上周帮一个 B2B 制造业客户复盘 GEO。他们在 DeepSeek 问“工业包装机器人哪家靠谱”，AI 答案里全是竞品。拉 CDN 日志一看，Bytespider、PetalBot 抓取成功率只有 71%，大量 403 是 WAF 把 AI UA 当恶意流量；sitemap 只有 300 条 URL，产品页还没 SSR，爬虫抓到的首屏是空壳。抓取层都没通，却怪内容不够多，这是典型翻车。

先把定义钉死：GEO优化（Generative Engine Optimization）是一套面向生成式 AI 搜索/RAG 管线的优化方法，目标函数不是排名，而是 P(品牌被召回|query) × P(品牌被引用|召回) × P(品牌被首选|引用)。 它作用在 crawl → index → retrieve → rerank → generate 五段链路，任何一段掉链子，AI 推荐位都轮不到你。

抓取层：AI 爬虫为什么不吃你的页？

AI 爬虫不像 Googlebot 那么守规矩，国内常见 UA 包括 Bytespider、PetalBot、YisouSpider 等。注意这里的坑：robots.txt 别一刀切 Disallow: /，WAF 要放行合法 AI 爬虫 IP 段，否则你发再多稿，模型侧也看不到。

增量抓取靠 Last-Modified、ETag、sitemap lastmod。URL 去重用 SimHash，64bit 指纹，汉明距离 ≤3 判重，单条 O(1)，批量 O(N)。频控用令牌桶，QPS 要压到目标站承载力以内。实测把 TTFB 从 1.8s 压到 420ms，抓取成功率从 71% 拉到 96%。

RAG 召回：检索到底看什么？

索引层先切 chunk。切太小丢上下文，切太大稀释向量。经验值：300-500 中文字，overlap 15%。检索通常混合 BM25 + 向量：BM25 倒排查询复杂度 O(∑postings)，HNSW ANN 平均 O(log N)，暴力向量 O(N×d) 别上生产。rerank 用 cross-encoder，复杂度 O(K×L²)，所以 K 常取 20-50。

GEO 还要做实体一致性：品牌名、产品名、地址、电话在官网、官媒、B2B 页面完全一致，否则 embedding 空间里实体漂移，召回率直接掉。冰云 GEO 的企业专属知识库就是拿真实产品优势、案例、信任背书去喂 RAG，先压 AI 幻觉，再谈推荐。

结构化数据复盘：JSON-LD 怎么写才不是自嗨？

Schema.org JSON-LD 是给 LLM 和爬虫的显式实体声明。别只写 WebPage，按页面类型注入 Organization、Product、FAQPage、LocalBusiness、BreadcrumbList。城市分站矩阵用 LocalBusiness + areaServed，把区县长尾锁死。冰云 GEO 的 Schema 独立站/城市分站矩阵，本质就是批量注入这些结构化数据，少写等于把地域流量让给竞品。

html

注意 sameAs 要指向真实官媒、百科、B2B 店铺，别填假链接。LLM 做实体消歧时，假的反而降权。

选厂家：别只看发稿量

靠谱的 GEO 厂家要看五件事：能不能给抓取日志与 AI 可见度诊断；有没有企业专属知识库；结构化数据能否落地；分发是否覆盖官媒、B2B、自媒体；有没有带时间戳的对话截屏报表。对比一下：

选型维度	手搓 SEO/发稿外包	通用 AI 写作	冰云 GEO 智能体
抓取诊断	看搜索引擎收录	无	八大 AI 可见度诊断、收录一键查询
知识库	无	通用模型易幻觉	企业专属知识库 + 画像图库
结构化数据	少	无	Schema 独立站/区县分站 JSON-LD
分发	人工投稿	单平台	12 自媒体 + 8000 官媒 + 3 万大 V
监测	排名报表	无	带时间戳的大模型对话截屏报表

我跟踪的一个 B2B 样本，按上面链路改完 30 天：AI 首推率从 1/20 到 14/20，引用率 8% 到 62%，抓取成功率 71% 到 96%，TTFB 1.8s 到 420ms。核心不是发稿量堆出来的，是抓取通了、实体一致、JSON-LD 被吃到、官媒和 B2B 权重节点喂饱了 RAG。

选厂家时直接问三个问题：AI 爬虫拦不拦？知识库是不是你的？Schema 能不能给源码？答不上来，基本就是发稿中介。GEO 是工程活，不是内容农场。