1. 当搜索框变成对话框，企业官网的流量逻辑已经变了
过去十年，企业官网的流量密码很明确：关键词密度、外链数量、页面加载速度、移动端适配。你把这几样做到位，搜索引擎就会给你排名，排名带来点击，点击带来询盘。但这套逻辑正在被一个更底层的变化瓦解——越来越多的用户不再打开搜索引擎，而是直接问AI助手：“帮我找几家做工业自动化改造的公司”“哪家企业的MES系统适合中小型工厂”。
这个变化对企业官网意味着什么？意味着你的官网可能依然在搜索结果里排第一，但AI在回答用户问题时压根没提你。用户看到的是一段由AI整合生成的答案，里面引用了三五个品牌，而你的品牌不在其中。这不是排名下降的问题，这是“被跳过”的问题。
我管这个新战场叫GEO，全称是Generative Engine Optimization，中文可以理解为“生成式引擎优化”。它和传统SEO不是替代关系，而是叠加关系。SEO解决的是“让搜索引擎找到你”，GEO解决的是“让AI愿意引用你”。两者的底层逻辑有交集，但侧重点完全不同。SEO看重链接权重和关键词匹配，GEO看重的是内容的结构化程度、语义清晰度、以及AI能不能低成本地“读懂并信任”你的信息。
这篇文章要聊的，就是企业官网做GEO的三条落地路径：Schema结构化数据、OG标签体系、以及llms.txt文件。这三个东西听起来像技术细节，但它们决定了AI在抓取和生成答案时，能不能准确识别你的企业身份、业务范围、核心优势和联系方式。适合谁来读？如果你是企业的技术负责人、SEO运营、内容策划，或者你正在负责官网改版和数字化营销，这篇内容可以直接当作操作手册来用。
我先把结论放在前面：GEO不是玄学，它是一套可以拆解、可以执行、可以验证的工程动作。下面我会从原理讲到实操，从代码片段讲到避坑经验，尽量让不同技术基础的人都能上手。
2. 先搞清楚AI是怎么“看”你官网的
2.1 从爬虫抓取到语义理解，中间隔着一道结构化门槛
传统搜索引擎爬虫抓取网页后，主要做两件事：提取文本内容、分析链接关系。它不太关心你的企业到底是做什么的，只要你的页面里有足够多的关键词，外链足够多，它就认为你相关。但AI助手背后的模型不一样，它需要理解语义，需要知道“这家公司提供什么服务”“服务哪些地区”“有什么资质”“联系方式是什么”。
问题在于，大部分企业官网的HTML结构对AI并不友好。导航栏是一堆<div>，服务介绍是一段没有层级的长文本，联系方式藏在图片里，企业名称只在logo的alt属性里出现一次。AI抓取到这样的页面，能提取的信息非常有限，自然也不会在生成答案时引用你。
结构化数据的作用，就是把这些“人看得懂但机器看不懂”的信息，翻译成机器能直接读取的格式。你可以把它理解为给官网加了一层“机器可读的说明书”。Schema.org是目前最通用的结构化数据词汇表，它定义了一套标准化的标签体系，告诉AI“这段文字是公司名称”“这段是服务范围”“这段是客户评价”。
2.2 Schema不是给搜索引擎看的，是给AI生成答案时用的
很多人对Schema有个误解，觉得它是SEO的附属品，加了Schema就是为了在搜索结果里显示星级评分或者面包屑导航。这个理解在传统SEO语境下没错，但在GEO语境下太窄了。
AI助手在生成答案时，会优先选择那些信息结构清晰、来源可信、语义完整的内容。Schema标记就是“结构清晰”的直接证据。举个例子，当用户问“有哪些做跨境物流的企业”，AI需要从海量网页中筛选出“企业名称+服务类型+服务区域+联系方式”这四个要素都齐全的页面。如果你的官网只有一段“我们是一家专业的跨境物流公司”的文字，AI很难确认你的服务区域和具体能力。但如果你用Schema标记了Organization类型，里面明确写了areaServed、serviceType、contactPoint，AI就能直接提取这些字段，把你列入候选名单。
注意：Schema标记不会直接提升你的搜索排名，但它会显著提升你在AI生成答案中的“被引用概率”。这是两个不同的指标，不要混淆。
2.3 OG标签在AI时代的角色转变
OG标签，全称Open Graph Protocol，原本是Facebook提出的一套元数据标准，用来控制网页在社交媒体分享时显示的标题、描述和缩略图。但在GEO场景下，OG标签有了新的用途：它是AI快速获取页面核心信息的“快捷方式”。
当AI爬虫抓取一个页面时，它首先看的是<head>区域。如果这里有完整的OG标签，AI可以在不解析整个页面正文的情况下，快速获取到页面标题、摘要、图片和URL。这大大降低了AI的抓取成本，也提高了你的页面被纳入训练数据或实时索引的概率。
很多企业官网的OG标签是缺失的，或者只填了og:title和og:description，og:type、og:url、og:image都是空的。这在社交媒体分享时可能只是显示效果差一点，但在GEO场景下，这意味着AI需要花更多时间解析你的页面，而AI的抓取预算有限，它更倾向于选择那些“信息获取成本低”的页面。
2.4 llms.txt：一个专门为AI准备的“官网说明书”
llms.txt是一个相对较新的概念，它的形式很简单：在网站根目录放一个纯文本文件，用Markdown格式列出网站的核心页面、内容摘要和关键信息。它的提出背景是，AI模型在训练和推理时，需要一种比HTML更轻量、比sitemap更语义化的方式来理解一个网站的结构。
你可以把llms.txt理解为“给AI看的官网导航”。传统的sitemap.xml只告诉AI“网站有哪些页面”，但llms.txt告诉AI“每个页面讲的是什么、哪些内容最重要、企业核心信息在哪里”。对于企业官网来说，llms.txt可以包含：公司简介、核心服务列表、服务区域、联系方式、资质证书、常见问题解答的链接和摘要。
这个文件目前还没有被所有AI平台正式支持，但它的理念已经被广泛讨论，而且实现成本极低。提前部署llms.txt，相当于在AI抓取规则正式标准化之前，先占住一个有利位置。
3. Schema标记的落地：从Organization开始，把企业身份说清楚
3.1 为什么Organization类型是GEO的第一优先级
Schema.org有几百种类型，企业官网不可能全部用上，也没必要。对于GEO来说，优先级最高的是Organization类型。原因很简单：AI在回答“哪家公司做什么”这类问题时，首先需要确认“这家公司是谁”。如果AI连你的企业名称、成立时间、总部位置、服务范围都搞不清楚，它不可能在答案里引用你。
Organization类型支持大量属性，但企业官网不需要全部填写。我建议优先填写以下字段：
| 属性名 | 作用 | 填写建议 |
|---|---|---|
| name | 企业全称 | 与营业执照一致，不要用简称 |
| alternateName | 企业简称 | 填写常用简称，方便AI匹配 |
| url | 官网地址 | 填写首页URL，不要带参数 |
| logo | 企业Logo | 使用绝对URL，图片尺寸建议不小于112x112 |
| description | 企业简介 | 控制在200字以内，包含核心业务关键词 |
| foundingDate | 成立时间 | 格式为YYYY-MM-DD |
| address | 注册地址 | 使用PostalAddress子类型 |
| contactPoint | 联系方式 | 包含电话、邮箱、联系类型 |
| sameAs | 关联页面 | 填写企业官方社交媒体、百科页面等 |
| areaServed | 服务区域 | 可以填国家、城市或区域名称 |
| knowsAbout | 专业领域 | 填写企业擅长的业务领域关键词 |
这些字段填完之后，AI在抓取你的官网时，可以直接提取出一张“企业名片”。当用户问“有哪些做XX业务的公司”时，AI就能从你的Schema标记中匹配到knowsAbout和areaServed，从而把你列入候选。
3.2 JSON-LD的写法与常见错误
Schema标记有三种写法：Microdata、RDFa和JSON-LD。我强烈建议使用JSON-LD，因为它不侵入HTML结构，维护成本低，而且Google和主流AI平台都明确支持。
一个典型的企业官网Organization标记如下：
{ "@context": "https://schema.org", "@type": "Organization", "name": "某某工业自动化有限公司", "alternateName": "某某自动化", "url": "https://www.example.com", "logo": "https://www.example.com/logo.png", "description": "专注于工业自动化控制系统研发与集成，服务覆盖华东地区，提供PLC编程、SCADA系统、MES系统实施等服务。", "foundingDate": "2015-03-01", "address": { "@type": "PostalAddress", "streetAddress": "某某路123号", "addressLocality": "某某市", "addressRegion": "某某省", "postalCode": "200000", "addressCountry": "CN" }, "contactPoint": { "@type": "ContactPoint", "telephone": "+86-21-12345678", "contactType": "sales", "email": "contact@example.com", "availableLanguage": ["Chinese", "English"] }, "sameAs": [ "https://www.linkedin.com/company/example", "https://weibo.com/example" ], "areaServed": { "@type": "GeoCircle", "geoMidpoint": { "@type": "GeoCoordinates", "latitude": "31.2304", "longitude": "121.4737" }, "geoRadius": "500000" }, "knowsAbout": [ "工业自动化", "PLC编程", "SCADA系统", "MES系统", "智能制造" ] }这段代码可以直接放在首页的<head>区域，用<script type="application/ld+json">包裹。注意几个容易出错的地方：
@context必须是https://schema.org，不要写成http。@type的大小写要准确，Organization的首字母大写。url和logo必须使用绝对URL，不要用相对路径。areaServed如果填的是具体城市，可以直接用字符串，比如"上海"，不需要用GeoCircle。sameAs里的链接必须是真实存在的页面，不要填虚假链接。
提示：JSON-LD代码写完后，可以用Schema Markup Validator工具验证一下，确保没有语法错误。语法错误会导致整个标记失效，AI无法读取。
3.3 服务页面用Service类型，让AI知道你到底卖什么
首页的Organization标记解决的是“你是谁”的问题，但AI还需要知道“你具体提供什么服务”。这时候需要在服务详情页添加Service类型的Schema标记。
Service类型的核心属性包括：
name：服务名称description：服务描述provider：服务提供方，引用OrganizationareaServed：服务区域serviceType：服务类型offers：报价信息（可选）
一个典型的服务页面标记如下：
{ "@context": "https://schema.org", "@type": "Service", "name": "MES系统实施服务", "description": "为中小型制造企业提供MES系统选型、部署、培训和运维一体化服务，支持与ERP、PLC等系统对接。", "provider": { "@type": "Organization", "name": "某某工业自动化有限公司", "url": "https://www.example.com" }, "areaServed": "华东地区", "serviceType": "MES系统实施", "offers": { "@type": "Offer", "priceCurrency": "CNY", "price": "面议", "availability": "https://schema.org/InStock" } }这个标记的作用是，当用户问“有哪些公司做MES系统实施”时，AI可以从你的服务页面直接提取出服务名称、服务区域和服务类型，从而判断你是否符合用户的查询意图。
3.4 FAQ页面用FAQPage类型，抢占AI问答的引用位
AI助手最喜欢引用的内容类型之一就是FAQ。因为FAQ的结构天然适合AI生成答案：一个问题对应一个答案，语义清晰，不需要AI再做额外的推理和总结。
如果你的官网有常见问题页面，一定要加上FAQPage类型的Schema标记。写法如下：
{ "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "MES系统实施周期一般需要多久？", "acceptedAnswer": { "@type": "Answer", "text": "实施周期取决于工厂规模和业务复杂度，一般中小型工厂需要2-4个月，大型工厂可能需要6个月以上。" } }, { "@type": "Question", "name": "MES系统能否与现有ERP系统对接？", "acceptedAnswer": { "@type": "Answer", "text": "可以。我们提供标准API接口和定制化对接方案，支持与主流ERP系统进行数据同步。" } } ] }这个标记的威力在于，AI在回答用户关于“MES系统实施周期”的问题时，可以直接引用你的答案，并在答案中标注来源。这比单纯的品牌曝光更有价值，因为它建立的是“专业可信”的认知。
4. OG标签的完整配置：别只填标题和描述
4.1 OG标签的四个必填字段和三个选填字段
很多企业官网的OG标签只填了og:title和og:description，这远远不够。完整的OG标签应该包含以下字段：
| 字段 | 是否必填 | 作用 |
|---|---|---|
| og:title | 必填 | 页面标题，建议控制在60字符以内 |
| og:description | 必填 | 页面描述，建议控制在155字符以内 |
| og:type | 必填 | 页面类型，企业官网一般用website |
| og:url | 必填 | 页面规范URL |
| og:image | 选填 | 分享缩略图，建议尺寸1200x630 |
| og:site_name | 选填 | 网站名称 |
| og:locale | 选填 | 页面语言，中文用zh_CN |
og:type这个字段经常被忽略，但它对AI理解页面性质很重要。企业官网的首页用website，服务页面可以用article或product，FAQ页面可以用website。不要所有页面都填website，这样AI无法区分页面类型。
4.2 OG标签与Schema标记的协同关系
OG标签和Schema标记不是二选一的关系，它们服务于不同的抓取场景。OG标签在<head>区域，AI爬虫抓取时最先看到；Schema标记可以在<head>也可以在<body>，AI在解析页面结构时使用。
我的建议是：两者都做，而且信息要一致。如果OG标签里写的企业名称是“某某自动化”，Schema标记里写的也是“某某自动化”，AI就能交叉验证，提高信息的可信度。如果两者不一致，AI可能会降低对页面信息的信任权重。
一个完整的<head>区域配置示例如下：
<head> <meta charset="UTF-8"> <title>某某工业自动化有限公司 - MES系统实施与PLC编程服务</title> <meta name="description" content="专注于工业自动化控制系统研发与集成，提供MES系统实施、PLC编程、SCADA系统部署等服务，服务覆盖华东地区。"> <meta property="og:title" content="某某工业自动化有限公司 - MES系统实施与PLC编程服务"> <meta property="og:description" content="专注于工业自动化控制系统研发与集成，提供MES系统实施、PLC编程、SCADA系统部署等服务。"> <meta property="og:type" content="website"> <meta property="og:url" content="https://www.example.com"> <meta property="og:image" content="https://www.example.com/og-image.jpg"> <meta property="og:site_name" content="某某工业自动化"> <meta property="og:locale" content="zh_CN"> <script type="application/ld+json"> { "@context": "https://schema.org", "@type": "Organization", "name": "某某工业自动化有限公司", "url": "https://www.example.com", "logo": "https://www.example.com/logo.png", "description": "专注于工业自动化控制系统研发与集成，服务覆盖华东地区。", "contactPoint": { "@type": "ContactPoint", "telephone": "+86-21-12345678", "contactType": "sales" } } </script> </head>4.3 动态页面的OG标签处理
企业官网通常有新闻列表、案例列表、产品列表等动态页面。这些页面的OG标签不能写死，需要根据页面内容动态生成。比如新闻详情页的og:title应该是新闻标题，og:description应该是新闻摘要，og:image应该是新闻配图。
如果你的官网用的是主流CMS系统，大部分都支持动态OG标签配置。如果用的是自研系统，需要在模板层面做变量替换。这里的关键是：每个页面的OG标签都要反映该页面的具体内容，不要所有页面都用首页的OG标签。
注意：动态页面的OG标签如果处理不当，容易出现重复或空白。建议在测试阶段用社交分享调试工具检查每个页面类型的OG标签是否正确输出。
5. llms.txt的部署：给AI准备一份轻量级官网地图
5.1 llms.txt的格式规范与内容组织
llms.txt的格式非常简单，就是一个Markdown文件，放在网站根目录，访问路径是https://www.example.com/llms.txt。它的内容组织没有严格的强制规范，但社区已经形成了一些共识：
- 第一行用
#写网站名称 - 第二行用
>写网站简介 - 然后用
##分章节，列出核心页面和内容摘要 - 每个条目用
- [页面标题](页面URL): 内容摘要的格式
一个企业官网的llms.txt示例如下：
# 某某工业自动化有限公司 > 专注于工业自动化控制系统研发与集成，提供MES系统实施、PLC编程、SCADA系统部署等服务，服务覆盖华东地区。 ## 核心服务 - [MES系统实施](https://www.example.com/services/mes): 为中小型制造企业提供MES系统选型、部署、培训和运维一体化服务。 - [PLC编程](https://www.example.com/services/plc): 提供西门子、三菱、欧姆龙等主流PLC品牌的编程和调试服务。 - [SCADA系统部署](https://www.example.com/services/scada): 提供SCADA系统设计、部署和集成服务，支持远程监控和数据采集。 ## 企业信息 - [关于我们](https://www.example.com/about): 公司成立于2015年，总部位于上海，拥有50人技术团队。 - [资质证书](https://www.example.com/certifications): 拥有ISO9001认证、高新技术企业认证等。 - [联系方式](https://www.example.com/contact): 电话021-12345678，邮箱contact@example.com。 ## 常见问题 - [MES系统实施周期](https://www.example.com/faq/mes-timeline): 中小型工厂一般需要2-4个月。 - [ERP对接能力](https://www.example.com/faq/erp-integration): 支持与主流ERP系统进行数据同步。这个文件的作用是，AI在抓取你的网站时，可以先读取llms.txt，快速了解网站结构和核心内容，然后再决定抓取哪些页面。这大大降低了AI的抓取成本，也提高了你的核心页面被收录的概率。
5.2 llms.txt与sitemap.xml的分工
有人会问：已经有sitemap.xml了，为什么还要llms.txt？两者的分工不同：
| 对比项 | sitemap.xml | llms.txt |
|---|---|---|
| 格式 | XML | Markdown |
| 内容 | 页面URL列表 | 页面URL+内容摘要 |
| 服务对象 | 传统搜索引擎爬虫 | AI模型和AI助手 |
| 语义信息 | 无 | 有，包含页面主题和摘要 |
| 更新频率 | 低 | 高，建议随内容更新 |
sitemap.xml告诉搜索引擎“网站有哪些页面”，llms.txt告诉AI“每个页面讲的是什么”。两者不冲突，建议同时部署。
5.3 部署llms.txt的实操步骤与验证方法
部署llms.txt的步骤很简单：
- 创建一个纯文本文件，命名为
llms.txt。 - 按照上述格式填写内容，确保所有URL都是绝对路径。
- 将文件上传到网站根目录，确保可以通过
https://www.example.com/llms.txt访问。 - 在
robots.txt中添加一行Sitemap: https://www.example.com/llms.txt，方便AI爬虫发现。 - 用浏览器访问该URL，确认内容正确显示。
验证方法：目前还没有主流的llms.txt验证工具，但你可以手动检查文件是否可访问、格式是否正确、URL是否有效。另外，可以在网站日志中观察是否有AI爬虫（如GPTBot、ClaudeBot等）访问llms.txt的请求记录。
提示：llms.txt目前还在早期阶段，不是所有AI平台都正式支持。但它的部署成本极低，提前做好没有坏处。即使AI平台暂时不读取，它也可以作为一份给AI准备的“官网说明书”，在未来的抓取规则中占据先机。
6. 三个动作的协同与常见踩坑记录
6.1 Schema、OG标签、llms.txt的优先级与执行顺序
如果你时间有限，只能先做一件事，我的建议是：先做Schema标记，再做OG标签，最后做llms.txt。
原因如下：Schema标记直接决定了AI能否理解你的企业身份和服务内容，这是GEO的基础。OG标签是辅助AI快速获取页面信息，优先级次之。llms.txt是锦上添花，目前还不是AI抓取的必选项。
执行顺序上，可以按照以下步骤推进：
- 在首页添加Organization类型的Schema标记。
- 在核心服务页面添加Service类型的Schema标记。
- 在FAQ页面添加FAQPage类型的Schema标记。
- 检查并补全所有页面的OG标签。
- 创建并部署llms.txt文件。
- 在robots.txt中添加llms.txt的引用。
- 用验证工具检查Schema和OG标签的正确性。
- 观察网站日志，确认AI爬虫的抓取行为变化。
6.2 我踩过的坑：Schema标记的语法错误导致整段失效
我在第一次部署Schema标记时，犯了一个低级错误：JSON-LD代码中多了一个逗号。结果整个标记块失效，AI完全读取不到任何信息。更麻烦的是，这个错误不会在页面上显示出来，用户看不到任何异常，只有通过验证工具才能发现。
后来我养成了一个习惯：每次写完JSON-LD，先用Schema Markup Validator跑一遍，确认没有语法错误再上线。另外，JSON-LD中的URL必须使用绝对路径，不要用相对路径，否则AI无法正确解析。
还有一个坑是@type的大小写问题。Schema.org的类型名称是大小写敏感的，Organization不能写成organization，Service不能写成service。这个细节很容易忽略，但会导致标记失效。
6.3 OG标签的图片尺寸与缓存问题
OG标签中的og:image字段有一个容易被忽略的细节：图片尺寸。如果图片尺寸太小，社交平台和AI平台可能不会显示缩略图。建议使用1200x630像素的图片，比例接近1.91:1。
另一个问题是缓存。社交平台和AI平台会缓存OG标签的内容，如果你更新了OG标签，可能需要等待一段时间才能生效。在测试阶段，可以用社交分享调试工具强制刷新缓存。
6.4 llms.txt的更新频率与内容维护
llms.txt的内容需要随着网站更新而更新。如果新增了服务页面或FAQ页面，记得同步更新llms.txt。我建议把llms.txt的更新纳入内容发布流程，每次发布新页面时，检查是否需要更新llms.txt。
另外，llms.txt中的URL必须是有效的，不要包含404页面。如果某个页面被删除，记得从llms.txt中移除对应的条目。AI爬虫如果发现llms.txt中有大量无效链接，可能会降低对整个文件的信任权重。
7. 怎么验证GEO有没有效果
7.1 直接问AI：最粗暴但最有效的验证方法
GEO的效果验证不像SEO那样有明确的排名数据，但有一个简单直接的方法：直接问AI。你可以打开主流AI助手，输入和你业务相关的查询，看看AI的回答中是否引用了你的官网或品牌。
比如，如果你是一家做MES系统实施的公司，可以问AI：“有哪些公司做MES系统实施？”或者“MES系统实施周期一般多久？”观察AI的回答中是否提到了你的公司名称、服务内容或官网链接。
这个方法虽然粗暴，但非常有效。建议在部署GEO优化前后各做一次测试，对比AI回答的变化。需要注意的是，AI的回答可能受到多种因素影响，单次测试不一定准确，建议多次测试并记录结果。
7.2 观察网站日志中的AI爬虫行为
另一个验证方法是观察网站日志。主流AI平台的爬虫都有明确的User-Agent标识，比如GPTBot、ClaudeBot、PerplexityBot等。你可以在网站日志中筛选这些User-Agent，观察它们的抓取频率和抓取页面。
如果发现AI爬虫开始频繁抓取你的核心页面，并且访问了llms.txt，说明你的GEO优化正在生效。如果AI爬虫的抓取频率很低，可能需要检查robots.txt是否屏蔽了这些爬虫，或者页面加载速度是否过慢。
7.3 用结构化数据测试工具做定期检查
Schema标记和OG标签的验证工具可以定期使用，确保标记没有因为网站改版而失效。我建议每个月做一次全面检查，重点检查首页、核心服务页面和FAQ页面。
检查内容包括：Schema标记是否有语法错误、OG标签是否完整、llms.txt是否可访问、robots.txt是否允许AI爬虫抓取。这些检查不需要太多时间，但能避免因为技术细节导致GEO效果打折扣。
8. 一些关于GEO的实操心得
GEO不是一次性工程，而是持续优化的过程。AI的抓取规则和生成逻辑在不断变化，今天有效的策略明天可能就需要调整。我的建议是保持关注，但不要过度焦虑。先把基础的结构化数据做好，把企业身份和服务内容说清楚，这已经能超过大部分竞争对手。
另外，不要为了GEO而牺牲用户体验。Schema标记和OG标签是给机器看的，但页面内容最终还是给人看的。如果页面内容质量不高，即使AI引用了你的页面，用户点击进来也会很快离开，这对品牌反而是一种伤害。
最后分享一个小技巧：在写Schema标记的description字段时，尽量用自然语言描述，不要堆砌关键词。AI在生成答案时，更倾向于引用那些语义通顺、信息密度高的描述。你可以把description想象成你在跟一个陌生人介绍你的公司，用一两句话说清楚你是谁、做什么、服务谁，这就够了。
