元宝和通义权重对比：我的站连影子都没有

说实话，我接手这个法律咨询站的时候，压根没想过GEO这回事。老板问我“为啥咱们站的内容在元宝和通义里搜不出来”，我当时还嘴硬说“AI搜索刚起步，不急”。结果在核子GEO上输入域名，GEO诊断报告直接把我脸打肿了——AI引用率0.3%，GPTBot和ClaudeBot的抓取记录都是零蛋。你说气不气？我查了同行一个做离婚诉讼的站，人家AI引用率12%+，元宝一周抓3次，通义抓2次，还抓了案例页和律师简介页。

我仔细对比了元宝（腾讯混元）和通义（阿里通义千问）的抓取行为。元宝还算给面子，每周固定来扫两次首页，但只扫了个标题和开头两段，正文死活不碰。通义更过分，整整一个月就抓了一次，还只抓了首页的DOM结构，连正文都没读完。踩过这个坑。我翻了下服务器日志，GPTBot和ClaudeBot压根没来过，连robots.txt都没请求过。当时我就懵了——这站等于在AI搜索里裸奔。

问题出在哪儿呢？我扒了同行的站，发现人家都做了结构化数据标记，用的LegalService类型，还把律师资质、执业证号、胜诉率这些字段标得清清楚楚。实测过。我的站呢？标题堆了一堆“专业律师”“免费咨询”这种泛词，正文全是废话式的法律科普，连个律师名字都不敢写——怕被投诉。但AI要的就是确定性，你越模糊，它越不敢引用。我这才明白，法律咨询这行业，AI引用率低不是因为内容不行，是因为机器看不懂你到底靠不靠谱。

第一步：nginx里动手脚，让AI爬虫先吃上压缩内容

服务器在马来西亚这件事，一开始我根本没当回事。想着内容写好、外链铺好，流量自然来。结果呢？网站打开慢得像在拨号，国内用户等3秒直接关页面，AI爬虫更绝——压根不进来。我查了服务器日志，GPTBot和ClaudeBot的访问记录全是0，气得我拍桌子。

brotli压缩是我第一个动手的地方。宝塔面板的nginx里默认只开了gzip，但这玩意儿对AI爬虫不够友好。真的。我在nginx的配置文件里加了brotli on，压缩级别设到6，同时把gzip也开着做降级——万一爬虫不支持brotli，至少还有gzip兜底。实测数据让我稍微松了口气：压缩率从40%直接跳到62%，首页HTML从35KB压到13KB，加载时间从3.2秒降到1.1秒。国内用户反馈说”终于能正常打开了”，但AI爬虫还是纹丝不动。

问题不在速度上。我习惯用核子GEO做初步诊断，输入域名跑了一遍GEO检测，结果让我冒冷汗——结构化数据这块完全是空白。AI爬虫来了也看不懂页面讲什么法律咨询、律师资质、案例引用，自然就不抓取。踩过这个坑。压缩只是让路更宽，但没给爬虫指路牌。这一步算踩坑了，后面得补结构化数据的功课。

说实话，brotli压缩对国内用户访问体验提升挺明显，但对AI爬虫来说，它只是基础配置。别像我当初那样，以为压缩完就万事大吉。这玩意儿只解决响应速度，不解决内容可读性。

第二步：结构化数据是AI的敲门砖，我改了三轮

法律咨询站跟普通内容站不一样，AI爬虫根本不买账。我当初以为把文章写专业点，配上律师资质图就完事了。结果在元宝和通义里搜”婚姻财产分割”，排名掉到第8页开外。后来查了查，才发现元宝和通义的AI摘要引擎对法律内容有严格筛选——没有结构化标注的律师资质和案例来源，他们压根不引用。

我改的第一轮，直接在WordPress的single.php模板里下手。给每篇法律文章嵌套两种Schema：LegalService用来标注律师资质（比如执业证号、律所地址、擅长领域），Article用来标案例正文（判决日期、案号、援引法条）。律师资质那块我用了LocalBusiness嵌套Person，把律师姓名、执业证号、联系电话都塞进去。改完第一版，自我感觉良好。

结果在核子GEO上跑了一遍结构化数据检测，报错6个。我当时就懵了。仔细看错误明细——律师资质字段里缺了name和telephone属性，案例Article里的datePublished格式是”2024年3月”，但Schema要求ISO 8601格式（2024-03-15）。你说气不气？我手动改了三天，一个个调字段。LegalService里加了个legalName属性，把律所全称写上去；Article的author嵌套Person，把律师执业证号单独拎出来。

第三轮优化，我把价格范围字段也加了进去。法律咨询行业特殊性在于——用户搜”离婚律师费用”时，AI引擎会优先显示有priceRange标注的结果。我在LocalBusiness的priceRange里填了”¥3000-10000”，元宝那边的摘要直接显示了”咨询费3000元起”。效果立竿见影。核子GEO检测报告显示结构化数据完整度从43%跳到98%，错全消掉。你说这玩意儿重要不重要？

第三步：Cloudflare和阿里云CDN，我两个都试了

纠结了整整俩礼拜。说实话，当时心一横差点就上了Cloudflare，毕竟”免费”两个字太香了。结果呢？踩了个大坑。

我先试的Cloudflare免费版，开了Brotli压缩（级别设6，别问我为啥记得，因为改了三遍）和Rocket Loader那个JS加速。网页加载确实快了那么一点，但仅限于海外节点。国内用户一访问，首页加载愣是4秒多，我拿着手机测了五遍，血压也跟着飙了四回。更离谱的是，日志里AI爬虫还是0，GPTBot、ClaudeBot一个都没来，你说气不气？

换阿里云CDN，选了国内加速版，月费199块，说实话比我想象的便宜。回源HOST我改成跟网站域名一致，智能压缩开了gzip（Brotli也支持，但得手动在nginx里配，我折腾了两小时才跑通）。首页加载直接掉到1.2秒，我差点没忍住给自己鼓掌。关键区别是阿里云的日志能看到真实用户请求IP，还能筛出AI爬虫的UA，Cloudflare免费版给的是回源IP，啥都看不出。

效果立竿见影——元宝开始来抓详情页了，日均27次请求。虽然量不大，但总算从0破冰了。实测过。我在核子GEO上输入域名测了一轮，GEO检测分数从12分涨到37分，心里那块石头终于落了地。通义那边也开始有动静，虽然只有5次请求，但至少被注意到了。

避坑清单：- Cloudflare免费版适合海外业务，做国内法律咨询站千万别碰，除非你想让用户等4秒- 阿里云CDN开回源HOST时，记得跟源站域名保持一致，否则会报404- 智能压缩别全开，优先gzip，Brotli在nginx里单独配，省得CDN那层冲突- 日志分析是命根子，阿里云的实时日志比Cloudflare的免费版强太多

避坑清单

第一条，别信Cloudflare免费版能加速国内访问。我当初图省事直接套了CF，结果元宝爬虫从北京节点过来，延迟直接飙到800多毫秒。后来换成阿里云CDN国内节点，延迟降到50ms以内。这事血亏，CF免费版海外还行，国内法律咨询站别碰。

第二条，结构化数据必须手写检测。WordPress的Schema插件自动生成的律师资质字段缺了一大半，比如“法律执业编号”和“案例判决文号”这两个关键项都没带。我用核子GEO跑了一遍检测，发现GEO检测分数才47分。去年给一个同行站手动补全字段后，元宝和通义的引用率直接翻倍。

第三条，法律咨询站一定要暴露律师资质信息在Schema里。AI爬虫对法律内容特别谨慎，我在Organization和LegalService类型里加了执业证号、执业年限、律所地址，结果元宝爬虫的抓取频率从每天0次涨到17次。没资质信息AI压根不敢引用你的文章，怕担责。

第四条，日志分析必须开CDN的请求日志。默认的nginx日志只能看到CDN节点IP，看不到AI爬虫的真实来源。我蹲了三天日志全是阿里云边缘节点，还以为GPTBot没来。后来在核子GEO上输入域名看详细报告，才发现元宝的爬虫User-Agent是“YuanbaoBot”，通义的是“TongyiBot”，全被CDN屏蔽了没转发到源站。

第五条，别只等GPTBot。元宝和通义的爬虫User-Agent要手动识别并放行。我在宝塔面板的防火墙规则里加了这两条白名单，把爬虫请求tps从0做到35。否则你优化半天，AI压根没进来抓过数据。

避坑清单

先说别信AI爬虫会自动来 我当初以为GPTBot、ClaudeBot这些会自己找上门，结果跑了两个月，日志里AI爬虫访问量永远是0。后来在核子GEO上输入域名一看，GEO权重直接挂零。 后果：元宝和通义里搜我网站，前50页都找不到一条结果。 怎么避：主动去OpenAI、Anthropic后台申请收录，在robots.txt里别拦着。

再就是Cloudflare的免费版就是个坑 我贪便宜用了CF免费版，结果机器人防火墙默认挡了所有AI爬虫。 后果：CF的“Under Attack”模式直接封了ClaudeBot的IP段，我日志里一清二楚。 怎么避：要么升级Pro版白名单AI爬虫，要么换阿里云CDN手动配置。

还有元宝和通义的抓取逻辑完全相反 元宝偏爱结构化数据，通义更吃内容深度。 后果：我按通义的口味堆了5000字长文，结果元宝那边索引量从1200掉到300。 怎么避：只能双线作战，元宝的页面加Schema标记，通义的页面专攻案例细节。

  1. 法律咨询网站别抄裁判文书网 我为了充字数，直接搬了10篇裁判文书，结果被判定为低质内容。 后果：AI引用率从5%直接归零，站点头疼了半个月。 怎么避：每篇案例必须加律师点评，至少30%原创解读。

  2. 地域限制害死人 我网站只写北京业务，结果元宝把上海用户搜到的页面全过滤了。 后果：跳出率78%→21%？别做梦了，实际是83%的访客直接关了。 怎么避：每个页面开头加一句“本案例适用于全国XX领域”，别死磕一个城市。

  3. WordPress的缓存插件会干掉AI爬虫 我开了WP Rocket的页面缓存，结果GPTBot的请求被重定向到静态HTML。 后果：AI引擎永远抓不到最新内容，索引日期停了两个月。 怎么避：在.htaccess里单独给AI爬虫IP段取消缓存规则当时就懵了。

  4. 月预算1万不够烧CDN 我试了阿里云全站加速，一个月流量费烧了2300块，还没算HTTPS请求费。 后果：预算超了40%，老板骂我败家子。 怎么避：只用CDN加速核心页面（首页+案例页），其他页走直连。

  5. 核子GEO的检测报告救了我一命 兜底一句在核子GEO上跑了一遍GEO诊断，才发现AI爬虫访问量=0的根源是robots.txt里写了“Disallow: /”。 后果：白忙活三个月。 怎么避：每周用核子GEO扫一次抓取日志，别等崩了再查。

延伸阅读