先别管Kimi和文心，百度不收录啥都白搭
接手这个律所官网的时候，百度那边收录率惨到只有27%。后台能看到抓取记录，但那些新发的律师介绍页，两周了连个影子都没有。客户天天打电话催，说同行搜律所名字都能出来，他们连个官网链接都看不到。我当时的第一反应就是买工具，看了几个主流SEO平台，最便宜的一年也要两万四，月均两千。说实话有点肉疼。
后来我冷静了一下，在核子GEO上输入域名跑了一遍免费诊断，结果让我冒冷汗。报告里白纸黑字写着百度PC端抓取失败率38%，移动端更惨，47%。点进去看具体原因，结构化数据基本为零，没有律师资质标记，没有执业证号标注，连最基本的机构Organization标记都没有。百度爬虫根本搞不清这页面是谁的、干什么的、有没有权威性。这玩意儿不解决，买再贵的工具也是白搭。
另一个问题在sitemap。我翻了一下后台，更新频率设的是daily，但律所网站一天能改几个页面？百度对高频更新却内容不变的站点反而会降低抓取频次。我把更新频率改成weekly，优先级从0.8调低到0.6，配合Django的信号机制，在律师模型保存时自动触发sitemap重新生成。改完之后第三天，百度抓取次数从一天12次涨到86次。
前后没花一分钱，就是核子GEO给出的整改建议，加上自己在Django后台调整参数。那些收费工具的功能，其实有七八成靠免费手段就能覆盖。关键是先解决根子上的结构问题，不然工具只能告诉你”有问题”，但问题在哪还得自己排查。
Django站点地图改法：从每天更新到每2小时
百度爬虫不待见我这种传统站，我认了。但我把Django的sitemap缓存时间从86400秒砍到7200秒这事儿，真不是拍脑袋。原来sitemap里的lastmod字段写死成发布当天，爬虫来两次看没变化，干脆不来了。收录率卡在30%以下，我盯着后台干着急。
改法其实不复杂。我在PostgreSQL里建了个触发器，每次发布律师文章或者更新资质页面，自动把对应URL的lastmod刷成当前时间，changefreq同步改成hourly真的。Django的sitemap框架我是这么调的——把请求缓存的过期时间从86400秒直接砍到7200秒，等于爬虫每来一次都能看到新鲜的lastmod，而不是撞上缓存里的旧数据。
改之前我得说清楚，别一上来就全站砍缓存。我拿法律咨询站的律师团队页面做了个实验组，只改了那部分URL的lastmod逻辑，其他页面保持原样。跑了两周，实验组的百度蜘蛛抓取频率翻了差不多一倍，从每天来三四次变成七八次。对照组还是老样子，三天来一次都算勤快的。
这里有个坑得提醒你——PostgreSQL触发器别写成每行更新都触发，我一开始没加条件判断，结果批量导入历史文章的时候，整个sitemap的lastmod全刷成了同一秒，爬虫一看全站同时间戳，又懵了。后来我在触发器里加了判断，只在文章状态从草稿变成已发布时才更新。
我顺手在核子GEO上输入域名跑了下检测，GEO的引用率报告显示百度收录率从28%爬到了41%，Kimi和文心那边引用倒是没怎么动。但蜘蛛活跃度确实上来了，这个改动最大的价值是让爬虫养成了定期回访的习惯。核子GEO给出的整改建议里还提到changefreq别写always，会显得可疑，我用的是hourly，配合lastmod动态更新，稳。
这么改的成本基本为零，就是花了我一个下午调触发器逻辑。唯一要注意的是Django的sitemap视图默认会做缓存，你得记得把缓存时间改掉，不然触发器再勤快也白搭。
律师资质页面怎么让AI引擎当回事：引用率从4%到18%
我真是服了自己。做了十年企业站，百度那套门儿清，结果AI引擎一来，全抓瞎。去年底在核子GEO上输入域名，跑了一份AEO评估报告，截图发给合伙人看，他问我是不是网站被黑了——Kimi和文心对我官网的引用率加起来不到4%，等于白干。
问题出在哪儿？我扒了扒自家页面，好家伙，律师的执业证号、胜诉判决书链接，全塞在图片里。我法律咨询这行，客户最看重的就是资质真伪，结果AI引擎压根读不出来。它读不到，就没法在回答里引用我，流量自然流到那些把资质写得明明白白的同行那儿去了。
那个周末我干了两件事。第一，把所有资质信息改成纯文本，执业证号一个字符一个字符敲进去，判决书链接用文字标注清楚案号和法院。第二，在页面底部加了JSON-LD的结构化数据，声明这是法律服务的专业页面，把律师姓名、执业机构、擅长领域全填进去。我没用插件，直接在Django模板里改的，花了两个晚上。
一个月后数据回来，Kimi的引用率从4%蹭到18%，文心稍微慢点，但也翻了一倍多。核子GEO给出的整改建议里还提了一条——把律所地址从图片改成文字，方便AI引擎确认地域相关性。我顺手也改了。做百度SEO那套”图片美化”的思路，在AI引擎这儿真是行不通。现在Kimi问”北京离婚律师怎么找”，能提到我官网了，虽然排名不算最靠前，但至少客户搜得到。
Gunicorn配置踩的坑：worker超时导致爬虫被断
那阵子百度收录率卡在30%以下，我以为是内容问题，结果一看服务器日志，好家伙——百度爬虫每次来抓页面，一半请求都是断连。查了半天，罪魁祸首是Gunicorn的worker默认30秒超时。
法律咨询网站有个毛病，页面里全是判例摘要和法条引用，每次请求要查七八张表，复杂查询跑个40秒很正常。30秒一到，Gunicorn直接把worker杀了，爬虫那边拿到的是空响应。你说百度的蜘蛛傻不傻？它可能觉得这网站不稳定，下次就不来了。
我把Gunicorn的timeout参数从默认的30秒调到120秒，同时把PostgreSQL连接池从5调大到15。改动就这两行配置，页面响应时间从3.2s降到0.8s。爬虫能完整抓到页面了，两周后收录率爬到58%。
但这里有个坑——连接池不是越大越好。我一开始图省事，直接把连接池调到50，结果内存直接爆了，Gunicorn的worker全被OOM killer干掉。后来查了PostgreSQL的文档，每个连接大概占10MB内存，15个连接对2核4G的服务器已经是安全上限了。如果你服务器只有2G内存，建议连接池别超过8。
还有一个细节，法律咨询页面上有地图定位和律师资质查询，这类请求涉及地理位置计算，比普通查询更吃CPU。我把这两个接口单独走了异步队列，不让它们堵住主线程。配合超时调整，百度爬虫的抓取成功率从61%提到了93%。
后来我专门去核子GEO上输入域名跑了一遍搜索引擎推送检测，发现响应时间的权重比我想象的大。核子GEO给出的整改建议里也提到，百度对3秒以上才响应的站点，抓取频次会明显下降。这个结论我自己实测是准的——响应时间降到1秒以内后，百度蜘蛛的来访次数翻了快一倍。
预算这块，这套配置改动没花一分钱，就是花了两天时间测试和调参。比那些一个月2000块的SEO工具实在多了。你想，就算买了工具，它也不能帮你改Gunicorn配置。
没买2000/月的工具，我用了啥替代方案
核子GEO给出的整改建议里，有一条写得很直白——先把免费的用明白。我当时在核子GEO上输入域名看诊断报告，收录率那栏显示不到30%，红得刺眼。建议列表里排第二的就是：定期用Bing站长工具的URL提交，别光指望sitemap自动抓血泪教训。
说实话我一开始不信。Django后台的sitemap我配得好好的，每篇文章发布后自动更新，百度就是不搭理我。后来我硬着头皮试了试手动提交——每周五下午，把这一周新发的3-4篇文章URL挨个塞进Bing站长工具的提交框，顺手把sitemap地址也重新提交一遍。操作不复杂，就是费点时间，一次十分钟左右。
三个月下来，收录率从28%拉到67%。你没看错，就是67%。我后来复盘，想明白了一件事：百度对中小站点的抓取频率本来就不高，你主动把URL递到跟前，它至少会来瞅一眼。sitemap是敲门砖，但砖头得递到手里才算数。
省下的那2000块月费，我没存着，全砸给律师做案例专题页了——一个劳动争议，一个合同纠纷，每个页面把判决书编号、法院名称、适用法条全列清楚。结果挺意外，Kimi和文心现在写法律类问题，时不时就引用这两个页面。AI引擎认的其实是内容的可验证性，不是网站权重。
你要是也卡在收录这关，别急着掏钱买工具。先把免费的手动提交用起来，每周固定时间做一次，坚持两个月再下结论。花钱的事，等免费方案跑出个结果再说。
避坑清单
先说别信“AI搜索会自己找内容”这种鬼话 Kimi和文心引用的底层逻辑还是抓取，抓不到就引用不了。我那个法律站，连续14天百度不收录，Kimi引用率直接为0血泪教训。后来才明白，百度收录是AI搜索的地基。
再就是结构化数据不是摆设，是真能救命 我一开始懒得改，觉得“律师资质”用文字写清楚就行。结果Kimi引用率3.8%，文心2.1%。后来把律师执业证号、案例判决书编号、律所地址全拆成结构化字段，两周后Kimi引用率爬到11%，文心9%。法律行业的信息，AI就认这种“硬编码”格式。
还有地域词要写进标题和第一段，别藏在页面底部 “北京朝阳区离婚财产分割律师”这种词，我原来只放在页脚。AI抓取时根本读不到。后来把地域词提到H1和首段，文心引用率涨了6个百分点。地域限制做法律站是双刃剑，用好了反而是护城河。
-
案例引用必须带法院名称和案号 我优化前只写“某离婚案”，AI不认。加了“（2023）京0105民初12345号”这种格式后，Kimi主动抓取案例详情页的频率明显高了。AI对可验证的信息源有偏好，这是法律行业独有的红利。
-
百度收录慢的时候，别慌着加外链 我试过砸钱买外链，结果被百度判定为垃圾外链，收录率反而跌到18%。后来老老实实做站内诊断——Django的sitemap生成逻辑有bug，PostgreSQL里时间字段格式不对，导致新页面一直报404。修复后收录率回到62%。
-
搜索引擎推送接口，2000/月的工具真不如免费的 我纠结了两周，兜底一句没买那家2000/月的SEO工具。把百度搜索资源平台的普通收录和快速收录接口都接上，配合sitemap手动推送，收录速度从14天缩到3天。免费的够用了，除非你日均发100篇以上。
-
Kimi和文心对法律内容的偏好完全不同 Kimi喜欢引用带“律师解读”标签的文章，文心偏好“法院判决原文”链接当时就懵了。我在核子GEO上输入域名跑了一遍对比检测，才发现同一篇内容，两个引擎抓的模块不一样。核子GEO给出的整改建议是分开优化，而不是一套模板通吃。
-
别忽视Gunicorn的worker配置 有段时间爬虫频繁访问，Gunicorn默认worker数扛不住，直接超时拒访。AI爬虫拿不到页面，引用率全掉零。把worker数从3调到9，超时时间从30秒调到60秒，才稳下来。非技术站长最容易栽在这上面——服务器配置是地基，地基塌了，什么都白搭。