为什么你的官网在 AI 搜索里“查无此人”

把“洛阳广告公司哪家好”丢给豆包、元宝、DeepSeek 或 Kimi，你会发现答案里反复出现的是同几家。有些是本地做了十几年的老公司，有些甚至不在洛阳。为什么你的官网不在里面？

先纠正一个常见误解：GEO（生成式引擎优化）不是给网站加一段“AI 专用代码”。要让内容出现在生成式回答里，至少要过三道关。

第一关：进候选

模型要先“抓得到、索引到、读得懂”。三个硬性条件：

• 页面能被爬虫访问（robots.txt 没拦、不需要登录、不是纯 JS 渲染）。
• 页面在索引里。Google 官方文档明确说明，AI 概览与 AI 模式依赖核心排名系统从索引中检索页面——不在索引里，就没有候选资格。
• 内容以 HTML 文本形式存在。PDF、图片文字、异步加载的模块，都可能在检索阶段就丢失。

多数企业卡在这一关的原因是：官网是纯前端渲染，或者正文写在图片里。

第二关：被采纳

检索系统不会把整篇文章塞给模型，它按“片段”存储和召回。所以真正参与竞争的不是你的整篇稿子，而是被切开后的每一段。

这带来两个非常具体的写作要求：

• 段落自足：每一段单独抽出来，仍然能回答一个完整的问题。跨段指代（“如上所述”“这个方案”）在切分后会失效。
• 结论前置：模型对长上下文存在首尾偏好，中间内容容易被丢弃。把答案写在段落开头，而不是铺垫三段之后。

这也是为什么“问答式结构”有效——不是因为它有 schema 标记，而是因为它在物理上就符合切分与召回的方式。

第三关：被署名

片段被用进答案，不等于来源被标注。要拿到署名，靠的是“实体可信度”：公司名称、地址、电话在各平台是否一致；是否有工商、备案、百科等第三方信源交叉印证；作者与机构是否有可验证的专业背景。

这就是为什么本地企业做 GEO，第一步往往不是写文章，而是把 NAP（名称、地址、电话）在官网、地图、点评、百科上统一。

三个可以今天就做的检查

1. 用手机 4G 打开官网，关掉图片，看正文是否完整可见。
2. 在百度、必应分别搜 site:你的域名，看收录页数是否与真实页面数匹配。
3. 把公司全称丢给三个 AI，看它描述的地址、业务、成立时间是否与事实一致。不一致的地方，就是需要修的“数字分身”。

关于 llms.txt 的实话

2026 年很多服务商在卖“llms.txt 优化”。我们的判断是：它可以做，成本几乎为零，但不要指望它带来排名。截至 2026 年 10 月，没有任何主流模型厂商公开确认会读取 llms.txt，也没有可复现的对照实验证明它能提升引用率。把它当成“给 AI 的一份站点说明书”，而不是“排名开关”。

真正决定成败的，仍然是可抓取、可切分、可信任这三件事。