我给外贸企业做 GEO 诊断,第一步不是看文章写得好不好,而是把整站 URL 导出来,逐条问一句:这一页回答了买家的哪个问题? 多数工厂站答不上来——首页轮播加口号,产品页一张图加询价按钮,「About Us」是公司历史。买家在 ChatGPT 或 AI Overviews 里问「海边项目 304 还是 316 法兰」「哪些中国厂家能做 API 6D 球阀」,AI 去检索时,站上没有一句话可以拿来作答。
先说清楚依据。Google 在《AI features and your website》里写明:出现在 AI Overviews / AI Mode 没有额外要求,也不需要特殊 schema 或「AI 文本文件」,前提是页面被索引、具备展示摘要的资格;系统会用 query fan-out 把一个问题拆成多个子查询去检索。Bing 2026 版站长指南也说 Copilot 与 grounding 建立在同一套抓取、索引、排名基础上。换句话说,内容地图不是另起一套「AI 专用页」,而是把买家的问题系统地映射成可被索引的页面。

1. 五类页面,各自接住一类子查询
| 页面类型 | 接住的问题 | 必备字段 | 常见错误 |
|---|---|---|---|
| 产品事实页 | 是什么、参数多少、能否定制 | 文字参数表、标准号、材质、MOQ、交期区间、认证编号与范围 | 参数做成图片或只放 PDF |
| 选型页 | 我的工况该选哪种 | 选型维度、阈值条件、推荐组合、不适用情形 | 写成泛科普,没有判断条件 |
| 对比页 | A 与 B 差在哪、各适合什么 | 对比表、适用场景、成本与风险、误选后果 | 只说自己好,不写对方适用场景 |
| FAQ 页 | 采购流程里的具体疑问 | 样品、付款、包装、质保、文件、验厂 | 「We offer high quality」式空答 |
| 应用/行业页 | 你做过我这个行业吗 | 行业标准要求、推荐型号、项目约束、案例边界 | 只有行业图片和产品列表 |
这五类页面对应采购的不同阶段:研究阶段检索应用页和选型页,比较阶段检索对比页,验证与询价阶段检索事实页和 FAQ。AI 回答一个复杂问题时会扇出若干子查询,覆盖完整的站点更有机会在多个子查询里同时被取到。Semrush 的 LLM 优化指南还提到一个细节:大模型常按段落检索,因此「针对具体用例的独立文档」往往比一篇包罗万象的长文更容易被取用——这正是要拆成五类页面、而不是一篇「Company Introduction」的原因。
2. 我怎么从零画出一张地图:五步法
我带团队做地图时固定走五步,每一步都有产出物:
- 导出问题池。让业务把过去 12 个月的询盘邮件、WhatsApp 记录、展会笔记里反复出现的问题导出来,通常几百条,去重后归成几十个问题簇。这是最可靠的来源,比任何关键词工具都贴近真实采购语言。
- 补外部问法。用 Search Console 已有查询词、Google 的「其他人还问了」、以及在几个 AI 产品里用买家口吻提问,记录 AI 追问什么、引用了谁。Search Engine Land 讲 prompt 库时建议按发现、比较、评估、验证、异议、替代、实施七类意图组织,我直接借这个框架给问题簇打标签。
- 判定页面类型。每个问题簇按下一节的判定规则落到五类页面之一,一个问题簇只分给一个 URL。
- 定字段与证据。每个 URL 写清必须出现的事实字段,以及证据来自哪里:检测报告、标准原文、工程师说明、真实项目。
- 排上线顺序。按「问题簇的询盘价值 × 现有证据完备度」排,证据不全的先排工程师访谈,不先写稿。
判定规则:一个问题该落到哪类页面
| 问题特征 | 落到 | 理由 |
|---|---|---|
| 含具体型号、规格、数字 | 产品事实页 | 答案是可核对的事实 |
| 「我的条件是……该选哪个」 | 选型页 | 答案依赖条件分支 |
| 出现 vs、区别、替代 | 对比页 | 买家需要并排判断 |
| 订单流程、文件、付款、物流 | FAQ 主题页 | 答案短而具体,跨产品通用 |
| 带行业名或项目类型 | 应用页 | 需要行业约束和案例边界 |
判定不清时,我看谷歌首页现在给这个问题排的是什么页面:排的是对比文,就做对比页;排的是产品页,就把答案写进事实页。
3. 产品事实页与选型、对比页的写法要点
事实页是地基。参数用 HTML 文本表,每个数字带单位和测试条件;认证写名称、编号、发证机构和覆盖型号,不只放一排 logo;MOQ、交期写区间并说明影响因素。Google 的生成式 AI 指南特别提到「结构化数据要与可见文字一致」,Bing 指南要求内容「脱离外部上下文也能读懂」——所以同一数字在事实页、规格书 PDF、B2B 平台上必须一致,否则 AI 抽到的是哪一版完全随机。
选型页的价值是阈值条件。「适用于多种工况」没有信息量;「介质含颗粒、压差超过某个范围时优先某种阀座结构,因为……」才是可被引用的结论。数值由工程师给出并署名,这也呼应 Google 有益内容指南里「Who、How、Why」的要求:谁写的、怎么得出的、为什么写。
对比页有个反直觉要点:写清对方方案适合什么。我用的结构是对比表 → 各自适用场景 → 常见误选及后果 → 按自身条件判断 → 链到对应事实页。只说自己好的对比页,人不信,AI 也很难把它当中立信息源。
4. 我的一个场景:法兰工厂的地图怎么排
我以一家做不锈钢法兰的工厂为例(示意场景,不含客户数据)。问题池里排在前面的是:304 和 316 怎么选、ASME B16.5 与 EN 1092-1 能否互换、能不能出 3.1 材质证书、海运防锈怎么包装、最小订量。按判定规则:第一条是选型页(海边、化工、食品三种工况分支);第二条是对比页(尺寸体系差异、何时不能互换);第三条进事实页的「文件」字段和 FAQ;第四、五条进 FAQ 主题页「包装与物流」「订单与付款」。
上线顺序我会排成:主力型号事实页 → FAQ 两页 → 304/316 选型页 → 标准对比页 → 化工应用页。事实页先行,是因为选型和对比结论最后都要链回某个型号;没有事实页,后面的页面就没有落脚点。互链规则也很简单:系列事实页为中心,选型页和对比页指向它,FAQ 中相关问题链接到它,应用页按行业指向推荐型号。段落怎么写才容易被抽取,可以看可被 AI 抽取的段落写法。

5. 失败模式与诊断
| 症状 | 可能原因 | 怎么查 | 怎么修 |
|---|---|---|---|
| 新页长期未编入索引 | 内容单薄、与已有页高度重复 | URL 检查工具;看是否被判重复或软 404 | 合并到问题簇主页,补事实与证据 |
| 选型页和对比页互相抢词 | 两页回答同一问题 | Search Console 同一查询下出现两个 URL 轮换 | 明确分工,合并或改写其中一页 |
| AI 引用了,但数字是旧的 | 平台、PDF、网页三处数据不一致 | 人工比对三处数字 | 建单一事实源,改动后同步并重新提交 |
| FAQ 页展现低 | 问题是编的,没人这么问 | 对照询盘邮件原文 | 用销售原话重写问题 |
| 批量造「XX in 某城市」页 | 想覆盖每个扇出问法 | 页面只换地名 | 删除或合并;Google 明确将此类做法视为规模化内容滥用风险 |
最后一行要单独强调:Google 的指南明确提醒,为每个可能的问法或扇出查询单独造页、主要目的是操纵排名,属于规模化内容滥用。地图是为了覆盖真实问题,不是覆盖词形变体。
6. 上线后怎么判断地图起作用
我只看三类证据,并且不把单次截图当结论:
- Search Console:Google 说明 AI Overviews 与 AI Mode 的数据并入「网页」搜索类型;生成式 AI 效果报告按页面给出展现,但不提供点击与平均排名。我按问题簇分组看展现趋势。
- Bing Webmaster Tools 的 AI Performance:能看到被引用次数、被引页面和 grounding 查询的抽样,正好用来核对哪些事实页真被取用。
- 固定问题集抽检:SISTRIX 对上万组测量的分析显示,问题多样性比重复次数更能压低误差——20 个不同问题的周度均值,比 1 个问题天天问可靠得多。我每个问题簇至少放两三个问法,按周比较,而不是看某一天。
再加一条最朴素的:对照询盘内容,客户是否开始引用你页面上的说法、带着你选型页里的条件来问价。答案页的具体搭建,可以参考答案型页面的六个步骤。
常见问答
没有对比页会被 AI 忽略吗?
不是必然,但买家问「A vs B」时,系统会优先检索直接回答的页面。没有对比页,你只能被别人的页面提到或完全缺席。
需要为每种问法都建一个页面吗?
不需要。一个问题簇一个 URL,用小标题和问答覆盖变体。为扇出查询批量造页属于规模化内容滥用风险。
要不要加 llms.txt 或特殊标记?
Google 明确说不需要特殊文件或 schema 才能出现在 AI 功能里。把事实写成可见文字、保证可索引,比任何专用文件都重要。
GEO 内容地图的本质,是把销售每天在邮件里回答的问题,提前、准确、有结构地写到网站上,并让每个问题只有一个负责的页面。