网上讲 GEO 的文章大多在讲内容技巧，很少有人先检查「门开没开」。

这份清单是按抓取链路排的，从外往里，一条条过。

一、robots.txt

确认没有对 User-agent: * 写 Disallow。如果要限制普通采集，单独针对 AI 爬虫放行，别一刀切。

二、状态码稳定性

全节点测一次，要求所有地区都返回 200。出现 5xx 或者 403 的地区，先修。爬虫的重试成本比人高，失败几次就降频。

三、正文在 HTML 里

这是最容易被忽略的一条。SPA、客户端渲染、内容靠接口异步加载，抓到的都是空壳。

关掉 JS 看一次源码，正文在不在，一目了然。

四、TTFB 别太离谱

爬虫有超时限制。TTFB 超过几秒，抓取会失败。不需要极致优化，稳定在 1 秒以内就够。

五、不需要登录

核心内容放在登录后面，等于放弃被引用。公开的内容保持公开。

六、地区可达

爬虫节点分布在各地。某些地区不可达，覆盖就有缺口。用全节点测一遍能发现。

七、llms.txt

根目录放一个说明文件，写清站点定位、重要页面链接。不是标准，但越来越多工具会读，成本几乎为零。

八、结构化数据

Article、FAQPage、Organization 这类 Schema，帮助模型理解页面讲什么、谁写的。不是为了富摘要，是为了消歧。

一个顺序建议

一、二、三先做，这三条是硬门槛。四到六是稳定性，七、八是加分项。

别本末倒置，先去研究标题怎么写。门没开，标题再好也没人看得到。

清单里的第二项和第六项，用 网站测速 跑全节点就能验证，五分钟出结果。