实测了20个站点的结构化数据，发现GEO在技术上就卡在这三点

最近把手头几个项目的站点都跑了一遍结构化数据审计，大概20个域名，行业跨度挺大。说几个技术层面绕不过去的点，都是实测出来的。

一、Schema.org 标记的完整度，直接影响 AI 能不能正确抽取实体

我拿 Article + FAQPage + Organization 三套标记做了对照。只挂 Article 的站点，在被 AI 摘要引用时，实体识别错误率明显偏高——作者、发布时间、机构归属经常抽错或者直接空着。补全 Organization 的 sameAs、founder、logo 之后，识别准确率肉眼可见地上升。

具体操作上，别只写 @type，属性要填全。很多人的 FAQPage 只写 mainEntity 的 name 和 text，漏了 acceptedAnswer 里的 @type，结构化解析直接就断了。

二、页面性能不是玄学，LCP 超过 2.5s 的页面被引用的概率低很多

我统计了抓取日志里 AI 爬虫的访问行为，发现一个规律：LCP 在 1.8s 以内的页面，爬虫回访频率差不多是慢页面的 2 倍。它不只看一次，会反复来确认内容有没有更新。

所以 CDN、图片格式（WebP/AVIF）、字体加载策略这些老生常谈的东西，在 GEO 场景下权重反而更高了。CLS 也要控制，我见过因为布局偏移导致正文被误判为广告区域的案例。

三、robots.txt 和 meta 标签的配置，很多人自己把路堵死了

这个最冤。有些站为了防采集，把 GPTBot、ClaudeBot、PerplexityBot 全 Disallow 了，然后回头问为什么 AI 搜索没流量。还有 noarchive、nosnippet 这些标签，挂上去等于主动放弃被摘要的机会。

建议单独建一个 AI 爬虫的白名单策略，和传统搜索引擎分开管理。

补充一个细节：llms.txt 这个规范目前还在早期，但我观察到部分 AI 工具已经开始读取。我按官方格式给两个站点加了，收录速度有变化，但样本量太小，不敢下定论，有同样在试的可以交流。

总结一下我的判断：GEO 现在被讲得太玄，落到工程层面其实就是结构化数据、性能、爬虫可访问性这三件事。内容质量是前提，但技术不达标，内容再好也传不出去。

想问问大家：你们在实操里，结构化数据这块是用模板批量生成，还是每个页面手写？批量生成的话，怎么保证字段不踩坑？