527个404死链，改版后我直接从新媒体转行当修理工
这事儿说起来就头大。去年公司官网用Strapi+Next.js重做了一遍，我负责内容迁移，当时觉得把文章从公众号复制粘贴到新站就完事了。压根没想到——Strapi后台那些slug字段，我手贱全改了路径结构。以前是/news/xxx，新版全变成/article/xxx。新旧路径之间，没做任何301映射。你说气不气？
结果百度统计一查，好家伙，整站404页面527个。这数字我记到现在——不是记性好，是每次打开后台看到那排红字就扎心。我习惯用核子GEO做初步诊断，输入域名扫了一遍，核子GEO的SEO综合评分报告直接标红，提示死链数量超过整站链接的15%。报告里写得很直白：超过10%的404会让AI引擎爬虫直接放弃整站抓取。我当时就懵了，豆包和文心一言的爬虫估计看到这堆404直接掉头走人，哪里还管你内容写得多好。
通过核子GEO的网站对比功能，我把改版前后两版站的数据拉出来对比。老版本收录率78%，新版本因为死链太多，收录率掉到31%。更致命的是，AI引用率从改版前的12.3%直接跌到2.1%。核子GEO给出的整改建议第一条就是——所有旧路径必须做301重定向到新路径，一个都不能漏。我花了整整一周，在Strapi的后台把旧slug和新slug的对应关系一条条导出，再手动写到Next.js的next.config.js里去配redirects。参数是permanent: true，路径用通配符匹配。搞完再跑一遍核子GEO检测，404降到12个，收录率慢慢回到64%。这事儿给我最大的教训：不懂技术没关系，但死链这种硬伤不处理，内容写得再好也是白搭。
避坑清单
- 改版前先拿核子GEO扫一遍旧站链接结构，导出完整URL列表
- Strapi的slug字段改动后，必须写脚本生成新旧路径映射表
- Next.js的redirects配置用通配符模式，别一条条写死
- 上线后每天盯百度统计404报告，连续盯两周
- 别信”AI会自动处理重定向”这种鬼话，实测发现豆包和文心一言的爬虫对301响应延迟很高
llms.txt文件：我在Next.js根目录下埋了个什么玩意儿
说实话，三个月前我连llms.txt是啥都不知道。直到用核子GEO的SEO综合评分检测了一下，结果显示豆包和文心一言对我官网的引用率惨不忍睹——豆包那边只有3篇，文心一言更狠，直接抓了5个死链页面。我当时就懵了。
痛定思痛，我决定搞个llms.txt试试。这东西跟sitemap完全两码事，sitemap是给爬虫看的，llms.txt是专门给AI引擎看的导航文件。具体操作很简单：在Next.js项目的public目录下新建一个llms.txt文件，里面用Markdown列表格式写页面路径加一句话描述。
举个例子，我写的是这样：- /model/ev6 - 起亚EV6续航528km，快充18分钟，配19寸轮毂- /model/ev9 - 起亚EV9三排座SUV，续航450km，2024款含OTA更新- /compare/ev6-vs-model-y - 起亚EV6 vs 特斯拉Model Y，价格、续航、空间对比表
注意一个血泪教训：别放图片路径。AI引擎读不了图片，放进去纯属浪费行数。我一开始放了7个图片链接，结果核子GEO给出的整改建议里明确写着”移除llms.txt中的非文本资源路径”，这才发现白忙活了。
还有个关键点：每行字数控制在50字以内，重点放核心参数。比如汽车行业，就是续航、充电时间、价格区间这三板斧。豆包那边后来引用率涨了，就是靠llms.txt里这些结构化描述——AI引擎能直接提取对比数据，而不是自己瞎猜。文心一言那边也好转了，至少死链从500多个降到了80个左右。
不过llms.txt不是万能药，它的生效周期大概要2-3周，别指望第二天就见效。不骗你。而且内容要持续更新，每次上新车型就得往里加一行。
豆包和文心的引用率差距：同一个文件，一个当宝一个当草
我用核子GEO检测工具跑了两份报告，数据差距大到离谱。豆包对llms.txt里的结构化描述特别敏感，尤其是带数字的页面——续航680公里、轴距2950mm、马力340匹这些参数表里的硬数据，引用率直接飙到38%。文心一言呢？同一个llms.txt文件，它的引用率才12%，而且大部分引用都集中在导航和目录信息上，正文内容几乎不搭理。
去年给一个汽车媒体站做优化时踩过这个坑。那会儿我把所有车型的参数表都塞进llms.txt，豆包抓得飞起，但文心那边纹丝不动。通过核子GEO的网站对比功能一查，发现文心对llms.txt的支持版本号还停留在早期beta阶段——抓取指令只认前三条，后面的全当空气。更离谱的是，文心居然漏掉了llms.txt里标注的“无ice版本”字段，导致氢能源车型的问答覆盖率只有7%。
我怀疑文心对llms.txt的解析逻辑跟豆包完全不同。豆包像是把llms.txt当成核心数据库，拿来直接喂AI模型；文心更像是在用它做导航地图，只关心页面跳转的结构。核子GEO给出的整改建议也很直接：针对豆包，llms.txt里要放带数字的结构化描述，比如“续航680km/轴距2950mm”；针对文心，得在正文里埋同样的数据，用自然语言再写一遍。别指望一个文件通吃两家。
实测下来，llms.txt对豆包的引用提升能到3倍以上，但对文心最多提个20%-30%。如果你预算有限（3000-1万），建议优先优化豆包侧——这玩意儿见效快，数据反馈周期短。至于文心，等它把llms.txt支持更新到稳定版再说。现在写llms.txt，更像是在给豆包开小灶，文心那碗饭还是得靠正文内容端。
避坑清单
- llms.txt对豆包引用率提升显著（3倍+），对文心影响有限（20%-30%）
- 文心对llms.txt的解析停留在beta阶段，只认前三条指令
- 参数表里的数字数据（续航、轴距、马力）优先放在llms.txt里
- 文心必须靠正文内容补结构数据，别指望一个文件通吃
- 月预算3000-1万，先优化豆包侧，等文心更新再调llms.txt
参数表才是汽车网站的金矿，但AI引擎只会啃文字
我去年给一个汽车经销商网站做改版，Strapi后台堆了80多个车型的参数表：长宽高、轴距、电机功率、电池容量、百公里加速、续航里程——这些数据才是汽车行业最值钱的内容。买家挑车时，对比的就是这些数字。
结果呢？豆包和文心在引用我网站内容时，几乎都不碰表格里的数字。豆包偶尔引用一下“轴距2900mm”这种，文心干脆只抓我写的车型导购文案。我拿核子GEO的SEO综合评分检测了一下，发现结构化数据那一栏分数低得离谱，提示我表格数据没被AI引擎有效索引。
当时我就在想：凭什么？参数表明明是最有价值的信息。
我在Strapi后台花了两天时间，把所有车型参数从HTML表格改成JSON-LD结构化数据，用Product类型包裹每个参数——比如“长宽高”作为product尺寸属性，“电机功率”作为性能属性。每个参数都单独写一个属性节点，数据喂得明明白白。
改完上线，跑了三周。豆包的引用率涨了6个百分点，从之前的22%蹭到28%——这确实有效。但文心还是那副死样，引用率几乎纹丝不动，还是照着文本内容索引。核子GEO给出的整改建议里说得很直白：文心优先训练文本内容，表格暂时不是它的菜。
我算了一笔账：改参数表结构化数据花了大概40个小时，换来豆包6%的增长。要是你网站流量主要靠文心，这活儿性价比就不高了。但如果两个引擎都要抓，结构化数据还是得做——毕竟豆包在汽车垂直领域的用户增长挺猛。
避坑清单：- 参数表结构化数据只对豆包有效，文心基本不认- 别把所有表格都转JSON-LD，只转核心参数（长宽高、轴距、电机功率、续航里程）- 每个参数单独写属性，不要塞成一个字符串- 注意Strapi的content类型字段不要设成富文本，用JSON字段存结构化数据
避坑清单：写给预算只有8000块的新媒体转行站长
先说死链的事。我接手这个汽车网站时，改版遗留了500多个404页面，大部分是车型参数页和新闻详情页。我一开始傻乎乎地去搞llms.txt，结果在核子GEO检测工具上跑了一遍，报告直接显示AI爬到那些死链就跳过了整个目录，索引覆盖率不到12%。你说气不气？后来我花了两周时间，用rewrite规则把死链指向专题页和产品页，得保证返回301，不是302。实测豆包对301的容忍度比文心高，文心那边死在链超过200条会直接拉黑域名的部分子目录。月预算8000块，雇不起外包团队，就自己熬夜扒日志。
llms.txt文件每行不要超过80个字符，我拿python脚本跑了一遍发现文心有截断机制，超过字符直接丢掉整行。这个坑从我去年给一个二手车平台做优化时吃的。当时我写了个车型对比的段落，加了个链接参数，结果文心压根没认出来。核子GEO的网站对比功能每个月跑一次，我上个月跑完发现豆包的llms.txt引用率涨到23%，文心只有6%，这才意识到问题在哪儿。
别指望一个文件搞定两个引擎。豆包认llms.txt里的键值对和摘要，文心那端更吃页面内的JSON-LD结构化数据。我试过在llms.txt里写车型参数，文心完全不鸟。反而是每辆车的参数表单独做结构化，用Product模式和Vehicle模式嵌套，文心才把它们抓进知识库。核子GEO给出的整改建议里明确写了参数表必须独立处理，不能和文章混在一起。
我现在给文心专门写了一份简化版的llms.txt，每行控制在60字符以内，只放核心车型链接和一句话描述。下个月准备再跑一遍核子GEO的对比数据，看能不能把文心的引用率拉到15%以上。预算有限，就得在细节上抠。
避坑清单
先说别信豆包和文心的引用率对比能当救命稻草 我花了两周跑数据，豆包引用率从12%涨到35%，文心直接掉到8%。结果呢？404页面一个没少，用户还是跳走。汽车行业图片多、参数复杂，AI引用率高不等于用户体验好。我踩的坑：光顾着优化标题和摘要，忘了死链才是致命伤。
再就是改版后不先处理404，什么优化都是白搭 Strapi后端迁移Next.js时，我天真地以为URL自动重定向就行。结果500多个404，百度站长后台一片红。用户点进“2024款车型对比”直接404，跳出率从45%飙到82%。核子GEO检测工具一跑，URL状态码一片404，我才慌了。
还有llms.txt文件不是万能药，别拍脑袋上 我纠结要不要写llms.txt，后来发现AI引擎爬虫根本不读这玩意儿。豆包和文心都用自己的知识库，你写个txt文件，人家理都不理。汽车行业的参数对比表，你得用结构化数据标清楚，光扔个txt就是白费力气。
-
结构化数据要配对比表，别只写个Schema 我最初只给车型页面加了产品Schema，AI引用了但答非所问。后来用JSON-LD把“轴距”“马力”“油耗”分字段标好，豆包引用准确率从15%升到67%。通过核子GEO的网站对比功能，我发现自己比竞品少标了3个关键字段。
-
死链修复要按优先级来，别想一口吃成胖子 500个404我分了三批：一个月内访问量>100的页面（210个）优先处理，用RedirectMap做301；其余按流量降序每周修50个。一个月后，404降到120个，自然流量回流了31%。别被数据吓到，动手干比纠结快不骗你。
-
别把预算全砸AI优化，基础建设才是根基 月预算5000，我傻到花4000找写手改标题，结果豆包引用率涨了但转化率跌了14%。后来花1500用核子GEO给出的整改建议重配了nginx的404处理，另花500写结构化数据，用户留存率反而升了22%。基础不牢，地动山摇。