让 ChatGPT 和谷歌都愿意引你：
GEO 时代的静态站结构。

有一部分采购已经改了习惯：先问 AI「谁能做这个」，再点开它给的两三个链接。如果你的站不在那个答案里，后面做得再漂亮也没人看见。这一层被叫做 GEO——生成式引擎优化。它不是新玄学，落点仍然是页面结构，只是标准换了。

AI 从页面里摘走的，是哪一种句子？

这一点想通了，后面全是执行。模型生成答案时做的事，是从多个来源里挑出能被独立引用、且不带歧义的句子，拼成一段话。所以它偏好的是这些：

• 「2007 年在深圳成立，做 LED 投光灯，出口到 76 个国家」
• 「通过 ISO 9001，有自己的光度实验室」
• 「产品尺寸 320×180×95 毫米，防护等级 IP65」

而不是这些：「世界领先的照明解决方案提供商」「多年行业深耕，深受客户信赖」「以品质赢得市场」。后面这些句子对人还有点说服作用，对模型是纯噪音——它没法验证，也没法引用。

所以第一件事不是加代码，是把页面上能被摘的句子写出来。这事跟技术无关，跟诚实有关：能说出具体数字、具体年份、具体认证的，才摘得走。

干净语义 HTML：四个具体动作

模型读页面，先是读源码结构，不是读视觉。四个动作从便宜到贵：

1. 一个页面一个 h1，h2 按内容分段，不要为了排版好看用 h3 冒充 h2。层级乱了，模型切不出「这一段讲什么」。
2. 列表就用列表。参数、认证、流程这类并列信息，用 ul / ol / dl，不要用一堆 div 加样式做出来。模型对列表结构的解析比散装文本可靠得多。
3. 表格用 table。规格对比天生就是表格，用 table 写，行列关系明确；用网格 div 拼出来的「表格」，模型经常读成一串平铺的字。
4. 正文必须在 HTML 里，不要靠 JS 渲染。渲染出来的内容，第一次抓取时可能是空的——而 AI 的抓取往往就是那一次。

这四条静态站天然容易做到，因为页面本来就是手写或生成的 HTML，不存在「构建器输出一堆嵌套 div」的问题。

结构化数据：给机器一份摘要，但别乱堆

JSON-LD 的作用是把你页面上的信息翻译成机器肯定看得懂的格式。对 GEO 有用的就三类：

第三行是最常见的坑，也是代价最大的：结构化数据里的答案和页面上看得见的答案必须逐字一致。改文案忘了改 JSON-LD，轻则富结果不显示，重则被判成误导。

还有一条原则：只标页面上真的有的东西。为了让数据好看，往里塞一个不存在的评分或者虚构的成立年份，短期可能让摘要更漂亮，长期是把自己的可信度押上去。

llms.txt 是干什么的？现在有用吗？

有些网站根目录多了一个 llms.txt。它不是标准，也不是排名因素，是一个约定：给语言模型一份「这个站是干什么的」的纯文本摘要。

“At the moment the most widely and easily understood format for language models is Markdown.”

llmstxt.org 上的原话：目前对语言模型来说，最通用、最容易理解的格式是 Markdown。所以这类文件的写法跟 robots.txt 完全不同——它是一份给人读也顺、给模型读也顺的说明，不是一堆指令。

llmstxt.org

实用的写法：一句话说清你是谁、做什么、多少钱、怎么联系；然后是服务范围、适合谁、不适合谁、价格档位；最后是主要页面的链接和一句说明。「不适合谁」这一节别省——一份承认边界的资料，比通篇自夸更容易被当成可信来源。

要说清的是：放了这个文件不等于 AI 会读。目前没有哪家公开承诺会抓取它。它的价值在于「如果读了，读到的是你希望它知道的东西」，而不是「放了就一定被引用」。

实体一致：让 AI 确认你是同一家公司

模型要引用一个来源，得先确认这个来源是谁。如果你的公司名在页面标题里是一种写法、页脚是另一种、结构化数据里又是第三种，它判定「这是同一家」的成本就变高。

所以统一这几处：公司全称、简称、英文名、地址、电话、邮箱。同一个实体在所有地方用同一套写法，包括 Organization 结构化数据里的 alternateName 别名字段——把简称和英文名都列进去，能覆盖更多匹配方式。

同一件事还体现在外部：行业目录、B2B 平台、社交媒体上的公司信息，写得越一致，越容易被当成同一个实体。这一层不是改页面能解决的，但它对 GEO 的作用大于再优化一遍标题。

一张清单：写得能被摘，还是写了等于没写

右列的共同点：有数字、有年份、有名目、可核对。左列的共同点：正确，但不可验证。写左列不犯法，只是浪费了一个被引用的机会。

AI 打不开你的页面怎么办？

这一层容易被忽略。AI 的抓取程序跟搜索引擎爬虫一样受制于加载时间——页面慢、脚本重、内容靠渲染，抓到的可能是半截。所以速度优化和 GEO 不是两件事，是同一件事的两面。

同理，robots.txt 里如果把 AI 爬虫挡了，前面所有结构工作都白做。这几年有些站为了防止内容被拿去训练，把 GPTBot 一类全挡了——挡训练和挡检索是两件事，检索型爬虫（比如 OAI-SearchBot）挡掉，等于主动退出 AI 答案的候选池。这个取舍要自己清楚再做。

我们怎么落地

三件事在出站时就做掉：语义结构（一页一个 h1、列表用列表、规格用表格）、结构化数据（Organization + Article + FAQ，和页面可见文字逐字对齐）、以及一份 llms.txt（写清服务、价格、边界、主要页面）。

纯静态还有个额外的好处：页面就是最终的 HTML，没有渲染这一步，AI 抓到什么就是什么。不会出现「你看到的有内容、它抓到的空白」这种查不出来的情况。

说清不能承诺的部分：没有任何人能保证「一定被 ChatGPT 引用」。能控制的是——让页面成为一份可引用、可核对、结构清楚的资料；剩下的取决于模型怎么选，那不在任何人手里。

想知道 AI 现在怎么描述你的站？把公司名或域名发我，我代问几个主流模型，把它们的原话贴给你看。通常能看出它在哪一句上卡住了。