简答:品牌要进入 AI 答案,需要六件事同时成立:引擎抓得到你的页面;不运行 JavaScript 也读得到内容;能从中摘出一段独立成立、直接回答问题的文字;能毫不含糊地认出你是谁;在别的网站上也能看到同样的事实;最后,你有一套诚实的方法衡量这些工作有没有起作用。这就是全部工作,大致按这个顺序做,因为每一件都是下一件的前提。

做完这些也不能保证一定被提到。助手每回答一次都会重新决定点名谁,引擎之外没有任何人能控制这一点。你能控制的是两件事:品牌有没有被点名的资格,以及能不能如实看到结果。顺序比看上去重要得多:一个品牌如果先把全站文案重写一遍,却没检查搜索代理能不能访问这些页面,那就是第一步没过,预算却花在了第四步上。

1放行爬虫没做好时根本没被抓取,后面的一切都不算数2HTML 可读没做好时返回 200,拿到的却是空壳3段落可摘取没做好时读到了,却没有能引用的句子4实体清晰没做好时被说错,或者和别人混为一谈5第三方印证没做好时这个说法只在你自己的网站上6诚实衡量没做好时无从判断这些工作有没有用每一步都是下一步的前提。第一步没过的页面,第四步做得再好也帮不上忙。
图 1 按顺序排列的六件事,以及每一件没做好时是什么样子。本文内容的示意图,不是实测数据。

一、放 AI 爬虫进来,而且要实测,不要想当然

每个主流助手都不止一个抓取代理,而且分工不同。OpenAI 在文档里列出了三个和这件事相关的:GPTBot 抓取可能用于训练模型的内容,OAI-SearchBot 构建 ChatGPT 搜索功能背后的索引,ChatGPT-User 则是因为有人问到某个页面才去抓它。Anthropic 用同样的方式把 ClaudeBot、Claude-SearchBot、Claude-User 分开,Perplexity 也把 PerplexityBot 和 Perplexity-User 分开。Google-Extended 根本不是爬虫,而是一个使用控制项,管的是 Googlebot 已经抓到的内容能不能用于 AI。

代理角色封掉它的代价
GPTBot、ClaudeBot训练语料不影响今天的回答,是一个关于训练用途的立场
OAI-SearchBot、Claude-SearchBot、PerplexityBot搜索与答案索引从该引擎的搜索类回答里消失
ChatGPT-User、Claude-User、Perplexity-User按用户请求抓取用户明确让助手去读你的页面,什么也拿不到
Google-Extended使用控制,本身不抓取从 grounded 的 Gemini 回答中消失,Google 搜索不受影响

这种分工让你可以有意识地做选择。如果你想退出模型训练、但仍然留在搜索类回答里,就封训练代理、放行搜索代理和用户触发的代理:

User-agent: GPTBot
Disallow: /

User-agent: OAI-SearchBot
Allow: /

User-agent: ChatGPT-User
Allow: /

User-agent: ClaudeBot
Disallow: /

User-agent: Claude-SearchBot
Allow: /

站点把自己从答案里抹掉,最常见的方式是一条规则把所有代理一起封掉。第二常见的方式在 robots.txt 里根本看不出来:文件写着放行,前面的 CDN 或防火墙规则却对这些代理返回 403。所以访问情况必须用真实的 User-Agent 实测,不能从文件推断;实测时还要同时发一个普通浏览器请求作对照,否则一个单纯宕机的网站,和一个封锁 AI 代理的网站看起来一模一样。各家代理名单和官方文档汇总在我们的 AI 爬虫访问指南里,一手来源是 OpenAI 的爬虫文档和 Anthropic 的爬虫说明。

用户触发的代理有一点要注意:OpenAI、Anthropic 和 Perplexity 都说明过,代表用户去抓页面的代理,未必像爬虫那样遵守 robots.txt。把 robots.txt 当作写给爬虫的意向声明,而不是访问控制。

二、让内容不依赖 JavaScript 也能读到

多数 AI 爬虫不执行 JavaScript。如果产品名、价格或问题的答案要等客户端渲染之后才出现,这个页面对它们来说就是空壳。你自己的分析工具永远不会告诉你这一点,因为它运行在会执行脚本的浏览器里。

检查只要一分钟:关掉脚本抓一个关键页面,看你在意的那段文字在不在。

curl -s -A "OAI-SearchBot" https://example.com/pricing/ | grep -i "per month"

如果找不到,解决办法是让这些页面在服务端渲染或静态生成,而不是再多写内容。返回 200 但正文是空的,应该记作失败,而不是通过。常见的元凶因平台而异:Shopify 的普通店铺页面以完整 HTML 送达,但通过 Ajax Section Rendering API 取回的部分,以及评价这类应用注入的区块,都不在那份 HTML 里;WordPress 的经典主题和区块主题都在服务端渲染,风险来自懒加载插件、「加载更多」列表和页面构建器注入的标签页。JavaScript 渲染与 AI 爬虫这篇指南逐一讲了常见框架的设置。

三、写出 AI 答案能直接摘走的段落

答案引擎引用的是段落,不是整张页面。一段话如果要靠前一段才读得懂,就很难被引用,哪怕整张页面写得很好。有三个习惯能让页面更容易被摘取:

  • 先给答案。每个小标题下面的头一两句直接回答问题,证据和细节放在后面。
  • 把名字写全。在句子里直接写出产品、品牌和条件,不要依赖「它」「这个套餐」「上面提到的」。
  • 小标题直接写问题或事实。「寄到加拿大要多久?」这样的标题,告诉检索系统下面这段回答的是什么;「我们的做法」这样的标题,什么也没告诉它。
难以摘取我们的做法我们非常重视让订单尽快送到您手中。通常需要几天时间,具体取决于上面介绍的选项。小标题没有对应任何问题「上面介绍的选项」要靠前文才看得懂没有一个买家用得上的事实容易摘取寄到加拿大要多久?在官网下单寄往加拿大,发货后五到八个工作日送达,全程可追踪物流。小标题就是买家的问题主语、地点、条件都写全了单独被引用时依然成立
图 2 同样的配送信息,两种写法。只有右边那段被单独引用时仍然能回答问题。示例,不是任何真实品牌的页面。

写事实,不写形容词。助手摘走的是能回答某个限制条件的句子:尺寸、材质、退换期限、兼容性。为品牌调性写的文案读起来再顺,也给不了它可摘的东西;只把这些事实放进规格表也不够,还要写成正文里的句子。自测方法很简单:脱离上下文,只读每个小标题下面的头两句,如果它们本身就能成为一个答案,这段就是可摘取的。为可摘取而写作用改写前后的对照讲了具体做法。

四、让品牌没有歧义

助手得先知道你是哪一个实体,才可能推荐你。歧义往往来自小小的不一致:官网首页写一个品类,LinkedIn 上写另一个,某个目录网站里又是第三个,再加上品牌名可能和别的东西重名。写一段平实的介绍,说清你是什么、为谁服务,然后在你能控制的所有地方统一使用。这里常见的失败不是「不提你」,而是一个看似合理的错误细节:过时的价格、早已退出的市场、其实属于竞品的功能。它更常追溯到某一个过时的外部来源,而不是你自己站上的短板。

结构化数据在这里的作用是消除歧义:一个 Organization 区块,写上官方名称、网址、标志,以及指向真正属于你的那些主页的 sameAs 链接。怎么加取决于建站平台,而各平台的默认支持比多数人以为的少。Shopify 不会替你注入 JSON-LD,它的 structured_data 这个 Liquid 过滤器必须在模板里显式调用;商品有多个变体时,输出的是 ProductGroup 而不是 Product。WordPress 核心不为内容输出任何 schema.org 标记,全部来自主题或插件,那里常见的问题不是缺标记,而是多套 Organization 图谱重复或互相冲突。

对标记的作用要有清醒的预期。本文链接的爬虫文档里,没有任何一份说加了 schema 标记就更容易被引用。把它当作消除歧义的手段,而不是排名杠杆。实体与 sameAs讲了哪些链接该放、哪些不该放。

五、在自己网站以外得到印证

你的官网是产品信息的权威来源,但它不是独立的证据。模型要在多个相互独立的地方看到同一个事实,才会有把握地说出来;只存在于你自有域名上的说法,是你能提供的最弱的一种证据,标记做得再好也一样。助手回答品类问题、需要点名品牌时,更容易点那些在品牌控制不了的地方也能一致地看到的品牌:评测、行业媒体、对比页、社区讨论、目录网站。

这件事有多要紧,取决于你所在的品类。在我们 2026 年第三季度的基准里,有些商品品类已经形成了「默认答案」:项目管理软件的头名品牌出现在 38% 的回答里,护肤品是 35%,电动自行车是 28%;而所有本地服务品类的头名都不到 13%。这个差别决定了什么目标才现实(见图 3)。

填补空白,还是挤掉既有者:先看品类是否已经有某个品牌出现在很大一部分回答里?是否挤掉既有者已经形成「默认答案」的商品品类成为头名回答得不好的某个子问题的答案:一个限制条件、一个预算区间、一个使用场景填补空白所有本地服务品类:头名都不到 13%让买家和引擎无论去哪里核对,看到的关于你的事实都一致两种情况下,很大一部分印证都在市场平台、点评站和媒体盘点上,而不是在品牌官网上。
图 3 一个品类已经集中到什么程度,决定了你是在填补空白还是在挤掉既有者,也决定了什么目标才现实。来源:InsightWonder 2026 年第三季度基准(12 个品类、5 个模型、1188 条回答)。

在已经集中的品类里,你要做的是挤掉既有者,而不是填补空白,现实的目标是成为某个具体子问题的答案:一个限制条件、一个预算区间、一个使用场景,正是头名回答得不好的那些。在我们测量的商品品类里,很大一部分引用流向了市场平台、点评站和媒体盘点,而不是品牌官网,而这些地方恰恰就是第三方印证所在的地方。

有用的工作一点也不光鲜:核对别的网站上关于你的事实,比如品类、价格、所在地、能和什么集成,看是否和官网一致,能改的就去改。在买家已经在提问的地方,用真实身份给出真正有用的回答。避免任何看起来像「自己安排的好评」的做法,这种东西很容易被识破,也很难撤回。第三方印证讲了怎么找到这些来源、怎么排优先级。

六、诚实地衡量有没有进入 AI 答案

大多数 GEO 项目都是在衡量这一步悄悄走偏的,因为最容易产出的数字,往往也是最好看的数字。有三条规则能让衡量保持诚实:

  1. 排除题面里带你品牌名的问题。你问助手「某某公司好不好」,它当然会点名。我们自己的一次检测里,15 道生成的问题有 13 道带品牌名,分数显示 13%,而诚实的数值是零。
  2. 先按引擎分别报告,再谈平均。在我们自己的基准里,一个模型每条回答平均点名 3.5 个提供方,另一个只有 2.1 个。跨引擎的总数哪种处境都描述不了,还把该干活的地方藏了起来。
  3. 只把答案正文里标注出来的来源算作引用。把引擎检索到的所有页面都算进去,在我们修复之前,让引用数字虚高了两到四倍。

问题集在各轮之间保持固定,用买家在还不知道你存在时会问的完整问句来写;每个数字旁边都留着回答原文,才分得清是识别出了 bug 还是真的变了。怎么写一套这样的问题集,见 搭建提示词集。

资料来源

关于这次修订:这篇文章的旧版本里有几张标着「估算」的百分比图表、一条关于小品牌的统计数字,以及几个没有具名的案例,这些都找不到可以追溯的来源,所以全部删除了。现在文中保留的每一个数字,要么来自厂商自己的官方文档,要么来自我们自己的测量,并且写明了是哪一种。