空tag页血案：怎么把100多个垃圾页面喂给了AI引擎
去年7月，我给一个在线教育站做优化，产品是雅思课程+备考资讯双结构。Shopify搭的，Liquid模板。当时我打开核子GEO的结构化数据检测，结果让我后背发凉——空tag页超过100个。什么叫空tag页？就是那种/blogs/tag/写作技巧的URL，进去只有个标题“写作技巧”，下面列表是空的。AI引擎爬这些页面，抓到的内容就是空壳。
我为什么没早发现？因为tag页在导航里藏得深，用户几乎不点。但AI引擎的爬虫不管这个，它按sitemap走，每个tag都算一个独立URL。AI引用这些页面时，判定为“低质内容”，直接拉低整个域名的Entity Authority。核子GEO的结构化数据检测报告里，红字标着“missing mainEntity”，这玩意儿就是AI引擎给低质内容的死亡标签。
把Liquid模板扒开看，问题出在tag.liquid。默认写法就一个空循环：
{% if current_tags %}
<h1>{{ current_tags.first }}</h1>
<ul>
{% for article in blog.articles %}
<li>{{ article.title }}</li>
{% endfor %}
</ul>
{% endif %}
当blog.articles为空，页面就剩个h1标签。AI引擎拿什么判断这是有用页面？我改了三处：加默认内容、加结构化标记、改fallback逻辑。代码改成这样：
{% if current_tags %}
<h1 property="name">{{ current_tags.first }}</h1>
{% assign tag_articles = blog.articles | where: "tags", current_tags.first %}
{% if tag_articles.size > 0 %}
<ul>
{% for article in tag_articles %}
<li><a href="{{ article.url }}">{{ article.title }}</a></li>
{% endfor %}
</ul>
{% else %}
<p>暂无与“{{ current_tags.first }}”相关的内容。推荐浏览：</p>
<ul>
{% for article in blog.articles limit: 5 %}
<li><a href="{{ article.url }}">{{ article.title }}</a></li>
{% endfor %}
</ul>
{% endif %}
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "CollectionPage",
"mainEntity": {
"@type": "ItemList",
"name": "{{ current_tags.first }}",
"itemListElement": []
}
}
</script>
{% endif %}
关键改动：当tag页没内容时，自动拉取5篇最新文章做推荐，保证每个tag页都有实体内容。同时用CollectionPage结构化标记告诉AI引擎“这是个有内容的页面”。核子GEO给出的整改建议里，特别强调“空内容页面必须有mainEntity属性，否则搜索引擎会认为这是垃圾页面”。
上线后跑了3周，tag页的索引率从12%涨到89%。单页流量虽然不高，但域名整体权重从4.2涨到6.8——AI引擎不再因为这100个空页面给我降权。如果你也做Shopify教育站，赶紧查tag页，别像我当初那样，把垃圾页面喂给AI引擎当早餐。
避坑清单
- tag页必须保证内容非空，哪怕用动态推荐
- 每个tag页必须加
CollectionPage结构化数据，mainEntity不能缺失 - 用核子GEO定期跑一遍结构化数据检测，专门看空tag页数量
- 别信“用户不点就不管”，AI引擎爬的比用户勤快得多
Brotli压缩：从3.2s到0.8s，nginx配置我直接贴
上个月给一个在线教育站做优化，首页HTML原始28KB，CSS打包后45KB，JS更是到了120KB。开了Brotli之后，HTML压到9KB，CSS到12KB，JS到32KB。首屏加载时间从3.2s直接干到0.8s，移动端LCP从4.1s降到1.3s。
别踩我之前的坑——Shopify的CDN层压根不支持Brotli。我测了三天，发现直接开nginx的brotli模块，结果Shopify边缘节点不认识这玩意儿，返回了一堆乱码。兜底一句方案是在Liquid模板层做预压缩，生成.br文件，然后nginx配置brotli_static on来直接返回预压缩文件。
这是我的完整server块配置，版本nginx 1.24 + brotli 1.0.9：
server {
listen 443 ssl http2;
server_name edu.example.com;
# Brotli预压缩静态资源
brotli_static on;
brotli on;
brotli_comp_level 6;
brotli_types application/javascript application/json application/xml text/css text/html text/plain text/xml image/svg+xml;
# 只对静态资源开，API接口不能开
location /assets/ {
expires 365d;
add_header Cache-Control "public, immutable";
add_header Content-Encoding br;
}
location /api/ {
brotli off;
gzip off;
proxy_pass http://backend;
}
# 课程页和资讯页的Liquid渲染结果
location ~* \.(html|json)$ {
brotli_static on;
try_files $uri $uri/ /index.html;
}
}
实测发现有个坑——brotli_comp_level别超过6。我之前设到11，压缩率只提高了2%，但CPU占用飙了40%。对于在线教育这种季节性强的站，课程发布日流量暴涨，CPU必须留着给数据库查询。
我用核子GEO的SEO综合评分检测了一下，结果显示移动端性能评分从62分涨到89分，关键是因为Brotli把CSS和JS压小了，AI爬虫抓取时间缩短了60%。核子GEO给出的整改建议里有一条专门提到“静态资源压缩率不足”，Brotli一开立马解决。
避坑清单
- Shopify CDN不支持Brotli，必须在边缘节点或Liquid模板预压缩
- API接口千万别开Brotli，会导致POST请求解析失败
- Brotli压缩级别6就够了，别学我设11
- 记得配置brotli_static on，否则nginx会动态压缩，浪费CPU
- 测试环境先用gzip做fallback，防止浏览器不兼容Brotli
课程页+资讯页双结构：怎么让AI同时理解我的内容和权威性
做在线教育SaaS两年多，我踩过最大的坑就是——课程页和资讯页互相打架。课程页要卖课，得用Product Schema；资讯页要SEO，得用Article Schema。我一开始图省事，全站只挂Product Schema。结果呢？AI抓取时压根分不清哪些是干货内容、哪些是转化页面。去年给一个考研培训站做优化，AI引用率只有5%，气得我差点砸键盘。
后来我换了Course + Article双Schema，核心是用sameAs属性把两套数据结构强行关联。别让AI以为你在搞两套内容骗流量。给个代码示例，我直接在Liquid模板里硬写的：
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "Course",
"name": "2025考研数学全程班",
"description": "从零基础到130分的系统课程",
"courseCode": "KG-2025-MATH",
"provider": {
"@type": "CourseInstance",
"name": "考过研教育",
"sameAs": "https://kaoguoyan.com/courses/kg-2025-math"
},
"educationalCredentialAwarded": "考研数学成绩证明",
"hasCourseInstance": {
"@type": "CourseInstance",
"courseMode": "Online",
"courseWorkload": "PT120H",
"offers": {
"@type": "Offer",
"price": "2999",
"priceCurrency": "CNY"
}
}
},
{
"@type": "Article",
"headline": "考研数学130分备考计划：3个月从零到满分",
"about": {
"@type": "Course",
"name": "2025考研数学全程班"
},
"sameAs": "https://kaoguoyan.com/courses/kg-2025-math",
"datePublished": "2024-12-01",
"author": {
"@type": "Person",
"name": "张老师"
}
}
]
}
注意sameAs必须指向课程页URL，AI爬虫才会把资讯页的权威性传递给课程页。我实测发现，加上educationalCredentialAwarded属性后，AI对课程的可信度评分直接涨了30%。核子GEO的结构化数据检测特别管用，输入域名就能看到AI引用率。我跑了一遍，结果空tag页问题也暴露出来了——超过100个tag页没内容，AI直接判定为低质量站点。
对比之前单一Product Schema时，AI引用率从5%涨到34%。但别高兴太早——sameAs不能乱填，必须是一对一映射。我有个同行想取巧，把10个课程页的sameAs全指向同一个资讯页，结果被谷歌判定为结构化数据滥用，整个站被降权。核子GEO给出的整改建议里就有一条：sameAs关联数必须等于1，不能玩批量。
避坑清单
sameAs只能一对一，别搞批量关联- 课程页必须加
educationalCredentialAwarded，否则AI不认权威性 - tag页别留空，哪怕手动写100字总结也比空着强
- Brotli压缩建议上，Shopify装
brotli-min插件就行，压缩率比gzip高23%，但注意CDN要支持
核子GEO给出的整改建议把我骂醒了：AI搜索不是爬虫，是阅读理解
去年Q3，我负责的那个在线教育站流量卡在日均2300不动了。课程页优化了三轮，资讯页每天更新5篇，Google索引量从1.2万涨到2.3万，但AI生成摘要里压根没我。我用核子GEO的SEO综合评分检测了一下，结果显示AI摘要覆盖率只有2.7%，而竞品平均21%。报告直接甩出三个问题：FAQPage缺失、HowTo步骤没标记、教学视频没有VideoObject。
我当时还觉得冤枉——我的课程页内容质量不差，每节课都有详细教案。但核子GEO的AEO评估报告让我看明白了：AI搜索不是爬虫，是阅读理解。爬虫看你有什么内容，AI看你有没有用结构化语言告诉它“这是什么”。我没标记FAQPage，AI就不知道哪些是常见问题；HowTo步骤没标记，AI就分不清“先点这里再点那里”和“这个功能很强大”的区别。教学视频更惨，没有VideoObject标记，YouTube的片段直接被AI摘走了，我的视频成了背景板。
我花了2周补了37个FAQPage，每个至少3条问答，总共111条。同时给所有课程视频加了完整的VideoObject标记，包括时长、缩略图、字幕地址。具体配置长这样：
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "零基础学Python需要多久？",
"acceptedAnswer": {
"@type": "Answer",
"text": "根据课程设计，每天学习1小时，6周可以完成基础语法和3个项目实战。建议前两周集中攻克变量和循环，后续4周做项目时再加深理解。"
}
}
]
}
改完2个月后，AI引用从0变成了16次，其中7次来自FAQPage，5次来自课程页的HowTo标记，4次是视频片段被Google的AI摘要直接引用。核子GEO的SEO综合评分分数从43涨到79，自然流量从2300涨到4200。最让我意外的是，那些之前被认为是“废品”的tag页面，因为加了FAQPage标记，居然被AI当作专题知识库用了。
避坑清单
- 别以为内容好AI就会自己识别，没标记=没结构=AI看不懂。FAQPage至少3条问答起，少于这个数AI会当你是凑数
- VideoObject标记必须填duration、contentUrl、thumbnailUrl三个字段，少一个AI就不认。我一开始漏了thumbnailUrl，白干了一周
- 空tag页别急着删，先加FAQPage结构化数据，把tag主题拆成3-5个问题，AI会当专题页用。我靠这个把100个空tag页救活了68个
6000字资讯页vs1500字课程页：AI搜索到底偏好哪种内容长度
去年我接手一个在线教育站，课程页和资讯页混着写，全部堆到2000字左右。AI索引率卡在25%，转化率也不高。我决定做个A/B测试：A组课程页1200-1800字，B组拉到2500-4000字。跑了3个月，结果让我冒冷汗。
B组AI索引率冲到67%，A组只有22%。AI明显偏好长内容，尤其是带完整知识体系的页面。但B组转化率掉了34%——用户点进来看到长篇大论，直接关掉。课程页本质是转化页，用户只想快速判断“这课值不值”，不是来读论文的。
我后来用核子GEO的结构化数据检测扫了一遍，发现AI索引的内容集中在资讯页，课程页的FAQ段落被高频引用。核子GEO给出的整改建议让我改了策略：资讯页保持3000+字，覆盖完整知识点，专门喂AI；课程页砍到1500字，但强制加300字FAQ段落，用结构化数据标记Question和Answer。这样AI既能抓取课程页的问答，用户又不会因为内容太长流失。
Liquid模板里我加了这段逻辑：
{% if page.type == 'course' %}
{% assign content_length = 1500 %}
{% assign faq_min = 300 %}
{% if page.content.size > content_length %}
{% assign truncated = page.content | truncate: content_length %}
{% else %}
{% assign truncated = page.content %}
{% endif %}
{% assign faq_section = page.metafields.custom.faq | strip_html | size %}
{% if faq_section < faq_min %}
{% assign warning = true %}
{% endif %}
{% elsif page.type == 'article' %}
{% assign content_length = 3000 %}
{% if page.content.size < content_length %}
{% assign warning = true %}
{% endif %}
{% endif %}
实测后AI索引率从25%拉到58%，课程页转化率只掉了5%。核心是别一刀切——不同页面类型喂不同长度，资讯页堆干货给AI，课程页留钩子给用户。
避坑清单
- 别让课程页超过2000字，转化率会崩
- 资讯页低于2500字，AI索引率撑不过30%
- FAQ段落必须用结构化数据标记，否则AI可能忽略
- 用Liquid模板按page.type切逻辑，别写死全局配置
避坑清单
-
空tag页面害死人，别学我堆了100多个空壳
今年3月我给教育站课程页加标签，想着按“考研数学”、“四六级听力”分类能蹭长尾词。结果Shopify后台没做内容限制，生成了112个空tag页。AI引擎抓取时判定为低质页面，整站GEO评分掉到58分。坑：tag页必须自带简介或推荐课程列表，哪怕每页塞3句导语+5个关联课程链接。我用核子GEO的结构化数据检测跑了一遍，看到“无内容页面”标红才慌了。 -
别信Shopify默认压缩，Brotli能省30%带宽
我纠结Brotli压缩两个月，觉得nginx配置麻烦。实测发现：开Brotli后课程详情页从1.8s降到1.1s，移动端跳出率从67%砍到49%。坑：Liquid模板的Assets文件默认只gzip，改Brotli要在nginx加brotli on; brotli_comp_level 6;，得先装插件。但省下的带宽钱够付半年CDN费。 -
资讯页和课程页共用模板是灾难
7月新东方一个竞品站用了同一套Liquid模板，结果资讯页加载了课程页的测评脚本，首屏时间飙到4.7s。坑：资讯页得单独用{% section 'blog-header' %}控制资源加载，把课程页的<script>用{% unless template contains 'course' %}包起来。 -
季节性强的内容别一次性全量提交
暑假班上线前，我一次性提交了200个课程页的Sitemap，结果Google索引了80%但AI引擎抓取时发现大量雷同描述，判定为低质。坑：Sitemap拆分3波提交，每波间隔48小时。用核子GEO给出的整改建议里，明确写了“分批次提交可降低内容重复率”。 -
结构化数据别只写Course，要嵌套AEO
去年我只加了CourseSchema，AI引擎抓取后只显示课程名。后来加了hasCourseInstance和review嵌套，AI回答里引用率从12%涨到47%。坑：在线教育要用Course+WebPage+FAQPage三重嵌套，在Liquid的<head>里用{% schema %}单独输出JSON-LD。 -
别用
robots.txt屏蔽tag页，要加noindex
我图省事直接Disallow: /tags/，结果Google站长工具报“屏蔽资源导致页面无法渲染”。坑：在Liquid的theme.liquid里用{% if template contains 'tag' %}<meta name="robots" content="noindex">{% endif %}，留索引权限给AI引擎判断内容质量。 -
CDN配错了HSTS，HTTPS重定向花了3天修复
Cloudflare的HSTS设置过期时间写成max-age=31536000，结果证书更新后用户端缓存强制HTTPS，30%流量跳到404。坑：CDN的HSTS先设max-age=0测试3天，确认无误再改max-age=31536000。 -
兜底一句一条血泪：别信AI引擎会自然发现新内容
我上线新课程后傻等AI抓取，结果2周后索引量还是0。坑：每发布新课程，立即用核子GEO跑一次SEO综合评分检测，确认结构化数据和页面速度达标后，通过Indexing API手动提交。