GEO 底层是技术活：我拆了 50 个 AI 搜索引用页，70% 结构化数据不及格
最近两周我把公司产品相关的 50 个 AI 搜索引用页（主要是 Perplexity 和 Google AI Overviews 的引用源）扒下来做了一轮结构化数据审计，结果有点意外：能正确标注 Article + author + datePublished 的只有 15 个，刚好 30%。
先说场景。我们做的是 B2B SaaS，客单价不高但决策链长。我抓了“GEO 工具怎么选”“AI 搜索优化服务商”这类问句的 AI 引用，筛选出 50 个被引用的页面，逐个看 HTML 源码。
几个硬数据：
- 70% 的引用页没有任何 JSON-LD 结构化数据，只有 12% 用了
FAQPage或HowTo。 - 被引用页面的 LCP 中位数是 3.2s，比我们自己的落地页还慢——但 AI 还是引了。说明结构化数据权重可能高于速度。
- 有 8 个页面用了
speakable标记，全部集中在“定义类”问句回答里，可能是语音摘要通道的入口。
我的判断依据：
AI 搜索引用不是玄学。爬虫解析页面时，结构化数据相当于直接告诉它“这段是答案、作者是谁、更新时间”。没有这层标注，它就得靠 NLP 猜，猜错的概率不低。
我做了个 A/B 小实验：同一篇内容，A 版裸文本，B 版加 Article + FAQPage 双标注，同时提交到站点地图。两周后，B 版被 AI Overviews 引用 3 次，A 版 0 次。样本小，但方向对。
踩坑细节：
一开始我用 @graph 嵌套多类型，结果 Search Console 报 “Unparsable structure”。后来拆成独立 script 块才通过。另外 dateModified 别乱填，AI 会对比存档版本，时间戳对不上可能降权。
页面速度这块，我测下来 LCP 从 3.2s 压到 1.8s 后，传统 SEO 排名没动，但 AI 引用的频率在第三周开始有微弱上升。不敢下结论，变量没控制干净。
结论： GEO 不是内容量游戏。结构化数据是地基，页面速度是加分项，两者都没做好之前，别急着铺量。
最后问一个具体问题：你们在做的站点里，FAQPage 和 Article 同时标注时，有没有遇到过 schema 冲突或者 AI 引用错乱的情况？我这边有两个页面出现了引用摘要串到别的 FAQ 答案上。