GEO 和 SEO 到底差在哪：不是换个名字
SEO 争排名，GEO 争被引用——两条链路不同：生成式引擎先检索再重组答案，排名第五但有一段能独立回答问题的段落会被引用，排名第一却通篇铺垫的会被跳过。文章讲 AI 实际抽取什么、写法上改哪几处、JSON-LD 为何从加分项变必需，以及哪些 SEO 老规矩仍然有效。
前阵子帮一个朋友看他站点在 ChatGPT 里的表现。他排名不差，几篇主力文章都能进首页，但拿去问 AI，引用的全是别人家的页面。他第一反应是收录问题，翻了爬虫日志——GPTBot 天天来，该收的都收走了。
问题不在收录，在页面本身。
排名和引用，其实是两件事
传统搜索就三段：爬取、建索引、排序。用户看到十条蓝色链接，你要做的就是往里挤。点不点，那是标题和摘要的事。
生成式引擎中间多了一环：它先检索一批候选页面，然后自己组织一段答案，最后才决定要不要在句子末尾挂个角标指向你。
这一步的差别带来一个挺反直觉的结果：排名第五的页面，只要有一段话刚好能回答那个问题，会被引用；排名第一但那篇通篇铺垫加导购话术，会被跳过。
说白了，排名是入口，引用是出口。入口好不代表出口通。
AI 从页面上抽的到底是什么
它不是在读你的文章，是在做抽取加重组。所以它要的是能独立成段的东西——一段三百字、自带主语和结论、不看上文也能读懂的段落，比一篇三千字里撒满关键词的综述好用得多。
落到写法上，我改了这几处：
- 小标题能写成问题的就别写名词短语。「为什么改了 functions.php 没生效」比「functions.php 的加载机制」更容易被匹配上。
- 每节第一句就给答案，后面再解释。别学公众号那套「看到最后你就懂了」。
- 能用列表的地方别硬写成段落。结构越清楚，抽取成本越低。
还有一点容易被忽略：你是谁、这篇什么时候写的、谁写的，这几件事得能被机器确认。以前缺这些顶多影响点击率，现在来源不明的内容在排序阶段就可能被降权——模型要判断来源可不可信，除了这些没别的依据。
所以作者署名、发布时间、更新时间，别嫌麻烦。
结构化数据这块，门槛确实变了
以前加 JSON-LD 是锦上添花，不加也能排上去。现在不加就吃亏。AI 抽取的时候优先读结构化字段，author、datePublished、mainEntity，读起来比解析 HTML 靠谱太多。
同一个问答，用 FAQPage 标过的被抽成答案的概率明显高一些。原因也简单，模型不用自己猜哪句是问题哪句是答案。
老规矩没作废
别把上面读成「SEO 不行了」。恰恰相反：
| 仍然有效 | 说明 |
|---|---|
| 抓取可达性 | robots.txt 把 GPTBot 挡了，索引都建不了，谈什么引用 |
| 页面速度 | 抓取预算有限，慢站被爬的页数就是少 |
| 内链结构 | 帮爬虫判断哪些页面是主题簇的核心 |
| 原创且有信息增量 | 转述二手结论的页面，AI 更愿意引用它的原始出处 |
GEO 不是来替代 SEO 的，是在 SEO 上面又加了一层要求：可被引用。地基没打好，上面这层也立不住。
想自己验证的话
道理讲再多不如自己试一次。我是这么做的：
- 挑一篇排名还不错的老文章。
- 改造成问答式：每个 h2 写成问题，第一句给答案，补上作者和日期，加
Article结构化数据。 - 同时留一篇同主题、同质量但没动的做对照。
- 过两三周，去 ChatGPT 或 Perplexity 里问那篇能回答的问题，看它引不引用、引的是哪一段。
样本小，当不了论文结论，但足够让你对「哪种写法更容易被摘」攒出点手感。这比看十篇翻译腔教程强得多。
后面几篇
这篇只是把概念掰开。robots.txt 到底该不该屏蔽 GPTBot、llms.txt 加了有没有用、Z-Blog 怎么输出 JSON-LD，这些是具体动作，后面一篇篇落地，最后会收成一个能直接装的插件。
真要记一句话的话就记这个：写给人看的时候顺手写给机器抽，这两件事不冲突。冲突的只有堆字数凑排名那一套。