一、先讲一个正在发生的反转

GEO这个行业有个尴尬的时差：平台在收紧，服务商还在教客户猛踩油门。

9月初那篇文章里我写过，315曝光黑产之后，AI平台集体进入防御模式，信源分级、机器指纹识别、交叉验证、反垃圾升级，四重机制给自己排毒。结果很多正经企业被误伤，官网明明有真东西，AI却不敢引用。

于是市面上冒出一批"补救方案"，核心就一句话：既然AI只认结构化，那就把结构化做满。

怎么做满？常见套餐长这样：给全站每个页面堆上七八种JSON-LD，产品页塞Product，文章页塞Article，公司介绍塞Organization，连个404页面都想塞个WebPage。再在根目录放一个llms.txt，恨不得把公司三十年历史写成万字说明书。首页顶部再压一个答案块，把客户可能问的十个问题连答案一起怼上去。

这些动作单独拎出来，每一个都有GEO的道理。但它们凑在一起，指向一个危险的方向：你的官网不再像一家公司，更像一份写给机器的投名状。

AI现在的防御逻辑，恰恰最警惕这种投名状。

二、过度优化的三种典型症状

我给企业官网做体检时，总结出三种最典型的"装修过头"，你可以对照自查。

症状一：schema密度远超内容密度。 一个只写了三百字介绍的公司页，底下挂了八种结构化标签。AI爬虫看到这种页面会怎么想？它先怀疑"这页面是给谁看的"，人打开它，两秒钟就划走了，它存在的意义难道是专供我爬？

机器不傻。它判断一个页面值不值得引用，看的是页面本身有没有信息价值，不是标签贴得多不多。标签是翻译，不是内容。原文就一句废话，翻译成八国语言，它也还是废话。

症状二：llms.txt写成了宣传册。 llms.txt的本意，是给AI一份"干净的导读"，告诉它官网哪些页面讲什么、去哪里找核心事实。结果有人把它写成了什么？"我们是一家致力于用创新推动行业发展的领先企业，秉持客户至上的理念，产品覆盖全国，欢迎合作洽谈"。二十行全是形容词，没有一行是事实。

AI读llms.txt的速度比你快一万倍，它扫完会发现：这份文件没有告诉它任何官网里查不到的东西，还全是正确的废话。信任不但没加分，反而扣分，因为AI最烦的就是被无效信息浪费算力。

症状三：FAQ变成灌水车间。 FAQ本身是好东西，上一篇文章里的五件套也包含它。但好的FAQ是"客户真的问过的问题"，做过头的是"为了凑数量编的问题"。一家五金厂能凑出一百条FAQ，从"你们螺丝什么材质"到"你们公司愿景是什么"，后者根本不是客户会问的问题，是写给AI看的填空题。

AI的交叉验证机制会拿这些问题去别处比对。真实的问题，在行业论坛、电商评价、客服记录里能找到影子，它能验证。编出来的问题，全网只有你一家在自问自答，这种"独角戏"在防御模式下最扎眼。

三、谁在推着你做过火：这波过度优化，有股味道

聊到这儿，有个问题得摆上台面：既然过度优化会被降权，为什么市面上还有那么多服务商在推？

答案不复杂，看利益结构就懂了。对企业来说，GEO要的是结果，是AI回答里有没有你。对服务商来说，交付的是过程，是"我做了哪些事"最好能被看见、被量化。堆schema、灌llms.txt、批量上FAQ，这些动作数得清、截得图、写进报告里特别好看。而"把公司介绍改成人话""把口径统一""把产品参数从图片变成表格"，这些动作琐碎、耗时、还显得不高级，报告里只能写一行字。

于是出现了荒诞的一幕：真正影响AI引用的底子功夫，因为"不好展示"被服务商跳过；花哨的结构化堆料，因为"方便验收"被当成成果交付。客户花了几万块，拿到一份五十页的交付报告，里面全是技术名词，AI可见度一点没涨。

更要命的是焦虑营销。现在做企业服务的人，开口闭口"AI时代来了，你的官网AI读不懂就完了"。这话前半句没错，但后半句被放大成了恐惧。人在恐惧里最容易做蠢事，一听"不结构化就被AI抛弃"，连官网是什么定位都没想清楚，就先上一套全站schema压压惊。

我见过最典型的案例，是一家做了十几年B端生意的工厂，老板听了培训课，回来让技术把官网每个页面都加满结构化标签，连公司简介页都不放过。结果呢？AI搜他们主营产品，回答里还是没有他们。不是标签不够多，是他们的优势信息，那些年积累的工艺参数、交付案例、客户验收记录，压根没写成AI能读懂的文字，全躺在销售的话术和报价单里。标签救不了一个内容空壳。

所以别急着怪AI难伺候，先看看是谁在教你伺候它。凡是只跟你讲技术动作、不讲业务结果的GEO服务，都该打个问号。

四、为什么AI看得出来：它检测的不是标签，是"人味浓度"

这里要讲清楚一个底层机制，不然你永远在跟平台打游击。

AI判断一个内容源可不可信，表面看是看结构化、看schema、看信源评级，底层其实在看一个东西：这个内容是不是一个真实主体，在跟它的真实客户说话。

真实主体说话有几个特征，伪装不出来。第一，有口径，公司全称、简称、地址、联系方式，前后一致，跟工商信息对得上。第二，有边界，知道自己做什么、不做什么，不会什么词热就往里塞。第三，有瑕疵容忍度，不会把所有页面都修得一模一样，连个标点误差都没有，真实网站总有历史遗留页面、有版本差异、有更新日志。第四，有第三方回声，别的网站、媒体、客户评价里能搜到它，不是只有它自己说自己好。

过度优化最大的问题，是把前三个特征全抹掉了，只留下第四个特征的虚假版本。你的官网变得比真实公司还"完美"，完美到不像真的。

我把它叫"人味浓度"检测。平台不会公开承认自己有这个指标，但从行为上你能观察到：那些清一色好评、口径高度统一、内容完美得像流水线产出的品牌，在AI回答里被降权，这件事已经反复被实测验证。

所以结论很反直觉：让AI信任你的官网，靠的不是让它看起来更"机器友好"，而是让它看起来更"人做的"。

五、光尘阁观点：给官网划一条"淡妆线"

那到底该怎么做？我的建议是划一条线，我管它叫"淡妆线"。

线以下的事，放心做：内容从营销话术改成事实和数据，产品参数从图片改成文字表格，散文改成一问一答的FAQ，给核心页面配上该有的schema，robots.txt放行AI爬虫，llms.txt写一份干净的导读。这些是素颜改底子，AI能识别出你的真诚，越做越加分。

线以上的事，克制做：为了凑数堆出来的FAQ、跟内容不匹配的schema、把整个站都改造成答案块、llms.txt写成宣传册、为了"被引用"在页脚塞几百个关键词。这些是浓妆艳抹，在防御模式下，每一个都是扣分项。

淡妆线的判断标准，我浓缩成六个字：像人话，有出处。像人话，是说页面读起来像一个懂行的业务员在介绍自家东西，有具体的事实、有边界、有重点，而不是一串关键词的排列组合。有出处，是说页面上的每个关键主张，都能在别处找到印证：工商信息里有你的全称地址，行业网站里有你的产品参数，客户评价里有你的服务记录。这两条达标，你的官网在AI眼里就是一个可信的主体，素颜也赢。

光尘阁的实操建议是分三步走。第一步，先做减法：把全站跟内容不匹配的schema摘掉，把凑数的FAQ砍到只剩客户真问过的，把llms.txt里所有形容词删干净，只留页面清单和一句话说明。第二步，再做加法：把砍FAQ省下来的精力，拿去把产品参数从图片转成文字、把公司介绍里的"行业领先"换成具体数字和年份、把散落在销售话术里的工艺细节整理成页面。第三步，拿固定问题集去实测：用豆包、DeepSeek、Kimi各问一遍"你们这个行业有哪些靠谱供应商""XX产品哪家做得好"，看AI的答案里有没有你、引用的是你官网哪一页。有，说明底子对了；没有，回来继续改内容，而不是继续堆标签。

怎么判断自己过没过线？三个问题，答不上来就是做过头了。第一，这一处改动，去掉之后人类访客的体验会变差吗？如果不会，它就不是给客户做的，是给机器做的，砍掉。第二，这个FAQ问题，你的销售真的被客户问过吗？如果没被问过，它就是编的，删掉。第三，这份llms.txt，敢不敢原样发给你的大客户看？如果不敢，它就不是导读，是话术，重写。

记住一个朴素的判断：AI是来替你向客户说话的，不是你的第二个客户。你把官网装修成它喜欢的样子，不如把官网装修成客户信任的样子，AI自然会跟着信任。

风险也提醒一句：别因为怕过度优化，就走回"什么都不做"的老路。上一篇文章说的七成官网睁眼瞎是真实存在的，AI时代官网该做的底子功夫一样都不能少。淡妆线的意思从来不是素颜，是别浓妆。

防御模式会持续很久，黑产和平台的猫鼠游戏也不会停。在这场博弈里，正经企业唯一的护城河，是让你的官网看起来像一个真实、可信、有边界的主体。这份真实，AI检测得出来，客户也感受得到。

让每个品牌，在AI搜索里有一席之地。

光尘阁 · 2026年9月