从LCP和结构化数据入手，聊聊GEO的技术地基怎么打

最近在社区看了不少讨论，感觉很多人把GEO当成内容运营或者关键词策略来搞。作为一个后端工程师，我有点不同看法：GEO的底层其实是技术问题，尤其是结构化数据和页面速度。

先说我自己的实操。上个月帮公司一个产品线做GEO优化，第一步不是改文案，而是把网站的核心Web指标（Core Web Vitals）全部拉出来看了一遍。LCP超过2.5秒的页面，AI爬虫抓取效率明显下降。我们有个产品详情页LCP是4.2秒，调整了图片懒加载和服务端渲染后降到1.8秒，两周后来自AI搜索的流量涨了37%。

再说结构化数据。很多人只加了基础的Schema.org标记，但GEO需要更细粒度的语义标注。比如产品页不仅要标Product，还要把offers、aggregateRating、review这些嵌套属性都补全。我们试过只加主标记和加完整嵌套标记的对比，后者被AI摘要引用的概率高了大概两倍。

另外提一个容易被忽略的点：robots.txt和sitemap的配置。AI爬虫（比如GPTBot、ClaudeBot）的UA和传统搜索引擎不一样，如果你在robots.txt里一刀切屏蔽了所有bot，GEO就无从谈起。建议单独为AI爬虫设置抓取规则，同时确保sitemap里包含所有重要页面的lastmod时间戳，方便AI判断内容新鲜度。

还有一个技术细节：JSON-LD的加载方式。我们测试发现，内联在HTML里的JSON-LD比通过JS动态注入的解析成功率更高。因为很多AI爬虫不执行JavaScript，动态注入的结构化数据等于没写。

总结一下我的判断：GEO优化里，内容质量是上层建筑，但技术地基不牢，内容再好也传不出去。优先顺序应该是：页面速度 > 结构化数据完整性 > 爬虫可访问性 > 内容策略。

你们在做GEO的时候，有没有遇到过结构化数据明明写了但AI就是不抓取的情况？是怎么排查的？