拆了12个AI搜索引用的页面，发现结构化数据没做对的占八成

最近手头项目告一段落，花了两天时间，把市面上几个主流AI搜索（你们知道是哪几个）针对同一批query返回的引用页面扒了下来。一共12个被引用的源页面，做了个简单的技术侧写。

先说结论：被AI引用的页面，核心不是内容写得多好，而是技术底子没拖后腿。

数据面

12个被引用页面里：

• 9个页面有完整的JSON-LD结构化数据，类型集中在Article、FAQPage、HowTo三种。
• 剩下3个没有结构化数据，但其中2个是维基类站点（天然信任度高），1个是政府域名。
• 12个页面里，LCP（最大内容绘制）中位数是1.8秒，最慢的2.9秒，没有超过3秒的。
• 移动端CLS（累积布局偏移）全部小于0.1。

对比我随机抽的12个未被引用的同主题页面：

• 只有3个有结构化数据。
• LCP中位数3.5秒，最慢的6秒多。
• 有4个页面在移动端加载时，主内容因为广告或弹窗发生了明显位移。

几个具体的坑

第一，FAQPage标记不是随便加的。 我看到一个被引用的技术博客，它的FAQPage里每个Question和AcceptedAnswer都跟页面可见内容严格对应，没有隐藏字段。反面案例是我自己之前一个页面，FAQ用JS动态渲染，爬虫抓不到，白标了。

第二，页面速度对AI爬虫的影响可能比对传统爬虫更大。 因为AI搜索的抓取预算更紧，它不会像Googlebot那样给你很长的渲染等待时间。LCP超过3秒的页面，被引用的概率断崖式下跌。这个样本量小，但趋势很明显。

第三，结构化数据要跟内容语义对齐。 我见过一个页面，为了蹭FAQ，把正文段落硬拆成Q&A，结果Question是“什么是XX”，Answer是“XX是一种技术”，这种毫无信息量的标记，AI根本不引用。

我的判断

GEO的技术侧，优先级应该是：可被抓取 > 可被解析 > 内容质量。很多人上来就卷内容，但页面本身对爬虫不友好，结构化数据缺失，速度拉胯，内容再好也是白搭。

我自己现在的做法是：新页面先跑一遍Lighthouse，LCP压到2秒以内，加上JSON-LD，再考虑正文。

最后问个具体的

你们做GEO的时候，会专门为AI爬虫单独做一套结构化数据（比如针对FAQPage或HowTo），还是跟传统SEO共用一套？有没有人测过分开做和共用，在AI搜索结果里的引用率差异？