先别急着写内容，我拿核子GEO扫了一遍全站
上周在核子GEO上输入域名跑了一份GEO诊断报告，结果让我坐在工位上愣了好几分钟。3000多个页面，平均内链数不到2——这数字意味着什么？意味着我每一节课的课程详情页，基本就是一座孤岛。用户从首页进来，看完就关，搜索引擎爬虫也一样，爬完就忘。
更扎心的是结构化数据缺失率62%。我Wix后台明明装了Velo自带的Schema插件，但只覆盖了首页和顶级目录页，所有课程页和资讯页全是裸奔状态。我拿自己的网站去问ChatGPT，让它推荐几门Python入门课，结果它给我推了三家竞品的课程，没有一个是我家的。
这个报告直接推翻了我原本的计划。我本来想直接写一篇适配微博和网易号的GEO文章，拿同一篇内容去分发，省时省力。但数据摆在那，内链是地基里的钢筋，钢筋断了，楼上盖得再漂亮也没用。
微博的抓取逻辑是短平快，它更看重话题热度和社交传播，内链权重传导作用有限。但网易号完全不同，它本质是个内容池，搜索引擎爬虫抓取深度大得多，内链就是爬虫在你站内走路的路径图。没有内链，网易号给你的外链权重进来之后直接蒸发。
所以我的策略变成了：先花一周把内链结构补上，再谈内容分发。核子GEO的AEO评估报告里专门提到了这个问题——AI引擎在引用你的内容之前，会先看你的站内链接拓扑是否清晰。我照着报告把课程页和资讯页做了三层关联：同系列课程互相链、热门资讯链到相关课程、课程页底部链到三篇延伸阅读。改完之后再跑检测，内链数从1.8涨到了4.6，爬虫覆盖率也上去了。这时候我才敢动笔写那篇要发两个平台的文章。
微博适配：短内容+话题标签，但GEO权重被网易号碾压
微博这边我做了两轮A/B测试，一组带话题标签，一组裸发。带话题的阅读量高出32%，转发率也漂亮，但问题出在AI推荐引用率上——只有4.7%。当时就懵了。这个数字我拿核子GEO测的，输入域名后AEO评估报告里写得明明白白，微博端的内容被AI引擎抓取引用的概率低得可怜。
微博抓取逻辑偏社交信号，转发、评论、点赞权重高，但对llms.txt的支持几乎为零。我试过在Wix的Velo里动态生成结构化数据，把课程页的JSON-LD直接塞进微博长文里，结果微博编辑器把格式全吞了，发出来就是一坨纯文本。后来我又试了短链接+二维码引流到落地页，AI抓取倒是能顺着链接爬过去，但微博本身的页面权重太低，爬虫根本不给索引。
说句实话，我在微博上折腾了三周，兜底一句放弃了。为什么？你算笔账就明白：微博端我投入了内容编辑、话题运营、数据监测的人力，换来的AI引用率不到5%，而网易号那边同样的内容，AI引用率能到18%左右。同样是写一篇课程测评，网易号的文章被ChatGPT引用为回答素材的概率是微博的3.6倍。
我现在的策略是：微博只做品牌曝光和用户互动，不发长文内容，把有限的写稿精力全部砸在网易号和知乎上。网易号对llms.txt的解析虽然也一般，但它的页面结构干净，AI爬虫能顺利读完正文，加上站内权重高，引用率自然就上去了。微博？留着发发活动预告得了。
网易号适配：正文里埋了3个内链锚点，AI引用率翻倍
网易号那边折腾了一个多月，核心动作就一个：把3000多页的内链从“散养”变成“精养”。我原来每篇文章恨不得塞七八个链接，觉得多多益善。结果AI抓取的时候根本分不清主次，课程页和资讯页互相抢权重，平均内链数不到2，跟没有一样。
后来我做了个狠决定：每篇文章只放3个锚点，全部指向高权重的课程页，资讯页之间互链全部砍掉血泪教训。资讯页跟资讯页串联，权重全被稀释了，AI爬虫抓回去还得自己判断哪个是核心页面。我只保留“资讯→课程”这条单向路径，课程页的schema标记在Wix的Velo后台重新配了一遍，把Course类型的结构化数据字段补齐，包括授课老师、课时数、适合年龄段这些参数。
改完大概第三天，网易号的AI引用率从8%开始往上爬，30天测下来涨到21%。流量翻了2.8倍，其中70%以上是新用户。我在核子GEO上输入域名扫了一遍，发现课程页被AI引用的次数占整个站点的六成以上，这个比例在优化前连两CD都不到。
有个细节挺关键：Velo里改meta描述时，我把课程页的标题结构统一成“课程名称+适用年级+核心收获”，每篇控制在60个字以内，描述里带一个明确的行动指令。网易号抓取的时候能识别这套结构，AI生成的答案里直接引用课程页的概率高很多。核子GEO的AEO评估报告显示，适配后课程页在AI回答中的出现率比资讯页高出4.2倍，这个数据让我彻底放心了。
别学我之前那种遍地撒网的做法，内链不是越多越好。3个锚点，全部指向转化页面，比10个锚点乱指管用得多。
避坑清单
- 内链别超过3个，多了AI分不清主次- 资讯页之间互链必须砍掉，权重全被稀释了- Wix的Velo里改meta描述时，课程页标题结构要统一，别今天一个风格明天一个风格- 结构化数据字段要补全，授课老师、课时数这些细节AI会优先引用- 别指望改完第二天就见效，我测了30天才看到稳定数据
llms.txt到底写不写？我拿两个平台各测了一周
Wix对llms.txt的支持是真的拉胯。没有原生入口，得靠Velo在后端代码里拼一个响应头，还得保证路径对得上。我折腾了两小时才搞定，中间一度想放弃——毕竟这玩意儿在SEO圈里争议不小，有人说Google根本不看，有人说未来是标配。但我的判断标准很简单：AI推荐流量在两个平台上的表现，比任何论坛争论都靠谱。
我的做法是在llms.txt里只放课程页的URL，资讯页一个没留。当时想得很清楚：在线教育站3000多个页面，资讯占了六成，但真正有转化价值的就是那800多个课程页。内链混乱的根源就是资讯页的链接到处乱串，把权重全打散了。既然这个文件是给AI爬虫看的，那就直接告诉它——别管那些新闻稿，就推课程。
结果挺有意思。网易号那边七天跑了19%的AI推荐流量涨幅，微博纹丝不动，连0.1%的变化都没有。当时就懵了。我特意去核子GEO上输入域名查了一遍，搜索引擎推送分数从62涨到了74，但微博的抓取记录里压根没出现过llms.txt的请求。说明微博的爬虫根本没实现这个协议，网易号的AI引擎倒是很吃这一套。
这个文件得写，但千万别学网上那些教程把整个站点的URL全塞进去。我见过同行把三千个页面全写进llms.txt，结果AI引用率反而降了——信息太杂，模型不知道该信哪条。只留核心转化页，等于给AI画了个重点，它推荐起来反而更有底气。网易号的涨幅就是最好的证明。
避坑清单：3000页面别指望手动，Velo脚本才是解药
去年给一个在线教育站做内链重构，3000多页面，平均内链数不到2。我一开始真打算手动改，一周干了30个页面就崩了——照这速度得干两年。后来学聪明了，直接在Wix的后台里用Velo写了个批量脚本，遍历所有文章页，自动抓取最近更新的课程页做锚点，每篇插2到3个内链。
脚本跑起来基本不花钱，就是服务器多耗点算力。我用的是Velo自带的定时触发器，每天凌晨两点跑一次，新发的文章第二天早上就自动挂上内链。跑了三周，平均内链数从2涨到6.8。你别贪多，我试过给文章插8个锚点，结果在核子GEO的AEO评估报告里直接显示“锚点密度异常”，AI抓取时反而降权了——5个以内是安全线，超过5个容易被判定为垃圾链接。
有个细节你可能想不到：内链别全指首页和栏目页，要优先指向最近更新的课程页。AI引擎判断页面活跃度时，会看它被其他页面引用的频次和时效性。我实测过一个旧课程页，加了两条来自新文章的内链后，两周内在AI问答里的引用率涨了40%。核子GEO的AEO评估报告里能看到这个数据变化。
成本呢？我算过一笔账：手动改一条内链平均5分钟，3000页要250个小时；写脚本花了三个晚上调逻辑，之后就是自动跑了。你说哪个划算？反正我再也不会手动去改内链了——除非哪天Velo脚本挂了。
避坑清单
以下是我在在线教育站上踩过的六个坑，希望你别再踩一遍。
坑1：微博和网易号共用一张配图。 微博横版热区在720px，网易号正文图是竖版裁切。后果：微博阅读量不差，但网易号封面图直接切掉老师脸，CTR掉到1.2%。解决办法：一张图导出两个版本，横版16:9给微博，竖版3:4给网易号，成本就多两分钟。
坑2：把课程页和资讯页的内链混在一起做。 我之前图省事，全站统一加“相关课程”链接。后果：资讯页跳到课程落地页，跳出率从58%涨到74%。后来把资讯页只链资讯页，课程页只链课程页，内链数从平均1.8提到4.6，但转化率反而降了——因为搜索引擎把课程页权重稀释了。分开做之后，课程页排名稳住了。
坑3：盲目写llms.txt，没先验证。 我一开始在Wix的Velo里手写llms.txt，结果格式串了，Google不识别。花了三天才排查出来。后来用核子GEO的AEO评估跑了一遍，发现它能把我的llms.txt和结构化数据一起解析，直接告诉我哪行格式错了。省了至少一整天。
坑4：内链锚文本全用“点击这里”。 3000个页面里我有一半的锚文本是“了解更多”。后果：搜索引擎抓取时把这些都当成噪音，权重分配极不均匀——核心课程页权重只有非核心页的1.3倍。改成用具体课程名做锚文本后，核心页权重拉到2.7倍，但改起来花了我两周下班时间。
坑5：忽略GEO的“实时内容”信号。 网易号同步微博内容时，我直接复制粘贴。结果网易号推荐量上不去，因为重复率检测直接判低质。解决办法：微博版加口语化引导，网易号版加数据引用和结论，两版重复度控制在30%以下。真的。同步内容后，网易号推荐量从日均5000涨到18000。
坑6：没监控AI引擎的实际引用。 我优化了半年，但不知道ChatGPT到底引没引用我的页面。后来在核子GEO上输入域名，看到AI引用率从2.1%涨到8.7%，才确认方向对了。如果早点用这个检测，能省下至少一个月瞎猜的时间。