个人博客 GEO 优化:被 AI 搜索引擎收录的实践
2025 年开始,越来越多人通过 AI 搜索(豆包、Kimi、Perplexity 这类)获取信息。传统 SEO 的目标是"在搜索结果里排前面",GEO(Generative Engine Optimization)的目标变成:让 AI 生成答案时引用你的内容。
我的个人博客从纯 SEO 走到 SEO + GEO 双优化,这篇文章是完整实践记录。
一、SEO 和 GEO 的区别
| 维度 | SEO | GEO |
|---|---|---|
| 目标 | 搜索排名靠前 | 被 AI 引用为信息来源 |
| 用户 | 点击搜索结果的真人 | 读 AI 摘要的真人(可能不点链接) |
| 内容偏好 | 关键词 + 排名算法 | 结构化 + 权威 + 可引用 |
| 核心动作 | 关键词布局、外链 | 结构化数据、实体清晰、引用友好 |
关键认知:GEO 时代,“被引用"比"被点击"更重要——AI 答案里出现你的网站名和链接,就是品牌曝光,而且会带来"顺着链接点进来"的高质量流量。
二、GEO 优化的五个实操
1. 结构化数据(让 AI 理解页面)
博客加了 JSON-LD:
|
|
TechArticle + Person 实体:让 AI 知道"这是一篇技术文章、作者是谁、讲什么主题”。文章主题用 about 标签明确。
2. 引用友好:内容要能"被摘录"
AI 生成答案时,倾向引用信息密度高、结构清晰的段落:
- 小标题(H2/H3)即答案:每个小节回答一个问题
- 关键结论独立成段:首段给结论,后面展开
- 表格 + 列表:AI 更容易提取(我的文章大量用表格对比)
- 数字具体:“QPS 800 → 5000+” 比"性能大幅提升"强一百倍
实测规律:AI 搜索引用最多的文章,都是我"开头给结论 + 表格给对比 + 小节给细节"的格式。
3. E-E-A-T:让 AI 判断你"可信"
AI 引用前会评估来源可信度(Experience / Expertise / Authoritativeness / Trust):
- 关于页写真实经历:你是谁、做什么、技术栈(我的 about 页有完整履历和开源项目)
- 作者实体统一:博客、GitHub、掘金的 ID 一致(都是 IYABAO),AI 能关联出"同一个人"
- 持续更新:博客的 lastmod 和活跃更新频率是信任信号
- 原创深度内容:AI 对"第一手经验"(踩坑、复盘)的引用偏好,高于搬运聚合
4. 技术层:让 AI 爬虫能进能懂
sitemap 是地基:AI 爬虫按 sitemap 发现内容,不提交 = 大概率不被收录。我的博客 sitemap 每天推送百度(主动推送接口),谷歌/Bing 走 Search Console 抓取。
5. 内容策略:往"AI 爱引用"的方向写
选题上,我的观察:
- 对比类(SSE vs WebSocket、Nested vs Parent-Join)——AI 爱引用"结论明确"的对比
- 踩坑类(缓存一致性、MyCat 分片)——第一手经验,AI 标注为"实践来源"
- 教程类(FastMCP 源码、Claude Code 规范)——AI 引用为"操作指南"
- 数字结论类(QPS 提升 625%、报表提速 80%)——具体数字让引用更有说服力
三、效果(3 个月观察)
| 指标 | 优化前 | 优化后 |
|---|---|---|
| 百度收录 | 30 页 | 120+ 页(每日推送) |
| 谷歌收录 | 基本无 | 60+ 页 |
| AI 搜索提及 | 无感知 | 豆包/Kimi 回答技术问题引用博客(多次实测) |
| 站内搜索流量 | - | 来自"AI 引用后点击"的长尾流量开始出现 |
坦白讲:个人博客被 AI 引用是"长尾概率事件",无法保证,但每一层优化都在提高概率——结构化、可引用、持续更新、信任信号,这些是可积累的资产。
四、给个人博主的最低行动清单
- 技术层(半天):JSON-LD 结构化数据 + sitemap 推送 + robots 放行 AI 爬虫
- 内容层(持续):结论前置 + 表格对比 + 具体数字,让内容"可摘录"
- 信任层(一次):关于页写真实履历,全平台 ID 统一
- 节奏层(持续):稳定更新(每周 1-2 篇),AI 和爬虫都喜欢"活着"的站点
总结
GEO 不是取代 SEO,是叠加:SEO 管"被搜到",GEO 管"被引用"。对个人博客来说,GEO 的投入产出比甚至更高——一次被 AI 引用,就是一次"AI 在替你打广告"。
别等 AI 时代过去了才问’为什么没被收录’。结构化数据、真实履历、持续更新,现在就开始。