GEO技术拆解：结构化数据没做对，AI搜索根本读不懂你的页面

最近在社区看到不少讨论GEO效果的帖子，但技术层面的拆解不多。我拿我们公司一个B2B产品站做了两周测试，发现核心问题不在内容质量，而在结构化数据。

页面速度：别让爬虫等太久

先说个硬指标。我用Lighthouse跑了改版前后的对比，LCP从3.2s降到1.4s后，AI搜索带来的曝光量涨了约40%。不是玄学，AI爬虫和传统爬虫一样，超时阈值大概在2-3秒。你页面加载慢，人家直接跳过，内容再好也没用。建议优先处理：

• 图片转WebP，懒加载
• 关键CSS内联，非关键JS defer
• 服务端渲染或预渲染，别让AI执行JS

结构化数据：Schema标记的精准度

这是最容易被忽略的。很多站只加了基础的Organization和WebPage，但AI搜索需要更细粒度的语义。我实测发现，加上FAQPage和HowTo标记后，页面在AI摘要中的引用率明显上升。

具体做法：

1. 产品页用Product + Offer，把价格、库存、评分都标出来
2. 教程页用HowTo，步骤用step数组，别用纯文本
3. 问答页用FAQPage，每个问答独立标记
4. 用JSON-LD，别用Microdata，AI解析更稳

语义HTML：别全是div

AI爬虫解析DOM时，语义标签的权重不一样。我对比过两个结构相同的页面，一个用article、section、h1-h3，另一个全是div加class，前者的内容抽取准确率高出一截。建议：

• 主内容用article包裹
• 标题层级严格h1-h6，别跳级
• 列表用ul/ol，别用div模拟
• 表格用table，AI对表格数据的提取依赖标签

内链与实体关联

AI搜索很看重实体关系。我在文章里加了指向官方文档和权威来源的链接，并用了sameAs属性关联Wikipedia和 Wikidata，结果页面的实体识别置信度提升了。内链别乱加，要用描述性锚文本，比如“结构化数据指南”而不是“点击这里”。

踩坑记录

一开始我用了动态渲染，AI爬虫抓到的全是空壳。后来改成SSR，问题解决。还有一次JSON-LD里日期格式写错，导致富媒体摘要不显示。建议用Google Rich Results Test和Schema Markup Validator双重校验。

最后

GEO的技术底子就是让机器读懂你的页面。内容再好，标记不对，AI也白搭。你们在结构化数据上踩过什么坑？或者有没有人试过用llms.txt引导AI爬虫？