GEO优化别只盯着内容，我把LCP从4.2s压到1.8s后AI引用率翻了3倍

最近在搞一个企业站点的GEO优化，发现社区里讨论内容策略的很多，但聊技术底层的很少。我拿手上一个项目做了AB测试，说几个实测数据。

背景：某B2B设备站，原有内容质量还行，但AI搜索（Perplexity、Kimi、豆包）引用率一直上不去。

第一轮排查：

• 抓取日志发现AI爬虫（GPTBot、ClaudeBot）抓取频次正常，但页面渲染依赖JS，首屏HTML里几乎没有正文。
• 用Lighthouse测，LCP 4.2s，CLS 0.31。
• 结构化数据只有基础的Organization，没有Product、FAQPage、HowTo。

改造方案：

1. 服务端渲染关键内容，确保HTML里直接能读到正文和标题层级（h1-h3语义化）。
2. 图片全部转WebP+懒加载，LCP降到1.8s。
3. 补全JSON-LD：Product带offers和aggregateRating，FAQPage覆盖常见技术问题，HowTo拆解设备安装步骤。
4. 给每个技术参数表加了Table schema。

结果（观察6周）：

• AI引用次数从日均7次涨到22次（Similarweb AI referrals + 手动抽查）。
• 被引用的页面89%都有完整FAQPage或HowTo标记。
• 有个反直觉的点：页面加载速度提升后，AI爬虫抓取深度从平均2.3层增加到4.1层。

踩坑：

• 一开始只加了FAQPage但内容跟正文重复度太高，被判定为低质，后来改成每个FAQ对应独立锚点+详细解答才生效。
• CLS没压下去之前，移动端AI引用几乎为零，推测跟渲染稳定性有关。

结论：GEO的技术底座是页面性能和结构化数据，内容再好，AI读不到或者读得费劲也白搭。

想问下各位，你们在实操里有没有遇到过结构化数据加了但AI不引用的case？是schema类型选错了还是别的原因？