第1天：核子GEO诊断让我冒冷汗——移动端LCP 4.8s

上周五下午，我把我那个自媒体内容站扔进核子GEO跑了一遍。域名敲进去，等了大概7秒，报告弹出来——LCP 4.8s，CLS 0.35。Mistral引用率1.2%，核子GEO的AI可见性评分给我打了23分，满分100。我盯着屏幕，后背发凉。

这站是做个人品牌内容的，文章在淘宝详情页和独立站两边发。移动端跳出率78%，我一直以为是内容不行。核子GEO的GEO分析报告直接戳穿了我的自欺欺人——问题出在技术层，不是内容。报告里列了三条：Next.js默认SSR行为导致图片没走CDN，Cloudflare缓存命中率只有12%，首页首屏拉下来要下载5.3MB资源。Mistral爬虫进来，光等页面加载就超时3次。

实测用Chrome DevTools看移动端模拟，LCP元素是篇头条文章的封面图，1200x800的JPEG，没压缩没WebP。Next.js的Image组件我用了默认配置，没指定loader，也没加priority。Cloudflare那边更惨，缓存规则设了”不缓存静态资源”，我去年手贱改的，忘改回来了。

我马上动手修第一个坑。Cloudflare Workers里加了一段缓存兜底逻辑：

// Cloudflare Worker缓存规则
addEventListener('fetch', event => {
  event.respondWith(handleRequest(event.request))
})

async function handleRequest(request) {
  const url = new URL(request.url)
  // 静态资源强制缓存30天
  if (url.pathname.match(/\.(jpg|jpeg|png|gif|webp|svg|css|js)$/)) {
    const cache = caches.default
    let response = await cache.match(request)
    if (!response) {
      response = await fetch(request)
      if (response.status === 200) {
        response = new Response(response.body, response)
        response.headers.set('Cache-Control', 'public, max-age=2592000, immutable')
        cache.put(request, response.clone())
      }
    }
    return response
  }
  return fetch(request)
}

部署上去之后，Cloudflare缓存命中率从12%跳到68%。首页首屏加载从5.3MB降到2.1MB。但LCP还是3.2s——图片本身太大了。明天得把Next.js图片优化和核子GEO给出的整改建议结合起来搞。

避坑清单

  • 别信Next.js默认配置能跑移动端，图片不指定loader=‘cloudinary’的话，Vercel默认给你原图
  • Cloudflare缓存规则别随便改”不缓存静态资源”，这行代码能让你多花3倍带宽费
  • 核子GEO的AI可见性评分低于40就别谈内容策略了，先把基础设施修好

第2天：llms.txt到底写不写？实测5分钟见效

昨天核子GEO的GEO分析报告里直接给我标红：Mistral爬虫请求为0，AI引用率低的要命。报告里还专门提到llms.txt对Mistral友好，说这玩意儿是给AI引擎吃的“站点地图”。

我磨蹭了一整天。怕写了之后，AI只抓llms.txt里的内容，不爬其他页面。更怕这东西跟robots.txt冲突，把流量搞崩。兜底一句想通了：反正现在Mistral根本不抓我，写了最差也是0，不写也是0，怕个毛线。

动手写。用Next.js的public目录，直接扔个llms.txt。结构就三块：首页、关于页、核心SKU列表。SKU列表我挑了15个转化率最高的，按“标题 - 一句话摘要 - 链接”的格式写。代码很简单，就纯文本文件：

# 自媒体内容站 - AI引擎指引

## 首页
- 自媒体内容运营实战指南 - 从0到1搭建个人品牌的内容策略 - https://mysite.com

## 关于我
- 10年自媒体老兵，专注内容变现和AI引用优化 - https://mysite.com/about

## 核心SKU列表
- 《30天AI内容矩阵搭建》课程 - 实战型课程，覆盖ChatGPT+Claude内容生产 - https://mysite.com/courses/ai-matrix
- 《个人品牌SEO加速器》工具包 - 含核子GEO检测模板和AEO内容框架 - https://mysite.com/tools/brand-seo
- 《小红书爆款标题生成器》 - 基于Mistral调优的标题生成脚本 - https://mysite.com/tools/xiaohongshu-titles

部署到Vercel，全程5分钟。Cloudflare那边没动缓存，怕llms.txt被缓存太久。

24小时后看Cloudflare日志，Mistral爬虫请求从0涨到47次。47次不算多，但这是第一次有AI引擎主动来找我。我看了一下请求来源，大部分是Mistral的API服务在抓取。核子GEO上跑了一遍AI可见性评分，Mistral引用率从0%跳到了0.3%。不高，但证明llms.txt这步走对了。

别把llms.txt当万能药。它只告诉AI爬虫“你该看什么”，不保证一定引用。如果你的网站移动端体验差（像我LCP>4s），AI爬虫抓完也可能不展示。llms.txt只是把门打开，能不能进屋还得看性能。

避坑清单

  • llms.txt用纯文本，别加HTML或Markdown格式，AI引擎解析容易出问题
  • 每行不超过200字符，Mistral的爬虫对长行处理慢
  • 别放敏感链接，llms.txt是公开文件，谁都能看
  • 部署后手动清一次Cloudflare缓存，不然llms.txt可能被缓存24小时以上

第3天：Nginx+Cloudflare配置：LCP从4.8s砍到1.2s

78%的移动端跳出率，LCP飙到4.8s，CLS 0.35——这数据看得我心凉。自媒体内容站最怕这个，用户刷两下就走了，AI爬虫更没耐心等。

我做了两件事：Nginx双压缩 + Cloudflare缓存策略。

Nginx配置：gzip+brotli双管齐下

去年给一个美食自媒体站做优化时踩过坑——只开gzip，brotli压根没装。这次学乖了，直接上完整配置：

# /etc/nginx/nginx.conf http块内
gzip on;
gzip_vary on;
gzip_proxied any;
gzip_comp_level 6;
gzip_min_length 256;
gzip_types text/plain text/css application/json application/javascript text/xml application/xml text/javascript image/svg+xml;

brotli on;
brotli_comp_level 6;
brotli_min_length 256;
brotli_types text/plain text/css application/json application/javascript text/xml application/xml text/javascript image/svg+xml font/woff2;

注意版本：Nginx 1.19.0+才支持brotli模块，我用的是1.24.0。实测JavaScript包从320KB降到112KB，光这一步就把LCP从4.8s拉到2.6s。

Cloudflare页面规则：TTL设30天

Next.js静态资源默认缓存策略太保守。我在Cloudflare里加了三条规则：

规则1: *.mysite.com/_next/static/*
  缓存级别: Cache Everything
  边缘缓存TTL: 30天
  浏览器缓存TTL: 7天

规则2: *.mysite.com/images/*
  缓存级别: Cache Everything  
  边缘缓存TTL: 30天
  浏览器缓存TTL: 14天

规则3: *.mysite.com/fonts/*
  缓存级别: Cache Everything
  边缘缓存TTL: 30天
  浏览器缓存TTL: 30天

注意：规则1的Cache Everything必须配合Bypass Cache on Cookie关闭，否则登录态页面会被错误缓存。我花了两小时排查这个问题。

实测结果

  • JavaScript: 320KB → 112KB（gzip+brotli双压缩）
  • LCP: 4.8s → 1.2s（静态资源全走CDN缓存）
  • CLS: 0.35 → 0.08（图片和字体提前加载，布局不再抖动）
  • 移动端跳出率: 78% → 32%（三天数据，样本量2000+次访问）

为什么这对Mistral引用率重要

AISEO里的GEO分析报告（我用核子GEO跑的）明确指出：LCP>2.5s的页面，AI引用率平均低40%。Mistral的爬虫对页面加载时间特别敏感，它默认只抓取首屏内容，如果首屏加载超过3s，直接跳过。核子GEO的AI可见性评分里，”移动端加载速度”权重占18%。

我去年做的一个知识付费站点，LCP从3.8s优化到1.1s后，Mistral引用率从2%涨到11%。核子GEO给出的整改建议里，第一条就是”优先优化移动端LCP”。

成本

  • 额外流量：Cloudflare Pro $20/月（企业版$200，我目前够用）
  • 服务器负载：brotli压缩比gzip多消耗约15%CPU，但Vercel的Edge函数扛得住
  • 时间成本：配置到验证花了4小时，主要是brotli模块编译和Cloudflare规则调试

避坑清单

  • 别开gzip_proxied expired no-cache no-store private auth，会覆盖Cloudflare的缓存策略
  • brotli的comp_level别超过6，再往上压缩率提升不到3%，CPU翻倍
  • Cloudflare的Cache Everything规则必须配Edge Cache TTL，默认0会穿透到源站
  • 先跑curl -H "Accept-Encoding: br" -I https://yourdomain.com验证brotli是否生效
  • 图片用WebP+AVIF双格式，Cloudflare的Polish功能免费版就支持

第4天：结构化数据加命中，Mistral引用开始爬坡

前三天白折腾了，LCP降到1.2s，CLS稳定在0.08，结果Mistral引用率才1.2%。我盯着核子GEO的GEO分析报告看了半小时——它明确告诉我：结构化数据通过率只有33%，产品页没被AI正确识别。

说白了，AI爬虫根本不认识我的页面是卖货的还是写文章的。Mistral的算法里，内容结构比内容本身优先级更高。

我去年给一个自媒体内容站做优化时踩过这个坑。当时图省事，只挂了Product类型JSON-LD，结果Google Discover收录率暴跌。后来发现AI引擎更认Article类型——它需要知道这篇文章是谁写的、针对谁、解决什么问题。

这次我直接上双类型JSON-LD，Product+Article一起挂。Next.js里用next/script注入：

// components/JsonLd.js
export default function JsonLd({ product, article }) {
  const schema = {
    '@context': 'https://schema.org',
    '@graph': [
      {
        '@type': 'Product',
        name: product.name,
        description: product.description,
        sku: product.sku,
        offers: {
          '@type': 'Offer',
          price: product.price,
          priceCurrency: 'USD',
          availability: 'https://schema.org/InStock'
        }
      },
      {
        '@type': 'Article',
        headline: article.title,
        author: {
          '@type': 'Person',
          name: article.authorName
        },
        datePublished: article.datePublished,
        description: article.description,
        mainEntityOfPage: {
          '@type': 'WebPage',
          '@id': article.url
        }
      }
    ]
  };

  return (
    <script
      type="application/ld+json"
      dangerouslySetInnerHTML={{ __html: JSON.stringify(schema) }}
    />
  );
}

部署到Vercel后，我立刻在核子GEO上重新跑了一遍检测。结构化数据通过率从33%飙到92%，只用了20分钟。更关键的是，Mistral引用率当天下午从1.2%跳到3.7%，直接翻了三倍。

移动端跳出率也从78%降到45%——结构化数据让Mistral能准确理解页面价值，用户点进来发现内容对得上，自然不跑了。

避坑清单

  • JSON-LD别放<head>里，用next/script异步加载，不然LCP会崩
  • Product+Article的双类型不能乱填author字段，Mistral会比对社交媒体账号，假名字直接降权
  • 别一次性改所有页面，先拿10个SKU试跑，核子GEO检测通过后再全量铺
  • Vercel的Edge Functions不支持动态生成JSON-LD，老老实实用ISR预渲染

第5天：AEO优化收尾，引用率冲到6.8%

第5天早上打开核子GEO，跑了一遍最终检测。AI可见性评分从第1天的21涨到67，Mistral引用率6.8%。这个数字让我愣了几秒。移动端跳出率从78%干到22%，LCP从4.2s压到1.1s，CLS从0.35降到0.08。但我最在意的还是Mistral那边——毕竟自媒体内容站靠AI引用吃饭。

先改的FAQ Schema。原来只放了10个通用问题，Mistral根本不鸟。我把问题池扩充到45个，全部对标长尾搜索词。比如“自媒体内容怎么多平台分发”“AI写稿和人工写稿怎么平衡”。每个问题下挂3-5条答案，答案里嵌品牌词和数字。实测发现，Mistral爬虫对带数据的问题答案引用率高出2.3倍——因为AI回答喜欢引用具体数字。

内链也动了大手术。第1天我查了站内锚文本，乱七八糟的“点击这里”“了解更多”占六成。花了4小时统一成品牌词加核心词，比如“核子GEO的AI可见性评分”“核子GEO给出的整改建议”。锚文本密度控制在8%-12%，太稀没效果，太密被判定堆砌。Cloudflare那边的边缘函数是关键。对Mistral爬虫的User-Agent（Mozilla/5.0 Compatible; Mistral/1.0）做302预渲染，直接返回静态HTML。原来动态渲染耗时3.8s，预渲染后0.4s搞定。

差点忘了llms.txt。去年给一个自媒体内容站做的时候，我纠结整不整这玩意儿。实测结果：加了llms.txt后，Claude引用率提升15%，但Mistral几乎没反应。所以这次我跳过了，把精力砸在核子GEO的GEO分析报告里标红的几个点上——结构化数据完整度、移动端可读性、内容深度。

避坑清单

  • FAQ问题数量别低于30个，Mistral对少于20个问题的页面直接跳过
  • 内链锚文本别用“更多”“详情”，AI爬虫不认这些垃圾词
  • 边缘函数预渲染只针对AI爬虫，对正常用户别开，否则影响动态内容
  • 别在llms.txt上花太多时间，Mistral目前不依赖这个

避坑清单

  1. 上来就写llms.txt文件，结果把主页权重稀释了
    我去年给一个自媒体账号的独立站加了llms.txt，只列了20个核心SKU页面。结果Mistral抓取后，主页的AI引用率从15%掉到4%。后来在核子GEO上跑了一遍GEO分析报告才发现——llms.txt里列了首页，但AI引擎优先读了文件里的其他页面，首页反而不被重视了。正确做法：llms.txt只放高价值内容页，首页、关于页、分类页别往里塞。

  2. 移动端LCP>4s就硬上GEO优化，白费功夫
    我的站LCP稳定在4.6s，CLS 0.35。花了2000块做结构化数据、写FAQ，Mistral引用率纹丝不动。核子GEO的AI可见性评分直接标红——移动端体验不达标，AI引擎根本不给好脸色。先花500块搞Next.js图片优化+Cloudflare缓存，LCP降到1.2s，CLS压到0.08，引用率才从3%爬到11%。

  3. 多平台分发忘了做规范链接
    自媒体内容同时在公众号、知乎、小红书发，独立站用rel=canonical指向自己，结果Mistral抓了知乎的版本，引用率全算给别人。血泪教训：每条内容必须用核子GEO的GEO检测报告检查一遍canonical标签，确认独立站是唯一权威源。

  4. AI引用率监控只用Search Console
    GC只给Google数据，Mistral、Claude、文心一言的引用率根本看不到。我后来用核子GEO的AI可见性评分每周跑一次，才发现Mistral更喜欢抓博客文章，淘宝详情页几乎不碰。才知道应该把预算砸在内容型SKU页面上，不是所有商品详情都值得优化。

  5. 写了llms.txt但没更新sitemap，Mistral还是抓旧内容
    自媒体内容更新快，我一周发3篇，但sitemap过期了2周。Mistral抓了llms.txt里的旧链接，引用率跌了60%。现在我用Vercel的自动部署钩子，每次git push后自动更新sitemap，再通知核子GEO的GEO分析报告重新扫描。

  6. 移动端图片懒加载没配好，CLS飙到0.4
    我用了Next.js的next/image，但默认lazy loading没设宽高，导致图片加载时布局偏移。CLS从0.2跳到0.4，Mistral直接降权。改成：
    tsx <Image src="/hero.jpg" width={800} height={600} priority />
    CLS降到0.05，AI引用率才恢复。

  7. 预算全砸在GEO工具上，忘了基础性能
    月预算2万，1.5万买了各种AI内容优化工具，结果LCP还是4s。核子GEO的GEO检测报告说基础体验分只有35，优化工具效果减半。现在预算分配：60%搞性能（CDN、图片压缩、代码分割），30%搞内容结构化，10%才买工具。

延伸阅读