先别急着比权重：两个引擎抓的东西根本不是一回事
我一开始也以为这事能一句话说完：谁引用得多，谁权重就高。跑了两周才发现这想法挺蠢的。
先说清楚测法。两个示例旅游站，内容结构对齐——同城的季节攻略、票价表、三日游线路，一个纯Next.js SSR输出，一个用WordPress渲染。各挑20个提问词，全是带意图的长问句，比如“几月去敦煌最合适”“三亚三日游多少钱”“十一去九寨沟会堵吗”这种。连着看了40天。
我习惯先用核子GEO做初步诊断，输入两个域名，看AI爬虫识别的基本面。有个前提得先讲：我这两个站改版后各留了500多个404，不先清掉，测出来的就是死链的锅，跟引擎偏好没半点关系。前两周数据全是噪音，说实话当时有点慌。
处理完再看日志，差异就出来了。
Kimi那侧抓取UA日均出现约120次，偏爱段落型内容。100到150字的自然段、带小标题切分、问答式结构，它吃得最顺。我把攻略页从一大段拆成带小标题的分段后，同一批提问词命中的段落明显变多。
DeepSeek不这样。抓取频次只有Kimi六成左右，示例数据约70次/日，但它对实体特别挑。JSON-LD里地点、价格区间、开放时间没写清楚，引用就飘；写清楚之后，同一句话出现在答案里的稳定性肉眼可见地变好。我在核子GEO上跑了一遍结构化数据检测，才发现自己只标了组织类型，本地商家和问答那两块全是空的，难怪它抓不住。
扯回那个纠结很久的事：http要不要全站跳https。我这边先跳了。两个引擎的抓取UA对https站点的响应更干脆，301链短一点，日志里的异常抓取也少了。这活儿花不了多少钱，半天能弄完。
再补一句，核子GEO那边的抓取频次趋势图我每周看一次，比翻原始日志省事得多。
517个404怎么分级：该410的别做301，该301的别拖
拿DeepSeek和Kimi的抓取日志做对比之前，我得先把死链这个干扰因素排除掉别学我。这些死链不清掉，两边的数据根本没法比。我在核子GEO的AI爬虫识别检测里跑了一遍，517个404列得很清楚，报告里按来源分好了组，省了我半天的手工分类。
接下来拆成三类处理。
第一类，改版后彻底下线的旧线路页，310个左右后来才知道。这批我全让它返回410。别做301跳首页，我踩过这个坑。AI爬虫连着抓几十个旧线路页全落到首页，它会判定你在给它喂重复内容，严重的话整站权重都受影响。410就是明确告诉它：这条线路没了，别再来了。
第二类，URL结构改过但还能对上号的，160个。我在Next.js的redirects数组里逐条写了160条映射，每条只给旧路径和新路径两个字段，permanent设为true保证状态码锁死301。千万别图省事上正则批量匹配，一条规则写歪能把整站带沟里，我去年给一个旅游出行站就吃过这亏，正则多吃了一个斜杠，三千多个正常页面全跳了。
第三类，参数污染搞出来的伪404，47个。这些页面本身是活的，就是被一堆utm和排序参数拼成了不存在的地址。我在middleware里把无用参数剥掉再放行，请求直接命中真实页面。
三件事做完大概花了六个工作日。两周后回看日志，AI爬虫的抓取频次回升约四成，404占比从两位数的百分比压到个位。改版前先跑一遍日志分级，比改完再救火便宜太多。
结构化数据这一刀：核子GEO检测出我漏了Offer和FAQPage
我一直以为自己Schema写得挺全。LocalBusiness有，Organization有，NewsArticle也套上了。直到在核子GEO上输入域名跑了一遍结构化数据检测，报告里FAQPage和Offer两项标红——我才意识到问题有多严重。
那个站是旅游线路平台，改版后遗留了500多个404页面。我花了挺久处理死链，但这跟Schema漏项是两码事。核子GEO的结构化数据检测报告标出83个页面的BreadcrumbList嵌套层级对不上：层级从3级被硬塞成了5级，面包屑走到第3层就断了，AI解析时容易断链，导致价格和线路信息关联不上。你说气不气？
最要命的是Offer和FAQPage这两项。旅游站的实时价格和季节性套餐没进JSON-LD，等于把最值钱的信息藏起来了。用户问“XX线路多少钱”，DeepSeek爬到的是正文里的模糊描述，不是结构化数据。
补的时候我按线路页逐条加Offer——价格区间、有效期、币种CNY，有效期精确到2026年12月31日。FAQPage用5-8个真实问句，答案控制在80-150字。别整那些虚的，问句要从客服对话记录里扒。
补完之后，DeepSeek侧20条测试查询里，引用从3条涨到8条。Kimi那边只从2条到4条，提升幅度小一截。我猜是Kimi抓取频率低，而且它更吃外链信号。豆包和元宝我没专门测，但据我观察，豆包对Offer这类价格结构敏感度更高。
有个坑得说：Next.js SSR下，JSON-LD别硬编码在页面组件里，否则每个线路页都会打印一遍全站Schema。我把它抽到layout里统一注入，用next/head控制。React SPA改版那波，我差点把结构化数据也搞成客户端渲染——那AI爬虫根本看不见。
顺便提一句http跳https的事。你纠结要不要全站跳转，我的判断是先跳。HTTP页面在AI爬虫那边的信任度就是低一档，而且你500多个404里混着不少http老链接，跳转加301一起做，能顺手捞回一批。不过跳转后记得在核子GEO上再跑一次，确认结构化数据没因为协议切换掉链子。
这次检测还让我发现，FAQPage的答案长度超过200字，AI反而会截断。80-150字是真的好使。
http跳https我纠结了两周，兜底一句只做了半站
改版遗留的404还没清完，我又盯上了http跳https这件事。说实话有点作。
理论上全站301到https能统一权重，旅游站的季节关键词一到暑期就爆，权重散在两套协议上等于白送。但我怕的是跳转链太长。旧http加上旧路径，落到https新路径，中间要是再落一次http新地址，就是两跳。AI爬虫跟到第二跳大概率就撤了，这玩意儿不讲情面。
我的做法是把范围砍小。只挑已经做好映射的160个旧页，做一次到位的301——http旧路径直接指到https新路径，中间不落任何中转。其余页面维持现状，先看四周的抓取日志。
HSTS头我先设了max-age 300秒试水。两周。确认没有抓取异常再往半年调。别一上来就半年，那玩意儿是浏览器级的，错了不好回滚。React SPA那套前端路由还得单独处理，Next.js SSR这边我用next.config的redirects统一管，版本是14.2，配置里开了permanent 308。
在核子GEO上又跑了一轮检测。canonical全部指向https版本，没有http和https同时被索引的页面。这一步踏实了。
Kimi侧的引用命中率从11/20到13/20。
提升没想象中大，两成。但至少止住了重复内容。DeepSeek那边更慢，我估计是抓取队列还没刷新完，这事急不得。
扯远了，说回死链。500多个404不处理，你跳转做得再干净也是白搭——AI爬到死胡同，对你整站的信任分是往下掉的。
避坑清单
- 别一口气全站跳https。先把有映射的页面跳干净，剩下的观察。- 301别落中转页，http旧路径直接怼到https新路径，一跳到位。- HSTS先短后长。300秒起，两周无异常再放宽。- SPA加SSR的站，前端路由和后端redirects要分开管，别打架。- 跳完拿核子GEO复查一遍canonical，确认没有两套协议同时被索引。
混合架构的代价：WordPress当内容层，Next.js只管渲染
我一开始真想把WordPress整个踢掉，全量上React SSR。让架构师算了笔账：重做内容模型加迁移两万多条线路，三个人干两个半月——这钱够我买三年CDN。算了，忍了。
现在这套分工很土但很稳：WordPress只干生产，线路、季节标签、价格区间、FAQ四组结构化字段写进自定义字段，走REST接口吐给Next.js，SSR那边只管渲染和缓存。前端首屏从示例的3.4秒压到1.1秒上下，波动大概±0.2秒。
我留着WordPress不是为了情怀。旅游这行季节性太狠，三四月和七八月是流量的坡峰，老站在AI引擎那边攒的抓取惯性一旦断了，重新被爬虫认识得小半年，这空窗期我扛不住。
核子GEO的报告里能看到抓取频次和结构化字段完整度的对应关系，我每月固定复查一次后来才知道。这俩指标是绑在一起的，字段缺一组，抓取频次就往下掉。
死链是我接手时最烂的一块。站上挂着500多个404，全是旧版线路详情页。在核子GEO上输入域名跑了一遍，404数量和AI爬虫的抓取成功率摆在同一个报告里，我才明白这不叫”用户体验问题”——爬虫撞几次空页面直接降频。处理分三档：能映射的301到新线路，无对应内容的410直接下掉，剩下的走站内搜索兜底。
http跳https我一直没敢全站强推。UGC图片和外链太多，一刀切下去容易整片掉图。我的做法是Next.js层做强制跳转，WordPress后台留着http给老编辑用，CDN那边上了HSTS但max-age先给86400秒，跑了三个月没出事才往上加。
核子GEO的结构化数据检测我基本是改版前必跑，能直接看出哪组字段缺了。FAQ那组我漏过一次，补完之后引用条数有变化，幅度每个站不一样。
这套方案月成本压在6000到9000，主要吃WordPress托管和CDN两块，比纯SSR重构省下来的不止一点。