自己动手也能做的 GEO 基础动作
这几件事不花钱、不需要我们，你今天就能做完。做完再判断要不要找人帮忙——我们宁愿你先自己试过。
如何用 5 分钟自测品牌在 AI 中的能见度
不用工具、不用花钱，你现在就能知道自己在不在 AI 的推荐名单里。
列出买家真实会问的 5 个问题
用采购视角而不是卖货视角写。例如「What are reliable suppliers of precipitated silica for green tires?」而不是「XX公司二氧化硅」。买家不知道你的名字，这正是问题所在。
在 4 个模型里逐个提问
ChatGPT、Perplexity、Claude、Gemini 各问一遍。用英文，因为你的目标买家用英文。开新对话，避免历史上下文干扰结果。
记录三件事
AI 点名了哪些公司、你的品牌有没有出现、排在第几位。同时看它引用了哪些来源链接。
追问一句「有中国供应商吗」
这一步最能说明问题。如果 AI 此时才勉强给出几个名字，说明中国供应商整体在该品类语料稀薄——这是机会窗口。
截图存档，作为基线
这是你后续衡量效果的起点。三个月后用完全相同的问题复测，差异就是效果。
如何把 TDS 里的参数改造成 AI 可读的结构化数据
PDF 里的参数 AI 读不准。把它搬到 HTML 并加上 Schema 标记，AI 才敢引用。
挑出真正决定选型的参数
不要全搬。以沉淀法二氧化硅为例，决定性的通常是 BET 比表面积、孔容、吸油值（DBP）、粒径分布、pH、灼烧减量。买家拿这几个做筛选，就先做这几个。
为每个产品建一个 HTML 页面
一个牌号一页。标题用完整牌号，正文用表格列出参数、单位、测试方法。PDF 作为下载附件保留，但不要只有 PDF。
加上 Product 结构化数据
用 JSON-LD 标注 name、sku、manufacturer，参数放进 additionalProperty 数组，每项包含 name / value / unitCode。单位务必用 UN/CEFACT 标准码（如 M2/G、ML/G）。
补上应用场景与对标关系
用 applicationCategory 说明适用场景，用 isSimilarTo 指向参数相近的国际型号——只陈述参数事实，不用「等同」「替代」这类断言。
用官方工具验证
Google Rich Results Test 和 Schema.org Validator 各跑一遍，确保没有语法错误。有错误 AI 会直接忽略整段标记。
如何配置 robots.txt 放行主流 AI 爬虫
很多工厂官网默认屏蔽了 AI 爬虫却毫不知情。这是 GEO 的第一道闸门。
先查你现在的状态
浏览器打开 你的域名/robots.txt。如果看到 Disallow: / 或针对 GPTBot 的屏蔽规则，AI 现在读不到你的任何内容。
确认要放行的爬虫清单
至少包括：GPTBot、OAI-SearchBot、ChatGPT-User（OpenAI）；ClaudeBot、Claude-User、Claude-SearchBot（Anthropic）；PerplexityBot、Perplexity-User；Google-Extended；Applebot-Extended。
逐条写明 Allow
为每个 User-agent 单独写一段 Allow: /。不要只靠 User-agent: * 兜底——部分爬虫只认自己的具名段落。
补上 sitemap 声明
文件末尾加 Sitemap: https://你的域名/sitemap.xml，让爬虫知道从哪里开始。
上线后复查
重新访问 你的域名/robots.txt 确认生效。同时检查服务器或 CDN 层有没有额外的 UA 拦截规则——这一层经常是真正的元凶。
接下来会写的
按每周 2–3 篇的节奏更新。想优先看哪篇，直接发邮件告诉我们。
- 如何写一份 llms.txt
- 如何建立大牌型号参数对标库
- 如何判断一篇技术内容会不会被 AI 引用
- 如何设计让 AI 容易摘录的 FAQ 结构
- 如何监测品牌的 AI 提及率变化
- 如何选择值得投放的行业技术平台
- 如何用英文写让海外买家信服的技术长文