GEO 10 个最常见错误与修法：为什么你的网站还没被 AI 引用
很多网站不是「没做 GEO」，而是「做了却踩坑」——花力气写内容、加 schema，AI 却还是读不到、看不懂、不引用。问题往往出在几个反复出现的失误上：爬虫根本进不来、内容是空壳、结构自相矛盾。这篇把实务上最常见的 10 个错误分成六大类拆开，每个都给「为什么错」和「怎么修」，你可以当成排错清单，从上往下一条条检查。
可及性关卡：爬虫根本进不来（错误 1、2）
这是最致命也最隐形的一类坑：AI 连你的页面都拿不到，后面再怎么优化都是白费。最常见的两个原因，一是内容只在 JavaScript 渲染后才出现（错误 1），二是 robots.txt 或 WAF／CDN 默默挡掉检索爬虫（错误 2）。
错误 1：你在浏览器看得到完整内容，但多数 AI 检索爬虫不执行 JavaScript，它们抓到的是还没渲染的 HTML 空壳。修法是把核心内容改成服务器端输出（SSR／SSG），让正文、标题、JSON-LD 在第一份 HTML 里就完整存在。
错误 2：很多人以为「没特别封锁就是放行」，但 Cloudflare、WAF 或主机商的安全规则常把陌生 User-Agent 当可疑流量挡掉。robots.txt 写允许也没用——请求根本到不了页面。
- 用「查看网页源代码」（不是开发者工具的 Elements）或关掉 JS 重新加载，确认正文文字真的在源 HTML 里。
- 重要内容改用 SSR／SSG 输出；前端 JS 只负责交互，不负责「生出内容」。
- 在 robots.txt 明确 Allow 检索型爬虫：OAI-SearchBot、PerplexityBot、Claude-SearchBot、ChatGPT-User。
- 用对应 User-Agent 实际发一次请求，确认回 200 而非 403／429／挑战页；请 IT 在 CDN／WAF 白名单放行。
语义信号矛盾：schema 与联系信息出问题（错误 3、8）
AI 靠结构化信号读懂你是谁、能回答什么，一旦这些信号自相矛盾或机器读不到，信任度就打折扣。两个常见失误是：schema 与正文对不上（错误 3），以及联系与营业信息只是图片或纯文本、没有机器可读标记（错误 8）。
错误 3：用模板套了 schema 却没随内容更新，或 FAQPage 里的问答跟页面实际呈现的不同。结构化数据应该是「画面内容的镜像」，内容改、标记就要跟着改。
错误 8：当有人问 AI「这家店电话多少、营业到几点」，如果电话、地址只放在图片上或没有任何标记，AI 难以解析，本地查询时就不会带到你。
- schema 只描述「用户真的看得到」的内容；FAQPage 每组问答，正文都要有对应的可见问与答。
- 改价格、营业时间、标题后，回头同步更新 JSON-LD，并用结构化数据测试工具验证语法。
- 联系信息用 tel:、mailto: 链接与 <address> 标签，不要只埋在图片里。
- 补上 LocalBusiness／Organization schema，标清楚 openingHours、地址、服务范围。
可提取性差：结论与标题让 AI 抽不到重点（错误 4、9）
AI 引擎倾向抽取「能独立成段、直接回答问题」的内容，并靠标题与描述快速判断页面能回答什么。结论埋太后面（错误 4）与标题描述含糊（错误 9），都会让 AI 看不出这页能回答用户的提问。
错误 4：把答案藏在文末是 SEO 老习惯，但 AI 切段提取时容易错过。改用倒金字塔：每个小标下的第一句话就是这段的答案，不论 AI 从哪段切入都能抓到可引用的完整陈述。
错误 9：标题是模糊口号、description 塞满关键词，AI 难以把页面对应到具体提问。让标题直接说清「这页是什么、解决什么」，description 用一两句总结核心答案。
- 每个 h2 段落的第一句，写成可独立成立的结论句。
- 重要定义、步骤、对比做成清单或表格，比埋在长句里更易被整段提取。
- 标题讲明主题与价值，避免只有品牌口号或空泛词。
- 补齐 Open Graph（og:title／description／image／url），让被引用、被分享时呈现正确。
权威与深度不足：只说自己、内容太浅（错误 5、7）
AI 偏好引用「可信且信息密度高」的来源，而可信度不只看你自己怎么说。只经营自家内容、零第三方提及（错误 5），加上内容太浅、只是关键词凑成一篇（错误 7），是最让人「看起来有做、却没效果」的两个坑。
错误 5：AI 判断品牌可不可信，更看「别人有没有提到你」。若全网只有官网在讲自己，缺乏第三方名单、评论、报道的佐证，引用意愿就低。要有意识地累积品牌在外部的「实体足迹」。
错误 7：为了「有东西可发」而产出的浅内容，讲的都是人人都会讲的通则，在别处也找得到一模一样的说法，引用你并不会让答案更好。要给「只有你能提供的东西」。
- 登录行业目录、本地名录、Google 商家档案等可信来源；鼓励真实顾客公开留评论。
- 确保跨平台品牌名称、地址、电话（NAP）一致，用 sameAs 串起官方账号。
- 每个主张配一个「怎么做」的具体步骤或可复制范例。
- 加入实务判断：什么情况做、什么情况不做、常见坑是什么。
时效信号：没标日期让 AI 以为你过时（错误 6）
AI 在回答时偏好「新鲜、可信」的来源，而日期是它判断时效性的重要信号。没有发布日、没有更新日的页面（错误 6），会被当成「不知道是不是过时」而打折扣，特别是价格、规格、法规这类会变动的主题。
修法是在页面上明确标示 datePublished 与 dateModified，并让它同时出现在可见正文与结构化数据里。但更重要的是：真的去更新内容，再更新日期——把旧日期换成今天却没改内容，反而是另一种失信。
- 在 Article 的 JSON-LD 加上 datePublished 与 dateModified。
- 页面可见处也标出「发布／最后更新」日期，与标记值一致。
- 定期回头检视会过时的内容，实质更新后才更新日期。
最后一个坑：上线后就不再验证（错误 10）
GEO 最大的隐性风险，是「以为做了就有效」。schema 可能语法错、爬虫可能某天被新规则挡掉、内容更新后标记没跟上——这些都不会主动报错，只会默默让你失分（错误 10）。没有定期验证的机制，问题往往拖很久才被发现。
修法是把验证变成例行动作：每次改版后重抓源 HTML 确认内容与标记都还在，定期用工具量出可读性基准分并追踪被引用情况。与其凭感觉，不如先用免费 GEO 体检量出 0–100 的起点分数，对照这 10 个错误找出自己漏在哪、照逐项建议补完，再定期回测。
- 每次改版后，重抓源 HTML 确认正文与 JSON-LD 都还在。
- 定期用结构化数据测试工具与爬虫模拟重新验证可及性。
- 建立基准分数与追踪，让「退步」能被及早发现，而不是等到流量掉了才知道。
常见问题
Q. 我的网站在浏览器看起来内容都正常，为什么 AI 还是读不到？
因为你看到的是 JavaScript 执行完的画面，而多数 AI 检索爬虫不跑 JavaScript，只读源 HTML。请用「查看网页源代码」或关掉 JS 重新加载，看正文文字是否还在；若不在，就要把核心内容改成服务器端输出（SSR／SSG），让内容在第一份 HTML 里就完整存在。
Q. robots.txt 已经允许 AI 爬虫了，为什么还是没被引用？
robots.txt 写允许，不代表请求真的进得来。Cloudflare、WAF 或主机商的安全规则常把陌生 User-Agent 挡成 403／429 或丢出挑战页，请求根本到不了页面。请用对应的 User-Agent 实际发一次请求确认返回 200，并请 IT 在 CDN／WAF 白名单放行这些检索爬虫。
Q. 结构化数据（schema）一定要和页面内容完全一样吗？
是。schema 应该是「用户实际看得到的内容」的镜像。如果标记的价格、评分、营业时间、问答和画面不一致，AI 与搜索引擎检测到矛盾会降低对整页的信任，甚至忽略你的标记。内容改了，记得回头同步更新 JSON-LD。
Q. 为什么要在文章开头就讲结论？这跟以前写法不一样。
因为 AI 引擎倾向抽取「能独立成段、直接回答问题」的内容。把结论埋在文末，AI 切段提取时容易错过。改用倒金字塔：每个小标下的第一句就是该段答案，这样不论 AI 从哪段切入，都能抓到一句可直接引用的完整陈述。
Q. 只经营自家官网内容，为什么 AI 不太愿意引用我？
AI 判断品牌可信度不只看你自己怎么说，更看「别人有没有提到你」。如果全网只有官网在讲自己，缺乏第三方名单、评论、报道的佐证，引用意愿就低。可以从登录可信目录、争取出现在第三方对比文、累积真实评论做起，并让跨平台的品牌信息一致。
Q. 我怎么知道自己到底踩了哪几个坑？
最快的方式是先量出基准：用免费 GEO 体检工具扫一次，拿到 0–100 的 AI 可读性分数与逐项修复建议，就能对照这 10 个错误看自己漏在哪。修完之后定期重抓源 HTML、重验 schema 与爬虫可及性，避免改版后默默退步而不自知。