让个人网站被 AI 搜索引用，核心做四件事：① 服务端渲染保证 AI 爬虫能读到正文；② 用 JSON-LD 把'你是谁'写成机器可读的实体图谱（Person + WebSite + Article）；③ 提供 robots.txt 放行 AI 爬虫、真实内容的 llms.txt 和 sitemap.xml；④ 把文章写成'可摘抄'格式——定义、对比表、步骤清单、一句话答案。
为什么个人网站需要 GEO
过去个人网站的流量入口是搜索引擎：用户输入关键词，你的网站排在第几页决定了一切。现在越来越多的人直接问 AI——“谁做过细胞株稳定性预测的工具""信号肽工程怎么做”——AI 引用谁，谁就被看见。
这就是 GEO（Generative Engine Optimization，生成式引擎优化）要解决的问题。我在重构这个网站时把 GEO 作为一等目标，本文是完整清单，全部经过实测验证。
第 0 步：先实测，再优化
优化前我先用探针脚本实测了旧站，结果很典型：
| 检查项 | 旧站状态 |
|---|---|
| 服务端渲染 | ✅ 正常（可见正文 877 字符） |
| JSON-LD 结构化数据 | ❌ 0 个 |
| sitemap.xml | ❌ 不存在 |
| robots.txt | ❌ 不存在 |
| llms.txt | ❌ 不存在 |
| Open Graph / Twitter Card | ❌ 缺失 |
| canonical | ❌ 缺失 |
结论：旧站对搜索引擎”可见但难懂”，对 AI 则几乎没有被引用的理由。下面逐项修复。
清单 1：让 AI 读得到（技术可达性）
- 静态生成（SSG）：全站用 Astro 构建为纯静态 HTML，任何爬虫拿到的都是完整正文，不依赖 JS 执行。
- robots.txt：显式放行主流 AI 爬虫（GPTBot、ClaudeBot、PerplexityBot、Bytespider 等），并指向 sitemap。
- sitemap.xml：由
@astrojs/sitemap自动生成，新文章构建时自动纳入。 - llms.txt：真实 Markdown 内容，写明站点定位、作者实体、核心内容索引。
- canonical：每页声明规范地址，避免镜像/参数页稀释权重。
清单 2：让 AI 读得懂（结构化数据）
这是投入产出比最高的一项。我在全站布局里注入了一张实体图谱：
Person：祥哥，含jobTitle、knowsAbout——告诉 AI”这个人是谁、懂什么”；WebSite：站点名称、别名、语言，与 Person 通过@id互相关联；BlogPosting：每篇文章的标题、发布时间、作者（链回 Person）；FAQPage：关于页与文章 FAQ 的结构化问答；SoftwareApplication/WebApplication：作品与在线工具。
为什么要做实体图谱？ AI 需要把”祥哥的私人工坊""祥哥""wxsunday.cloud”归并成同一个实体。没有 JSON-LD，这只能靠猜；有了它，这就是显式声明。
清单 3：让 AI 愿意引（内容写法）
技术标签只是入场券，内容本身才是被引用的理由。AI 偏爱能直接回答问题的内容，我的写法规则：
- 每篇文章开头放”一句话答案”：60 字以内直接回答问题，AI 几乎可以原样摘抄；
- 多下定义：“信号肽工程是指……”这类句子是 AI 组装答案的首选素材；
- 多用对比表和步骤清单：表格是 AI 最容易解析和引用的格式；
- 文章尾部加 FAQ：覆盖长尾问法，同时输出
FAQPage结构化数据； - 首发声明与规范链接：每篇注明首发地址，被转载时保留引用源。
清单 4：别忘传统 SEO 的基本盘
GEO 与 SEO 共享地基：唯一的 <h1> 与语义化标题层级、准确的 title/description、OG 与 Twitter Card（决定链接被分享时的展示）、lang="zh-CN"、移动端适配、以及 https 与 ICP 备案页脚（面向国内收录）。
实测验证
重构后我用同一个探针复查：JSON-LD 图谱 5 类以上、sitemap/robots/llms.txt 全部 200、GPTBot UA 抓取到的正文与浏览器一致。接下来是长期观察被引用情况——GEO 不是一次性工程，而是持续的内容资产积累。
写在最后
对个人网站来说，GEO 的本质没变过：持续生产”能直接回答某类人问题”的内容，并让机器毫无障碍地读懂你和你的内容。标签会过时，这条不会。
本站的完整实现已开源在这篇手记对应的博客里，欢迎对照源码逐项检查。
常见问题
GEO 和 SEO 有什么区别？
SEO 优化的是搜索引擎结果页的排名，目标是获得点击；GEO（生成式引擎优化）优化的是 AI 问答中的引用率，目标是让 ChatGPT、Perplexity、豆包等在回答问题时引用你的内容作为来源。两者共享技术基础（可抓取、结构化），但 GEO 更看重内容的'可摘抄性'和实体清晰度。
llms.txt 是什么，必须要做吗？
llms.txt 是放在网站根目录的 Markdown 文件，用自然语言告诉 AI 模型'这个网站是什么、核心内容在哪、作者是谁'。它是加分项而非必须项——多数 AI 爬虫目前主要读 HTML 正文与结构化数据，但提供一个真实的 llms.txt 成本极低、没有坏处。注意：返回 200 但内容是 HTML 空壳的'假 llms.txt'没有意义。
AI 爬虫能抓取 JavaScript 渲染的页面吗？
多数不能。GPTBot、ClaudeBot、PerplexityBot、Bytespider 等主流 AI 爬虫不执行 JavaScript，纯客户端渲染（CSR）的 SPA 对它们几乎是隐形的。面向 AI 可见度的网站应当使用服务端渲染（SSR）、静态生成（SSG）或预渲染。
本文由 祥哥（祥哥）撰写并首发于 祥哥的私人工坊。 转载或引用请注明出处：https://wxsunday.cloud/blog/geo-personal-site.html