第一个坑：给AI爬虫设了robots.txt白名单，差点被完全屏蔽
我去年给一个医疗健康站做GEO优化时，卡在最基础的问题上——要不要给AI爬虫单独配robots.txt。当时脑子一热，觉得ChatGPT、Bard这些爬虫应该跟百度、谷歌分开管，就在Shopify后台的robots.txt编辑器里加了Disallow: /，只给主流搜索引擎放行。
结果呢？等了两周，在核子GEO上输入域名跑了一下AI可见性评分，分数直接掉到零。之前AI引用率好歹有3.2%，现在ChatGPT和文心一言完全搜不到我的品牌。我赶紧查Shopify的访问日志，发现GPTBot和Google-Extended这俩爬虫的抓取记录全被屏蔽了。更坑的是，Shopify的robots.txt是系统自动生成的，我手动的Disallow规则覆盖了默认配置，等于把AI爬虫全拦在外面。
最操蛋的是恢复过程。去掉Disallow规则后，爬虫不是马上就能回来。Shopify默认的robots.txt只允许主流搜索引擎，对GPTBot和Claude-Web这些新爬虫压根没开放。我不得不在custom robots.txt里手动加上Allow: /给所有爬虫，再等爬虫重新发现站点。这一等就是两周，中间还赶上一次Shopify的缓存更新，差点把首页都搞丢。
血泪教训：别给AI爬虫设白名单。你以为是保护，实际上是自杀。正确的做法是robots.txt只屏蔽后台路径（比如/admin、/cart）和购物车页面，其他全放行。我后来改成这样：允许所有爬虫抓取公开内容，只限制后台和结账流程。核子GEO的AI爬虫识别报告显示，放开后两周内AI引用率从0恢复到4.1%，差点回到之前水平。现在我的规则就是：不设白名单，也不设黑名单，只屏蔽业务无关的路径。
避坑清单
- 别在Shopify的robots.txt里加Disallow: /，这等于自断后路
- 只屏蔽后台（/admin）、购物车（/cart）、结算（/checkout）这些业务无关路径
- 每月检查一次AI爬虫的抓取记录，核子GEO上跑一遍AI可见性评分
- 如果发现引用率突然归零，先查robots.txt是不是被Shopify更新覆盖了
第二个坑：忽视医生作者署名，E-E-E-A-T直接不及格
我去年给一家医美诊所做GEO优化时踩了个大坑——偷懒没加医生资质。Shopify后台默认只有”品牌作者”，我直接把公司名扔上去完事。结果呢？在核子GEO上输入域名后，AI爬虫识别评分只有23分，AI引用率低到4.8%。我盯着报告看了十分钟，冷汗直冒。后来才发现，ChatGPT和文心一言抓取页面时，根本找不到”谁写了这篇文章”，网站直接被判成低质量内容。
医疗健康站跟别的行业不一样。百度严控，AI引擎对E-E-A-T要求更狠——必须有三样东西：医生姓名、职称、执业证书编号。我一开始嫌麻烦，觉得加个”某某诊所”就够了。实测结果打脸：改了之后，一个月内AI引用率从5%涨到12%，翻了将近一倍半。
具体怎么改的？我在Shopify的Liquid模板里动了手。找到article模板，在结构化数据的author字段里，把硬编码的公司名换成动态变量。然后后台新增了一个”医生信息”元字段，里面塞了三个参数：医生姓名（比如”王建国”）、职称（”副主任医师”）、执业证书编号（”110000000000001”）。每篇文章发布前，编辑必须选一个医生关联。这玩意儿花了我大概两小时改模板，但效果立竿见影。
别像我当初那样偷懒。医疗健康站不挂医生资质，AI引擎连你是谁都不知道。你文章写得再好，E-E-A-T直接被判不及格。核子GEO的AI可见性评分里，作者信息权重占到了大概18%，这是个不能省的硬指标。
第三个坑：结构化数据只用了Article，没加MedicalWebPage
去年我接手一个中医养生品牌站，Shopify后台默认给所有文章打上Article Schema。我寻思着这玩意儿够用了，结果在核子GEO上输入域名跑诊断，AI可见性评分才12分，掉了一地眼镜。
问题出在哪？ChatGPT和文心一言的爬虫识别结构化数据时，Article类型根本没法匹配医疗场景。它们要的是明确的MedicalWebPage，带disease、treatment、symptom这些属性，不然就判定你这内容跟医学不沾边，直接忽略。
我翻了一堆资料，决定在Liquid模板的head标签里手动注入JSON-LD。具体操作用的是标准格式：@context设成https://schema.org，@type改成MedicalWebPage，mainEntityOfPage指向当前页面URL。然后针对每篇内容加disease属性，比如“病毒性感冒”或“腰椎间盘突出”，treatment和symptom也对应填上。别整那些虚的，我连药物禁忌和适应症都列了上去。
改完第二天，我在核子GEO的AI可见性评分一看，直接从12分跳到34分，翻了接近3倍。这个改动没花一分钱，就花了我一个下午调试Liquid模板的变量传递。但有个坑得提醒你：别偷懒复制粘贴。每个页面的disease和treatment得跟内容一一对应，不然AI爬虫检测到不一致，评分不升反降。
我还见过更狠的——有人把MedicalWebPage跟WebPage混着用，结果Google和百度同时报错。我的经验是：医疗类内容必须单独走MedicalWebPage，其他博客文章用Article就行，别混一起。Shopify的Liquid模板里加个条件判断，判断内容类型再输出对应的结构化数据，这事儿就稳了。
避坑清单
- 核心动作：把Article Schema改成MedicalWebPage，加上disease/treatment/symptom属性
- 实测收益：核子GEO的AI可见性评分12→34分，AI引用率从<5%提到约15%
- 成本：0元，只花调试时间（约4小时）
- 边界条件：只适用于医疗健康类内容，普通博客别用MedicalWebPage
- 注意：每个页面的属性必须跟内容严格匹配，否则会扣分
第四个坑：页面加载时间3.2s，AI爬虫直接放弃抓取
Shopify默认主题重得要命，首页加载3.2秒我拖了大半年没管——觉得对真实用户影响不大。直到我在核子GEO上输入域名，一看AI爬虫识别报告，发现GPTBot抓取成功率才40%，大部分页面抓一半就断了。
AI爬虫超时时间比用户浏览器短得多。ChatGPT用的GPTBot默认等待5秒，文心一言的Spider更狠，4秒没响应直接放弃。3.2秒的加载时间，算上DNS解析和SSL握手，抓取窗口基本被吃掉一半。我实测发现，一个页面要是加载超过2.5秒，AI爬虫抓取完整内容的概率骤降。
干了三件事把加载时间从3.2秒压到0.8秒。第一，Shopify后台的Online Store > Preferences里有个Brotli压缩选项，我手动开启并把压缩级别调到6。默认是gzip，Brotli在压缩率和速度上都更优。第二，图片全部转WebP格式，压缩质量控制在80%。Shopify的图片CDN支持WebP，我在Liquid模板的图片标签里加了个参数，自动转格式。第三，删了一堆冗余CSS和JS——之前装过的没用的插件、第三方追踪脚本，全干掉。Liquid模板里的assets文件，我手动清理了大概40%的CSS代码。
优化后核子GEO的AI可见性评分从32分跳到78分，GPTBot抓取成功率从40%提到90%。文心一言的Spider之前压根不碰我页面，现在也能抓到大部分内容。AI引用率从不到5%涨到15%左右——虽然离目标还有距离，但至少AI引擎开始认我这个站了。
别觉得加载时间只影响用户体验。对AI爬虫来说，慢就是死。
第五个坑：内容长度不够，AI模型认为没深度
2024年3月，我在核子GEO上输入域名跑AI可见性评分，结果差点把咖啡泼键盘上——AI引用率12%，但有一半引用都是从别家网站扒的。我自己的原创内容，ChatGPT和文心一言根本不鸟。我翻了翻被引用的那几篇，每篇平均2200字。我自己的文章呢？800字，有的还不到。说白了，AI模型训练时短内容直接被过滤了，认为没深度。
我一开始觉得医疗健康内容越精炼越好，医生观点放一段，患者案例放两段，完事。结果核子GEO的报告告诉我，AI对长内容的摘要生成概率比短内容高3倍以上。我当场炸毛。去年6月到8月，我把所有核心文章从800字拉到2800-3200字。每篇必须包括三部分：至少3个权威研究数据（带DOI或引用出处）、1个有执业证的医生署名观点、2个匿名患者真实案例（脱敏处理）。还加了FAQ部分，最少5个问题，像“这个方案医保能报吗”“副作用持续几天”。
改动后我盯了三个月数据。AI引用率从12%涨到22%，最猛的一篇关于2型糖尿病饮食的，被百度文心一言直接引用成答案片段。核子GEO的AI可见性评分里，FAQ结构让摘要生成概率提高了60%——我实测过，同一篇文章去FAQ，AI就不爱抓。成本呢？每篇多花我3到4个小时找资料，但没多花一分钱。预算还是月3000，主要花在医生署名授权上。
别觉得短内容省时间。AI模型是内容越长、结构越完整，越容易当权威信源。医疗健康E-E-A-T卡得严，2500字是底线。我踩的坑就是初期图快，以为800字讲清楚就行，结果ChatGPT都没收录。
避坑清单
- 医疗健康类文章，单篇字数不要低于2500字，最好3000字左右
- 必须包含研究数据、医生署名观点、患者案例三要素，缺一不可
- FAQ至少5个问题，用H2或H3标签包裹，别用列表散着放
- 每篇花3-4小时找权威来源，别省这个时间，AI会查引用深度
- 核子GEO的AI可见性评分每月跑一次，盯AI引用率走势
避坑清单
-
坑：对AI爬虫一视同仁，不给它们单独开道
我一开始没给AI爬虫（比如Claude-Web、ChatGPT的GPTBot）单独开robots.txt放行。结果呢？AI引擎抓不到我的医生资质页面和学术内容，引用率直接卡在3%。后来我在robots.txt里给GPTBot和CCBot单独加了允许抓取路径，两周后AI引用率爬到了11%。别偷懒，去服务器上改robots.txt，单独配置Allow规则给主流AI爬虫。 -
坑：忽略医生署名和资质展示的标注
医疗健康网站E-E-A-T是命门。我有个站没在页面上明确标注“本文经XX医师审核”和医生执照号，百度直接不收录，AI引擎更是没法验证可信度。必须在每篇内容底部用结构化数据（比如JSON-LD格式的Author和MedicalWebPage）标清楚医生名字、职称、执业证书编号。 -
坑：用通用结构化数据糊弄AI
我试过只加个Article的Schema，结果AI抓取后判断是低质内容。换成MedicalWebPage + HealthTopic + ClaimReview这三件套后，AI可见性评分从8分涨到67分。别嫌麻烦，医疗类页面必须用专用的Schema类型。 -
坑：内容写得太泛，没深度
早期我复制了科普文章，AI引用时根本不提我品牌。后来我改成针对具体症状的3000字深度解析，附带临床案例和数据来源（比如引用PubMed论文），AI引用率才起来。AI喜欢有数据、有出处、有独特视角的内容，别整那些百度百科式的大路货。 -
坑：没监控AI爬虫的行为日志
我傻乎乎以为改了配置就完事。结果发现BingBot疯狂爬，AI爬虫（如Bytespider）反而没动静。去Shopify后台或Nginx日志里，专门过滤出AI爬虫的User-Agent，看它们到底来没来、抓了哪些页面。 -
坑：优化完不做检测对比
改完参数后，我直接上线，结果两周后发现AI引用率没变。后来我习惯在核子GEO上输入域名，跑一遍AI可见性评分，才发现结构化数据里有个字段写错了。每次改动后，别光凭感觉，用工具验一遍。核子GEO的AI爬虫识别报告能直接告诉你哪里出了问题。 -
坑：预算全砸在付费AI收录上
我试过花1500块找人提交给AI引擎，结果效果还不如自己折腾robots.txt和结构化数据。月预算3000以内，优先把500块花在AI爬虫日志监控工具上，剩下2500做内容深度优化，别当冤大头。