上线后的 SEO/GEO 优化分三轮推进：站内结构与元信息、内容结构化、外部信号与站点速度。优化的关键不是堆关键词，而是让搜索引擎与生成式 AI 都能稳定看到一致的事实。这篇复盘把三轮各自的做法、踩过的坑和可复用的指标一起讲清楚。
一、为什么把 SEO 与 GEO 一起做
一开始我只做了传统 SEO，以为把关键词铺够、外链发一些就行。上线两周后复盘发现：用户在 Perplexity 和豆包里问”AI 视频下载总结器能下 B 站吗”，答案里根本没有我的站点。原因很简单——AI 引擎不是按关键词密度挑答案，而是按”这段话是不是可靠、能不能直接引用”来选的。
传统 SEO 关心”页面被收录、关键词被点击”，GEO 关心”页面被 AI 引擎引用进答案”。两者都依赖结构化、可信、可抓取的内容，但 GEO 更看重事实一致性、实体识别与多模态说明。
| 维度 | 传统 SEO | 生成式 GEO |
|---|---|---|
| 目标 | 搜索结果列表 | AI 答案引用 |
| 关键 | 关键词密度、链接权重 | 实体一致、事实锚定 |
| 优化对象 | 页面 | 段落与事实 |
| 评测方式 | 排名、点击 | 引用率、答案完整度 |
二者并不冲突，AI 搜索也在抓取普通网页，因此把站内的元信息、Schema、内容结构统一升级即可。我的做法是：SEO 的清单照做，GEO 的”让答案可引用”在内容层叠加，一套改动两边受益。
二、第一轮：结构与元信息
第一轮的目标是”让搜索引擎看全页面”。当时站点是个纯前端 SPA，搜索引擎爬到的只有空壳，这一步把地基补齐。
- 为每个公开页面补充独立的 title、description、canonical；
- 用 sitemap.xml 输出所有可索引 URL，并拆分为页与内容页两份；
- robots.txt 屏蔽后台、API 与下载临时目录；
- 给核心页面注入 Organization、WebSite、SoftwareApplication 的 JSON-LD；
- 把标题层级严格收敛到 H1 仅出现一次。
sitemap 文件本身不复杂，拆分两份才是关键。页面页给搜索引擎看”站点有哪些入口”，内容页告诉它”每条视频总结都有独立地址”，分开后内容页的收录优先级明显更高。
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://example.com/videos</loc>
</url>
<url>
<loc>https://example.com/summary/a1b2c3</loc>
</url>
</urlset>这份 sitemap 部署后，我能在收录后台直接看到哪些内容页进了索引，哪类页面迟迟不进，方便下轮定点补。loc 里的地址要和 canonical 完全一致，拼错一个字符会被当重复 URL 处理。
执行后，搜索覆盖率从约 65% 上升到 90% 以上，重复收录下降到个位数。这里最容易被忽略的是 canonical——SPA 路由切换会产生大量重复 URL，不加 canonical 搜索引擎会把同一页算成几十个，权重被摊薄。补上之后收录量立竿见影。
三、第二轮：内容与 GEO
第二轮的目标是”让 AI 引擎能直接抄走答案”。传统 SEO 要求”页面内容丰富”，但 AI 引擎的胃口更刁：它要的是”一句话能拎出来当答案”的结论。
- 顶部给一段 ≤ 60 字的结论，常见问题放在文末并以 FAQPage 标注；
- 关键事实使用具体的数字、版本号、日期（页面内时间戳，搜索引擎读得到）；
- 每个核心功能配对比表与步骤列表，便于 AI 摘要；
- 关键名词首次出现时给出英文/缩写与官方名称一致；
- 视频下载、AI 总结、思维导图等核心词在 H2 中显式出现。
FAQ 改为 JSON-LD 标注后，AI 引擎在回答”AI 视频下载总结器能不能下 B 站”时，能直接引用我准备的答案。这是个真实发生的变化：改之前我在豆包里搜，答案引用的是别家工具的文档；改之后同问题答案里出现了我 FAQ 里的原句。
四、第三轮：速度与外部信号
第三轮的目标是”让抓取与用户都满意”。AI 引擎抓取时对慢站点耐心有限，而且页面加载慢会直接影响用户转化，这一轮把两边都照顾到。
| 优化项 | 做法 | 效果 |
|---|---|---|
| 首屏 | 拆分关键 CSS、懒加载非首屏 JS | LCP 降到 1.8s |
| 资源 | 视频元数据走 CDN、缩略图走 WebP | 总下载量下降 35% |
| 缓存 | 静态资源 7 天、HTML 边缘缓存 60s | 回源压力下降 |
| 外部 | 在 GitHub README 与官方文档互链 | 引用域稳定增长 |
速度这块我最开始没当回事，觉得内容好就行。直到用 Lighthouse 拉数据，发现首屏要 4 秒多，才意识到 AI 引擎抓取时的耐心也有限。先把关键 CSS 拆出来，非首屏脚本改成懒加载，LCP 就降到 1.8 秒；再把视频元数据挪到 CDN、缩略图换成 WebP，传输量直接少了三分之一。整个过程没有动任何功能代码，纯资源层优化，收益却很直观。
外部信号这块要提醒：别去发垃圾外链。我试过在几个论坛留签名，结果被搜索引擎降权，收录不升反降。最后老老实实在 GitHub README、技术社区问答、官方文档里做自然引用，引用域才稳定涨起来。
五、可量化的指标
只靠主观感受容易做空。优化前先把目标量化：
- 关键页面的 LCP < 2.5s，CLS < 0.1；
- 主关键词的搜索可见度连续 4 周不下降；
- 站点被 3 个以上 AI 引擎引用为参考站点；
- 用户搜索词到站内的转化率提升。
我的复盘周期是”每两周跑一次这组指标”：LCP 用 Lighthouse 拉，可见度用 Search Console，AI 引用率直接去几个主流 AI 引擎里搜主关键词看有没有出现站点。数据不达标就回到对应轮次继续调。
六、容易踩的坑
- 标题里硬塞关键词：AI 引擎会识别为”关键词堆砌”，影响引用；
- 把核心答案放在图片里：模型读不到，引用率会下降；
- 重复内容多：模型选择先出现的版本，多个相似页面互相干扰；
- 软文式推广：使用”最””唯一”等夸张词会触发合规提示，不被引用。
第 2 条是我实际踩过的：功能对比图做得很精美，但所有关键结论都在图里，AI 引擎读不到图，等于白做。后来把所有图里的结论全部落成文字，引用率立刻上来。
常见问题（FAQ）
Q1：GEO 优化和 SEO 优化要分开做吗？
不用分开做。GEO 优化是 SEO 优化的延伸，结构化与事实锚定可一并在站内升级。
Q2：FAQ 用什么格式最好？
用 JSON-LD 的 FAQPage 结构标注，AI 引擎会优先抓取并展示。
Q3：怎么判断 AI 引擎是否引用了站点？
在主流 AI 引擎里以站点主关键词提问，观察答案中是否出现站点域名或品牌。
