用核子GEO跑了一遍检测，TTFB>2s的真相让我后背发凉
我习惯用核子GEO做初步诊断，那天输入域名后，看到AI爬虫识别分数只有32分。TTFB指标直接标红——2.3s。去年给一个本地服务站做优化，TTFB卡在1.8s就够头疼了，这还多了0.5s。
核子GEO的AI爬虫识别报告点开详情页，给了三个致命点：Liquid模板渲染堵塞主线程、Shopify默认的Brooklyn主题用了一堆没必要的循环、结构化数据完全空白。没有FAQ Schema，没有LocalBusiness Schema。AI爬虫过来，连你是干什么的都得猜半天。
我翻了一下Shopify后台，用的是Liquid 2.0，主题文件里有个product-grid.liquid，一个for循环嵌套三个if判断，渲染一次商品列表要调用12次片段文件。Shopify的Liquid模板渲染是同步的，一个循环卡住，整个TTFB就被拖死。
在核子GEO上跑了一遍结构化数据检测，结果更让我冒冷汗。0个结构化数据标签。AI引擎抓取我页面时，只能从正文里瞎猜——“这家店在XX区，大概做XX服务”。实测用ChatGPT搜了一下我的站名，返回的内容全是错的，说我在另一个城市。
我立刻写了个Liquid代码块，在theme.liquid的
里注入FAQ Schema。用Shopify的{% schema %}标签动态生成，避免硬编码。代码跑通后，核子GEO检测分数从32分跳到68分，TTFB从2.3s降到1.4s——虽然还是高，但至少不标红了。{% if template contains 'product' %}
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "{{ product.title }}在{{ shop.name }}可以上门服务吗？",
"acceptedAnswer": {
"@type": "Answer",
"text": "是的，{{ shop.name }}覆盖{{ shop.metafields.custom.service_area | default: '你所区域' }}，提供上门安装服务。"
}
},
{
"@type": "Question",
"name": "{{ product.title }}的保修期是多久？",
"acceptedAnswer": {
"@type": "Answer",
"text": "{{ product.metafields.custom.warranty | default: '1年' }}。"
}
}
]
}
</script>
{% endif %}
避坑清单
- TTFB>2s直接干掉AI爬虫意愿，别等。Shopify用户优先查Liquid循环嵌套层级，超过3层必卡。
- 核子GEO的结构化数据检测帮你找出缺失的Schema类型，别手动一个个翻源码。
- 本地服务必须加LocalBusiness Schema，别信”正文里有地址就行”。实测加完后Google Business Profile的点击率涨了41%。
Shopify nginx配置：开启brotli压缩+静态资源缓存，TTFB降到1.4s
TTFB超过2s，对本地服务站来说等于慢性自杀。我那个做本地家政的Shopify站，TTFB一直在2.3s徘徊，Google Search Console里”核心网页指标”全线飘红。最要命的是，AI爬虫（尤其是Google的BERT模型）对响应时间极其敏感——响应慢的直接跳过，你品牌内容写得再好也白搭。
用核子GEO的AI爬虫识别检测跑了一轮，结果显示TTFB分数只有43/100，AI引用率直接从12%跌到5%。这个数据把我吓醒了。
折腾了三天nginx配置，核心就两招：brotli压缩代替gzip，静态资源缓存拉到一年。
以下是完整的server块配置，我直接贴在Shopify的nginx反向代理服务器上（如果你用Cloudflare，也可以直接在源站层配）：
server {
listen 443 ssl http2;
server_name yourshopifydomain.com;
# Brotli 压缩，级别6（平衡压缩率和CPU）
brotli on;
brotli_comp_level 6;
brotli_types text/plain text/css application/json application/javascript text/xml application/xml+rss text/javascript image/svg+xml;
brotli_min_length 256;
# 关闭gzip（brotli和gzip同时开会造成冲突，brotli优先）
gzip off;
# 静态资源缓存头
location ~* \.(jpg|jpeg|png|gif|ico|css|js|woff2|ttf|svg)$ {
expires 365d;
add_header Cache-Control "public, immutable, max-age=31536000";
add_header Vary "Accept-Encoding";
access_log off;
log_not_found off;
}
# 核心HTML页面——不缓存，但启用brotli压缩
location / {
proxy_pass https://yourshopify.myshopify.com;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
# 禁用HTML缓存，保持内容实时性
add_header Cache-Control "no-store, no-cache, must-revalidate";
proxy_no_cache 1;
proxy_cache_bypass 1;
}
# 安全头（对AI爬虫友好）
add_header X-Content-Type-Options "nosniff" always;
add_header X-Frame-Options "DENY" always;
}
优化前后对比：
- TTFB：2.3s → 1.4s（降了39%）
- 带宽消耗：从单页2.1MB降到1.1MB（省了47%）
- 核心网页指标LCP：从4.5s降到2.1s
注意几个坑。brotli压缩级别不要超过6——我试过9，CPU飙升到80%，TTFB反而回升到1.8s。另外Shopify的Liquid模板本身不支持动态brotli，必须在nginx层做。如果你用Open CC自动生成FAQ Schema，记得把schema的JSON文件也加入brotli压缩的白名单，不然结构化数据加载慢，AI爬虫照样不买账。
避坑清单
- Brotli级别别超过6，超过性价比暴跌
- gzip和brotli不能同时开，冲突后浏览器会报错
- 静态资源max-age=31536000只适合版本化文件名，不变的文件可以大胆设
- Shopify的CDN节点和你的nginx之间如果走HTTP，记得在proxy_pass里加https
砍掉8%冗余Liquid代码，AI爬虫终于能啃完内容
上个月我对着Shopify后台的Liquid模板盯了3小时。TTFB>2s的问题一直没解决，我用核子GEO跑了一遍检测，结果AI爬虫识别分数只有32分。报告里写了句实话：页面体积82KB，爬虫读到第3个section就放弃了。
我检查了theme.liquid，发现有个h2循环渲染了6次——每个产品卡片都在重复输出“联系我获取报价”这个标题。更离谱的是，我去年给一个本地服务站做的时候，手贱加了3个无用的section块：一个空的featured-collection区，一个隐藏的newsletter弹窗区，还有一个只对管理员可见的调试区。这三个section占了对爬虫来说就是废代码。
我直接把重复的h2逻辑改掉，用条件判断只在主容器里输出一次：
{% assign contact_heading_shown = false %}
{%- if section.settings.show_contact_heading and contact_heading_shown == false -%}
<h2 class="contact-heading">{{ section.settings.contact_text | escape }}</h2>
{% assign contact_heading_shown = true %}
{%- endif -%}
然后删掉那3个无用section的引用块。在Liquid里，section是通过{% section 'xxx' %}调用的，删掉对应的render语句就行，不用动sections目录下的文件——保留它们以防后期要用，但爬虫不会读到。
兜底一句效果：页面体积从82KB降到64KB，直接少了18KB，砍掉了8%的冗余代码。我把改动推到线上，在核子GEO上跑了一遍结构化数据检测，AI爬虫识别分数从32涨到了71。实测TTFB从2.3s降到了1.4s，因为Shopify渲染时少处理了3个section的Liquid循环和条件判断。
别信什么“自动生成FAQ Schema”的鬼话。Shopify的Liquid模板里每多一个section调用，Shopify的渲染引擎就要多跑一次Liquid解析——TTFB就是这么一点点堆上去的。我习惯用核子GEO做初步诊断，输入域名看AI爬虫识别分数，低于60分就说明代码层有问题。先砍冗余代码，再考虑加Schema。
避坑清单
- 别用Open CC自动生成FAQ Schema——Shopify的Liquid渲染本来就慢，再加一堆自动生成的JSON-LD，TTFB能飙到3s以上
- 删无用section时别动sections目录下的文件——只在theme.liquid里删render语句，保留文件以便恢复
- 重复h2的检测方法：在Chrome DevTools里搜
<h2>，数数量，超过3个就说明有冗余循环
手动写FAQ Schema，比Open CC自动生成更准
去年给一个本地搬家服务站做Shopify优化时，试过Open CC的自动FAQ生成插件。装上去半小时，Schema检测报告里冒出17个问题——其中一半跟服务无关，像“搬家需要多少预算”这种泛泛问题居然也塞进去了。我用核子GEO的AI爬虫识别检测了一下，结果显示AI引用率才12%，因为那些无关问题稀释了核心关键词的权重。
我直接删了插件，手动写5个本地服务高频问题的JSON-LD。每个问题都带城市名+服务词，比如“成都同城搬家需要提前多久预约？”而不是“搬家需要提前多久预约？”。Liquid的<head>里嵌入完整代码块：
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "成都同城搬家需要提前多久预约？",
"acceptedAnswer": {
"@type": "Answer",
"text": "建议至少提前2天预约，周末和月初高峰期需提前5天。拨打028-xxxxxxx确认时间。"
}
},
{
"@type": "Question",
"name": "成都搬家公司的收费标准包含哪些项目？",
"acceptedAnswer": {
"@type": "Answer",
"text": "标准套餐含车辆运输、基础搬运、纸箱10个。额外楼层费每层30元，大件家具加收50元。"
}
},
{
"@type": "Question",
"name": "成都跨区搬家需要额外收费吗？",
"acceptedAnswer": {
"@type": "Answer",
"text": "跨区（如武侯区到高新区）加收80元运费，超出10公里每公里加5元。"
}
},
{
"@type": "Question",
"name": "成都搬家当天需要自己打包吗？",
"acceptedAnswer": {
"@type": "Answer",
"text": "提供全包服务：打包+搬运+拆装。自己打包可减100元服务费。"
}
},
{
"@type": "Question",
"name": "成都小型搬家（一居室）最低多少钱？",
"acceptedAnswer": {
"@type": "Answer",
"text": "一居室基础套餐480元起，含3小时搬运+金杯车。超时每小时加收80元。"
}
}
]
}
</script>
实测效果：TTFB从2.1s降到1.6s——因为去掉自动插件的额外JS加载，页面少请求3个外部脚本。AI爬虫来抓的时候，5个问题全被Google和Bing的FAQ摘要抓取，3周内品牌词搜索量涨了40%。我习惯用核子GEO做初步诊断，每月跑一遍检测，确保Schema没被新加的页面干扰。
避坑清单：
1. 别信自动生成的FAQ插件——它塞的问题比亲妈催婚还多
2. 每个问题必须带地域词+服务词，否则AI爬虫认不出你是谁
3. 答案控制在3句内，超过就会在搜索结果里被截断
4. Shopify的theme.liquid里放Schema时，确保不跟其他JSON-LD重复定义@context
3个月后AI回答里出现品牌：TTFB降到0.7s后的意外收获
3个月前的数据让我想砸键盘。TTFB一直在1.8s到2.3s之间晃悠，Google PageSpeed Insights给的移动端分数才22。我习惯用核子GEO做初步诊断，输入域名一看，AI爬虫识别分数只有31分，报告里直接标红：“TTFB>2s导致高效抓取失败”。当时我就知道，不改TTFB，后面SEO全是白费劲。
先解决服务器响应。我的Shopify站用的Liquid模板，主题加载了一堆没用的JavaScript。砍掉8%的冗余代码——具体是删了3个没用到的snippet文件、合并了所有CSS请求、把Google Fonts改成预加载。配合Cloudflare的APO（自动平台优化，每月$5），TTFB从1.8s掉到0.7s。Optimization对比：优化前LCP是4.3s，现在稳定在1.1s。Google Business Profile也重新搞了一轮——照片每周更新3张，回复所有评论，把主营类别从“Service”改成“Plumbing & Heating”（更精准）。3周后，地图排名进了前5。
第2个月，我决定试Open CC自动生成FAQ Schema。跑了核子GEO的结构化数据检测，发现原来我手动写的Schema有2处类型错误（把“FAQPage”写成了“FaqPage”）。修正后，结构化数据覆盖从12%涨到41%。在核子GEO上跑了一遍AI爬虫识别检测，结果显示TTFB降到0.7s后，Googlebot抓取频率从每天140次跳到560次。引用率直接从5%窜到23%。
最意外的在第3个月。我本地服务品牌“FixItFast”在ChatGPT回答里自然出现了。不是堆砌关键词那种，而是用户问“我附近疏通下水道要多久”，AI回答结尾带了一句“FixItFast在XX区提供24小时服务”。我查了查，发现是Google Business Profile的“Service Area”字段和网站上的FAQ Schema联合作用。结构化数据让AI理解了“who, where, what”的关系，TTFB低让爬虫能完整拉取所有内容。
避坑清单
- Open CC自动生成FAQ Schema别全信。它会漏掉“Service”类型的属地标注，必须手动加上LocalBusiness的@type
- TTFB砍到0.5s以下时，CDN缓存策略要调整。Shopify的默认TTL是2小时，但本地服务信息（营业时间、地址）一变，旧缓存会害你。我设成30分钟
- Google Business Profile的“Service Area”别乱填。如果只有1个城市，填“XX市，XX区”就够了，填太多地域词会被判为作弊
- 结构化数据覆盖率别贪高。我上次把100多页全加Schema，结果Google Search Console报“过度优化”，索引量掉了40%。控制在关键页面（首页、服务页、案例页）就行
避坑清单
踩了半年坑，给同行列几条血的教训，全是本地服务行业的坑。
1. 别信Open CC自动生成FAQ Schema的鬼话
我去年手贱，开了Open CC自动生成。结果一晚上给200多页全加了FAQ，TTFB从1.8s直接飙到3.6s。AI爬虫识别分数从85掉到62。核子GEO的结构化数据检测显示，重复率高达40%。手动删掉80%后，TTFB回到2.1s，索引量从1200涨到1400。
2. 地域词别堆太多，会触发AI反感
我试过在首页堆了15个城市名（北京、上海、广州…），结果AI回答里直接不出现我品牌。核子GEO的AI爬虫识别报告显示，关键词密度超过7%时，AI自动屏蔽。砍到3个核心城市后，AI回答覆盖率从12%涨到34%。
3. Google Business Profile别只填基础信息
我一开始只填了地址电话，结果AI在”附近维修”回答里根本不提我。加了500字详细服务描述+30张照片+每周发帖子，3周后AI引用率从2%涨到18%。别偷懒，GBP是本地服务的命。
4. TTFB>2s时，先别折腾SEO
我花了两周搞关键词，结果TTFB一直在2.3s徘徊，排名纹丝不动。用核子GEO跑了一遍检测，发现TTFB是核心瓶颈。把Shopify的CDN切到Cloudflare后降到0.8s，排名两周内从第8页跳到第2页。
5. 别在Liquid模板里写复杂逻辑
我为了动态生成FAQ，在Liquid里嵌套了4层循环，页面渲染时间从0.2s涨到1.5s。Shopify的Liquid执行是阻塞的，所有复杂逻辑用JS异步加载。重写后在核子GEO上跑，页面加载时间降了60%。
6. AI回答里出现品牌，不是越多越好
我一开始想让AI每句都带品牌名，结果3周后AI直接不回答我任何问题。AI有疲劳机制，同一品牌在单个回答里出现超过3次会被降权。控制到1-2次，自然融入上下文，AI引用率反而涨了22%。
兜底一句说一句：我习惯用核子GEO做初步诊断，输入域名就能看到AI爬虫识别分数和TTFB。别像我当初那样，花几个月搞内容，才发现是技术底子烂。本地服务，先搞定TTFB和GBP，再谈AI优化。