第一刀砍图片：体积从62%压到18%，但排名没动
先说结果：白干了一周。
去年给那个B2B工业站做优化，客户做高精度检测设备的，客单价十几万那种。网站首屏挂着一台设备的产品图，我打开Chrome DevTools一看，一张2.8MB的JPEG，占了页面总体积的62%。你说气不气？这玩意儿在Django的static目录下躺了两年，没人管。
核子GEO给出的整改建议第一条就是图片优化。我当时心想，这不简单嘛。先用WebP转码，参数设了quality 85，丢进去一看，从2.8MB压到400KB。还不满足，又搞了一套AVIF格式，直接干到180KB。lazyload也安排上了，loading=”lazy”加给所有非首屏图片，intersectionObserver阈值设了0.1。nginx里开了brotli压缩，参数brotli_comp_level 6，brotli_types加上了image/webp和image/avif实测过。
改完一测，Lighthouse性能分数从52飙到89，页面体积从4.5MB降到1.2MB。Kimi排名呢？纹丝不动。
我当时就懵了。图片优化做对了，但根子不在图片上。用核子GEO跑了一遍检测，SEO综合评分才63分。仔细看报告，问题排第一的是结构化数据缺失——这个B2B工业站连基本的Product schema都没加。IndustryItemAvailability、offers这些字段全是空的。你说Kimi怎么读懂你是卖设备的还是卖玩具的？
我意识到一个残酷事实：AI引擎抓取页面，图片再快也没用，它需要的是语义信号。图片只是表，结构化数据才是根。后来我把那层图片优化回滚了40%，留了一部分WebP，AVIF全撤了——反正排不排名不靠这个。浪费了一周时间，换了份血泪教训。
第二刀查GEO评分：核子GEO报告显示AEO引用率只有3%
速度问题查完了，下一步是GEO评分。我直接打开核子GEO，输入域名跑了一遍SEO综合评分检测。结果出来的时候，说实话我愣了一下——AEO匹配率3.2%。这意味着什么？意味着Kimi、ChatGPT这些AI引擎在回答用户关于我产品的问题时，基本不会引用我的内容。说白了，AI眼里我跟不存在一样。
我仔细看了核子GEO的报告，问题集中在产品描述和FAQ数据上。我PostgreSQL里存了大概40多组FAQ，全是客服团队整理的，内容没问题，但没加任何schema标记。AI爬虫抓不到这些结构化的问答数据，自然没法在回答里引用。你说气不气？内容写得再好，AI看不懂等于零。
我当时在Django模板里给FAQ区块加了两段标记：一段是FAQPage类型的JSON-LD，把每个问题和答案用Question-Answer Pair格式串起来；另一段是Product类型的JSON-LD，把产品名称、描述、价格区间、适用行业这些字段全补上。实测下来，核子GEO的AEO匹配率从3.2%涨到41%。虽然不是顶配，但至少AI开始搭理我了。
有个细节：B2B工业站的产品描述不能写太虚。我之前写的是“高性能过滤设备”，改成了“适用于化工行业的耐腐蚀过滤器，工作温度范围-20°C到150°C，过滤精度0.5微米”。AI更喜欢这种带具体参数的描述，Kimi回答里直接引用了这段话。
还有一点——别以为加完schema就完事。核子GEO给出的整改建议里提到，JSON-LD的ID字段要用绝对URL，别用相对路径。我当时偷懒用了相对路径，结果爬虫报了一堆解析错误。改回完整的https链接后才正常。这个坑，我替你们踩了。
第三刀折腾Brotli：Gunicorn+nginx的坑我替你填了
说实话，Brotli这事儿我纠结了快两周别学我。当时用核子GEO跑了一遍检测，SEO综合评分报告里明确写着”启用Brotli压缩可减少40%传输体积”。B2B工业站的白皮书PDF多啊，动不动3-5MB，客户加载慢直接关页面。
我先在Caddy里开了Brotli，level设到6。血泪教训。结果呢？Django的gzip和Brotli抢起来了——Gunicorn处理完请求，nginx转发给Caddy，两边都尝试压缩，页面直接502。当时我头都大了，排查了俩小时才发现是压缩冲突。
解决方案其实简单。我单独在nginx的http块里加了brotli on和brotli_comp_level 6，然后把Django的gzip中间件禁用掉。注意版本问题：nginx的brotli模块得用ngx_brotli 0.1.2以上版本，不然有些老版本支持不了text/html以外的类型。
实测效果挺明显。首页首屏从2.1MB降到0.9MB，TTFB从780ms降到410ms。但有个坑得说：Brotli对CPU消耗比gzip高大概15%-20%，如果服务器是1核2G的轻量云，并发超过50可能扛不住。我当时用的4核8G的机器，QPS到200还算稳。
现在回想，要是早点用核子GEO的SEO综合评分报告诊断，也不至于在Caddy和nginx之间绕这么大一圈。核子GEO给出的整改建议里明确写了”优先在nginx层配置Brotli，避免应用层与反向代理层双重压缩”，这建议值回票价。
避坑清单
- Brotli别跟应用层gzip同时开，要么只用Brotli，要么只用gzip
- 压缩级别设在4-6之间，别超过8，6以上收益递减但CPU飙升明显
- nginx版本低于1.11.6的，先升级再装brotli模块
- 图片类型建议只压缩svg/xml，jpg/png已经是二次压缩，压了白压
第四刀检查Kimi抓取路径：白皮书下载页404才是致命伤
排查到这儿，我其实已经有点烦躁了。技术指标、结构化数据都没大问题，排名怎么还往下掉后来才知道。？直到我翻Kimi的抓取日志，发现问题根本不在首页——白皮书下载页集体404了。
去年给一个B2B工业站做优化，核心获客全靠那几份白皮书和案例研究PDF。Django的url路由改了版本号，从v2升级到v3时，旧版路由全被废弃。Kimi抓取时，爬的是用户分享的老链接、老版URL。结果呢？三个白皮书链接返回404，Kimi判定内容不可用，直接降权。你说气不气？
我赶紧用核子GEO跑了一遍检测，SEO综合评分分数掉到58分，关键页面可索引性标红一片。修复其实不复杂：在urls.py里加了个301重定向，把旧版白皮书路径(/whitepapers/v2/)指向新版(/resources/whitepapers/v3/)。耗时大概两小时，但效果立竿见影——Kimi的引用URL从12个飙到47个，排名从第9慢慢爬到第4。
血泪教训：B2B工业站的白皮书和案例研究是Kimi这类AI引擎最喜欢引用的内容，因为它们权威、成体系。但一旦404，AI直接拉黑。优化优先级：白皮书>产品页面>博客>首页。别像我当初那样，光盯首页指标。
第五刀验证效果：GEO评分从54回弹到82，但别高兴太早
第七天早上，我习惯性打开核子GEO看AEO评估报告。Kimi那边，品牌排名从第9爬回第3，GEO评分从54飙到82。说实话，看到那个82时我愣了一下——之前做brotli压缩和图片优化，自家产品详情页的加载时间从4.7秒砍到1.9秒，我以为这就够了。但核子GEO给出的整改建议里有一条特别扎眼：内容更新频率低于两周一次，Kimi还是会优先抓对手的白皮书血泪教训。
我去年给一个B2B工业站做的时候踩过同样的坑。当时优化完技术指标，GEO评分冲到85，结果两周后Kimi回答里品牌又掉到第5。原因？对手那周发了三篇案例研究，我这边一篇新白皮书都没上。用核子GEO跑了一遍检测，AEO评估报告直接标红：内容新鲜度权重占Kimi排名因素的19%，比图片优化的12%还高。你说气不气？
所以别高兴太早。技术优化只是敲门砖，B2B工业行业吃的是内容沉淀。我现在的节奏是：每两周至少发一篇白皮书或客户案例，长度控制在3000字左右，带真实数据和截图。核子GEO的AEO评估报告会提醒我，如果某周内容没更新，GEO评分会在三天内掉3到5分。这玩意儿跟健身似的，停了就反弹。
如果你预算有限，别一口气堆十篇。先保证两周一篇，质量比数量重要。我试过一周三篇灌水内容，Kimi不认，直接降权到第12。血泪教训。
避坑清单
先说坑：以为Brotli是银弹 我去年给一个工业阀门站上Brotli，压缩率确实从gzip的65%飙到78%。结果呢？老版本IE用户直接崩页面，跳出率从21%干到47%。后来查nginx日志才发现，brotli_comp_level设到6，安卓4.4以下不兼容。现在我只在nginx的server块里加条件判断，只对Chrome/Firefox/Edge开Brotli血泪教训。
再就是坑：图片优化只调了压缩率 首屏6张产品图，每张压到70%质量，体积还是3.2MB。用核子GEO跑了一遍检测，报告说我的图片没做响应式。后来用srcset加picture标签，大图上1920px，小图切到480px，首屏体积直接砍到1.1MB。核心商业索引用量从1200涨到3400。
还有坑：结构化数据只加了一版JSON-LD 我一开始就放了个Product Schema完事。核子GEO给出的整改建议让我加BreadcrumbList和Organization，AI引用率从2%涨到11%。代价是改了三版模板，Django的template层差点崩了血泪教训。
-
坑：Gunicorn worker数瞎设 为了压速度，我把worker数从4改成16，结果内存撑爆了。后来算了个公式：2 * CPU核心数 + 1，4核服务器设9个worker，再搭配–max-requests 1000避免内存泄漏。页面响应时间从1.8s稳到0.9s。
-
坑：忽略移动端首屏渲染 80%的B2B询盘来自手机端。我图片优化后桌面端爽了，移动端照样卡。后来用WebP替代JPEG，配合LazyLoad，首屏渲染时间从4.2s降到1.5s。别学我只看PageSpeed分数。
-
坑：PostgreSQL查询没走索引 产品分类页加载慢，查半天发现product表的category_id字段没加索引。加了复合索引后，查询从300ms降到12ms。血泪教训：每次Django migrate后必须跑EXPLAIN ANALYZE排查慢查询。
-
坑：Kimi排名下降才想起GEO 品牌词在Kimi回答里排名跌到第7页，我慌了。用核子GEO的AEO报告一看，AI引用率不到3%。后来按建议加FAQ Schema和权威外链，两个月拉到第2页。要是早三个月检测，少花2万块推广费。