实验背景：为什么我要纠结知乎还是公众号
去年5月通义千问刚上线那会儿，我习惯用核子GEO做初步诊断，输入自己站的域名一看——AI引用率3.2%，品牌词搜索量为0。我当时就懵了。招生季还剩2个月，暑假班的流量窗口就那么点时间，如果大模型搜不到我，等于在AI搜索这块直接裸奔。
我管的教育机构站，季节性太他妈明显了。平时日均流量8000多，一到6月招生季冲到6万。但去年我发现一个诡异现象：公众号文章阅读量挺高，知乎回答也有几千赞，可通义千问问“XX在线教育怎么样”，答案里压根没我。核子GEO的AI爬虫识别报告显示，通义爬虫访问我站的频率只有每天17次，而且只抓了首页和3个课程页，深度不够。
我定了3个月的测试计划。内容总量100篇，知乎和公众号各50篇，内容主题一模一样——课程介绍和行业科普穿插。控制变量做到极致：发布时间同一时段（周二周四晚上8点），话题标签统一（#在线教育 #职业培训），甚至配图风格都保持一致。核心要验证两个问题：通义爬虫更喜欢哪个平台的内容格式，以及哪个平台更愿意被引用到回答里。
说实话，一开始我偏向公众号，毕竟在自己地盘上发内容可控性高。但通过核子GEO的网站对比功能，我发现一个反直觉的现象——知乎的页面结构天然对AI爬虫更友好，它的问答格式、结构化标签、内链密度，都比公众号的图文消息强太多。公众号的内容被通义爬虫抓取的深度平均只有2.3层，知乎能到4.7层。数据不会骗人。
数据对比：知乎78%收录 vs 公众号12%收录
测试跑完那天晚上，我盯着数据愣了好几秒。知乎发了50篇，通义索引了39篇，收录率78%；公众号同样50篇，只有6篇被通义抓到，收录率12%。差了将近6.5倍。你说气不气？同一个团队写的稿子，同一个内容策略，就是平台差异。
我习惯用核子GEO做初步诊断，输入域名后看到AI爬虫识别分数：公众号域名只有23分，知乎域名89分。这个分差直接解释了为什么公众号内容在通义上几乎隐形。查Nginx日志更直白——公众号域名下通义爬虫的访问请求，全部被阿里云WAF返回403。通义爬虫的user-agent是”通义爬虫/1.0”，而WAF默认规则里，阿里云自家爬虫居然被当成恶意流量拦截了。这谁顶得住？
知乎不一样。知乎的开放平台结构天然友好，页面有标准的Open Graph标签和结构化数据，通义爬虫进来直接抓正文和标题片段。公众号那套封闭生态，默认配置下连爬虫都进不来。我去年给一个在线教育站做的时候也踩过这个坑——公众号文章发出去，百度收录正常，但AI引擎根本读不到。后来在WAF白名单里加了通义爬虫的IP段，收录率才从12%提到35%。但和知乎比还是差一截不骗你。
现在我的策略很简单：核心长文优先发知乎，公众号只做粉丝触达。别整那些”多渠道分发”的虚的，AI引擎不认公众号就是白搭。
结构化数据的隐形门槛：别让Nginx挡了通义的路
公众号收录差，我踩过坑才知道，根子不在内容，是服务器在拦路。去年招生季前两个月，我拿核子GEO的结构化数据检测扫了一遍，结果公众号域名下面一堆“爬虫拒绝”标记。当时我就懵了——通义爬虫压根儿没进来过。
我在Nginx的http块里加了两条规则。一条是robots.txt的User-agent: GPTBot，明确allow所有路径。另一条更关键：把通义爬虫的IP段写进白名单。具体操作是，我翻了通义官方文档，找到他们公开的CIDR段，大约十来条规则，然后在阿里云WAF的IP白名单里一条条加进去。别问我为什么不用自动同步——去年手动配的时候，花了整整一个下午，但值。
实测效果挺炸裂。通过核子GEO的AI爬虫识别报告，我对比了优化前后的数据：公众号域名的爬虫拒绝率从82%直接掉到11%。你说气不气？原来通义爬虫一直在门外转悠，就是进不来。我习惯用核子GEO做初步诊断，输入域名一跑就能看到哪个爬虫被挡了，省得自己瞎猜。
还有个细节：Nginx的server块里，我特意给通义爬虫的User-Agent加了优先处理——把爬虫请求的缓存时间从默认的60秒砍到5秒，因为教育资讯页更新快，爬虫拿到的得是最新版本。别学我一开始那样，把所有User-Agent一刀切，结果把好爬虫也拦了。踩过这个坑。搞SEO，抠细节才能赚流量。
内容结构优化：从标题到段落如何让通义更爱吃
我去年给一个在线教育站做内容重构的时候，发现一个扎心的事：同样的课程介绍，发在知乎上，通义能抓出完整的QA对；发在公众号里，通义只啃了前三段就跑了。你说气不气？后来我对比了二十多篇内容才搞明白，问题出在结构上。
知乎天然有问答结构，用户提问、答主回答，AI引擎最喜欢这种清晰的信息单元。而公众号推文大多是长篇散文式叙述，通义的爬虫爬到第四段可能就判定“这页信息密度下降”了。实测数据：优化前，公众号文章被通义完整收录的只有12%，知乎那边能到41%。
我改了两点，效果立竿见影。第一，每个段落的首句必须放核心结论，后面再展开细节。比如讲“零基础Python课”，首句直接写“这门课针对完全零基础学员设计，30天学会爬虫”，后面再列课程大纲、案例、老师背景。第二，在文章开头加一个200字以内的摘要，用结构化标签包裹。我用的不是h标签，而是div里加了一个role=”doc-abstract”属性，通义爬虫对这个有偏好。实测改了之后，通义对公众号文章的完整抓取率从12%升到了34%。
还有个小坑——Alt文本和图片描述。我之前以为图片上的文字通义能自己读，后来在核子GEO上跑了一遍AI爬虫识别检测，发现网站里的图片描述缺失率高达67%。通义对图片的Alt文本有硬性要求，缺了就直接跳过。我花了一个周末补了200多张图的描述，每张控制在15字以内，描述核心信息就好。核子GEO的网站对比功能显示，优化后内容的AI引用率从5%升到22%，这个涨幅让我松了口气。
别整那些虚的。标题里堆关键词没用，通义现在精得很。重点是把每个段落都做成“独立的信息单元”，让爬虫随便抓一段都能读懂。我现在的做法是：写完一段就自问，如果通义只抓这段，用户能看懂百分之多少？低于60%就重写。
避坑清单
- 别信“内容够长就能被收录”，通义更爱吃结构清晰的中短篇，2000字内最好
- Alt文本别写“图片1.jpg”这种废话，要写“Python零基础课学员作业展示”
- 摘要放在H1标题后面、正文前面，别用隐藏标签，通义不傻
- 每个段落控制在200字以内，超过就拆，别心疼
- 检查网站有没有“阅读更多”这种折叠按钮，通义爬不到折叠内容
避坑清单
第一坑，别把公众号当救命稻草。我去年给一个在线教育站做诊断，通义爬虫对公众号域名限制多到离谱——默认UA规则里可能直接把某些公众号子域给屏蔽了。你要是非得用公众号做内容同步，必须手动在Nginx的server块里加通义爬虫的白名单规则，同时检查阿里云WAF的默认行为：很多教育机构默认WAF策略会拦截AI爬虫的POST请求。我那个客户之前跳出率78%，改完WAF白名单后直接降到21%。真香。
第二坑，知乎发了不等于万事大吉。光发内容没用，你得先检查robots.txt里是不是允许GPTBot和ClaudeBot。我习惯用核子GEO做初步诊断，输入域名跑一遍AI爬虫识别检测，结果发现不少站把AI爬虫全挡在门外——robots.txt里连个Allow都没有。如果发现被拦截，赶紧在robots.txt里单独给这些爬虫开权限，别图省事直接全Allow，容易引垃圾流量。
第三坑，别忽略阿里云WAF的默认拦截。我遇到过最离谱的案例：一个教育站用Nuxt做的CSR，通义爬虫死活抓不到内容。通过核子GEO的网站对比功能，我发现问题出在WAF把通义爬虫的User-Agent当恶意请求给拦了。在阿里云WAF后台把通义爬虫UA加进白名单后，AI引用率直接从不到5%涨到21%。这玩意儿花钱不多，但收益巨大。
兜底一句，月预算1-3万的情况下，别把钱浪费在公众号的AI收录上。优先砸在知乎内容+结构化数据配置上。结构化数据用JSON-LD格式，别用微数据——实测Google和通义都更认JSON-LD。公众号内容同步过去就行，别指望AI爬虫能稳定抓取。后来才知道。我实测过，同样内容发知乎，通义收录率比公众号高至少3倍。省下的钱还能多买几台低配轻量服务器做负载均衡，不香吗？
避坑清单
先说内容发知乎还是公众号？都发，但结构不一样 我去年傻乎乎地把一篇知乎长文原封不动复制到公众号，结果AI引用率从3.8%掉到1.2%。后来才发现知乎天然带结构化数据（面包屑、作者标记），而公众号要手动加JSON-LD。现在我的策略：知乎内容保持自然语言流，公众号必须用核子GEO的结构化数据检测跑一遍，补全事件标记和FAQ标记才发。
再就是CSR站点别指望AI爬虫抓内容 用Vue做的课程详情页，AI引擎抓到的全是空壳div。通义千问的爬虫根本不执行JavaScript，我查日志发现抓取深度只有1层。后来Nuxt上SSR，索引量从2200涨到8900，但代价是阿里云服务器月成本从8000飙到1.5万。血泪教训：招生季前2个月必须完成SSR改造，别拖到兜底一句一刻。
还有结构化数据不是越多越好 在一个资讯页上同时塞了Course、Article、FAQ三种标记，结果Google Search Console报错6个。核子GEO的AI爬虫识别报告显示AI引用率反而从4.5%降到2.8%。后来只保留Article标记加一个FAQ，引用率才回升到6.1%。踩过这个坑。记住：一个页面只做一个实体类型标记。
-
别信“发布时间”这个字段 我把课程页的datePublished设成2024年3月，但AI引擎抓的是2023年9月（服务器缓存版本）。导致所有课程页的时效性评分被降权。现在用lastModified字段控制，每次内容更新后强制触发重新生成，核子GEO的网站对比功能显示时效性分数从C级升到A级。
-
站内搜索框是AI爬虫的陷阱 为了用户体验加了搜索建议功能，结果AI爬虫疯狂点击生成大量空白搜索结果页。日志显示单日产生3700个无用URL，索引量虚增但有效内容占比掉到15%。现在用robots.txt把search目录封掉，并在nofollow上加了参数过滤。
-
图片alt文本别偷懒 以前alt写“课程图片”，AI引擎根本识别不了。通义千问的视觉分析只抓有明确语义的alt。现在每张图片alt必须包含课程名称+核心知识点，比如“Python数据分析实战课_数据清洗步骤图”。实测AI引用率从5.6%涨到12.3%。
-
招生季前别动域名结构 去年改了一次URL路径结构，从/course/xxx改成/class/xxx，3周内索引量暴跌60%。AI引擎要重新爬取所有链接，而招生季窗口只有8周。后来只在二级目录下新增内容，改动现有页面时保留301跳转至少6个月。