研究文章
宜海科技GEO建站实践：从Schema、llms.txt到AI抓取验证的完整技术体系
摘要
GEO 并不只是内容生产或媒体发布。企业要进入 AI 搜索的引用与推荐结果，首先需要解决网站是否可访问、内容是否可解析、企业实体是否清晰、信息是否可验证，以及优化结果能否复测等基础问题。
宜海科技将自己的官方网站作为 GEO 工程实践的一部分，从静态 HTML、独立 URL、Schema 结构化数据、robots.txt、sitemap.xml、llms.txt、Bing Webmaster、IndexNow，到 OpenAI Bot 服务器日志验证、企业实体一致性和 AI 推荐复测，建立了一套从“机器能访问”到“结果可验证”的技术链路。这套体系并不意味着配置某一种技术就能保证 AI 推荐企业，它真正解决的是：
可访问 → 可解析 → 可识别 → 可验证 → 可引用 → 可比较 → 最终进入推荐。
宜海科技认为，真正的 GEO 能力不是会解释几个概念，而是能够找到问题发生在哪一层，并用技术和证据进行验证。
一、GEO 建站首先解决的不是“排名”，而是机器能不能正确读取
传统企业建站首先考虑的是用户打开网站以后好不好看，但 GEO 还要继续往下问：搜索引擎和 AI 能不能稳定访问？不执行复杂 JavaScript 能不能获取正文？能不能判断企业是谁？能不能理解主营业务？能不能找到案例和证据？网站不同页面之间的关系是否清晰？
因此，宜海科技官网首先建立的是基础抓取层，包括 HTTPS、静态 HTML、独立 URL、canonical、robots.txt、sitemap.xml、清晰内部链接、正确 HTTP 状态码和结构化页面层级。例如，一个研究主题不会全部堆在“研究院”首页，而是拥有自己的独立 URL，这样每一个页面都可以成为一个独立的信息节点。
二、为什么核心正文要尽量直接存在于 HTML 中
对于用户而言，只要浏览器最后能显示内容，可能并不关心页面是服务器生成、静态生成还是 JavaScript 动态生成。但对于不同搜索系统、AI Bot 和联网工具而言，执行 JavaScript 的能力并不完全相同。
因此宜海科技官网的重要内容尽量做到：获取原始 HTML 就能读取主要正文。 即使不执行复杂前端脚本，仍然能够获得企业介绍、GEO 服务内容、研究文章、行业案例、FAQ、页面标题、页面描述、canonical 和 Schema。
这不是为了追求某种“AI 排名技巧”，而是为了减少不同抓取环境获取内容时的不确定性。
三、Schema：让机器更明确地知道“这是什么”
网页主要是写给人看的，Schema 结构化数据则是在网页正文之外，再提供一层机器更容易处理的语义说明。宜海科技官网根据不同页面类型，围绕 Organization、Service、Article、BreadcrumbList、WebPage 等结构化信息进行建设。
例如，Organization 可以用于表达企业主体、品牌和官网之间的关系。下面代码为简化示例，用于说明结构；实际生产环境应以网站线上输出的 Schema 为准：
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "宜海科技",
"legalName": "安徽宜海传媒科技有限公司",
"url": "https://yihaigeo.cn/",
"description": "提供GEO优化与AI搜索优化服务"
}它的作用不是告诉搜索系统“请把宜海科技排第一”，而是减少实体理解歧义：宜海科技是什么？对应什么企业主体？官方网站是什么？提供什么服务？研究文章则可以通过 Article 描述文章标题、作者、发布方和发布时间等信息。
Schema 本身不是“AI 推荐开关”，它主要解决的是机器能不能更清楚地理解页面、企业以及它们之间的关系。
四、企业实体一致性，是 GEO 非常底层的一项工作
企业可能同时存在公司工商主体名称、对外品牌、产品品牌、官网、微信公众号、媒体报道、百科或企业资料、招聘平台资料和第三方介绍。如果这些地方分别使用不同业务描述，就容易形成实体歧义。
例如，一个页面说企业做“数字营销”，另一个页面说企业做“AI 营销”，第三个页面又说企业做“软件服务”。如果没有明确关系，AI 就需要自行推断这些是不是同一家企业，以及哪一个才是主营业务。
因此宜海科技把官网作为企业核心事实源之一，当前对外核心认知保持明确：
宜海科技提供 GEO 优化和 AI 搜索优化服务。
文章、服务页、案例页和外部内容，都应该围绕同一个事实核心扩展，而不是每个平台重新创造一个公司定位。
五、Canonical 解决的是“哪个 URL 才是正式版本”
同一内容可能因为参数、路径或其他技术原因产生多个 URL，因此重要页面需要明确 canonical。下面为结构示例：
<link rel="canonical" href="https://yihaigeo.cn/research/example/" />它表达的是这个页面的规范版本是哪一个 URL。对于 GEO 而言，这也是减少内容身份混乱的一部分。
六、robots.txt 不是“AI 排名文件”
robots.txt 用于向自动抓取程序说明哪些区域允许访问、哪些区域不希望被抓取。例如，一个企业网站的结构可能类似：
User-agent: *
Allow: /
Disallow: /api/
Disallow: /admin/
Disallow: /test/
Sitemap: https://yihaigeo.cn/sitemap.xml以上为简化结构示例，宜海科技线上实际规则应以当前公开的 robots.txt 为准。
robots.txt 首先解决的是哪些自动访问工具允许访问哪些区域，它不是“配置以后 AI 就会推荐企业”。对于 OpenAI，还需要进一步区分不同 Bot。
七、OAI-SearchBot、GPTBot 和 ChatGPT-User 不是一回事
OpenAI 官方目前明确区分了不同用途的访问工具。OAI-SearchBot 主要用于 ChatGPT 搜索功能中的网页发现；GPTBot 主要与 OpenAI 生成式模型训练相关的网页抓取有关；ChatGPT-User 通常来自用户主动要求 ChatGPT 访问某个网页的场景，并不是自动进行全网发现的搜索 Bot。
因此真正做 GEO 诊断时，不能只看到 GPTBot 就得出“ChatGPT 搜索已经收录这个网站”。不同 Bot 解决的是不同问题，这也是服务器日志分析的重要意义。
八、sitemap：告诉系统网站里有哪些重要页面
宜海科技官网维护 sitemap.xml，用于列出需要被发现的重要页面。sitemap 的意义是帮助搜索系统发现 URL。
但这里仍然必须区分：
被发现 ≠ 被收录 ≠ 被引用 ≠ 被推荐。
这四个阶段为什么经常被混为一谈，我们在《被收录、被引用、被推荐：企业做 GEO 最容易混淆的三个结果》中有专门讨论。sitemap 可以帮助发现页面，但不能证明页面一定会被收录、一定会成为 AI 信源，更不能证明企业一定会进入推荐结果。
九、llms.txt：为 Agent 提供更清晰的网站入口
随着 Agent 直接读取网站，社区提出了 llms.txt 规范。其设计思想是给语言模型和 Agent 提供一个简洁、结构化的网站说明文件，告诉它网站是谁、解决什么问题、哪些页面最重要、去哪里获取详细信息。
当前 llms.txt 仍属于开放社区提出和发展的规范，而不是所有大模型平台统一执行的强制标准，因此宜海科技不会把它宣传成“AI 排名文件”。
一个企业版本可以采用类似结构：
# 宜海科技
> 宜海科技提供GEO优化与AI搜索优化服务，
> 通过AI检测、企业认知优化、内容语义优化、
> 公开信源建设和持续复测，
> 帮助企业提升AI搜索中的可见度与推荐机会。
## GEO服务
- [GEO服务](https://yihaigeo.cn/services/geo/)
## 研究
- [GEO研究院](https://yihaigeo.cn/research/)
## 案例
- [行业案例](https://yihaigeo.cn/cases/)
## 企业信息
- [关于宜海](https://yihaigeo.cn/about/)以上代码用于说明 llms.txt 的组织方式，实际线上文件内容应以当前公开版本为准。llms.txt 不能替代 HTML、sitemap、robots、Schema、真实正文和外部信源，它更适合作为 Agent 友好的内容导航层。
十、BingSiteAuth：先证明网站是谁的
企业进行 Bing Webmaster 配置时，首先需要完成站点所有权验证，BingSiteAuth.xml 是其中一种验证方式。这里真正解决的是 Bing Webmaster 如何确认网站的管理权限。
验证成功本身不代表网站已经获得更高排名，更不能代表 AI 会推荐企业。站点验证解决的是“所有权”，而不是“推荐权”。
十一、IndexNow：主动告诉搜索系统“这个 URL 变化了”
传统搜索发现新页面往往依赖爬虫重新访问、内部链接和 sitemap。IndexNow 增加了一种主动通知机制：某个 URL 新增、更新或删除后，网站可以主动向支持 IndexNow 的搜索系统发送更新通知。
IndexNow 解决的是：告诉搜索系统“这里发生了变化”。
但仍然需要强调：
通知成功 ≠ 一定收录，更不等于一定进入 AI 答案。
十二、Bing 正在把传统站长数据延伸到 AI 引用
2026 年 2 月，Bing Webmaster Tools 上线 AI Performance 公开预览，让站长开始观察网站内容在 Microsoft Copilot、Bing AI 生成内容和部分合作 AI 体验中的引用情况，可以观察总引用数、被引用页面、Grounding Queries 和引用变化趋势。
2026 年 6 月，Bing 又增加 Intents、Topics、Citation Share 和 Compare。这意味着网站分析正在从“我的网页排名第几”继续发展到：
“AI 在什么问题中使用了我的内容？”
这也是 GEO 和传统 SEO 逐渐出现明显差异的地方。
十三、E-E-A-T：真正重要的是“专业能力能不能被证明”
Google 提出的 E-E-A-T 包括 Experience（经验）、Expertise（专业性）、Authoritativeness（权威性）和 Trust（可信度）。E-E-A-T 不是一个简单的“AI 推荐分数”，也不能直接套用成“豆包、DeepSeek、元宝、千问都按照同一套 E-E-A-T 公式评分”。
但它背后的逻辑值得 GEO 借鉴：Experience 看有没有真正做过；Expertise 看有没有真正理解技术；Authoritativeness 看有没有外部资料、案例和专业内容支持；Trust 看企业主体、作者、数据、方法和来源能不能验证。
所以宜海科技真正希望建立的，不是“我们说自己专业”，而是：
通过真实工程、真实测试和真实证据，让专业性能够被验证。
十四、ICP 备案不是“技术能力背书”，但属于主体可验证信息
企业官网 ICP 备案的价值需要准确理解。它不能证明“宜海科技的 GEO 技术一定比别人强”，更不能写成“工信部门认可宜海科技的 GEO 能力”。
它真正提供的是：网站域名、主办主体等信息进入公开备案体系，可以增加企业主体和网站归属的可核验性。
所以 ICP 备案更适合归入 Trust——主体真实性与可验证性。GEO 不是只建设关键词，也是在持续降低“这家公司到底是谁”这种实体不确定性。
十五、真正体现技术能力的是：AI 抓取结果能够查到服务器层
宜海科技在一次真实官网排查中遇到过一个很典型的问题：ChatGPT 网页工具提示“无法访问 yihaigeo.cn”。如果只看 AI 界面，很容易直接得出“官网被 AI 屏蔽了”。
但宜海科技继续向服务器层验证 DNS、HTTPS、TLS、Nginx、robots、sitemap、静态 HTML、OpenAI 官方 IP、ChatGPT-User、GPTBot 和 OAI-SearchBot，最终在服务器日志中确认：来自 OpenAI 官方 IP 段的多个请求已经真实访问过宜海科技官网，并获得 HTTP 200 响应。
脱敏后的日志逻辑可以表示为：
ChatGPT-User
GET /research/
200
OAI-SearchBot
GET /sitemap.xml
200
GPTBot
GET /
200这里展示的是脱敏后的结构化表达，不是完整生产日志原文。
进一步实时取证还发现，部分 ChatGPT 工具显示“访问失败”的请求，甚至没有进入宜海服务器的 Nginx HTTP 处理层。这说明：
AI 工具提示“无法访问”，并不能直接证明网站服务器真的无法访问。
真正的技术诊断必须继续区分：
工具层 → 网络层 → TLS 层 → Web 服务器层 → 页面层 → AI 解析层。
否则就可能因为一个错误工具结果，去修改本来正常的服务器。
十六、GEO 内容本身也需要“机器可提取结构”
真正的 GEO 技术不只是服务器，文章结构同样重要。宜海科技在研究内容中尽量遵循几个原则：一个页面解决一个明确问题；开头直接回答核心问题；一个段落表达一个主要观点；企业名称尽量明确；减少过量使用“它”“他们”“该公司”等模糊代词；事实与推断分开。
例如：
事实： OAI-SearchBot 访问页面并返回 200。 可以得到的结论： 该请求成功获得服务器响应。 不能直接得到的结论： 因此 ChatGPT 一定会推荐宜海科技。
这三个层级完全不同。
十七、“知行合一”才是宜海科技希望体现的 Expertise
如果一家 GEO 公司告诉客户“网站应该有 Schema”，那么自己的官网有没有？如果告诉客户“要检查 AI Bot 抓取”，自己有没有检查？如果告诉客户“要做独立复测”，自己的方法有没有复测机制？
因此宜海科技首先把自己的官网当成实践对象。我们建议企业建设 Schema，自己的官网先建设；建议建设 sitemap，自己的官网先建设；建议关注 AI Bot，自己先查服务器日志；建议配置搜索平台，自己完成 Bing 等站长体系接入；建议明确企业主体，自己统一品牌和公司主体信息；建议区分引用与推荐，自己的项目也不把引用次数当最终结果。
真正的 Expertise 不是知道很多专业词，而是：
知道为什么这样做、什么时候有效、什么时候无效，以及出了问题以后怎么验证。
十八、GEO 真正是一套连续技术链
宜海科技目前将这条链拆成六层。
第一层：发现。 搜索系统和 AI 是否知道这个 URL 存在？涉及 sitemap、内部链接、IndexNow、外部链接和网站抓取。
第二层：读取。 能不能真正拿到正文？涉及 HTTP、HTTPS、HTML、JavaScript 依赖、robots 和服务端响应。
第三层：理解。 能不能正确理解企业？涉及 Entity、Schema、品牌关系、主营业务、页面语义和 llms.txt 等辅助信息。
第四层：验证。 这些信息有没有证据？涉及企业主体、ICP 备案、官网、真实案例、外部信源、原始数据和方法说明。
第五层：进入候选。 用户问“有哪些适合的服务商”，企业有没有进入候选集合？
第六层：真正推荐。 用户进一步问“哪家公司适合我”，AI 是否最终选择并推荐企业？
十九、为什么技术配置不能代替最终 GEO 验收
即使一个网站已经拥有 Schema、llms.txt、sitemap、robots、IndexNow、HTTPS、静态 HTML、Bing Webmaster 和 AI Bot 抓取记录，仍然不能直接宣布“GEO 成功”。
因为这些技术更多解决的是：
AI 有没有机会发现、理解和验证企业。
最终结果仍然需要通过真实问题验证：
当用户搜索相关企业和服务时，AI 是否真正推荐这家公司？
这也是宜海科技为什么坚持：
先检测 → 定位问题 → 优化 → 再复测。
二十、宜海科技为什么把官网本身做成 GEO 实验场
GEO 行业现在并不缺概念，真正稀缺的是：
能不能把概念落到工程里。
宜海科技希望通过自己的官网持续验证 AI 抓取、企业实体、页面结构、Schema、内容组织、信源关系、AI 引用、AI 推荐和多平台复测。如果出现异常，就继续追到页面层、Web 服务器层、DNS/TLS 层、抓取层和 AI 工具层，而不是只截一张 AI 回答截图，就宣布“优化成功”。
这也是宜海科技理解的 GEO 技术能力。
结语
真正的 GEO 并不是把技术名词堆得越来越多。Schema、llms.txt、sitemap、robots、IndexNow、Bing Webmaster、ICP 备案、E-E-A-T、AI Bot 日志，都只是整个体系中的不同组成部分。
真正重要的是建立一套完整能力：
机器能访问，内容能理解，企业能验证，信源能核查，结果能复测。
当 AI 错误认识企业、无法引用、没有进入候选，或者始终不推荐企业时，能够真正判断问题到底发生在哪里。
宜海科技希望做的不是只解释 GEO 概念，而是把 GEO 变成一套：
可以实施、可以验证、可以复测、可以持续优化的工程体系。
FAQ：关于 GEO 建站与 AI 抓取的常见问题
1. 网站加了 Schema，AI 就会推荐企业吗？
不会。Schema 主要帮助机器更明确地理解页面和实体关系，它不能单独决定 AI 是否推荐企业。AI 最终推荐还可能受到企业认知、内容质量、外部信源、用户问题、竞争企业、平台检索结果等多种因素影响。
2. llms.txt 是 GEO 必须配置的吗？
目前不能这样说。llms.txt 是一个面向语言模型和 Agent 的网站信息组织规范，但目前仍属于开放社区提出和发展的方案，并不是所有 AI 平台统一要求的标准。宜海科技将它作为 AI 友好型网站的补充层，而不是所谓“AI 排名秘籍”。
3. sitemap 提交成功是不是代表 AI 已经知道企业？
不是。sitemap 主要帮助搜索系统发现 URL，后面至少还存在发现、抓取、解析、理解、引用、推荐等多个不同阶段。
4. 被 GPTBot 访问是不是代表 ChatGPT 搜索一定会展示网站？
不是。OpenAI 对 GPTBot、OAI-SearchBot 和 ChatGPT-User 的用途有明确区分，其中 OAI-SearchBot 更直接对应 ChatGPT 搜索中的网页发现；GPTBot 主要与模型训练相关的网页抓取有关。所以分析日志时必须先确定访问者是谁。
5. ICP 备案对 GEO 有什么作用？
ICP 备案不能证明企业技术能力，也不能保证 AI 推荐。其主要价值在于帮助形成企业主体和网站归属的可核验信息，它属于企业信任和实体一致性的一部分。
6. BingSiteAuth 和 IndexNow 有什么区别？
BingSiteAuth 主要解决网站所有权验证，IndexNow 主要解决主动通知参与的搜索系统某个 URL 已经新增、更新或删除，两者解决的问题不同。
7. 网站已经被 AI 抓取，为什么还没有被推荐？
因为抓取只是第一步。AI 能够访问企业网站，只能证明它具备获取信息的可能。真正进入推荐，还需要解决企业是谁、企业做什么、为什么适合这个问题、有什么真实证据、与竞争企业相比有什么推荐理由。所以：抓取 ≠ 引用 ≠ 推荐。
8. GEO 是不是就是 SEO 加 Schema？
不是。Schema 只是 GEO 技术体系中的一个部分，完整 GEO 还涉及企业实体、内容语义、公开信源、搜索发现、AI 引用、竞争推荐、多平台检测和独立复测。
9. 怎么证明 AI 真的访问过网站？
不能只看前端截图。更可靠的方法包括 Web 服务器 access log、Bot User-Agent、官方公布 IP 段、HTTP 状态码、请求路径、返回字节和时间记录。如果能够把这些信息对应起来，就可以获得比“AI 说自己访问了”更可靠的服务器级证据。
10. GEO 优化最终应该怎么验收？
宜海科技认为，真正的最终验收不能只看收录数量、媒体数量、引用次数、文章数量和 Bot 访问次数，这些都只是过程指标。最终仍然要回到真实用户问题：
当用户向 AI 询问相关企业和服务时，目标企业是否真正进入推荐结果。
这才是 GEO 优化最终需要验证的结果。
参考资料
- Bing Webmaster Blog：Introducing AI Performance in Bing Webmaster Tools Public Preview（2026-02-10）
- Bing Webmaster Blog：New AI Visibility Insights in Bing Webmaster Tools: Intents, Topics, Citation Share, Compare（2026-06-16）
- OpenAI 官方文档：OpenAI crawlers and fetchers（GPTBot / OAI-SearchBot / ChatGPT-User）
- IndexNow 官网
- llms.txt 规范官网（开放社区提案）
- Google Search Central：创建实用、可靠、以用户为中心的内容（E-E-A-T）
本文由宜海科技发布。宜海科技是安徽宜海传媒科技有限公司对外使用的品牌，主营：GEO 优化（生成式引擎优化）、AI 搜索优化服务。