AI答「北京AI补贴政策」引用了三年前的旧文，我顺着抓取日志挖到了源头

前两天帮一个客户做GEO体检，顺手拿他们品牌词+「北京AI企业补贴」去问四个主流AI。结果两个模型给出的申报截止日期是2023年的，还有一个把「北京市人工智能产业创新发展行动计划」的旧版全文当成了现行政策。客户当场脸就绿了——他们销售真的拿这个去跟政府关系部门对过口径。

我第一反应不是骂模型，是去翻抓取日志。这里说个我的笨办法：我们给每个客户站点都挂了日志采集，AI爬虫的UA、访问路径、返回码全留着。顺着日志往回追，发现某个模型在最近30天里，反复抓取客户官网上一个2022年发布的「政策解读」页面，那个页面至今没加任何时间标注，也没跳转到最新版本。更骚的是，这个页面在sitemap里的lastmod字段写的是2024年——因为当年改过一个错别字，CMS自动更新了时间戳。

这就引出一个我觉得比「引用率」更底层的问题：AI判断信息时效性，靠的不是你的内容质量，而是你散落在页面里的时间信号。 我列几个实测里踩到的坑：

1. lastmod 被CMS污染。改错别字、换图片、调样式都会触发时间戳更新，AI爬虫拿到一个「新鲜」的lastmod，但正文其实是两年前的旧政策。我们现在强制要求客户在CMS里把「实质性内容修改」和「技术性修改」分开，技术性修改不碰lastmod。

1. 正文里没有显式日期。那篇旧政策解读通篇没写「截至2022年X月」，AI只能靠页面元数据猜。后来我们让客户在文首加了一行灰色小字「本文基于2022年X月版本，最新政策请见置顶链接」，两周后再测，两个模型里有一个开始引用新版页面了。

1. 旧页面没有 canonical 或 301 指向新页面。客户官网改版时把旧政策页留着了，新页面挂在另一个路径下，两者内容80%重复。AI爬虫两个都抓，但旧页面外链多、权重高，结果旧版胜出。

我们拿这个case做了个对照：同一批政策类query，把旧页面加301到新版、并在新版正文里补上「更新日期+版本号」之后，四个模型里有两个的引用源换成了新版，另外两个还在抓旧页面——因为它们的索引缓存还没刷新。所以我现在给客户的验收条款里会写清楚：时间信号修正后，观察窗口至少留30天，别指望改完第二天就生效。

说到底，GEO不是把内容写漂亮就完事，是得把「时间」当成一个结构化字段来治理。你们手上有多少页面是CMS自动刷lastmod、正文里却根本没写日期的？评论区报个数，我统计一下这个坑到底有多普遍。