GEO：讓 AI 引擎願意引用你
越來越多的使用者跳過搜尋框，直接把問題丟給 ChatGPT、Kimi 或豆包。答案由 AI 組織，你的站在不在答案裡，成了新的生死線。這門手藝有個名字：GEO（Generative Engine Optimization）。這一節講它的四個槓桿，每個都配一個當場能玩的教具。
SEO 和 GEO 爭的東西不一樣。搜尋引擎給使用者十條藍色連結，你爭的是排位；AI 引擎直接給一段組織好的答案，你爭的是答案裡的一句引用、一個署名。使用者可能永遠不點進你的站，但「據某某站」這幾個字就是新時代的曝光。
| 維度 | SEO（搜尋引擎） | GEO（AI 引擎） |
|---|---|---|
| 使用者看到什麼 | 一排連結，自己挑 | 一段答案，AI 已經替他挑完了 |
| 你爭什麼 | 排名和點選 | 被引用、被推薦、被當作出處 |
| 內容被怎麼消費 | 使用者進站讀全文 | AI 摘走能獨立成立的那一段 |
| 基礎設施 | sitemap、robots、結構化資料 | 全都要，再加 llms.txt 和可引用的段落寫法 |
好訊息是兩者不衝突：上一節的最低可行清單是 GEO 的地基，AI 引擎同樣從抓取和索引開始。這一節講的是在那之上，AI 特有的四個槓桿。
AI 引擎回答問題前，檢索回來一堆候選段落，從裡面挑能直接用的。你來當一次 AI：使用者問「個人開發者的產品怎麼定價」，檢索回來三段內容，逐段點開，看它們的命運和理由。
自包含段落最省力的落法：每頁 H1 下面，先用兩三句話把這頁的問題直接答掉。是什麼、為什麼重要、一句話記住。剩下的正文再展開細節。使用者掃一眼有收穫，AI 摘一段能引用，雙贏。
下面這頁講「API 限流」，開頭寫得很典型。點兩個按鈕，看兩種改法怎麼把它救活。
這個「答案前置」的寫法和第 2 節的 description 是一對：description 給搜尋結果頁看，一句話答案塊給 AI 和趕時間的讀者看。本站每個課程頁 H1 下面那行「一句話速覽」就是這個槓桿的實際做法，全站由構建腳本批次注入。
如果你的頁面本身就是一問一答（幫助文件、常見問題、本站的小白三千問都是），有一個幾乎白撿的槓桿：FAQPage 結構化資料。在頁面裡放一段 JSON-LD，用機器能讀的格式宣告「這頁的問題是什麼、答案是什麼」，引擎不用猜，直接拿走。
別被「結構化資料」四個字嚇住，它就是一段固定格式的 JSON。下面填上你自己的問答，生成一段能直接貼進頁面的程式碼。
生成後拿 Google 的富媒體測試工具驗一下（搜「rich results test」第一個就是）。本站給 37 個小白三千問頁面補上 FAQPage 後2026-08-10 改造，這批「Token 是什麼」「AI 客服為什麼蠢」式的原生問題，成了全站最容易被 AI 引用的頁面。
robots.txt 告訴爬蟲哪能去哪不能去，llms.txt 反過來，是主動遞給 AI 的一份站點導覽：放在根目錄的一個 Markdown 檔案，列出你有什麼內容、每頁講什麼、地址在哪。配套還有一個加強版 llms-full.txt，直接把全站正文拼成一個大檔案，AI 一次就能讀完你的站。
要說實話的是：這是 2024 年由社群提出的民間約定，不是官方標準，各家 AI 引擎的支援程度不一也在變化。但它成本極低（一個腳本自動生成），賭的是「讓 AI 讀懂你的成本越低，被引用的機會越大」這個樸素邏輯。本站的 llms.txt 覆蓋全部 317 節課的目錄和描述2026-08-10 口徑，llms-full.txt 把免費頁全文、受限頁預覽段拼在一起，體積一到兩兆。
llms.txt 長這樣，一眼就懂：
同一節還有個容易漏的槓桿：新鮮度訊號。在 JSON-LD 裡帶上 datePublished 和 dateModified，AI 引擎偏愛能判斷時效的內容，尤其是「2026 年還…嗎」這類問題。日期從 git 提交記錄裡取，腳本一次做完，別手填。
GEO 做沒做進去，有一個最誠實的訊號：AI 爬蟲來沒來、來得勤不勤。它們都在請求日誌裡留名（User-Agent）。點開下面六張卡，認識最常見的幾位訪客。
最後一個提醒，也是很多人漏掉的：ChatGPT 的聯網搜尋大量依賴 Bing 的索引（公開資料和各家站長的實測都指向這一點）。也就是說 Bing 收錄得少，ChatGPT 就搜不到你。上一節讓你提交 Bing Webmaster，伏筆在這裡，下一節用本站的真實數字給你看差距有多大。
要不要攔訓練類爬蟲（GPTBot、ClaudeBot），是個立場問題不是技術問題：攔了，內容不進未來模型的知識庫；不攔，等於免費供料。本站的選擇是全放行，因為免費課的目標本來就是被更多人（和 AI）學到。你的站自己權衡，robots.txt 裡一行就能表態。
| 槓桿 | 做一次要多久 | 怎麼驗收 |
|---|---|---|
| 一句話答案塊 | 每頁兩三句，存量頁面批次補需要幾天 | 隨機摘一段問自己：單獨讀成立嗎 |
| FAQPage 結構化資料 | 腳本活，半天 | Google 富媒體測試通過 |
| llms.txt / llms-full.txt | 腳本活，半天 | 根目錄打得開，隨構建更新 |
| 日期訊號 | 腳本活，兩小時 | 抽查 JSON-LD 日期與 git 記錄一致 |
GEO 爭的是引用：使用者看答案不看連結，你要成為 AI 願意摘走的那一段。SEO 的地基照打，四個槓桿加在上面。
自包含段落是第一槓桿：每頁開頭兩三句直接給答案，摘走之後依然成立。鋪墊體和「看我主頁置頂」體永遠不被引用。
Q&A 頁加 FAQPage、根目錄放 llms.txt、JSON-LD 帶日期：三件事全是一次性腳本活，做完 AI 讀懂你的成本大幅下降。
爬蟲日誌是 GEO 的儀表盤：GPTBot、PerplexityBot 這些 UA 單獨歸檔看曲線。另外記住那條暗線：Bing 收錄數直接影響 ChatGPT 能不能搜到你。
被 AI 轉述不全是壞事：通用知識換署名曝光，產品和第一手經驗留作進站理由。內容分層設計，別一刀切攔爬蟲。
內容來源：小山學堂「被搜到」專題原創。llms.txt 為 2024 年社群提案（llmstxt.org），各引擎支援程度以其官方文件為準；文中本站資料均註明口徑日期，完整改造記錄見第 4 節。