AI 搜索时代的 GEO 实战：让 ChatGPT、Perplexity 引用你的网站

去年我做了一个实验：在 Perplexity、ChatGPT Search 和 Google AI Overviews 里各问了 50 个我的站点覆盖的主题问题，统计引用来源。结论让我坐直了——排进传统搜索前三的页面，只有不到一半被 AI 引用；而一些排在第二页的页面，反而频繁出现在 AI 的答案里。

AI 搜索的排序逻辑和传统 SEO 不是一回事。它有自己的偏好：可直接摘录的段落、明确的数据与结论、清晰的作者与时间信号。围绕这套偏好做优化，就是 GEO（Generative Engine Optimization）。

这份手册覆盖

• 2026 年 AI 爬虫矩阵全景：GPTBot、OAI-SearchBot、ClaudeBot、PerplexityBot、Google-Extended 各自抓什么、影响什么
• robots.txt 的新决策题：放行、拦截还是分级——三种策略的真实收益与代价
• llms.txt 与 llms-full.txt：规范、误区，以及它现在到底有没有用（附本站实测）
• 「可引用性」写作法：答案前置、数据锚点、自包含段落——AI 最爱摘的内容长什么样
• 结构化数据在 GEO 里的新角色：Article、FAQPage、speakable 的优先级排序
• 怎么度量：referrer 分析、日志里的 AI UA、品牌提及监控的具体做法
• 付费墙内容与 AI 爬虫的共存策略（这是很多订阅站没想清楚的一环）

若你的下一阶段是「模板 × 数据」批量页，先读《Programmatic SEO 落地页工厂》，再决定哪些 URL 值得被 AI 与 Google 同时看见。

全文约 6200 字，含可照抄的配置与自查清单。以下是完整内容——