翻了翻09年给客户做的URL规范化表，发现AI抓取路径还是那套老规矩

这两天整理旧硬盘，翻出09年给一个机械厂客户做的URL规范化对照表。当年为了把带参数的动态页压成静态目录，我们一条条列规则，哪个参数保留、哪个砍掉、哪个做301，表上记得密密麻麻。这两天正好在帮另一个客户排查AI引用路径的问题，顺手把这张老表拉出来对了一遍，发现底层逻辑一点没变。

先说当年踩过的坑。09年那会儿，很多CMS默认生成带 session id 的URL，同一个商品页能被蜘蛛爬出七八个版本，权重全稀释了。我们当时的解法是：robots.txt 先封掉带 session 参数的路径，canonical 指向唯一的静态地址，内链统一用目录结构。这套组合拳打完，收录量一个月涨了四成。

现在换成AI来读，我拿同一个客户站做了对照。把旧表里的规则原样套到AI抓取上：

1. 带参数的URL，AI照样容易抓重，尤其是带 utm 和分页参数的。我在 robots.txt 里把无意义的参数路径封掉之后，AI引用同一段内容的重复率明显下来了。
2. 目录层级深的页面，AI读到的概率就是低。当年我们说“层级别超过三层”，现在AI爬虫的调度逻辑也差不多，深链容易被跳过。
3. 内链锚文本的指向性，AI跟蜘蛛一样认。09年我给内链锚文本定的规矩是“锚文本必须跟落地页标题核心词一致”，现在AI在生成引用时，锚文本里的词照样会影响它判断这个链接值不值得引。

有个细节值得说。当年我们做URL规范化，最头疼的是“同一内容多个入口”，因为蜘蛛预算有限。现在AI虽然算力大，但抓取也有调度优先级。我拿一个客户的站试过，把三个入口合并成一个规范路径后，AI回答里引用的来源URL稳定了，不再一会儿指A页一会儿指B页。

所以我的判断是：别把GEO想得太玄。URL规范化、内链锚文本、目录层级这些老底子，在AI抓取这儿照样是地基。你地基没打平，喂再多问答对也白搭。

最后抛个具体问题：你们手头有没有做过URL参数清理前后的AI引用对照？我这边只测了一个站，样本还不够，想看看别人那边参数清理对AI引用稳定性的影响到底有多大。