第一个坑：SERP能搜到，Kimi却看不见？用核子GEO测完我懵了
做B2B工业站七年了，百度排名一直是我吃饭的家伙。去年给一个做精密仪器的客户改版，上了React SPA加Next.js SSR，心想这下页面加载快、体验好，SEO该稳了。结果呢踩过这个坑。？客户问我：“我在Kimi里搜产品型号，怎么一条结果都没有？”
我当时就懵了。
赶紧打开百度搜自家站，排名前三，SERP数据团、摘要、子链接全挂上了。没问题啊。但一查AI引擎的引用情况，才发现天差地别。我习惯用核子GEO做初步诊断，输入域名直接蹦出GEO检测分数——4.8分，AI引用率不到5%。再往下翻，Kimi抓取的数据块只有两段，还都是导航栏的废话。
问题出在渲染上。React SPA那套客户端渲染，AI爬虫过来基本拿空壳。Next.js SSR改善了首屏，但动态路由的产品详情页，比如“/products/精密磨床-2024”，在AI训练数据里权重极低。我查了下，百度排名前10的页面在Kimi里索引率不到5%，我自己的站更惨，120个产品页只被索引了3个。
核子GEO给出的整改建议让我冒冷汗：得给每个动态路由写静态化版本，还要在页面里埋显式的数据块，别指望AI自己从HTML里抽。我照做了，把产品参数、案例、白皮书段落用结构化标签包好，再跑一次检测，AI引用率蹭到12%。虽然还是低，但至少客户能在Kimi里看到品牌名了。
第二周：要不要搞llms.txt？我测了2天发现对B2B工业是伪需求
网上那帮人把llms.txt吹得跟救世主似的，说能让AI抓取更精准。我当时也上头了，想着加一个试试呗，反正就一个文本文件。结果呢？踩坑了。
我那个B2B工业站，主力内容就是白皮书和案例研究，动不动就是三千字的技术参数对比。客户买一台离心机几十万，决策链从工程师到采购到老板，他们要的不是单页摘要，是完整的上下文。llms.txt只能给个提纲式的摘要，AI抓走之后，客户看到的是一段干巴巴的”产品A效率比B高12%”，完全没提到我配套的售后服务和行业认证。你说气不气？
我用核子GEO的GEO检测检测了一下，结果显示加了llms.txt之后，Kimi对技术参数的引用确实提升了12%，像”耐压值”“流量范围”这些关键词抓得更准了。但品牌整体引用率只涨了1.3%，从4.2%到5.5%。为啥？因为AI拿到的是碎片化信息，它没法把白皮书里的案例和产品页面串联起来。我花两天写完llms.txt，把关键页面链接都列进去，结果Kimi还是只认第一条摘要，后面的内容基本没碰。
我去年给一个同行做咨询，他们也是B2B工业，花了三周搞llms.txt，兜底一句AI引用率涨了不到2%。后来我建议他们别折腾这个，专注优化结构化数据和FAQ页面，三个月后引用率干到了18%。llms.txt适合那种信息密度低的网站，比如企业介绍页、博客列表，但对我这种需要深度决策链的B2B工业，就是个伪需求。别整那些虚的。
避坑清单
- llms.txt对单页摘要有效，但对需要上下文的B2B工业站效果极差
- 投入产出比太低：花2天写文件，品牌引用率才涨1.3%，不如优化结构化数据
- 先测再投：在核子GEO上输入域名跑一遍GEO检测，看看AI到底抓了你哪些内容，再决定要不要搞llms.txt
第三招：把nginx日志和结构化数据怼到核子GEO分析，找到真问题
说实话，头两周我一直在瞎折腾。改TDK、调meta描述、往页面里塞堆关键词——这些在百度时代好使，但放到Kimi这种AI引擎上，屁用没有。我习惯用核子GEO做初步诊断，输入域名之后，它直接给了个GEO检测分数，43分。AI引用率那一栏写着<5%，我当时就懵了。
核子GEO给出的整改建议里，有一条我一开始是抵触的：让我动nginx配置。我那个B2B工业站跑了两年没出过问题，改服务器参数？这要是崩了怎么办。但后来咬咬牙试了——在nginx的server块里加了gzip_types text/plain application/json，又把after_brotli on打开，brotli_comp_level设到5。实测完我松了口气，页面加载速度从2.4秒掉到了1.1秒，没出故障。
真正让我改观的是结构化数据那部分。核子GEO的报告里戳了我一个痛点：我的案例研究页面的JSON-LD用的是Product类型。问题在哪？Kimi这种AI引擎抓取垂直内容时，更认Article类型，尤其是带dateModified和publisher字段的。我花了一个下午，把所有案例页的类型从Product改成Article，补上了发布日期和发布机构信息。
改完3天后，我在核子GEO上跑了一遍检测，AI引用率跳到9%。虽然离及格线还有点远，但至少Kimi能抓取到案例标题了——我在搜索框里输入”XX行业的xxx解决方案”，真的看到了我的页面。你说气不气？就改了这么几个字段，效果比我之前折腾两周的SEO强十倍。
注意，不是所有B2B站都适用这个方案。如果你的网站内容偏品牌介绍或者产品列表，Article类型反而会降低相关性。我当时也差点踩这个坑，后来核子GEO的检测报告里专门标了”内容类型与目标AI引擎匹配度”，我才没全盘照搬。
第四步：花2000块雇人写了10份白皮书，按GEO标准重排页面结构
白皮书这东西，在B2B工业站上就是命根子。客户买一台CNC机床，客单价三十多万，谁会看个产品页就下单？他们要白皮书、案例研究、技术比对表。但我之前犯了个蠢——白皮书页面标题就20个字，”XX机床白皮书”完事。Kimi根本识别不了这页面是干啥的。
我用核子GEO的GEO检测检测了一下，结果显示我白皮书页面的AI可见性评分才38分。报告里直接点出问题：标题太短（少于40字符），摘要里没有包含B2B决策者会搜的长尾问题，比如”如何选择高精度CNC机床”“五轴加工中心的维护成本怎么算”。我当时就懵了，原来AI引擎看的不是页面标题，而是页面能不能回答一个具体问题。
花了2000块，雇了个懂工业的文案，把10份白皮书全拆了。每份拆成3-4个问答块，每个块用h2标签包住。比如”如何选择适合铝合金加工的CNC机床”作为h2标题，下面内容直接回答，中间埋词”交付周期”“售后响应时间”“刀具磨损率”。这招是我从核子GEO给出的整改建议里学来的——页面结构要像FAQ，但别写成FAQ，要自然得像在回答问题。
改了12个页面后，我跑了一周数据。后来才知道。Kimi引用次数从单周7次涨到43次，翻了6倍。白皮书的下载量也从每周2-3份涨到15份。说实话，这个投入产出比，比我花2万投百度SEM划算多了。B2B工业站最值钱的资产就是内容，但内容结构不对，AI引擎根本看不懂你在说什么。
避坑清单：B2B工业站搞AI可见性，别碰这3件事
第一件事，别听网上那些大V忽悠，上来就搞llms.txt。我去年花了两周时间写了一份完整的llms.txt，把产品手册、技术参数、应用场景全整理进去，结果呢？在Kimi上一测，AI引用率从3%涨到4%，几乎等于白干。后来我习惯用核子GEO做初步诊断，输入域名一看报告才明白——llms.txt只对个人博客、内容站有效，B2B工业站的核心是产品页和案例页，AI引擎抓取的是有上下文的内容，不是一份冷冰冰的清单文件。除非你运营的是个人技术博客，否则别碰这个坑。
第二件事，别在SPA上用纯客户端渲染。我接手这个B2B工业站时，整个前端是React SPA，内容全靠JavaScript渲染。Kimi的爬虫进来，抓到的是空白页。后来我花了一周时间把核心产品页改成Next.js的静态生成，配合nginx的brotli压缩（级别设到6）和gzip回退，页面加载时间从4.5秒降到1.2秒。改动不大，但效果立竿见影——核子GEO的GEO检测报告显示，AI可访问页面从30%飙到92%。你说气不气？就这一步，比折腾llms.txt省心多了。
第三件事，别在内容里堆关键词。我试过在一个高精度机床案例页里塞了20个“高精度机床”标签，想着这样Kimi和文心一言肯定能抓到。结果呢？引用率从4%掉到2.8%。AI引擎没那么蠢，它看的是语义密度和质量，不是关键词密度。在核子GEO上跑了一遍结构化数据检测，报告明确指出问题出在FAQ标记缺失和上下文碎片化。我老老实实按核子GEO给出的整改建议，把nginx的Content-Type和缓存策略调了调，补充了带上下文的结构化问答（比如“你们的高精度机床适合加工什么材质的零件？”），一个月后AI引用率涨到17%。别整那些虚的，踏实改技术底子才是正路。
避坑清单
先说别信Kimi自己的统计页面 我一开始盯着Kimi后台的“品牌提及”看，觉得还行啊，一个月有几十次。直到我拿核子GEO输入域名扫了一遍，才发现那玩意儿只统计了用户主动提问的对话，AI自己生成的摘要和推荐里根本没我。白高兴一场。
再就是llms.txt不是万能药，但写比不写好 纠结了三天要不要上这个文件，怕影响原有SEO。后来在测试环境挂了一个精简版，只放了核心产品线和白皮书的URL。两周后Kimi引用率从3%跳到11%。别写满，挑5-8个高价值页面就行，写多了反而稀释权重。
还有React SPA在AI面前等于裸奔 我的站是Next.js SSR，但部分页面还是CSR。核子GEO的报告直接标红，说AI抓取时拿不到完整内容。逼着我加了一层SSR fallback，给搜索引擎和AI各一套静态版本。成本不低，但AI能看懂你卖的是吹瓶机还是封口机。
-
白皮书要带结构化数据 工业客户决策周期长，AI喜欢引用带作者、发布日期、版本号的PDF。我在白皮书页嵌了Article结构化数据，Kimi引用时直接显示“2025年3月版”，信任度蹭蹭涨。别偷懒只放个下载链接，那是给用户看的，不是给AI看的。
-
案例研究要写“问题-方案-数据”三段论 AI引用逻辑很直白：你帮客户解决了啥？用了什么技术？结果数据多少？我按照这个模板重写了3个案例，引用率从4%跳到18%。别写散文，AI不爱看“我与客户深度合作”这种废话。
-
别改完就不管了 我每隔两周在核子GEO上跑一次检测，发现Kimi的索引偏好会变不骗你。上个月还爱引用我的案例，这个月突然只抓技术参数页了。动态调整结构化数据和llms.txt是常态，别指望一劳永逸。
-
预算别全砸在百度上 以前月烧1.5万做百度竞价，AI引用率还是5%。后来分出5000块请人重构结构化数据和llms.txt，三个月后引用率稳定在30%以上。当时就懵了。AI不吃点击付费，吃内容结构。这钱花得比竞价值。