搞了半年GEO，发现最该折腾的还是结构化数据和LCP

最近半年一直在折腾GEO，踩了不少坑，也看了社区里很多讨论，发现大家关注点经常跑偏。

先说我的结论：GEO的核心就是技术，尤其是结构化数据和页面速度（特别是LCP）。 其他都是锦上添花。

上个月我拿公司一个B端产品站做实验，流量不大但精准。改了两件事：

1. 把FAQ、HowTo、Product这些Schema全部补全，用的JSON-LD，直接嵌在head里。之前只有基础的Organization和WebSite。
2. 把LCP从4.2s压到1.8s，主要是图片懒加载+CDN预热+去掉阻塞渲染的第三方脚本。

结果：在Google的AI Overview里被引用的次数明显多了，尤其是产品参数类问题，之前根本不出现在生成式结果里。

为什么是这两点？

AI搜索爬虫解析页面时，结构化数据是最低成本获取实体关系的方式。你页面里写“我们产品支持XX功能”，不如直接给个FAQPage的Question和AcceptedAnswer。模型不需要猜。

LCP则影响爬虫的抓取预算和用户体验信号。实测LCP超过2.5s的页面，AI Overview引用率会掉。

踩过的坑：

• Schema别乱标，标错了反而被惩罚。比如Review聚合评分，没有真实评价就别硬上。
• 别只盯着首页，内页的结构化数据更重要，尤其是产品详情和帮助文档。
• 页面速度优化别迷信工具评分，看真实用户指标（CrUX）。

现在网上很多GEO文章都在讲“内容质量”“EEAT”，这些当然重要，但技术底子不行，内容再好也可能不被索引或引用。

你们在GEO实践中，觉得结构化数据和页面速度哪个对AI搜索引用的影响更大？或者有没有其他技术点被低估了？