JeecgBoot AI专题研究 | 用大模型做 Google SEO 与 AI 搜索优化（GEO）的实操打法与提示词模板
搜索流量正在分成两条路
做外贸 B2B 站的朋友最近应该都有感觉：同样的关键词，排名没掉，询盘却少了。原因不难理解，用户越来越多地在搜索结果顶部的 AI 摘要（Google AI Overviews）里直接拿到答案，或者干脆去问 ChatGPT、Gemini、Perplexity，看完答案就走，不一定再点进你的网站。
有数据显示，AI Overviews 在 Google 搜索结果中的出现比例，一年内从约 15% 升到了 43% 左右；在 B2B 采购的前期调研阶段，用 AI 聊天机器人查资料的采购者比例，已经超过了直接用 Google 搜索的比例。具体数字会随统计口径变化，但方向很明确：流量入口正在从"十条蓝色链接"分成两路——传统排名和 AI 引用。
于是出现了一个新词：GEO（Generative Engine Optimization，生成式引擎优化）。SEO 解决的是"谷歌给不给你位置"，GEO 解决的是"AI 回答问题时会不会引用你"。两者用到的基本功高度重合：清晰的 URL 结构、一页一主题的内容、完整的结构化数据、可直接摘录的结论段。
我们最近拿两个外贸站做了实验，把这些体力活交给 Gemini 4 来做——让它读站点地图、做关键词分层、审 Schema、评估页面的"可引用度"。效果比预想的好，下面把整套流程拆开，每一步都附上可以直接复制的提示词。
第一步：URL 与落地页"收录体检"
很多外贸站是建站公司批量生成的，URL 里全是 ?id=123、/product-detail-56.html 这种没有语义的结构，同一个关键词还被好几个页面同时抢（关键词蚕食，keyword cannibalization）。搜索引擎不知道该给哪一页排名，AI 爬虫也很难判断哪一页才是"权威答案"。
做法很简单：导出站点地图（sitemap.xml）或者用爬虫工具导出全站 URL、Title、H1 列表，整体丢给 Gemini 4：
你是一名资深 Google SEO 顾问。下面是我网站的 URL 列表，每行包含：URL、页面 Title、H1。
网站主营：[行业/产品，例如 industrial valve]，目标市场：[国家/地区]。
请逐条检查并输出表格：
1. URL 是否包含该页面的目标核心词（Seed Keyword），不包含的给出建议的新 URL；
2. Title 和 H1 是否与 URL 语义一致，不一致的给出修改建议；
3. 找出存在关键词蚕食的页面组（多个页面争同一个词），说明保留哪一页、其余页如何 301 重定向或合并；
4. 列出目前没有对应落地页的长尾词方向。
最后给出一份 301 重定向清单（旧 URL → 新 URL），格式便于直接导入服务器配置。
[粘贴 URL 列表]
拿到结果后不要全盘照搬，重点核对两件事：
- 重定向一定是 301，且一跳到位。避免 A→B→C 的链式跳转，也不要把大量页面重定向到首页，谷歌会把这类跳转当作软 404 处理；
- 改完提交新的站点地图，在 Google Search Console 里对核心页面请求重新编入索引。
我们的实验站在调整 URL、合并内耗页面后，大约一周谷歌完成重新抓取，Search Console 里"已编入索引"的页面比例明显提升。收录效率的变化幅度因站而异，但结构清爽之后，抓取预算不再浪费在重复页面上，这是确定的收益。
第二步：用长尾词重建内容矩阵
很多人对"做内容"的理解是"每周写几篇博客"。更有效的做法是先把关键词按搜索意图分层，再让每个词有且只有一个对应的落地页。
请围绕 Seed Keyword「[industrial valve]」生成三层长尾关键词矩阵：
- 第一层：信息型（用户在了解概念、原理、选型知识）
- 第二层：比较型（用户在对比材质、规格、品牌、方案）
- 第三层：交易型（用户准备询价、找供应商、要报价）
每层列出 10 个具体长尾词，每个词输出：
关键词 | 搜索意图说明 | 推荐落地页类型（博客/对比页/产品页/FAQ 页/询价页）| 页面需要回答的核心问题 | 建议的 URL
要求：同一层内关键词不要语义重复；交易型词要包含目标市场的常见说法。
拿到矩阵后，按"一页只打一个词"的原则建页面：
| 意图层 | 典型页面 | 页面重点 |
|---|---|---|
| 信息型 | 技术博客、选型指南 | 开头直接给结论，再展开原理 |
| 比较型 | 对比页、参数表 | 用表格对比，结论写成一句话 |
| 交易型 | 产品页、询价页 | 规格、认证、交期、MOQ 写清楚，表单靠前 |
一页一词的好处有两层：对谷歌来说主题清晰、不会自我竞争；对 AI 来说，每个问题都能找到一段"可以原样摘录"的答案，被引用的概率更高。
注意一点：Gemini 给出的关键词只是候选，搜索量要用 Google Keyword Planner、Search Console 或第三方工具再验证一遍，大模型并不掌握实时搜索量数据，别让它替你"估算"热度。
第三步：Schema 覆盖审计与实体校准
谷歌和 AI 爬虫进入页面后，最先能"确定理解"的不是正文，而是结构化数据。Schema 标记写全了，机器就不用猜：这一页是产品还是文章，FAQ 的问题和答案各是什么，公司实体叫什么、在哪里。
让 Gemini 4 逐页审计：
请审计以下页面的 Schema 结构化数据（我会提供页面 HTML 或 JSON-LD）：
1. 判断该页面类型应使用哪些 Schema（Organization、Product、Article、FAQPage、BreadcrumbList 等）；
2. 列出当前缺失或字段不完整的 Schema；
3. 检查 Organization 的名称、Logo、联系方式、sameAs 链接在全站是否一致（实体校准）；
4. 直接输出可粘贴到页面 <head> 中的 JSON-LD 代码。
[粘贴页面 HTML 或现有 JSON-LD]
一个 FAQ 页的 JSON-LD 大致长这样：
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [{
"@type": "Question",
"name": "What is the difference between a ball valve and a gate valve?",
"acceptedAnswer": {
"@type": "Answer",
"text": "A ball valve uses a rotating ball for quick quarter-turn shut-off, while a gate valve lifts a gate and is better suited for full-flow, infrequent operation."
}
}]
}
两点提醒：
- Schema 内容必须和页面可见内容一致。写在 JSON-LD 里、页面上却看不到的问答，属于违反谷歌结构化数据指南的做法，轻则不生效，重则被人工处理；
- 谷歌对 FAQ 富媒体结果的展示范围已经收紧，普通商业站点不一定还能显示 FAQ 折叠框。但 FAQPage 标记依然能帮助机器理解问答结构，对 AI 摘录结论段仍然有价值。
补全之后用 Google 的 Rich Results Test 和 Schema Markup Validator 各跑一遍，确认没有报错。我们的实验站补完 Schema 后，观察到 AI Overviews 更频繁地摘录 FAQ 页的结论句。
第四步：验收看"AI 引用"，而不只看排名
很多人改完页面第二天就去查排名，这其实只验收了一半。建议 7 天左右后做两类验收：
排名侧：Search Console 里看目标词的展示次数、点击、平均排名变化。
引用侧：直接让 Gemini 4 扮演"AI 搜索引擎"来评估页面：
请以 AI 搜索引擎（如 Google AI Overviews）的视角，评估下面这个落地页被引用的友好度，按 1-10 分打分并说明理由：
1. 页面是否在前 100 字内直接回答了核心问题；
2. 是否有可独立摘录的结论句、定义句、数据句；
3. 结构是否清晰（H2/H3 层级、列表、表格）；
4. 是否有可信度信号（作者/公司信息、认证、数据来源、更新日期）；
5. 给出 3 条具体修改建议，并直接改写开头 100 字。
目标问题：[用户会怎么问，例如 "best industrial valve supplier for oil and gas"]
页面内容：[粘贴正文]
除此之外，再手动做一次"实测"：在 Google（带 AI 摘要的地区）、Gemini、ChatGPT、Perplexity 里用目标问题提问，记录你的站有没有出现在引用来源里。这个动作建议做成固定表格，每周记一次：
| 目标问题 | Google 排名 | AI Overviews 是否引用 | Gemini 引用 | ChatGPT 引用 | 备注 |
|---|---|---|---|---|---|
| 示例问题 1 | 8 | 是 | 否 | 是 | 结论段被摘录 |
AI 回答有随机性，单次结果不能说明问题，看的是几周的趋势。
为什么必须 SEO 和 GEO 一起做
把两条线拆开看，各有短板：
- 只做 SEO：排名上去了，但 AI 摘要直接回答了用户的问题，用户看完答案就走，点击率被摘走一截；
- 只做 GEO：AI 偶尔引用了你，但页面在谷歌没有稳定排名，权重不稳，今天被引、下周就换成了别人。
两条线一起做，谷歌给位置，AI 给引用，流量才算有了双保险。好在两者的基本功是同一套：结构清晰、一页一题、结论前置、数据可信、Schema 完整。
实操中的几个坑
- 别让大模型编数据。搜索量、竞争度、外链数据都要用工具验证，Gemini 可以帮你分析，但不能凭空提供这些数字；
- 批量改 URL 前先备份。301 映射表一旦写错，整站流量可能断崖式下跌，建议先在少量页面上灰度；
- AI 生成的内容要人工把关。谷歌并不排斥 AI 辅助写作，但打击"为排名批量生产的低质内容"。产品参数、认证、交期这类事实信息必须由业务人员核对；
- robots.txt 不要误拦 AI 爬虫。如果你希望被 AI 引用，检查一下是否屏蔽了 Google-Extended、GPTBot 等爬虫，再根据自己的内容策略决定放行范围；
- 验收周期要耐心。谷歌重新抓取、AI 引用来源更新都需要时间，一周看趋势，一个月再下结论。
总结
用 Gemini 4 做外贸站优化，本质上是把 SEO 里最费时间的分析工作交给模型：URL 体检、关键词分层、Schema 审计、可引用度评估，每一步都能用一段提示词完成初稿，人只需要做核对和决策。
整套流程可以浓缩成四句话：URL 结构先理顺，一页只打一个词，Schema 写全写准，验收同时看排名和 AI 引用。 搜索正在从"给链接"变成"给答案"，提前把网站改造成 AI 愿意引用的样子，比等流量掉了再补救要划算得多。
本文为 JeecgBoot AI 专题研究系列文章。
