SEO排名不错，为什么AI就是不推荐你？我整理了一套GEO排查思路

SEO 做得不错但是却始终进不了 ChatGPT、豆包或千问的推荐名单，问题可能根本不是你的文章写得不够多。

我最近接触到一个很现实的问题：有些网站在传统搜索引擎里排名不错，但用户把相似的问题交给 AI，AI 既不引用它，也不推荐它背后的商家。

为什么会这样？

最直觉的解释是：SEO 排名好，不代表 ChatGPT、Perplexity、豆包用的是同一套索引。但继续往下拆，我发现至少要区分五个环节：

抓取 → 索引与检索 → 内容匹配 → 信任与证据 → 引用或推荐。

任何一个环节都可能出问题。以下是我目前整理的诊断框架，既包括有官方依据的技术事实，也包括需要通过实测验证的假设。

一、SEO 排名好，不等于 AI 一定看得见

首先要纠正一种过度简化的说法：AI 有自己的爬虫，所以完全不看搜索引擎的搜索结果。

这不够准确。AI 搜索产品可能同时使用自己的抓取机制、第三方搜索服务、合作数据源或其他检索工具。我们无法仅凭一个网站在搜索引擎排名不错，就断定它已经进入另一个AI产品的候选来源。

更重要的是，即使平台已经找到网页，也不代表一定会拿它来回答问题。

Google 官方介绍过 Query fan-out（查询扩展）：面对复杂问题，AI 搜索可能拆分出多个相关查询，再收集不同的信息。传统关键词排名与这些子查询的匹配程度，可能有很大差异。

例如，一家北京空气能安装商的网页，针对北京空气能采暖排名不错。

但用户问 AI 的是：

北京农村120平米自建房，用空气能采暖冬天每月要花多少钱？有什么靠谱的本地安装商？

AI需要的不只是空气能有什么优点，还可能包括耗电测算、房屋保温条件、当地气温、实际安装案例和商家服务范围。网页能排名，不意味着它能提供这些具体证据。

SEO 解决的是被搜索系统发现与竞争排序的问题；GEO 还要关心内容是否能成为答案的有效依据。当然二者不是对立关系，Google 也明确强调传统 SEO 基础仍然适用于自己的 AI 搜索功能。

二、先查技术问题：AI 爬虫有没有被挡在门外？

这是我认为 GEO 项目最应该先做、也最容易留下证据的一步。

1. robots.txt 有没有限制搜索爬虫？

比如 OpenAI 官方将不同用途的抓取标识分开：

• OAI-SearchBot：与 ChatGPT 搜索展示有关。
• GPTBot：与模型训练抓取有关。
• ChatGPT-User：可能在用户发起请求时访问网页。

禁止 GPTBot，不等于禁止 ChatGPT Search。网站可以按自身政策区分训练抓取和搜索抓取。Perplexity 也公布了相应的爬虫标识与用途说明。

2. robots.txt 放行了，服务器也未必放行

还要查 CDN、WAF、防火墙规则、反爬机制：

• 是否给相关爬虫返回 403、429 或 5xx？
• 是否触发了人机验证？
• 是否重要正文只有 JavaScript 执行后才出现？
• 是否存在错误的 noindex、canonical 或重定向配置？

这里要特别提醒：服务器日志出现某个 User-Agent，不等于已经被真实的官方爬虫抓取。标识可以伪造，重要时应参考平台公布的 IP 范围或验证方式；而抓取成功也不等于收录成功。

三、站长平台主动提交：值得做，但别把它神化

我最近又想到一件常被忽略的事：很多 GEO 服务商只顾着发内容，却没有给客户网站做好基本的搜索入口建设。

百度有搜索资源平台，头条搜索、神马搜索、360 搜索也有站长工具。验证站点、提交 Sitemap、查看抓取异常和索引情况，是一项投入不高、可复核的基础工作。

我整理了一个面向国内 GEO 项目的入口表：

注：以上是可关注的搜索生态入口，不是AI产品 → 唯一站长平台的官方对应表。个别平台后台的实时可用功能还应以登录页面为准。

我的看法是，主动提交很有必要，但它的价值首先是帮助对应搜索系统发现内容、观察技术状态，而不是直接提高 AI 推荐率。提交 Sitemap 不意味着 URL 一定被抓取、收录或引用。

四、技术都正常，为什么还是不被引用？

接下来才进入更难的部分。

第一，搜索意图不匹配。关键词页面可能只回答大而泛的问题，AI 用户却在询问具体场景、约束条件与方案比较。

第二，内容缺少可引用的证据。专业、靠谱、价格实惠这种营销语，对 AI 回答问题帮助有限；真实案例、参数、测量条件、报价结构、适用范围，才更可能成为有用的资料。注意：这不是某个平台公开承诺的固定加分公式。

第三，被引用和被推荐是两回事。AI可以引用经销商网站来解释空气能原理，但要向用户推荐这家经销商，可能还需要确认经营主体、品牌授权、服务区域、履约能力等。实际推荐依据因平台和问题而异。

第四，平台信源结构不同。不同AI产品获得的索引、工具和信息源可能不一样；即便来源相同，选择哪些内容进入最终答案也可能不同。可以研究特定问题下的信源分布，但不能简单断言某平台永远偏爱某类网站。

第五，AI未必每次联网，也未必每次展示全部来源。一次没有引用不能证明网页不可见；同一个问题不同时间、不同措辞也可能出现不同结果。

五、我会怎样给一个 GEO 客户做诊断？

不先许诺「帮你拿下某个 AI 问题」，而是先建立可验证的基线。

第一层：可抓取性。检查 robots.txt、状态码、WAF、正文可读性和真实抓取日志。

第二层：搜索可见性。提交并维护 Sitemap，检查各搜索站长后台的索引和抓取数据，记录具体 URL。

第三层：内容匹配。针对 20～30 个真实用户问题，分析现有页面能不能提供直接答案、计算依据、案例或其他可核查的证据。

第四层：品牌可信性。检查官网、授权信息、第三方商家资料、案例和服务区域是否真实、一致、可验证。

第五层：AI 输出表现。在目标 AI 平台上对固定问题进行多轮测试，分别记录：

• 品牌是否被提及；
• 网站是否被引用，具体引用了哪个 URL；
• 商家是否被推荐，排在什么位置；
• 竞争对手是谁、引用了什么来源；
• 后续是否真正形成了咨询线索。

有一点必须讲清楚：我们通常看不到AI平台内部完整的召回和排序过程。外部测试只能获得部分观测证据，不能看到未被展示的全部候选网页。

因此，建议把结论写成“确认存在抓取障碍”“某搜索系统已显示收录”“在本次测试中未被引用”，而不是随意推断“模型不信任这个品牌”。

六、我越来越觉得，GEO 不能只卖「发文章」

如果客户的网站连基础的搜索入口都没有配置好，WAF 还在拦截爬虫，直接让他大量写 GEO 文章，很可能是在错误的地方用力。

但反过来，把网站提交到一堆站长平台，也绝不等于 GEO 做完了。

更合理的顺序应该是：

先确保有机会被发现，再提供值得被引用的内容，最后用可重复的测试观察是否真的获得品牌曝光与推荐。

这套框架仍然在完善中，我也不认为它能解释全部 AI 搜索行为。

参考资料

1. OpenAI 官方：Overview of OpenAI Crawlers — https://developers.openai.com/api/docs/bots
2. Google Search Central：AI Features and Your Website — https://developers.google.com/search/docs/appearance/ai-features
3. Google Search Central：Optimizing your website for generative AI features — https://developers.google.com/search/docs/fundamentals/ai-optimization-guide
4. 百度搜索资源平台 — https://ziyuan.baidu.com/
5. 头条搜索站长平台 — https://zhanzhang.toutiao.com/
6. 神马搜索站长平台 — https://zhanzhang.sm.cn/
7. 360 搜索站长平台 — https://zhanzhang.so.com/
8. 搜狗站长平台 — https://zhanzhang.sogou.com/
9. Perplexity 官方爬虫说明 — https://docs.perplexity.ai/docs/resources/perplexity-crawlers