

Editor brief · 编辑速览

AI 搜索（如 ChatGPT、Perplexity）不再返回蓝链接，而是引用少数来源。Generative Engine Optimization（GEO）教你通过配置 robots.txt 放行 AI 爬虫、生成 llms.txt 等方式提高被引用概率。

文章思维导图

Knowledge map

拖拽缩放

Full translation

完整中文译文

搜索正在一分为二。经典的 Google 搜索依然重要，但越来越多的发现现在发生在 ChatGPT、Perplexity、Claude 和 Google 的 AI Overviews 内部。这些引擎不会排列十条蓝色链接——它们综合一个答案并引用几个来源。被引用就是新的排名。为之进行工程化设计的实践被称为生成式引擎优化（Generative Engine Optimization，简称 GEO），这篇文章记录了我的网站上运行的完整配置。

1. 让 AI 爬虫进来

每个 AI 引擎都有自己的爬虫，许多网站因为一条笼统的规则而意外地阻止了它们。你的 robots.txt 应该明确允许你想要的爬虫：GPTBot 和 OAI-SearchBot（OpenAI）、PerplexityBot、ClaudeBot 和 anthropic-ai（Anthropic）、Google-Extended（Gemini 训练）、Applebot-Extended（Apple Intelligence）以及 CCBot（Common Crawl，为许多模型提供数据）。

User-Agent: GPTBot
User-Agent: OAI-SearchBot
Allow: /

User-Agent: PerplexityBot
Allow: /

User-Agent: ClaudeBot
Allow: /

Sitemap: https://haiderfarooq.dev/sitemap.xml

llms.txt 是一个新兴的约定：一个位于网站根目录的纯 Markdown 文件，为语言模型提供关于你是谁以及你的页面包含什么的压缩、结构化摘要。把它想象成一个意义而非 URL 的站点地图。保持它在几百行以内，开头是一句身份声明，然后用一行摘要列出你的关键页面。更完整的 llms-full.txt 可以承载完整版本。

3. 用 JSON-LD 构建实体图

AI 引擎解析的是实体，而非关键词。Schema.org JSON-LD 是你如何明确声明它们的方式。对于个人网站，最小可用的实体图包括：一个 Person 节点，带有 @id、sameAs 链接到 GitHub/LinkedIn/X、knowsAbout 和 hasOccupation；一个 WebSite 节点；以及项目页面的 CreativeWork 或 Article 节点。关键是要使用稳定的 @id URI 并在页面间引用它们，这样爬虫才能将整个图谱拼接在一起。

{
  "@type": "Person",
  "@id": "https://haiderfarooq.dev/#person",
  "name": "Haider Farooq",
  "jobTitle": "AI Engineer & Data Scientist",
  "sameAs": [
    "https://github.com/haiderfarooq3",
    "https://www.linkedin.com/in/haiderfarooqdev/"
  ]
}

4. 先写结果导向的文案

LLM 会提取并重复具体数字。"$12.1M in client revenue"、"141 districts"、"5,500+ patients"——这类数字会在摘要中保留下来，而形容词则不会。在每个页面的前 150 个词中至少放入一个具体数字。用第三人称写个人简介（"Haider Farooq is an AI engineer…"），因为 AI 在引用你时使用的就是这种框架。

5. 新鲜度和内部链接依然重要

按真实节奏更新页面——sitemap 中过时的 lastmod 日期会降低重新抓取的优先级。

用描述性的锚文本互连相关页面；AI 爬虫和 Googlebot 一样通过链接建立上下文。

内容一有变化就用 IndexNow ping Bing（它为 ChatGPT 搜索和 Copilot 提供数据）。

保持 canonical URL 一致——一个主机、一个协议、没有尾部斜杠的歧义。

清单

robots.txt 允许 GPTBot、OAI-SearchBot、PerplexityBot、ClaudeBot、Google-Extended、CCBot
站点根目录有 llms.txt + llms-full.txt
JSON-LD Person/WebSite/Article 图谱，使用稳定的 @id URI
每个页面前 150 个词中有一个具体指标
Sitemap 有准确的 lastmod 日期，已提交到 Google Search Console 和 Bing
IndexNow 密钥已安装并在每次部署时 ping

这些都不能替代优质内容——它只是让优质内容对机器可读。

原文发表于 haiderfarooq.dev。

某些评论可能只对登录访客可见。登录后查看所有评论。

如需进一步操作，你可以考虑屏蔽此人和/或举报滥用。