为什么我坚持用结构化数据做GEO，而不是堆关键词

最近看到社区里很多人在讨论GEO，但不少帖子还在讲怎么堆关键词、怎么写爆款标题，说实话，我觉得方向偏了。GEO的核心是技术，是让AI能准确理解你的内容，而不是靠文字游戏。

先说我自己的背景：在深圳做后端开发，去年开始帮公司做GEO优化。我们主要服务B2B客户，内容以技术文档和解决方案为主。一开始我也试过传统SEO那套，关键词密度、外链、标题党，结果AI搜索的展现量几乎没变化。后来我花了两周时间分析AI爬虫的抓取日志，发现它特别依赖结构化数据——比如Schema.org标记、JSON-LD、FAQPage、HowTo这些。

举个例子：我们有一篇关于「分布式事务解决方案」的文章，之前只是普通HTML，AI搜索几乎不引用。后来我加了TechArticle和FAQPage标记，把核心问题用Q&A形式结构化，两周后AI搜索的引用率从0涨到17%。这不是玄学，是AI需要明确的实体和关系。

再说页面速度。很多人忽略了这个。我们测试过，LCP从4.2秒降到1.8秒后，AI爬虫的抓取频次提升了3倍。因为AI搜索的爬虫资源有限，它更愿意抓取响应快的页面。具体做法：图片全部WebP、CDN缓存、延迟加载非关键JS。

还有一点：内容要分块。AI不是人，它不会从头读到尾。我用H2/H3把内容拆成独立的知识块，每块200-300字，配上摘要和关键实体。这样AI可以精准抽取片段，而不是整篇抓走。

踩过的坑：

1. 别用JS动态渲染核心内容，AI爬虫很多不执行JS。
2. 结构化数据别造假，AI会交叉验证，被发现一次就降权。
3. 别忽略移动端速度，AI爬虫的UA很多是移动端。

最后说个数据：我们做了3个月结构化改造，AI搜索带来的询盘量涨了42%，而内容量只增加了15%。所以GEO不是内容量的问题，是技术基建的问题。

问一下大家：你们做GEO时，结构化数据是用JSON-LD还是Microdata？有没有遇到AI爬虫不抓取的情况？