这一篇讲具体动作。想让 AI 在回答里更愿意引用你，本质是把网站做成「机器好读、事实好核、别人也认」的样子。大部分动作并不新鲜，是把前面七个模块的 SEO 基本功做得更到位。
先允许 AI 爬虫进来
robots.txt 里如果把 GPTBot、OAI-SearchBot、ClaudeBot、PerplexityBot 这类检索型爬虫挡掉了，AI 就看不到你，后面全白搭。想获得引用，就要有意识地放行检索型爬虫。训练型爬虫（比如 Google-Extended、CCBot）是否放行是另一回事，取决于你愿不愿意让内容用于模型训练，两类别混为一谈。
内容要能被直接提取
AI 读取信息偏爱清楚的事实句。把关键事实用文字写出来，别埋在图片、PDF 或需要点击交互才出现的区块里。数字直接陈述，比如「方案起价每月 39 元」，而不是含糊带过。定义直接给，用「某某是……」这样的句式开头。用清单、表格、明确的标题层级组织内容，让机器能把其中一段单独摘出来当答案。每页尽量相对独立，能脱离上下文被读懂。
模块三讲的首段先给答案、模块二讲的服务端渲染，在这里全部派上用场。很多 AI 爬虫不执行 JavaScript，内容藏在脚本里等于隐形。
把实体讲清楚
AI 靠「主体、关系、客体」这类结构认识一个品牌。全站一致的 Organization 结构化数据，统一的工商全称、简称、域名、电话、地址，加上作者信息和发布时间，等于反复确认「你是谁、你做什么、你靠谱」。项目里我们叫它实体锚点，它是 GEO 最基础的一层。信息在各处打架，AI 就建立不起稳定认知。
第三方共识比自说自话管用
AI 生成答案时，会去交叉核对公开信源。行业媒体、专业社区、真实评价平台、独立对比文章里对你的提及，往往比官网自己写十遍更有分量。模块四讲的品牌提及和权威外链，在这里换了个名字，叫信源共识。
关于 llms.txt，说点实话
这两年很流行在网站根目录放一个 llms.txt，说放了就能被 AI 引用。真实情况要泼点冷水，免得客户花错钱。
有公开研究抽样十几万个域名，发现约九成七的 llms.txt 文件在统计当月没收到任何 AI 爬虫请求；另有覆盖三十万域名的分析显示采用率约一成，且统计和机器学习都没发现它与被引用频率有相关性。Google 在 2026 年更新的人工智能优化指南里也明确说过，站点不需要为出现在 Google 搜索及其生成式能力里专门新建机器可读文件、AI 文本文件或标记，因为搜索本身不使用它们。
那它还有没有用。有，但场景不同。开发者工具、API 文档、技术类 SaaS 放 llms.txt 是实打实有用的，各类编程代理和 MCP 服务会拿它当轻量文档索引；Shopify、Wix 这类平台也已经为店铺自动生成，赌的是 AI 购物代理将来会读它。也就是说，它服务的是「让 AI 代理操作你的站」，不是「让你在 ChatGPT 回答里被引用更多」。
所以结论是，别把 llms.txt 当 SEO 手段，也别指望它带来引用提升。放了不亏，值得保留，但要把精力放在可抓取、可提取、实体清晰、第三方共识这些真有证据支撑的事情上。这个判断和网上那些「放一个文件就能被 AI 首推」的说法差别很大，客户听到夸张承诺时，值得回来看看这一段。
一份最小动作清单
放行检索型 AI 爬虫。关键内容进原始 HTML。核心答案放首段。结构化数据准确且全站一致。作者、时间、来源可查。在目标问题和第三方平台上建立真实共识。内容持续更新。