企业官网建设流程全解析

前两天一个做 SaaS 的朋友跟我吐槽，说现在还值不值得花力气做 SEO，反正大家有问题都直接问 AI 了，搜索引擎是不是快没人用了。我跟他聊了半天，发现这是个特别典型的误会。这不是要不要做 SEO 的问题，是「搜索」这件事正在裂成两半，一半还留在百度谷歌，另一半已经挪进了 ChatGPT、豆包、Kimi 里。你想接住流量，得在两边同时下网。

我之前单独写过一篇，复盘我给自己博客 vance.xin 做 GEO 改造的那两段折腾，连那个难看的 0.21% 回流率一起摊开了，那篇讲的是我个人怎么一步步踩过来的。今天这篇不重复那个故事。今天专门把 SEO 和 GEO 的区别、怎么在一篇文章里同时拿下、怎么把它当成一笔长期流量资产来养，给想创业、想做号的你系统讲一遍。

这套打法我自己也还在路上，但链路怎么搭、坑在哪，我是真刀真枪走过一遍的，今天毫无保留掏给你。

都用 AI 了，SEO 还要做吗

先把这两个词掰开。SEO 你大概率听过，目标是「你在百度谷歌的搜索结果页排第几」。GEO 是这两年才火起来的新词，全称 Generative Engine Optimization，生成式引擎优化，目标变成了「ChatGPT、豆包、Kimi 在生成答案的时候，引不引用你」。

为什么两个都得做，我给你算笔账。

只押 AI 不行。AI 搜索还在早期，渗透进所有人的习惯需要时间，传统搜索那个大盘子现在还结结实实在那儿。你现在把 SEO 全扔了，等于主动放掉一大块还活着的流量。

只做 SEO 也不行。越来越多人懒得在十条蓝色链接里翻了，张嘴就问 AI。你问豆包「Claude Code 好不好用」，它直接甩你一段总结。这段总结从哪些内容里揉出来、署不署你的名、给不给你链接，这就是 GEO 在抢的那个位置。你不进这个池子，AI 答案里就永远没有你。

所以结论很朴素：一篇好文章，应该一次性收两种流量。搜索引擎的，和 AI 引擎的。这两路加起来，才是你内容的长期资产。落到动作上，从今天起你写每一篇东西，心里都该装着两个读者，一个是人，一个是机器。

一篇文章怎么一次喂饱两边

这是我觉得最值钱、也最该先学会的一招：同一篇文章，怎么写才能让搜索引擎和 AI 同时愿意收你。我把它叫「双层收口」。

上面那层给 SEO，主要看标题。别为了好看起那种云里雾里的标题，老老实实把读者真会去搜的那个关键词放进去。读者搜「AI 写文章」，你标题里就得有这几个字，机器才好把你跟那个搜索意图对上。

下面那层给 GEO，关键在 description，也就是文章的摘要字段。过去我都是随手写句话题概括，现在我把它彻底改造成了「结论块」。规矩很硬：60 到 120 字，必须包含全文核心结论，外加至少一个具体数据。判断标准就一句心诀，如果 AI 只允许引用你这篇的一句话，那就该是这句。

光摘要写好还不够，正文里也有讲究。核心判断别藏到结尾才揭晓，往前三段里塞。再挑一两个「读者最可能拿去问 AI 的问题」，做成问句式的小标题，比如上面那个「都用 AI 了，SEO 还要做吗」，就是冲着读者会怎么问 AI 写的。

这套东西我没停在嘴上，是直接焊进了我的写作流水线。每篇文章的 description 字段现在被强制当结论块写，写不合规过不了自检。我博客之前还攒了 338 篇老文章缺这个字段，一篇篇手补能补到天荒地老，我开了 7 个并行的 agent 同时上，一下午全量补齐，构建验证通过。这一处维护，同时喂给了传统 SEO 的网页摘要、AI 读的结构化数据、还有给大模型看的站点清单，一鱼三吃。

技术地基怎么打，让两边都够得着你

写法对了，还得让机器能进得来、读得懂。这一层是体力活，照着做就行。

先把门打开。很多人的网站根目录有个 robots.txt，是用来告诉爬虫哪能进哪不能进的，默认很可能就把 AI 爬虫拦在外面了。我做的事很直接，在里面把主流 AI 爬虫挨个显式放行，检索类的（抓了为了实时引用你）和训练类的（抓了喂给模型当语料）我都全开。这里有个坑得提醒你：robots.txt 里一旦写了某个具名爬虫的规则，它就只认自己那一组、会忽略掉给所有人的通用组，所以你想屏蔽的路径，得在 AI 爬虫这组里再重复写一遍，不然等于没拦。

门开了，再让它读得轻松。我加了 llms.txt，一份专门写给大模型看的站点说明书，放在根目录；又加了 JSON-LD，往网页里塞一段机器专用标签，把标题、作者、发布时间标清楚，省得 AI 猜；还有个「关于我」的作者页，让零散文章能归到同一个人头上。这几样我没手维护，写了个 Hexo 插件每次构建自动生成。SEO 那边顺手把 sitemap 提交给搜索引擎催收录。

这事不是我拍脑袋瞎搞。普林斯顿和佐治亚理工那帮研究者 2024 年在 KDD 会议上发过一篇论文，名字就叫《GEO: Generative Engine Optimization》，他们系统验证过：给内容加引用、加统计数据、加可验证的来源这类做法，能把内容在 AI 答案里的可见度最高抬到 40%。技术地基加内容优化一起上，是有真东西撑着的。

决定成败的，是内容值不值得被引用

实话讲，前面那些技术步骤照着抄都能做对，真正难、也真正拉开差距的是这一步。

AI 摘内容是有偏好的。它爱引用什么样的句子？明确的结论、具体的数据、带出处的判断。一篇憋着不下结论、通篇「可能」「也许」「具体看情况」的文章，AI 读完都不知道该摘你哪句。那篇 GEO 论文里效果最好的几招，扒开看全是同一件事，往内容里塞真东西。

还有个细节特别管用：观点带主语，数据带出处。「官方博客说 X」「我自己实测下来是 Y」，这种带署名的句子，比一句冷冰冰的裸数据更容易被 AI 挑去引用，因为它能交代来源、更可信。

说到这我得坦白，这恰好是我那套写了上百条规则的写作库一直在逼自己干的活：每篇得有一手经验，得带上具体数字，结尾给个站得住的结论。当初定这些规矩是为了让文章像人写的、别一股 AI 糊味，没想到它正好压中了 AI 引用的偏好。技术层是让机器够得着你，内容层才决定够着了愿不愿意用你，这一层是根，省不掉。

没有官方后台，怎么知道这事到底有没有用

GEO 最别扭的地方在于，它没有官方后台。SEO 你好歹有个搜索资源平台能看排名和点击，GEO 啥都没有，AI 到底引没引用你、有没有人因此点回来，你两眼一抹黑。

所以监测得自己搭。我挂了一套 nginx 日志分析，每周一早上自动跑，统计上一周 16 种 AI 爬虫各抓了多少、真人从 AI 答案点回来多少，结果自动开成一个 GitHub Issue，再摘成一张按周环比的台账。

第一份装满 7 天的完整数据出来，我得把它原样摆给你看，因为这才是 GEO 真实的样子。那一周 16 种 AI 爬虫加起来抓了我 4713 次，光 GPTBot 一家就快 2000 次，数字挺唬人。可真人从 ChatGPT、Perplexity 这些 AI 答案里点回我博客的，整整一周只有 10 次。算成回流率，0.21%。

这数字难看，但我没打算美化成「我 GEO 成功流量暴涨」。因为这就是 GEO 起步期的正常态。收录一定领先于回流，AI 先把你抓进去、消化进语料和索引，过上一阵才可能在某个用户的提问里把你摘出来。回流是滞后的长尾，是个慢功夫，指望两周见效那是想多了。

但慢不等于不值。它是笔资产，养着养着会复利。今天抓的 4713 次，是在替你把内容一点点喂进各家模型的记忆里，攒的是「模型认识你」这件长期的事。

写在最后

绕回我那个朋友的问题。SEO 还要不要做？要，而且得跟 GEO 绑在一起做，让一篇文章一次收两路流量。这就是把流量当资产囤起来、慢慢等复利，急不来。

我也得诚实给你交个底：这套打法我自己还在第 0 周，手里那张账单是难看的 0.21%。但门怎么开、内容怎么写才被引用、监测怎么搭，这条链路我是真趟通了的，剩下的就是耐心喂、按周看。技术层一下午能搭完，内容层得靠你每篇都写真东西，慢慢攒。

最后想问问你：你自己创业或者做号，现在是把劲儿全砸在百度谷歌的 SEO 上，还是已经开始琢磨怎么让豆包、ChatGPT 在回答里提到你了？这两路流量，你觉得半年后哪一路对你更值钱？

关于作者

我是飞飞，「飞飞的AI实验室」主理人，每天用 AI 干活、把踩过的坑写成文章。这篇讲的是我自己给博客真刀真枪做过的 SEO 加 GEO 实战，连那份难看的 0.21% 真数据一起摊出来。