作者： zzrs

上周有个高频场景：一家做本地服务的企业主，在豆包里搜自己的公司名，AI 一本正经地报出了一个早就搬走的旧地址，还配了已经不做的业务范围。他连着更正了三次官网，两周后再问，AI 说的还是错的。

他的困惑很典型：我都改了，为什么 AI 不改？

因为这里有一个根本性的认知差：AI 不是从你的官网读取信息，而是从全网信源里”算”出一个答案。你改官网，等于改了其中一个信源；AI 说的错话，是另外几个还没更新的信源加权之后的结果。改一处，只是让分母变了一点点。

这篇讲清楚一件事：怎么系统地纠正 AI 眼中的你，以及大概要等多久。

先分清是哪种错，处理方式完全不同

很多人一发现错误就开始全渠道发文，其实第一步应该是分类。三种错误的成因不一样，药方也不一样。

为什么要先分类？因为第三种错的成本远高于前两种。过时信息只要更新源头，几周内就会自动切换；而事实错误往往已经被某些页面”坐实”，你必须把它从多个位置挤出去，这是一个稀释过程，不是删除过程。

为什么你改了官网，AI 还是照旧？

这里涉及 AI 生成答案的机制，理解它就理解了一半的解法。

AI 回答问题时走的是两步：先把你的问题拆成若干检索词，去候选池里召回一批内容；再按权威度、时效、语义匹配度重新排序，挑出最相关的几段合成答案。

关键在第二步。排序时的核心依据是信源的权威度和一致性：如果十个来源里有八个说你地址在 A，两个说在 B，AI 大概率会输出 A——哪怕那两条 B 是最新的、来自你自己的官网。因为算法在判断”哪个更可信”时，数量一致性和权威度往往压过单一来源的时效性。

理解了这一点，你就会明白：纠错的本质不是”改掉一句话”，而是”改变多数信源的说法”。这是个搬运工程，不是编辑工作。

五步纠错法

顺序很重要，颠倒任何一步都会让效果打折。

第一步：逐个记录，先建基线

别凭印象。选 5-10 个和你公司最相关的问句——公司名、主营业务、服务区域、价格区间各两三个，在豆包、DeepSeek、Kimi、元宝各问一遍，把每次的回答截图，记下日期。

这一步的价值在于：你不仅知道错了什么，还知道错在哪个平台、错得多严重。有些平台错了，有些平台是对的，那问题就在特定信源上，处理起来更有针对性。

第二步：反向溯源，找到错误从哪来

看 AI 回答里引用了哪些页面，一个个点进去，找出错误信息的具体出处。常见来源有：第三方企业信息聚合站未更新、早期媒体稿件里的旧信息、竞品的对比文章写错了、甚至是你自己三年前发的过时内容。

找到了源头，你才知道要改哪些地方。很多企业跳过这一步直接发声，结果新信息发了一堆，错的源头还在那儿稳定供料。

第三步：先改源头，自有信源优先

按优先级处理：官网 → 官方认证的第三方平台（地图 POI、企业信息平台、行业目录）→ 社交媒体官方账号。

这一步有个细节容易漏：改了内容，还要让它重新被抓取。已经发布过的页面，AI 不一定立刻回访。可以在页面更新后提交站点地图、用平台的主动提交功能，加快重新收录。否则你改了但 AI 手里还是旧快照，等于没改。

第四步：补第三方源，用一致性覆盖旧信息

这是最容易被低估、却最关键的一步。因为 AI 的判断逻辑是「多源一致性」，所以你必须让正确信息在多个独立信源上同时出现。

两个要点。一是口径必须完全一致：地址就写一个版本，别出现”XX路12号”和”XX路12号3楼”两种写法，AI 会当成两个信息。二是独立信源才算数：同一批人运营的三个号，在算法眼里不算三个独立来源。合规要求里提到的独立信源，指的是不同主体、不同域名、发布时间还得有间隔。

第五步：验证并复测

别问一次就下结论。AI 的回答有随机性，单次命中说明不了任何问题。

正确的验证方法是：同一个提示词，在同一平台重复提问不少于 20 次，统计正确信息出现的比例。这个比例从 0% 涨到 40%，和从 0% 到 100%，是完全不同的阶段，对应不同的下一步动作。

另外建议固定一个复测节奏，比如每月一次，同一批问句、同样记法。只有可对比的数据，才能说明纠错到底有没有生效。

时间预期：多久能看到变化

这三个时间点有个规律：每一步都比上一步慢一倍左右。所以纠错最忌讳的就是”发了一批没动静就放弃”——你可能刚好卡在第二步和第三步之间。

还有一点心理准备要做：错误信息很少能 100% 清除。冷门的长尾问句里可能长期残留旧内容。目标应该是把主流问句下的正确率做到稳定高位，而不是追求一条不剩。

延伸阅读

• AI 搜不到我们公司怎么办？7 个排查点，逐个对号入座
• 白帽 GEO 和黑帽投毒怎么分？对齐国标看合规边界
• 三年前的老文章还能被 AI 引用吗？内容翻新的 8 步法

常见问题

Q1：可以直接联系 AI 平台要求更正吗？

可以反馈，但不要指望这一条路。多数平台提供内容纠错或反馈入口，提交后由平台评估处理，主要适用于明显的违规或有害内容。对于普通的信息错误，平台基本不会代你修改信源，而平台自身的模型也不会因为一次反馈就改口径。真正的解法还是在信源侧。

Q2：找公关公司发一批澄清稿有用吗？

方向对，但要注意两点。一是信源层级：发在一批低权重站点上的澄清稿，对覆盖错误信息帮助有限，需要权威度较高的信源参与。二是合规边界：批量发布同质化的澄清内容，容易被识别为操纵信号，反而降低可信度。少量、高质量、口径一致的内容，效果远好于大量堆量。

Q3：为什么有些平台改得快，有些平台一直不改？

因为各平台的信源结构和更新节奏不一样。绑定自有生态的平台，其生态内内容收录快、更新快；而依赖外部索引的平台，需要等索引重新抓取。这解释了为什么纠错效果往往先在某个平台出现。建议先在一个平台上验证方法有效，再推广到其他平台，而不是同时铺开。

Q4：内部换了品牌名或改了主营业务，怎么处理？

这是最棘手的一种，因为它不是”纠错”而是”迁移”。建议不要直接替换，而是分阶段：先让新旧名称在一段时间内并存，所有自有渠道明确说明二者关系；同时把新名称的实体信息（业务、资质、案例）系统性建设起来；等新名称在多个独立信源上稳定出现后，再逐步停止使用旧名称。一次性断崖式改名，很容易让 AI 把它当成两家不同的公司。

纠错这件事教会我们一个更大道理：在 AI 时代，你对品牌信息的控制权，取决于你在多少个地方说过同一句话。说一次是表达，说十次一致才是事实。

AI 记住的不是你说过什么，而是大家一致认为你是什么。

本周可执行动作：用公司名和服务范围各问一遍四个主流 AI，截图存档——这份基线，是你三个月后判断纠错是否有效的唯一依据。

「七天进 AI 前三」「保证被大模型引用」「不上首页全额退款」——如果你最近接到过这种报价，先别急着签。

2026 年 8 月，《生成式引擎优化（GEO）可信信息传播与信息生态治理规范》（T/CAPT 026—2026）正式发布实施。在此之前，央视 3·15 晚会曝光了部分机构用 GEO 技术做数据投毒、虚假信息生成、恶意排名操控；随后中央网信办「清朗·整治 AI 应用乱象」专项行动，把 GEO 信息投毒、批量伪造信源列为重点打击对象。

也就是说，GEO 从「谁都能做」进入了「有标可依」的阶段。而选错服务商的代价不只是白花钱——已有约 23.6 万家企业因黑帽操作，导致品牌信源采信权重被永久下调。这篇用四个特征、四条红线和一份自检清单，把边界讲清楚。

为什么 2026 年 GEO 突然开始讲合规？

因为市场规模涨得太快，而门槛又太低。2026 年上半年，国内 GEO 服务市场规模约 35 亿元，涌入的服务商超过 3200 家。做 SEO 的、做品牌营销的、做内容推广的，几乎一夜之间都挂上了 GEO 的招牌。

乱象随之而来，最典型的就是「AI 投毒」：批量生成伪原创内容，用数量和角度制造虚假的交叉验证，去影响大模型的引用判断。这类操作短期确实能让品牌出现在部分 AI 回答里，但一旦被识别，后果是品牌信任评级的直接下调，甚至被排除在推荐池之外。

标准出台的节奏也很密集：2026 年 3 月三项 GEO 团体标准启动，7 月首次公开征求意见，8 月第二次征求意见会后形成送审稿，8 月 T/CAPT 026—2026 发布实施。一年之内从无到有，说明这件事已经不是「要不要管」，而是「怎么管」。

白帽和黑帽，差别只在手法吗？

很多人以为差别是「用不用工具」「发不发量」，其实差别在证据链。白帽的每一步都能被追问，黑帽的每一步都怕被追问。这是判断的唯一标准。

换个更直白的说法：白帽是在为 AI 提供可以相信的证据，黑帽是在骗 AI 相信不存在的东西。前者越做越厚，后者越做越险。

国标明确禁止的四个动作

标准里点名了四类破坏信息生态的行为，这四类就是行业的硬红线，没有解释空间。

同时，标准明确要求服务方不得伪造事实、资质、榜单、认证、评测、用户评价、专家意见或检测报告，也不得夸大服务效果。承诺「保证第一」「稳定前三」「必然被大模型引用」这类绝对化结果，本身就已经落在合规红线之内——任何人都无法保证大模型的输出结果，说能保证的，要么不懂，要么准备用违规手段。

三区分治：把事实、观点和营销话术分开

这是标准里最有实操价值的一条设计，思路是把治理重心从「优化行为」前移到「信息源头」——不在出口拦截，而在源头把关。

具体要求企业建立三套独立的知识库：

• 事实库：资质、参数、案例、财务数据等可核验信息，是全站信息的地基
• 观点库：企业或专家对行业的判断、预测、方法主张
• 营销表达库：宣传语、卖点包装、推广文案

关键约束只有一句：营销表达中出现的任何事实主张，必须以事实库的版本为准。这一条从源头切断了「用营销包装替代事实依据」的操作空间。

对企业的实际好处很直接。以前官网、公众号、宣传物料各写各的，同一个数字三个版本，AI 拿到之后无法确认哪个是真的，于是干脆不采信。三区分治之后，一套事实全渠道复用，信息一致性自然就达标了——顺带解决了 GEO 里权重最高的口径一致问题。

选服务商时，该问哪五个问题

国标落地后，企业选型从「靠感觉」变成了「靠标准」。把下面五个问题问完，基本就能筛掉大半不靠谱的。

五个问题里，第三个最关键。效果度量口径不统一是行业公认痛点，标准里专门用一整部《效果监测与验证要求》来规范：统一意图词设计、采样规则与指标口径，并要求独立效果验证。谁愿意把口径写进合同，谁就更像做白帽的。

企业自检：你的 GEO 有没有踩线

如果你已经在做 GEO，用这份清单快速过一遍。命中任何一条，建议立刻停下来复盘。

• 内容里的案例、数据、资质，自己都说不清出处
• 同一个数字在官网、媒体稿、社交账号上不一致
• 签约时对方承诺了具体排名或「保证被引用」
• 交付物主要是一批批量生成的同质化软文
• 没有任何效果监测，只有月度曝光报告
• 宣传语里大量使用「行业领先」「国内第一」这类无法核验的表述

反过来说，合规的白帽路径在数据上并不吃亏。已有观察显示，坚持白帽操作的品牌，AI 可见性可以提升 40 个百分点以上——慢一些，但积累是真的。

延伸阅读

• AI 搜不到我们公司怎么办？7 个排查点，逐个对号入座
• 2026 下半年 AI 搜索变了什么？五大平台信源规则对比
• 为什么内容写了没人引？「信息增量」到底怎么算

常见问题

Q1：GEO 团体标准是强制性的吗？

团体标准本身不是强制法律，但它的意义在于两点：一是给监管提供了技术参考，二是把行业公认的红线写成了明文。企业一旦被认定在做投毒、伪造信源，面临的不只是标准层面的评价问题，还可能涉及虚假宣传和不正当竞争。

Q2：白帽 GEO 见效会不会特别慢？

白帽的抓取和索引速度和黑帽没有区别，差别在被引用的稳定性上。黑帽可能几天内就在某些回答里出现，但随时可能被清洗；白帽通常几周到一个月进入候选池，但引用能持续积累。算长期账，白帽明显更划算。

Q3：怎么判断服务商是不是在白帽操作？

要三个东西：可核验的信源清单、明确的效果度量口径、以及过程可见的监测报告。凡是只给结果截图、不给过程和口径的，都要打问号。还有一个简单的判断：对方是否愿意把「不做投毒、不承诺排名」写进合同。

Q4：我们公司之前做过打擦边球的操作，还能补救吗？

可以，但要做三件事：立刻停止违规动作；把不实内容清理或更正，能下线的下线；用真实、可核验的信息重新建立信源体系。清理的成本远低于持续污染带来的长期降权。

合规这件事，在 GEO 里不是加在身上的负担，而是决定你的投入能不能留下来的那个开关。黑帽换来的曝光是租的，白帽积累的信任是自己的。

先问清证据从哪来，再谈效果能多快。

本周可执行动作：把公司官网、公众号、宣传物料里的核心数据对一遍，找出不一致的地方。

「我发了一个月，怎么知道 AI 到底看没看过我的站？」

这个问题被问过太多次，而多数人查错了地方：他们去看 GA4、看站长后台、看后台访问统计，然后得出「AI 没来过」的结论。其实不是没来过，是你用的工具根本看不见它们。

AI 爬虫不执行 JavaScript，也不会跑统计脚本，所以前台的分析工具对它们是隐形的。真正可信的记录只有一个地方：服务器日志（或 Cloudflare、主机商提供的访问统计）。这篇文章教你查三件事——来过没有、来了哪几类、哪些页面被漏掉了。

为什么 GA4 和站长工具看不到 AI 爬虫？

原因很朴素：网页统计工具靠一小段 JavaScript 上报数据。AI 爬虫只取 HTML 源码，不执行脚本，自然不会在报告里留下痕迹。

能看见 AI 爬虫的地方有四个：

• 服务器访问日志（nginx 的 access.log、Apache 的 access_log）——最完整，能看到每一条请求
• Cloudflare——免费版就有机器人分类，能看到 AI 抓取趋势
• 主机面板的原始访问统计——cPanel 的 Raw Access、宝塔的网站日志
• Search Console 的抓取统计——只能看 Google 相关，看不到 OpenAI、Anthropic 的爬虫

换句话说：如果你只装了统计分析，你对 AI 爬虫的可见度就是零，这会让你在判断「该不该继续做 GEO」时失去最重要的证据。

三类 AI 爬虫，含义完全不同

日志里看到爬虫名字就开始高兴，是最常见的误判。名字不同，意义差得很远。

还要单独说一个高频误会：Google-Extended 不是爬虫，它是 robots.txt 里的一个授权开关，用来告诉 Google「我的内容可否用于其生成式产品」。它是 token，不是 UA，你在日志里翻到天亮也找不到它。

五条命令，把日志读明白

不需要任何工具，一台服务器加几条命令就够。下面是 nginx 日志的示例，把路径换成你自己的即可。

# 1. 最近有多少次 AI 爬虫访问

grep -iE 'gptbot|oai-searchbot|perplexitybot|claudebot|bytespider' access.log | wc -l

# 2. 按 UA 分类计数，看谁来得最勤

awk -F'"' '{print $6}' access.log | sort | uniq -c | sort -rn | head -20

# 3. 被爬得最多的 URL，就是 AI 眼里的重点页面

grep -i 'gptbot' access.log | awk '{print $7}' | sort | uniq -c | sort -rn | head -30

# 4. 检索类爬虫的每日趋势，判断覆盖是否在扩大

grep -iE 'searchbot|perplexitybot' access.log | cut -d' ' -f4 | cut -c1-7 | uniq -c

第四条命令尤其值得每周跑一次：趋势比绝对值重要。如果某天开始检索类爬虫的访问量突然归零，通常意味着三件事之一：你改了 robots.txt、站点改版导致链接结构变了、或者服务器开始拦截它们。

怎么确认自称 GPTBot 的，是真的？

UA 是可以随便写的，任何脚本都能假装自己是 GPTBot。判断真伪有两个动作：

• 反向 DNS 校验：官方爬虫的 IP 反查域名是可验证的，普通脚本反查不到，或者对不上声明的域名
• 核对官方 IP 段：主流厂商都会发布爬虫 IP 列表（如 OpenAI 提供 gptbot.json 这类接口），比对即可

如果不想自己写脚本，用 Cloudflare 的机器人分类或主机面板里的统计也能直观看到——它们已经帮你做了标注，比自己看原始日志省事得多。

一份四指标的体检报告

把日志里的事实变成四个数字，就能判断 GEO 执行到哪一步了。

行业公开统计里有一条很值得注意：约七成站点至少在 robots.txt 里误拦了一个 AI 爬虫。这也是为什么「体检」应该先做——很多站点并不是内容不行，而是门口就挂了谢客牌。

查完之后：允许、限制还是封禁

看清了谁来过，还要决定怎么对待它们。这不是「全放」或「全堵」的单选。

一个实操细节：如果你的日志里出现 ChatGPT-User 命中付费页或产品页，通常说明这条内容刚刚被用去回答某个具体问题了。这类命中记录下来，比任何第三方监测工具都准确——它是你自己的一手证据。

延伸阅读

• 网站被 AI 收录要多久？从被抓取到被引用的完整时间表
• llms.txt 和 Schema 到底要不要做？GEO 技术基础设施清单
• 零成本 GEO 监测：如何用 AI Agent 自己搭建监测体系

常见问题

Q1：没有服务器权限，还能查 AI 爬虫吗？

可以。三条替代路径：Cloudflare 的机器人分析（免费版够用）、主机面板的原始访问统计、以及自己部署一个轻量的访问记录脚本。如果以上都没有，退而求其次的做法是用同一提示词重复提问，从结果反推。

Q2：日志里只有训练类爬虫，没有索引类，怎么办？

这是最典型的「被看了但没进池子」状态。优先做三件事：确认 robots.txt 没有拦索引类爬虫、提交站点地图、把新页面挂到已有流量的老页面上（内链）。索引类爬虫对链接结构的依赖远高于普通爬虫。

Q3：日志文件太大，全部统计一遍很慢怎么办？

只统计最近 7 到 14 天即可，没必要全量。可以先按日期切分（比如只保留上月日志），再把 grep 结果存成小文件，后续统计就很快了。GEO 体检看的是趋势，不是历史考古。

Q4：AI 爬虫来访频率变低了，是不是我做错了什么？

先排查三个可能：robots.txt 是否被改动、站点是否做过改版导致 URL 结构变化、服务器或 CDN 是否新增了拦截规则。如果这三项都没有变化，那通常只是抓取调度周期的正常波动，观察两周再判断。

做 GEO 最怕的不是慢，而是不知道自己走到哪了。日志体检的价值就在于：它把「AI 到底有没有在看我」这件玄学，变成了一份可以按周对比的数字报表。

先确认门口没人拦，再谈内容写得好不好。

今天可以做的一步：打开服务器日志，搜一次 gptbot，看看你的站有没有被访问过。

先说一个让人不太舒服的场景。

一家做企业信息化服务的小公司，老板在豆包里输入「本地做 ERP 实施的公司哪家靠谱」，AI 列了三家，还贴心地标了各家特点。他看了两遍，没有自己。

他第一反应是：「是不是我内容太差了？」——不是。他的官网写了 400 多篇文章，行业词在 Google 上排得也不差。

真正的原因是：「哪家好」这类问题问的不是信息，是推荐。而推荐有独立的一套筛选顺序，位置不对，内容质量根本没机会被看见。

为什么「哪家好」比「是什么」难抢得多？

因为 AI 在这类问题上的可用名额只有 1 到 3 个。它不会给你并列展示十家，而是直接合成一段话，前面被提到的名字天然获得更多注意力。信息型问题抢的是曝光，推荐型问题抢的是决策入口。

还有一层：推荐是 AI 的判断，判断依赖证据。第三方对你的一致性描述，比你自己说一百遍更有用——大约 85% 的品牌提及来自第三方来源，品牌官网只贡献了 5% 到 10% 的信源（AirOps 2026 / 麦肯锡）。

AI 推荐品牌要过哪四道门？

这四道门是顺序执行的，前一道没过，后面再优秀也不会被评估。所以排查要从第一道开始，别跳。

45 天记录：从 0 次被提及，到进入点名名单

下面是那家公司的完整动作（数据做了脱敏，动作和节奏保留）。之所以按这个顺序做，就是因为四道门的顺序不能颠倒。

第 1 到 3 天：先把基线量出来

选了 15 个客户真实会问的问题，在豆包、DeepSeek、Kimi 上各问一遍，逐条记录：答案里提到了谁、第一个提到的是谁、引用了哪些来源。

• 我方被提及：0 次
• 直接竞品 A 被提及 11 次，其中 6 次是第一个被点名
• 竞品 A 被引用的来源，集中在 4 个行业内媒体和 1 个问答社区

这一步的产出不是结论，是一张地图：AI 在回答这类问题时，到底在读谁。

第 4 到 12 天：过门一和门二

技术层先清障：确认 AI 爬虫没被拦、sitemap 正常、内容不依赖前端渲染。接着挑出 12 个最有价值的页面做结构改造：每个 H2 下补 40 到 60 字的直接答案，把「我们服务好」全部换成可核验的数字，补 3 张对比表和一个 FAQ 区并标记 FAQPage。

这一步的效果通常来得比较快。实测中，Perplexity 这类实时抓取的平台在结构改造后 48 小时内就可能出现引用变化，Google 的 AI 概览要慢一些，通常 2 到 4 周。

第 13 到 30 天：过门三——去别人的阵地上出现

这一步是最花时间、也最关键的一步。做法很朴素：把 AI 引用的来源清单抄下来，去那些站点上布局内容。

他们把竞品被引用的 5 个来源扩展到 12 个，包括行业媒体的案例栏目、垂直问答社区的专业回答、以及几个被反复引用的榜单类文章。45 天里，其中 5 篇进入了 AI 的引用池。

第 31 到 45 天：过门四，并补上对比型内容

最后收口两件事：一是统一口径，把品牌名、品类描述、交付周期、报价区间的说法在官网、媒体稿、社区回答里全部对齐；二是主动产出 3 篇「A 与 B 怎么选」类型的对比内容——这类内容正是 AI 回答「哪家好」时最爱引用的素材形态。

45 天后的数据

需要说清楚的是：46% 的提及率不等于稳定推荐。AI 的引用来源每个月都在轮换，约四到六成的引用来源会月度变动，所以监测要按月做，不能测一次就收工。

一张能直接用的排查表

如果你也想搞清楚自己卡在哪一道门，照着这张表问一遍 AI，把答案记下来。

延伸阅读

• AI 搜不到我们公司怎么办？7 个排查点，逐个对号入座
• SEO 和 GEO 到底什么关系？同一篇内容的两头吃打法
• 零成本 GEO 监测：如何用 AI Agent 自己搭建监测体系

常见问题

Q1：排名第一的品牌，为什么还是没被推荐？

因为排名解决的是「有资格被检索到」，推荐解决的是「有足够证据被点名」。数据显示只有 12% 的排名第一页面真的被 ChatGPT 引用过。中间差的就是第三方共现和口径一致这两道门。

Q2：没有大预算，第三方共现怎么做？

先做两件零成本的事：把客户常见问题写成专业回答，发在行业社区和问答平台；把真实案例整理成可引用的数据块，交给合作方和客户转发。共现的核心是「在同一个语境里被反复提到」，不等于要买一堆软文。

Q3：45 天是不是太快了？我们行业更慢怎么办？

45 天是「出现引用」的时间，不是「稳定推荐」的时间。竞争激烈的行业通常需要 3 到 6 个月。判断进度的可靠信号是：引用来源里开始出现你自己布局的站点。

Q4：怎么避免被 AI 说错？

被说错多半是口径不统一导致的。把品牌名、成立时间、服务范围、价格区间这四个字段做成一份标准表述，官网、媒体稿、社交简介全部照抄，误差会明显减少。

把品牌写进 AI 的答案里，本质上是把过去散落在各处的证据，整理成机器能读懂、也愿意引用的样子。

别急着改内容，先问 AI 一遍：「我们这个行业哪家好」，看它提到了谁。

那份名单，就是你接下来三个月的工作清单。

先讲一个最近听到的真实场景。西安一家做旧房翻新的小公司，老板说这两个月有三拨客户一进门就说：「我在豆包里刷到你们工地那个视频，就找过来了。」

他一开始以为是巧合。后来自己拿豆包问「西安旧房翻新大概多少钱」，答案的参考资料里，果然挂着那条视频——用的还是他在抖音上随手写的标题。

这不是偶然。据第三方监测，2026 年 7 月之后，豆包手机端的引用来源里抖音域名占比已接近一半，在商品、攻略、本地生活这类场景里，原本的图文文章正在被成批替换成视频。今天这篇文章，把「视频怎么才能被 AI 引用」这件事拆开讲。

AI 到底「看」视频的什么？

它看不懂画面，读的是画面周围的文字。视频标题、简介描述、字幕文本、语音转写（ASR）、封面大字、话题标签、所在页面的结构化数据，这七样才是机器真正读取的信息。视频画面本身，目前只是辅助校验。

这条结论看似简单，但它决定了多模态 GEO 的全部打法：凡是能被读成文字的东西，都要写清楚。拍得好不好看是给人看的，标题和字幕写得好不好，是给机器看的。

视频被引用要过哪三道门？

豆包把视频纳入答案，要连续过三关。很多企业卡在第一关，却一直在优化第二关。

顺带说一句，豆包答案里约 47.3% 的引用来自字节自有生态，抖音、西瓜、头条、快懂百科都在池子里；剩下约 28.6% 来自权威第三方，24.1% 来自垂直平台与问答社区。所以视频这条线，等于是在最容易命中的池子里下钩。

不同媒介现在的处境差多少？

结论先给：视频在快速上升，图文仍是主力，音频最吃亏。

做播客的企业尤其注意最后一行。音频本身很难被检索，没有文字稿的一期节目，在 AI 眼里约等于没做。

五个动作，今天就能开始改

动作一：把镜头脚本的第一句，改成标题

标题公式很简单：城市 + 场景 + 用户会问的那个词。比如「西安 旧房翻新 报价」远比「我们的工地日常」有效。选题要窄而具体，因为用户不会问「装修怎么做」，他会问「西安老房两室翻新要多少钱」。

动作二：字幕必须上，这不是可选项

字幕是机器理解视频最省力的通道。口播清晰、有完整字幕的视频，解析成功率明显更高；口播前言不搭后语、又没字幕的，在第二关就被卡住。剪映这类工具自动生成字幕只要几十秒，没有理由跳过。

动作三：让画面自带文字

在关键结论出现的画面上，用大字把结论打出来，比如「C 级锁芯包工包料 280 到 450 元」。画面识别会读这行字，它同时也降低了用户的跳出率——两件事一起做。

动作四：每条视频配一份「同题图文稿」发到官网

这是最被低估的一步。视频在短视频平台拿流量和 AI 引用，官网的图文稿负责稳住信源、承载更长的事实与数据，并挂上 FAQPage 结构。两边关键词重叠、角度错开，既避免被判重复，又能在多个信源池同时出现。

动作五：页面加 VideoObject 结构化数据

如果你的视频嵌在官网页面里，加上 VideoObject 标记（含标题、时长、封面图、上传日期），等于直接告诉机器这里有一条视频、它讲的是什么。这是性价比最高的技术动作之一。

三个常见误区

• 「先把视频拍好看再说」——机器不看画质，先看标题、字幕、文字信息是否完整
• 「视频发出去就等着被抓」——账号没有认证、主页内容杂乱，爬虫可能连你的主页都不扫
• 「一条视频通吃所有平台」——不同平台偏好的时长、结构、字幕形式都不同，至少要做标题和章节的差异化适配

延伸阅读

• 2026 下半年 AI 搜索变了什么？五大平台信源规则对比
• 社区门店怎么让 AI 推荐给 3 公里内的客人？30 天实操记录
• 为什么内容写了没人引？「信息增量」到底怎么算

常见问题

Q1：视频里的口播需要「念」出关键词吗？

不需要生硬地念，但需要把关键信息说完整。比如报价、地址、工期这类事实，口播里要说清楚，因为语音转写是主要解析通道之一。刻意堆关键词反而会让观众划走。

Q2：我没有短视频团队，只有图文，会被落下吗？

短期内不会。图文仍是 AI 答案的主力信源，尤其在需要深度解释和参数对比的场景里。但本地生活、教程演示、产品实拍这三类场景，有视频的商家已经开始领先，值得排进 Q4 的计划。

Q3：视频被引用了，怎么知道效果？

三个办法：一是在豆包、Kimi 里直接问目标问题，看参考资料里有没有你的视频；二是看平台后台的「搜索来源」与「外部流量」；三是问客服，客户上门时顺口问一句「你是怎么找到我们的」，这是最真实的证据。

Q4：要不要把视频同步到多个平台？

要，但要按平台改标题和结构。字节生态的内容权重高，视频号绑定微信生态，B 站和 YouTube 适合放带章节的长视频。同一份素材，多平台分发对应的是多个信源池。

多模态这波红利的特点是：门槛不高，但窗口不长。等所有人都开始给视频配字幕、写场景化标题的时候，早做的人已经攒下了一批被反复引用的素材。

拍得好看是给人看的，标题和字幕是给机器看的。

今天就翻出上个月播放量最好的那条视频，把标题改成「城市 + 场景 + 用户会问的那个词」。

内容团队交稿了，运营也发了，三个月后 AI 里还是搜不到。这个问题我们遇到过很多次，最后发现卡点往往不在内容，而在技术层。

有三个数字可以先摆出来：73% 的网站无意中封禁了至少一个主流 AI 爬虫；部署 FAQPage 结构化数据的页面，AI 引用率是 41%，完全没有结构化数据的只有 9%；ChatGPT 有 44.2% 的引用来自页面正文前 30% 的文本。

这篇文章把技术层该做的事拆成三层清单，并按”影响大不大、耗时多不多”排好顺序。

第一层：让 AI 能进得来（准入层）

这一层不解决的话，后面做什么都白费。三个小时能全部做完，性价比最高。

1. robots.txt：确认没有把 AI 爬虫挡在门外

打开 你的域名/robots.txt，重点看有没有 User-agent: * / Disallow: / 这样的通配规则。很多建站模板默认带这条，本意是挡垃圾采集器，结果把 AI 一起挡了。

需要单独放行的六个：

放行规则要写在通配规则上方，因为爬虫从上往下读。

2. llms.txt：给 AI 一份精选目录

llms.txt 是一个放在域名根目录的 Markdown 文本文件，作用是把你想让 AI 优先看到的页面列出来。Anthropic 在 2024 年 11 月正式表态支持这个标准，是第一个公开支持的 AI 公司。

成本极低，30 分钟就能写完，可以直接照这个结构抄：

# 公司名称

> 一句话说明你是做什么的，服务哪些客户。

## 关于我们
三句话以内的公司介绍，包含成立时间、主营方向、服务区域。

## 核心页面
- [产品页](https://example.com/product)：产品参数与适用场景
- [案例页](https://example.com/cases)：真实客户案例与数据
- [常见问答](https://example.com/faq)：高频问题标准答案

## 联系方式
- 地址：
- 电话：
- 营业时间：

只列最重要的 10 到 20 个页面，追求精选而不是全覆盖，全文控制在 2000 字以内。

3. Sitemap 与抓取通畅性

提交 sitemap 到搜索引擎和 AI 收录入口；检查全站死链、404、代码报错；确保每个页面有唯一的 canonical。

第二层：让 AI 读得懂（结构层）

这一层解决的是”信息能不能被机器精确解析”。同样的内容，有没有结构化标记，差别是引用率 41% 对 9%。

优先级最高的五类 Schema：

格式统一用 JSON-LD。它和页面结构解耦，维护成本最低，也最方便前后端分离的站点处理。

另外有一个容易被忽略的点：结构化数据必须和页面上真实可见的内容一致。标了 FAQ 但页面上没有对应问答，反而会降低可信度评分。

第三层：让 AI 摘得走（内容层与渲染层）

答案capsule：把结论放在最前面

44.2% 的引用来自页面正文前 30% 的文本，所以每个 H2 小标题下面都应该有一个 40 到 60 字的答案块，先把结论说清楚，再展开论证。

表格与列表：给 AI 留摘取位

对比用表格、步骤用编号列表。同一段信息，写成散文和写成表格，机器提取的成功率差很多。

渲染方式：不要让关键内容依赖 JavaScript

多数 AI 爬虫不执行 JavaScript。如果你的正文是靠前端框架在浏览器里渲染出来的，爬虫看到的可能是一个空壳。核心内容建议服务端渲染或静态输出。

性能指标也在这条线上，做到这三项即可：

• LCP（最大内容绘制）不高于 2.5 秒
• INP（交互响应）不高于 200 毫秒
• CLS（布局偏移）不高于 0.1

新鲜度：让页面看起来是活的

65% 的 AI 爬虫抓取行为指向过去一年内发布的内容。按季度更新参数、案例、报价，页面底部放可见的”最后更新”时间，结构化数据里的 dateModified 同步修改。

一张总清单，按顺序执行

前四项加起来不到半天，是整个 GEO 里投入产出比最高的一批动作。做完别急着看结果，爬虫重新抓取通常要 1 到 3 周。

常见问题

Q1：llms.txt 现在真的有用吗？

它还不是所有平台的强制标准，但成本低、没有副作用，属于典型的”做了不亏”。把它当成一份面向 AI 的站点精选目录，顺带也帮你理清了核心页面结构。

Q2：Schema 部署一次就够了吗？

不够。结构化数据要跟着内容更新一起维护，模型会参考它的更新频率和一致性。标了过时信息反而降低可信度。

Q3：页面为了好看做了很多动效，会影响吗？

会有影响，主要在两个地方：一是首屏文字被大图和动效挤到下面，二是关键内容由 JavaScript 渲染。视觉和可读性是可以兼顾的，但优先级要让给内容。

Q4：怎么判断技术层已经做完了？

三个动作自测：禁用浏览器的 JavaScript 后看正文是否完整；在结构化数据测试工具里跑一遍，报错清零；把页面源码搜一遍 application/ld+json，确认主要页面都有。

技术层做不好，内容再优质也进不了候选池；技术层做完，内容才有被看见的资格。

先花半天把地基铺好，再谈内容怎么写。

今天就去打开你网站的 robots.txt 和 llms.txt，看看第一个返回的是不是 404。