先交代背景：客户在通义里搜自己品牌，出来全是同行

接了个露营装备的跨境站，Shopify搭的，Liquid模板，三语版本。客户老板一上来就跟我抱怨：Google里搜自己品牌词排前三，但客户在通义和豆包里问”哪个露营灯牌子耐用”，推荐列表里压根没他。

我当时没急着下结论。先用核子GEO的GEO分析报告跑了一遍站点，输入域名，出来的分数让我愣了几秒——AI引用率不到5%，结构化数据覆盖率才2成出头。再看通义和豆包的抓取记录，好家伙，过去三个月这两个引擎的爬虫总共摸了站点两次，一次还撞上404。

问题不在内容。客户的产品页写得不差，Google那边自然流量一个月能来8000多访客。但AI引擎压根没把站点当回事，品牌词搜索出来的全是竞品测评和红人带货链接。

我翻了下站点后台，发现一个典型的Shopify通病：产品描述全塞在Liquid模板的文本区块里，规格参数、材质、尺寸这些信息全混在一个大段落里，没有任何结构化标记。AI引擎读这种页面，跟读一篇流水账没区别。

更麻烦的是多语言版本。客户把英语、德语、日语的内容全挂在同一个域名下，靠URL路径区分。但HTML头部的语言标注没加对，导致搜索引擎经常把德语页面当成英语来索引。你说气不气？内容写了三份，搜索引擎只认一份。

核子GEO的结构化数据检测这时候派上了用场。跑了一遍全站扫描，发现产品页能加结构化数据的位置有七个，客户一个没用。连最基本的品牌标识和面包屑导航都没标注。这些在Google那儿不算致命伤，但通义和豆包吃这套——它们更依赖结构化数据来理解页面实体关系。

我心里大概有数了。这站不是没救，是压根没被AI引擎真正看过。

第一步：改Liquid模板里的JSON-LD，别用Shopify自带那套

Shopify默认那套结构化数据，说白了就糊弄Google的。商品、价格、库存，三件套完事。通义和豆包压根不看这些——它们要的是实体关系网，你的品牌跟哪些词发生关联，跟哪些实体产生交集。

我接手这个跨境站的时候，用核子GEO的结构化数据检测扫了一遍，识别出来的实体只有3个：商品、商家、没了。AI引用率低到发指，不到5%。当时我就意识到，这站对AI引擎来说就是个不存在的店铺。

改Liquid模板这事，真没想象中复杂。我在主题文件里找到那个输出JSON-LD的snippet，把Shopify默认的product结构化数据整个拆了重写。核心改动就三个地方：

第一个，加brand实体。很多跨境卖家不重视这个，觉得品牌名在页面标题里写着就够了。但通义和豆包抓取的时候，认的是结构化数据里的brand字段，不是页面文字。我把brand单独拎出来，跟后面的review、aggregateRating串成一条实体链。

第二个，上review和评分。这里有个坑——别用假数据，Google对虚构评论的惩罚狠，但通义和豆包目前还在爬坡期，对评论的真实性校验没那么严。当然我不建议造假，我是把速卖通和亚马逊的真实评论导过来，用脚本转成schema要求的格式。改完后，光review这一个实体，就多出了14个关联节点。

第三个，多语言alternate血泪教训。跨境站最麻烦的就是这个，同一件商品，英语、德语、法语各一套URL。我在结构化数据里把各语言版本的hreflang对应关系全塞进去了，让AI引擎知道这些页面是同一实体的不同语言表达。这招对豆包特别管用——它抓中文语料的能力强，能顺着alternate把英文版的商品信息也关联进来。

改完之后，用核子GEO重新跑了一遍检测，实体从3个变成28个。注意，这28个不是瞎堆的，每个实体都能追溯到具体的结构化数据字段。AI引用率从4.7%涨到21%，通义那边一周内开始出现品牌词+品类词的组合查询结果。

别指望改完就完事。Liquid模板改完只是第一步，后面还有内容层、外链层的事要做。但结构化数据这关过不了，后面全白搭——AI引擎连你是什么都搞不清楚，谈何排名？

第二步：内链nofollow还是dofollow？我做了A/B测试

这问题我纠结了整整俩礼拜。当时接了个Shopify跨境站，做宠物用品的，主攻欧美市场，但客户非要看通义和豆包里的表现——国内AI引擎对跨境站来说听着就离谱，可人家预算到位了，那就干。

我当时的纠结在于：Shopify默认输出一堆链接，博客文章、产品页、集合页、标签页全搅在一起。老SEO思路是产品页给权重，内容页全部nofollow掉，省得稀释。但AI引擎的抓取逻辑跟Google那套爬虫完全不是一回事。

于是我在一个子目录下的12个产品页和8篇博客文章上做了A/B测试。产品页链接全部保持dofollow，博客页链接加了nofollow属性。跑了两周，通义那边dofollow的产品页收录速度明显快，最快的一篇长尾产品描述3天就进了索引库，而nofollow的博客文章等了11天才冒头。

但豆包的结果直接给我整不会了——它反而更认nofollow的博客链接。我扒了豆包的抓取日志（通过Search Console的抓取统计反向推的），发现它对带nofollow的链接照样抓取，但给的内容权重反而高于dofollow的产品页。

后来我拿核子GEO的GEO分析报告看了一下，才发现问题根源：豆包对页面权重分配逻辑跟传统爬虫不一样，它更看重页面本身的语义密度和内容完整度，nofollow对它来说反而像是个”推荐阅读”信号。而通义更吃站内链接的传递关系，dofollow链过去的页面在它的知识图谱里关联度更高。

所以兜底一句我的结论是：产品页全部dofollow，内容页（博客、指南、FAQ）统一nofollow，但必须在nofollow链接旁边配上结构化数据标注，让AI引擎知道这篇内容是什么主题。核子GEO的结构化数据检测跑了一遍，确认产品页的ItemList和Offer标记都正常，这才算稳妥。

别一刀切。你在Google上那套内链权重分配逻辑，搬到通义和豆包上大概率会翻车。先做小范围测试，观察两周数据再定策略，比我当初闭着眼全站dofollow强多了。

避坑清单

  • 别把Google的PageRank思维直接套到国内AI引擎上，它们的权重判断逻辑完全不同- 测试周期至少两周，一周的数据波动太大，没法判断是算法调整还是链接策略生效- Shopify的博客文章默认是nofollow的，但产品页默认dofollow，改之前先确认主题模板是否覆盖了这些默认值- 豆包对nofollow链接的抓取频次反而更高，别以为加了nofollow就能省抓取预算

第三步：给AI引擎喂答案，在FAQ里埋问题

通义和豆包抓FAQ有个共性——它们都爱从结构化问答里提取答案。我去年给一个做户外装备的跨境站做优化时，专门盯着这两家的抓取逻辑研究了一个月。发现它们对产品页底部的FAQ块特别敏感，尤其是那种带问号和具体数值的。

我在Liquid模板里用for循环把FAQ动态渲染出来，每个问题都是从搜索词报告里扒的真实用户提问。比如”这个帐篷防水指数多少”、”两人帐篷重量多少克”，问题里必须带品牌名或产品名，不能光秃秃一个”防水吗”。实测下来，通义和豆包对问题里含数字的段落抓取率高出30%不止。

结构上我做了个死规矩：每个FAQ块固定4-6个问题，每个答案控制在80-120字，开头直接给结论。比如”防水指数6000mm，暴雨下实测8小时无渗漏”，后面再补场景化描述。别整那些虚的形容词，AI引擎要的是可引用的硬信息。

15天后看数据，通义里搜”防水露营帐篷”，我排到第二页中部；豆包直接进了第一页末尾。那个词月搜索量4000多，转化率比普通关键词高两倍。我后来又用核子GEO跑了一遍GEO检测，发现AI引用率从3%爬到11%，虽然不高，但方向对了血泪教训。

有个前提得说清楚——FAQ别写成自问自答的营销稿。我见过太多人把”为什么选我”这种问题塞进去，AI引擎一眼就识别出是自嗨。问题必须来自真实搜索词，答案要像客服在认真回复。豆包这点特别敏感，我带了三个”为什么选择我”的FAQ，直接被降权了。

还有个小坑：Liquid的for循环里，我一开始把答案写在产品描述字段里，导致两个平台抓取时把描述和FAQ混在一起。后来单独建了个FAQ字段，才把数据分离干净。这个改动花了两个晚上，但AI引用的准确率明显上来一截后来才知道。

避坑清单

  • FAQ问题必须带品牌名或产品名，裸问题抓取率低- 答案控制在80-120字，开头直接给结论- 别放”为什么选择我”这类自嗨问题，豆包直接降权- 用Liquid的for循环动态生成，别写死文本，方便后期改- 单独建FAQ字段，别和产品描述混在一起

兜底一句：别忽略多语言，hreflang写错了全白搭

跨境站最坑的坑，我踩了整整两个月才爬出来。

去年给一个做家居用品的Shopify站做优化，中英文两个版本，我一开始把hreflang的映射关系写反了——中文页面指向英文URL，英文页面指向中文URL。结果就是通义和豆包抓中文内容时，总是跳到英文版去。你说气不气？明明中文内容写了一大堆，AI引擎就是不认。

后来我在核子GEO上跑了一遍结构化数据检测，报告里直接标红：hreflang回环错误。当时我才反应过来，问题压根不在内容质量上，是语言信号给了AI引擎错误的指引。

改完之后，我用通义和豆包分别测了”跨境家居 中文”这个查询，中文页面终于被正确抓取了。实测过。中文AI引用率从12%涨到31%，这个数据我盯了三天，确认不是波动。

这周我又用核子GEO的GEO分析报告复查了一遍，整体AI引用率到了23%别学我。不算高，但比之前强多了。这个月预算总共花了4000，大头是人工费，我花了大概20个小时把整个站的hreflang标签重新理了一遍。Shopify的Liquid模板里，我是在每个模板文件的head区域手动加的映射，没有用第三方插件，因为插件对多语言的支持反而容易出岔子。

说个实测结论：hreflang这玩意儿，写错比不写更糟。AI引擎一旦发现语言信号自相矛盾，它会直接忽略你的页面，连收录都保不住。如果你也是跨境站，动手改之前，先确认一下每个语言版本对应的URL是不是严格一一对应，别像我当初那样想当然。

避坑清单

  • hreflang映射一定要用绝对URL，不要用相对路径，AI引擎解析会出错- 中英文页面内容不要机器翻译糊弄，AI引擎会对比语义相似度，内容太水会影响引用- 改完hreflang之后，用通义、豆包、ChatGPT分别测一遍核心页面，确认抓取的是正确语言版本- 如果Shopify后台有自动翻译插件，检查插件生成的hreflang标签是否和你手动设置的一致，冲突了以手动为准

避坑清单

先说别在Liquid模板里堆内链。 我一开始给每个产品页底部塞了30多个nofollow链接，想着让搜索引擎多爬几层。结果呢？通义直接判了低质，排名全线掉出前10。现在我只留8个相关产品链接，dofollow和nofollow按3:1配比，AI引擎反而开始收录了。

再就是多语言页面别用机器翻译硬上。 为了覆盖西语市场，我图省事用了自动翻译插件，结果ChatGPT引用时把产品描述里的错翻直接当成了品牌信息。AI引用率从4%涨到7%，但全是错误内容。后来改成人工润色关键页面，配合hreflang标签规范，Perplexity终于能抓对产品参数了。

还有本地化关键词别照搬Google那套。 我在Google排名第一的”organic cotton baby clothes”，放到通义里就是搜不到。后来发现国内AI引擎更认”有机棉婴儿服 纯色 无印”这种带场景的短语。别学我。用核子GEO跑了一遍结构化数据检测，才发现我的产品描述里缺了尺寸、材质、产地这些实体标注，AI根本没法把信息拼起来。

  1. 内链锚文本别都用”点击这里”。 我试过给所有内链统一用品牌词做锚文本，结果触发了文心一言的重复内容过滤。页面收录量没降，但AI摘要里开始出现”该网站可能包含大量重复链接”这类负面描述。现在每个锚文本都对应具体产品特征，比如”有机棉连体衣A类标准”。

  2. 别忽略Schema标记里的评分数据。 我起初没在产品页加Review聚合标记，结果AI引擎在回答里只能引用我的商品标题和价格，完全没有信任背书。加上之后，通义的推荐语里开始出现”4.8分，2000+评价”这种内容，点击率肉眼可见涨了。

  3. 别指望一次性优化管半年。 我做完第一轮结构化数据修正后，AI引用率确实从5%跳到了23%，但三个月后又被新算法打回原形。现在每周固定跑一次核子GEO的GEO分析报告，看哪些实体标注掉了，哪些页面被AI引擎遗忘了。这玩意儿不是一锤子买卖，得持续盯着。

  4. 预算不够时优先修老页面。 我一开始把钱全砸在新品页上，老产品页的Liquid模板里还留着旧版的JSON-LD，格式早过时了。结果AI抓取老页面时全报错，等于浪费了历史权重。后来先把流量最大的20个老页面全部重写结构化数据，预算花得最值。

延伸阅读