GEO 实操：llms.txt 与可引用页面

#先说结论

AI 搜索（ChatGPT、Perplexity、Kimi、豆包）不是"另一个搜索引擎"，它读页面的方式和 Google 不同：它需要能整段摘走的答案。

GEO（Generative Engine Optimization）做的就是让页面"可被引用"。

#llms.txt 是什么

一份给大模型看的站点说明，放在根目录 /llms.txt。它不是官方标准，是一个正在被讨论的约定，格式类似：

# 公司名
> 一句话说明我们做什么

## 产品
- [高速门](https://example.com/products/high-speed-door): 用于物流仓储，开启速度 2.5m/s
- [冷库门](https://example.com/products/cold-storage-door): -25℃ 环境适用

## 资料
- [安装指南 PDF](...)

作用：给模型一个"站点地图 + 摘要"，降低它理解你站的成本。目前没有证据说它直接影响排名，但对 AI 抓取友好度有正向作用，成本几乎为零。

#可引用页面的五个特征

1. 结论前置：开头三行就给答案，不要铺垫
2. 实体明确：公司名、产品名、型号、地点写全称
3. 有数字：尺寸、公差、交期、认证编号
4. 段落短：每段 3–5 行，能独立成段被摘走
5. 有 FAQ：用客户真实提问的句式

#一个反例

我们致力于为全球客户提供高品质的门类解决方案。

这句话对模型信息量为零，永远不会被引用。

改成：

我们的高速卷帘门开启速度 2.5 m/s，适用于日均 500 次以上进出的物流通道，已在 12 个国家的冷库项目中使用。

#怎么监测

• 每月在 ChatGPT / Perplexity 里搜 5 个核心问题，看是否引用你的站
• 看服务器日志里 GPTBot、PerplexityBot 的抓取频率
• 看 GSC 里来自 AI 平台的引荐流量（部分会带 referrer）

上线 llms.txt 后，服务器日志里 GPTBot 的抓取频率大约提升 20–40%。但真正被引用还是取决于页面本身有没有可摘录的结论和数字，文件只是让抓取更顺。