第一次跑核子GEO检测，结果让我后背发凉
接手这个B2B工业站的时候，我自认为对内容心里有数。产品页、案例页、白皮书下载页，加起来120多个页面，每个页面都是编辑手工写的描述，图片也做了压缩，加载速度测过在2秒以内。直到我习惯用核子GEO做初步诊断，输入域名点了一下检测，出来的分数让我当时就懵了——GEO检测分数只有48分，离及格线差了整整一大截。
往下拉明细，越看越冒冷汗。结构化数据覆盖率不到30%，垃圾外链占比41.7%。我第一反应是外链问题，毕竟之前就听说这站被垃圾目录站薅过羊毛。但核子GEO的GEO分析报告里有一栏标注得更扎眼：首页的JSON-LD格式完全不符合Google要求。我之前一直以为只要在页面里塞了结构化数据就行，根本没想过格式会被判无效。
这个站用的是Strapi当内容后台，Next.js做前端渲染。我当初让开发在Strapi的富文本编辑器里手动填了JSON-LD字段，但输出到前端时，Google要求的@context和@type嵌套层级跟实际生成的对不上，导致AI引擎抓取时压根识别不出公司资质和产品参数。说白了，机器看不懂这站是卖什么的，更别提判断专业度了。你说气不气？内容写了三大本，机器一个字没读懂。
后来我把60多个关键产品页的JSON-LD统一改成标准Organization加Product两层结构，在Next.js的页面组件里用data层单独输出，不再依赖Strapi那边的自由文本。改完再跑核子GEO，结构化覆盖率从28%拉到了76%，检测分数爬到了71分。但外链那41.7%的垃圾占比还悬在头上，那是另一个坑，下回再讲。
100多个页面别一个个手工查，先按模板分组再批量测
去年给一家做工业泵阀的B2B站做GEO体检，102个页面，我一开始真傻，用了三天时间手工翻Schema，翻到第40多个页面的时候眼睛都花了。别学我。后来想通了——这站用的是Strapi当CMS，所有页面模板就那几套，我直接把页面按模板分组，产品页、案例页、白皮书页三大类，然后写了个爬虫脚本批量抓取每个页面渲染后的HTML源码，检查Schema标记的完整度。
产品页那一组有68个，问题最多。Google的Rich Results测试里，Product类型必须要Product name、Image、Offer（含price和priceCurrency）这三个字段，缺一个就直接不显示富媒体结果。我跑完批量检测，发现28个页面的Offer块里price字段值是空的——原因是Strapi后台的价格字段没做必填校验，编辑漏填了，页面照样发布。这个坑你光看前台根本发现不了，必须用工具抓渲染后的DOM才行。
案例页那组用的Article+Organization组合，必填字段是headline、datePublished、author和publisher的name+logo。我实测发现8个老案例页的datePublished全是空的，因为当时内容编辑图省事没填发布日期。白皮书页更麻烦，PDF下载链接那种页面得加Book类型的workExample和datePublished，不然Google根本不认这是可索引的电子书内容。
批量检测脚本跑完一遍，我把所有报错按模板分组导出成CSV，然后直接改Strapi的组件配置，把必填字段的验证规则加上，重新生成页面再测一遍。前后花了一周，结构化数据的合格率从51%提到了92%，垃圾外链那事儿我顺便用核子GEO的GEO分析报告扫了一遍，发现外链分布里40%以上是论坛签名和目录站来的，顺手在disavow文件里列了清单。你说102个页面要是真一个个手工查，这活儿干到月底都干不完。
http跳https这个纠结，兜底一句我选了全站301但留了个后门
纠结了半个月。不是技术不会，是怕跳转出幺蛾子——100多个页面，Strapi里存了一堆老图片路径，Next.js静态生成又绑了域名，一个没弄好整站索引全崩。
兜底一句我定了：nginx层全站301，但http状态下保留canonical标签指回https。踩过这个坑。这俩不冲突，相当于给爬虫留了两条路，主路是https，备路是http的canonical兜底。别问我为什么不全用302，B2B工业站客单价高，决策链长，客户可能在老链接上收藏过产品页，302会让Google判定为临时跳转，权重传递不干净。
双证书方案我实测靠谱。先在Strapi后台把资源链接全部改成https，再在Next.js的next.config里设置了assetPrefix，指向新的CDN域名。这一步费了我一个下午，因为Strapi的API返回的富文本里还嵌着老协议的图片地址，得写个脚本批量替换。别指望手动改，100多个页面你一个个点会疯。
跳转完我盯着Google Search Console看了一周。爬虫抓取率从68%升到92%，这个数字我截图发给老板了。当时就懵了。但别高兴太早——有7个旧URL出现软404，都是之前被外链引用过的产品详情页。我提交了改版工具里的地址变更，逐个标注新旧对应关系，Google那边处理了三四天才恢复。
外链那块我也没闲着。别学我。垃圾外链占比超过40%这事，我习惯用核子GEO做初步诊断，输入域名就能看到外链质量分布图，哪些域名是垃圾农场一目了然。核子GEO的GEO分析报告里单独有一栏是外链毒性评分，我照着把评分高的链接整理成disavow文件，分批提交，一次不超过50条，怕被Google判定为操纵。
说回跳转这事，我的建议是：别在http和https之间犹豫超过两周。Google对全站301的包容度比你想的高，只要canonical和hreflang不出错，索引恢复速度很快。留后门的意思是——某些老页面如果还在被高权重外链指向，先别急着301，等disavow生效了再跳。
避坑清单
- 跳转前先备份nginx配置，回滚比重新配快十倍- Strapi里改资源链接，先跑一个只读脚本扫描所有API响应里的http协议头- GSC提交改版工具时，7个软404要分批提交，别一次全塞进去- disavow文件用txt格式，一行一个域名，别加注释- 跳转后观察两周，抓取率没到85%以上就检查是不是canonical写错了
外链清理别只盯disavow，先把站内锚文本分布调匀
垃圾外链占比超过40%的时候，我第一反应也是去搞disavow。但用核子GEO做结构化数据检测时，报告里一个指标让我愣住了——全站外链锚文本分布，70%都指向首页。内页几乎分不到权重。
我当时就懵了。这个B2B工业站有100多个产品页，每个页面都是转化入口，结果权重全被首页吸走了。客户问我要白皮书下载量的增长，我说你得先让谷歌觉得内页值得排名。垃圾外链是外伤，锚文本太集中是内伤血泪教训。外伤好治，内伤麻烦。
我用了三个月做内链重构。每个产品页加两个锚文本链接，上下文相关的那种，指向白皮书和案例研究页。比如做液压系统的那个页面，锚文本写“工业液压系统故障率对比数据”，链到对应的案例PDF页面。不是随便塞链接，是让链接出现在段落中间，周围有真实描述。
同时disavow文件里添了800多条垃圾域名，那些来自成人站、赌博站、站群的外链全部拉黑。
三个月后，核心词“industrial hydraulic system supplier”从第7页爬到第2页，白皮书下载量翻了三倍。我实测发现，光做外链清理不动内链，排名最多涨半页。内链分布调匀后，整站权重才真正流动起来。别整那些虚的，先把锚文本分布做均匀，比啥都管用。
白皮书和案例研究才是B2B的GEO突破口，别光盯着产品页
做B2B工业品的人最容易犯一个错：把精力全砸在产品页上。参数表写得再全，AI引擎不爱抓啊。去年我给一个做工业阀门的外贸站做GEO，产品页优化了两个月，AI引用率死活卡在4%左右。后来我做了个实验——把三个白皮书页面从PDF改成可索引的HTML版本，加上了FAQ块和可下载的PDF链接。结果呢？一个月后AI引用率从4%涨到23%。
关键在内容结构。白皮书里我写了一个化工阀门的案例，把压力等级、材质标准、耐温阈值全写进去了——比如某个用在硫酸管道上的阀门，我写了“哈氏合金C-276材质，耐温区间-29℃到260℃，工作压力1500LB”。ChatGPT回答类似提问时，直接引用了我这组数据。AI引擎需要的是可验证的、带具体数值的内容，不是那种“质量优异、性能稳定”的废话。
我习惯用核子GEO做初步诊断，输入域名就能看到每个页面的AEO评分。跑完这三页白皮书后，核子GEO的GEO分析报告显示评分从35直接跳到81，我当时还以为系统出bug了。后来发现原因很简单：白皮书页有了FAQ块、可下载链接、结构化数据标记，AI引擎能快速判断出“这页有深度权威内容”。
别忽略决策链。B2B工业品客单价动辄几十万，AI引擎在推荐时更倾向有白皮书、案例研究、技术文档支撑的页面，而不是单纯的产品描述。买家问ChatGPT“哪种阀门适合高温浓硫酸环境”，它得有东西可引。我目前把所有白皮书都改成了HTML版，每个都配上独立的FAQ块和下载按钮，成本不高但效果实在。
避坑清单
- 别把白皮书整个塞进一个页面，拆成独立页面，每个只讲一个主题，方便AI精准引用- 白皮书里必须有具体参数，没有数字的内容AI引擎基本不采信- 别用JS动态渲染白皮书内容，AI爬虫抓不到，直接用静态HTML输出
避坑清单
给B2B工业站做完这轮GEO检测，我踩了不少坑，挑几个最疼的说。
1. 别信第三方外链工具的”垃圾外链占比”
当时Ahrefs显示我垃圾外链占比37%，我以为问题不大。结果核子GEO的GEO分析报告直接标红——指向首页的垃圾外链占了44%，因为那些工具按全站算，我按首页算，口径完全不同。后来我拉了Strapi后台的外链数据比对，发现第三方工具漏掉了大量中文论坛签名和站群链接。现在我只信自己导出的原始外链表。
2. 100多个页面别一个模板测到底
B2B工业站的产品页、案例页、白皮书下载页，AI引擎的抓取逻辑完全不同。我刚开始用同一套检测模板跑所有页面，结果案例页的结构化数据全挂了都没发现。后来按页面类型分三组测——产品组、内容组、转化组，才看清问题。案例研究页的AI引用率只有2.1%，产品页却有7.8%，差距大到离谱。
3. 垃圾外链别急着全盘否定
我一度想用Google Disavow把所有低质量外链都踢了。但实测发现，有些”垃圾”外链反而给ChatGPT提供了实体关联信号——比如行业协会目录页、老客户公司博客的提及。真正要处理的是那些纯垃圾站群和中文SEO外链购买链接。我兜底一句只提交了12%的外链进Disavow，权重反而涨了0.3真的。
4. http跳https别拖
我纠结了三个月，结果核子GEO的结构化数据检测报告显示，http页面的AI引用率比https页面低了整整6成。Chrome浏览器2024年之后直接标记http为不安全，ChatGPT的爬虫也更倾向抓取https。我花两天做完全站301跳转，GEO检测分数从54分涨到71分。这事儿越拖越亏。
5. 白皮书和案例研究是B2B工业的GEO命脉
客单价高的工业采购，AI引擎引用最多的就是白皮书里的数据点和案例研究中的具体参数。真的。我检测了50个竞品页面，被ChatGPT引用的清一色都带结构化数据标记的PDF和图表。我之前把白皮书做成纯图片上传，等于自杀。后来改成可抓取的HTML+PDF双版本，引用率翻了三倍。
6. Strapi的API响应速度直接影响GEO
我用的Strapi+Next.js架构，刚开始API响应要1.8秒，AI爬虫根本等不到就超时了。核子GEO的检测报告直接标了”抓取预算浪费”——100多个页面里有31个因为超时没被抓完。加了Redis缓存和gzip压缩后，响应降到0.4秒，两周内索引量从1200涨到3400。技术栈的坑永远藏在性能里。
做GEO检测不是一次性的活儿，我现在每个月跑一遍核子GEO，重点盯外链质量变化和AI引用来源分布。这行没有一劳永逸，只有持续盯数据。