geo 优化的第一步：四个引擎各自公开了什么，没公开什么

geo 优化能做的第一件事，不是写作技巧，是把管道接对。ChatGPT、Perplexity、Google 的 AI 答案面和 Copilot，没有任何一家公开过它们怎么给来源排序；但每一家都公开了另一半——哪个爬虫喂哪个取材面、哪个开关管哪件事。这半边一个下午就能查完，而多数页面进不了候选池，卡的正是这半边。

读这篇前

这一篇是一整簇的 hub，讲四个引擎共通的部分，细节交给别篇：哪些爬虫属于哪家公司在gptbot 和 oai-searchbot 的区别，管「你的页面能被摘多少」的那条指令在没有 noai，nosnippet 才是那个开关。

在这些生效之前，你的页面得能被取到、而且交付的 HTML 里得真有文字。这一步没确认就先去确认——一个返回空壳的页面，下面写的对它一条都不成立。

公开了什么，没公开什么

这个区分值得用一行讲清楚，因为中文这个话题下的多数内容把两者混着说。爬虫名、User-Agent、IP 段、退出机制，每一家都有文档。选择与排序逻辑，没有任何一家有文档。

所以「ChatGPT 为什么选了 A 不选 B」这个问题没有诚实的答案。有确切答案的是另一个问题：你的页面要满足什么，才算进得了候选。这一篇讲的是后者。

哪个爬虫喂哪个取材面

这张表是本篇要你带走的第一样东西，每一行都出自厂商自己的文档，2026-08-17 逐条复核过。

真正干活的是中间那一列。四个取材面，没有任何两个是同一个爬虫喂的——所以在一处放行，换到另一处什么都不算。

两条结论直接从表里掉出来。挡掉 GPTBot 并不会把你从 ChatGPT 的搜索结果里拿掉，因为那个面是另一个爬虫喂的——OpenAI 文档明写这些设置互相独立。以及，Google 的 AI 面和 Copilot 没有另外一个要单独放行的爬虫；你在底层索引里，你就已经在候选池里。

Perplexity 明说它的搜索爬虫不是训练爬虫

这句值得原文引，因为它拆掉了一个很常见的顾虑。Perplexity 的爬虫文档写着：PerplexityBot is designed to surface and link websites in search results on Perplexity. It is not used to crawl content for AI foundation models.（PerplexityBot 用于在 Perplexity 搜索结果里呈现并链接网站，不用于为 AI 基础模型抓取内容。）

也就是说，很多人以为自己在做的那笔交易——拿训练数据换曝光——在这里并不是摆在桌上的那笔。要不要相信一家厂商关于自己怎么用你内容的声明，是你自己的判断；但这句声明是白纸黑字、有日期的。

交付物：geo 优化的五步就绪检查

每个站跑一遍。每一步都能用 curl 或浏览器在站外自己验证——这是重点，全程不依赖任何厂商告诉你做得怎么样。

1. 用 curl 取一次页面，确认作为答案的那段文字在交付的 HTML 里，不是后注入的。
2. 查 robots.txt 里 OAI-SearchBot 和 PerplexityBot 的规则，与 GPTBot 分开看。想出现在那两个搜索面上，就确认前两个是放行的。
3. 确认 Googlebot 和 Bingbot 在任何一层都没被挡——包括 CDN，那是与 robots.txt 各自独立的一个决定。
4. 查 meta robots 和 X-Robots-Tag 里有没有 nosnippet。它会让你在排得上的同时消失在 Google 的 AI 面上。
5. 确认每一页在某个标题下的头 80 字里就把自己那句结论说完，让提取方有一段边界清楚的文字可摘。

前四步里任何一步不过，都是管道问题，修一次就好。第五步是长期功夫，也是唯一越投入回报越大的一步。

顺序比看上去重要。前四步里任何一步都能悄悄把后面几步作废，所以从上往下做，能省下在一个爬虫根本取不到的页面上打磨段落的时间。先在一个有代表性的页面上把五步跑完，再往全站推。

两个最常被搞混的控制项

这两个都独立于 robots.txt，也正是「看起来全开着却仍然进不了 AI 面」的原因。

Google-Extended 尤其容易被防御性地一开了之，然后把它造不成的流量变化算到它头上。它到底有什么代价、没有什么代价，算得最细的一笔账在google-extended 屏蔽的代价里。

做错了会怎样

三种错法都是配置问题长着内容问题的脸，所以它们能活很久——站主跑去重写一个本来就没毛病的页面。

1. 挡了某家的训练爬虫，以为它的搜索面跟着一起挡了。文档明写两者独立，结果是一次看不见的半挡。
2. robots.txt 改对了，CDN 还在拦同一批爬虫。文件说可以，边缘说不行，边缘赢。
3. 先打磨文字再查管道。一个谁都取不到的页面，不会因为第一段写得更好而受益。

这一篇到哪儿为止

我们无法告诉你为什么一个页面被引用而另一个相似的没有。这些公司之外没有人说得了，任何给你一份带权重的排序因素清单的来源，描述的是一种信念，不是一份规范。重抓频率也一样没有公开。

这一篇做的是把问题框住。上面每一条都可验证，等它们全部成立之后，剩下的变量就只有内容本身。管道全对了还是没被引用，接下来该改的是页面，不是配置——那是另一篇的事。

什么时候该停手：五步全绿之后就别再回来调配置了。这一篇对「已经全绿却仍然不被引用」的情况不适用——那时候再改 robots.txt 或 meta 标签，改的是一个已经没有问题的地方。

说白了：geo 优化是两个问题穿着一件外套，只有前一个有文档可依。把这五项检查在整站范围内长期保持成立，而不是只在你随手测的那一页上，正是 QueryWin 要做的事。

常见问题

挡了 GPTBot，ChatGPT 就不会引用我了吗？

不会。OpenAI 文档把 GPTBot 和 OAI-SearchBot 记为互相独立的设置，而搜索面是后者喂的。挡掉训练爬虫，搜索那条路仍然通着。

要不要单独放行 ChatGPT-User 和 Perplexity-User？

这两个是用户触发的爬虫：有人在产品里专门问到了你这一页，它才来取。挡掉它们，等于那个专门来找你的访客拿到的是一句抱歉。这跟收录类爬虫是两个决定，而且通常更好做。

AI 答案面要放行哪个爬虫？

没有另外的。AI 答案取的是常规 Google 索引，所以相关的许可就是你早就给 Googlebot 的那个。真正影响它那儿表现的开关是 max-snippet。

国内网络取不到这些官方文档怎么办？

本篇引的两份文档地址都写在存档里，用能直连的网络取一次、存成本地副本即可，几分钟的事。真正要避开的是拿中文转述当依据：爬虫名和各家表述一直在变，而转述通常不带日期，你没法判断它说的是哪一版。宁可存一份带日期的英文原文，也别信一篇不知道什么时候写的中文总结。

这些答案会变吗？

会，所以本篇的爬虫名都带着日期。各家按自己的节奏增删和改名；一份超过几个月的清单，动手前回官方文档重读一遍。