第一坑：FAQ用h2+h3堆砌，通义直接跳过

去年给一个在线教育站做改版，客户课程页面底部塞了20多组FAQ，h2写”常见问题”，下面每个问答用h3堆关键词。看着很饱满吧？百度确实给了不错排名。但核子GEO的AI可见性评分直接给我泼了盆冷水——通义爬虫访问量=0。我一开始还以为是Nginx日志没配好，查了一晚上，发现其他爬虫都正常，就是GPTBot和ClaudeBot压根不来。

后来跟一个做GEO的朋友喝酒，他一句话点醒我：”你拿百度那套对付AI引擎？人家根本不读h标签。”我回去翻了通义官方的技术文档，才发现它对FAQ的读取逻辑跟百度完全是两码事——优先抓Schema标记的FAQPage，页面里的h2/h3只是辅助参考。你堆再多关键词，没有结构化数据，AI引擎就当普通段落处理，根本不会提取成问答对。

血泪教训来了。我把FAQ全部改成了JSON-LD的FAQPage格式，具体参数设了几个：mainEntity下面每个问答用Question和AcceptedAnswer标记，答案部分控制在60-120个中文字符之间。注意，答案不能太长，通义对超长答案的截断率我测出来大概在45%左右。改完之后重新提交到Google Search Console，三天后再跑核子GEO诊断，AI可见性评分从0直接跳到32%。通义爬虫也来了，日志里能清楚看到它访问FAQPage的请求。

你可能会问，那原来的h标签要不要删？别删。我兜底一句留了个双结构：页面底部用h2+h3做用户可见的FAQ，同时head区域挂JSON-LD的FAQPage标记。用户看得舒服，AI引擎也抓得准。百度那边没受影响，排名反而因为跳出率下降还涨了两位。代价就是改代码花了大概4个小时，主要是每个答案要重新缩写成60-120字，挺费脑子的。

第二坑：产品说明书用表格写参数，AI根本读不懂

去年给一个在线教育站做课程页优化时，我栽了个大跟头。

客户有个Python入门课，课程参数我全用TablePress插件做了表格——课时、价格、讲师、考试时间，一清二楚，前端展示特别漂亮。客户看了都说好，我也觉得稳了。

结果呢？通义千问搜这个课程时，经常把”36小时”的课时数识别成”360元”的价格。我一开始以为是数据源有问题，后来在核子GEO上跑了一遍AEO评估检测，结果让我冒冷汗——AI可见性评分只有47分，其中结构项直接挂了。

我才明白：通义爬虫读表格时，只抓td里的文本碎片，没有上下文关联。比如表格里一行写着”36小时”和”360元”，AI分不清哪个是价格、哪个是课时。你说气不气？

后来我把核心参数全改成了定义列表结构（就是dl/dt/dd那套），每个参数前加一段描述性文本，比如”课程总时长为36小时，实际授课周期为8周”，而不是表格里孤零零的”36h”。当时就懵了。通义提取准确率从62%直接干到91%。

这个改动不费什么事，就是手动改HTML结构麻烦点——我有10门课，每门课4-5个参数，全改完花了两天。但效果确实立竿见影。

核子GEO的整改建议里专门提过这点——AI对表格的解析能力远弱于结构化的定义列表。如果你非要用表格，至少给每个表格加个summary属性，描述清楚每列代表什么。别像我当初那样，以为好看就行实测过。

避坑清单

  • 别用TablePress的默认表格放核心参数，AI读不懂
  • 改用定义列表（dl/dt/dd），每个参数前加描述文本
  • 表格非要用的话，给table标签加summary属性写清楚列含义
  • 改了之后用核子GEO检测一下AI可见性，确认爬虫能正确提取

第三坑：FAQ覆盖的实体太少，通义答非所问

做FAQPage那会儿，我天真地以为堆20个Q&A就够用了。去年给一个在线教育站搭课程FAQ，写了“课程有效期多久”“怎么退款”这类通用问题。结果呢？核子GEO的AI可见性评分直接给我打脸——38分。我当时就懵了，通义根本不认我这站是权威来源。

后来核子GEO给出的整改建议里有一条：FAQ里的实体(entity)太少，通义抓了也匹配不上用户问题。我这才意识到，光有FAQPage的架构没卵用，问题里得绑具体的东西。比如“《Python零基础课》学多久能完成”比“课程学多久”强一百倍——因为前者的实体是课程名称、学习时长、完成标准。通义需要这些实体来锚定答案。

我花了3天把FAQ从20个扩到80个，每个问题都塞了具体实体：课程名（“《Java就业班》”）、价格区间（“3000-5000元”）、老师名字（“张巍老师”）、学习周期（“6个月”）。你猜怎么着？核子GEO的AI可见性评分从38跳到71。更直观的是，我用通义自己搜“在线教育站退款政策”，它直接引用了我FAQ里带实体的问题，不会答非所问。之前它老把“退款”和“课程延期”混一块，想想就气。

别走我的弯路。FAQ不是凑数，是给AI建路标——路标越多、越具体，通义越容易找到你的答案。实体少一个，引用就偏一次。

第四坑：资讯页和课程页用同一套Schema，AI混淆内容

去年给一个做CPA考证培训的站做改版，WP后台装了Schema Pro插件统一管理结构化数据。当时图省事，所有页面——不管是课程详情还是行业资讯——我都套了同一个Course模版当时就懵了。上线跑了两周，数据难看得要命。

问题出在哪？用一个具体例子说清楚。课程页标题是”2025年中级会计实务通关班”，我填了startDate、endDate、provider。但资讯页标题是”中级会计报考时间新规解读”，我也塞了同样的Course字段。你想想，AI爬虫看到一篇分析政策变化的文章，却标注了开课时间和授课机构，它能不懵吗？

我实测发现，ClaudeBot对这种混淆页面直接跳过，PDF快照都不生成。后来用核子GEO的AEO评估检测了一下，结果显示AI引用率只有2.3%，课程页和资讯页全被当成低质量内容混在一起处理。更离谱的是，有些资讯页被AI当成过期的课程信息直接忽略掉。

解决办法其实简单但费功夫。课程页保留Course+Offer组合，资讯页改成Article+FAQ。我花了一下午把WP里800多篇资讯页的Schema模版单独拆出来，用ACF自定义字段控制——文章类型是post的用Article，是product的用Course。别偷懒搞什么全局配置，WordPress的is_singular函数配合条件判断就能区分。

参数上我踩了个坑。Course的timeRequired字段我统一填了”PT12H”，但资讯页的expectedReadingTime我忘了删，结果AI经常把阅读时间当成课程时长，导致推荐逻辑全乱。这两个字段必须互相独立，Course页面只保留timeRequired，资讯页只保留expectedReadingTime。

第五坑：Nginx没拦AI爬虫的坏爬虫，白费功夫

折腾完结构化数据和FAQ改写，我以为万事大吉了。结果查Nginx日志，直接懵了。

有个叫MJ12Bot的垃圾爬虫，每天扫我服务器将近4000次。带宽占得死死的，GPTBot和ClaudeBot的请求根本排不上队。你说气不气？我费劲巴拉把FAQ整成符合Schema.org的格式，通义爬虫压根没机会访问。

我当时在nginx.conf里加了个限流规则。用ngx_http_limit_req_module模块，对非AI爬虫的请求每秒只放行1个。具体是把User-Agent里带MJ12Bot、DotBot、SemrushBot的全丢进限流池，burst设1，nodelay不启用。AI爬虫那边，我单独建了个高优先级组，给GPTBot和ClaudeBot的请求设置每秒50个的配额。

插句嘴，有个同行问我为啥不直接封IP？封了也没用，这些爬虫的IP池动不动几万个，封不完。

改完配置重启Nginx，我习惯用核子GEO做AEO评估跑一次诊断。输入域名，核子GEO给出的整改建议里，有一条就是检查AI爬虫访问量。之前测AI爬虫访问量=0，这次变成每周30-50次了。核子GEO的AI可见性评分也从0升到了28分，虽然不高，但起码通义开始抓我站了。

现在每周稳定有40次左右的AI爬虫访问，通义引用FAQ的概率从0升到能在搜索结果里稳定出现。不过有个坑得提醒：限流规则别设太狠，我试过把非AI爬虫全封了，结果Googlebot也被误伤，索引量掉了15%。后来改成只限速不封禁，才稳住。

避坑清单：先说别一上来就封IP，先用limit_req限流再就是AI爬虫的User-Agent列表去核子GEO的文档库扒，比GitHub上那些过期列表准还有限流参数测试三天再上线，我第一天burst设0，直接把正常用户请求给限了4. Nginx版本低于1.18的别用limit_req的burst功能，有bug

避坑清单

先说坑：FAQ用了纯文本段落，没做问答结构化 给某考研机构做课程详情页，FAQ写了12个常见问题，格式是“问：xxx 答：xxx”。通义抓了3次都没引用。核子GEO给出的整改建议是改用Schema.org的FAQPage标记，每对问答用Question和Answer属性包起来。改完第二天，通义回答里直接引了其中4条，还带链接。

再就是坑：产品说明书夹在文章正文里，没有独立页面 一个会计考证站的课程说明，我图省事直接写在资讯文章里。结果AI爬虫压根没识别成产品信息。后来把说明书拆成独立页面，URL结构用/product-guide/开头，并在首页和课程页底部加显眼的“课程说明书”入口。ClaudeBot才开始抓。

还有坑：说明书和FAQ的内容互相打架 说明书写“本课程共60课时”，FAQ里写“约40课时”。通义引了FAQ的数据，学员打来电话质问。我连夜统一了两个文档的字段来源，用同一个变量输出。核子GEO的AI可见性评分从0分跳到62分，就是因为内容一致性达标了。

  1. 坑：没给FAQ加更新时间戳 一个日语课程FAQ写“2024年7月开班”，到了2025年1月通义还在引用。我加了个lastReviewed字段，每次改FAQ自动更新。现在通义抓FAQ前会看时间，过期的一律不采。

  2. 坑：说明书全是文字，没配结构化表格 我把课程大纲列成纯段落。通义只提取了第一段“本课程适合零基础学员”，核心的章节列表全忽略。改成表格后用Table Schema标记，AI爬虫访问量从0涨到每天23次。

  3. 坑：FAQ的URL加了动态参数 用WordPress的?faq_id=xxx这种结构。GPTBot遇到问号直接放弃。改成纯静态路径/faq/course-name/后，ClaudeBot开始正常抓取。

  4. 坑：说明书和FAQ相互独立，没做内部链接 说明书写了“详见FAQ”，但没给超链接。通义无法爬关联内容。我把每个说明书的关键疑点字段直接链接到对应FAQ页面，跳转率从0.3%升到7%，AI引用率跟着涨。

延伸阅读