SaaS 的 GEO:怎样让 AI 回答引用你
AI 助手怎么挑来源、什么样的 SaaS 页面容易被引用、llms.txt 和结构化数据到底有什么用,以及为什么第三方伙伴页面最重要。
SaaS 的生成式引擎优化(GEO),就是让买家问 AI 助手“两人小代理公司用什么开票工具最好”这类问题时,助手点名的是你的产品、引用的是你的页面。提出这个概念的 2023 年研究发现,在页面里加入引语、统计数字和引用来源,能让它在生成回答里的可见度比未优化的基线高出大约 30% 到 40%,而堆砌关键词没有帮助 [1]。Google 表示,出现在 AI 概览里除了被收录、具备摘要资格之外,没有额外要求 [2]。落到实处,GEO 主要是在助手会读的地方放清楚、可核对的内容,而这些地方很多是别人的网站——这正是伙伴发挥作用的地方。
什么是 SaaS 的生成式引擎优化
传统 SEO 争的是结果页上的一个位置,生成式引擎优化争的是回答里的一句话。ChatGPT 搜索、Perplexity、Google AI 概览或 AI 模式这类助手,会先取回一批页面,读完之后写出一段回答,点名几款产品,并链接少数几个来源。你的目标有三层:进入被取回的那批页面;成为模型真正用到的那一段;拿到署名链接。
对 SaaS 公司来说,关键问题很窄,而且带着购买意图:“X 的替代品”“做 Y 最好的工具”“X 和 Z 对比”“X 多少钱”“X 能不能接 Stripe”。这些问题的答案都很短,而且带数字。这是好消息,因为生成式回答就是用这种带数字的短答案拼起来的。这也是警告:如果你的定价页把价格藏在“联系销售”后面,助手就会从别人的页面上拿数字,而那个数字可能早就过时了。
这个名字来自 Pranjal Aggarwal 和另外五位合著者的一篇论文,2023 年 11 月首次发布,后被 KDD 2024 收录 [1]。他们构建了一套查询基准,用不同策略改写来源页面,再测量每个页面有多少内容进入了生成的回答。下文会引用他们的结果,但要注意:实验是在研究环境和一个已上线的引擎上做的,并不代表你今天关心的每一个助手。
AI 助手怎么挑选要引用的来源
每个能联网的助手都按顺序做两件事。先是检索:跑一次或多次搜索,或者读自己爬虫建好的索引,收集候选页面。然后是生成:读候选页面,写出回答,把引用挂在它借用的段落上。你只有熬过第一步才可能被引用,只有在第二步里有用才会真正被引用。
检索这一步,爬虫权限是关键。OpenAI 公布了三个代理:OAI-SearchBot 用于在 ChatGPT 的搜索功能里展示网站;GPTBot 收集可能用于训练模型的内容;ChatGPT-User 在用户向 ChatGPT 提问时去抓取页面。OpenAI 明确说,屏蔽 OAI-SearchBot 的网站不会出现在 ChatGPT 搜索回答里,而屏蔽 GPTBot 不影响搜索可见度 [3]。Google 的说法更简单:要有资格出现在 AI 概览和 AI 模式里,页面必须被收录并具备摘要资格;常规的 nosnippet、data-nosnippet、max-snippet、noindex 控制会限制展示内容 [2]。
| 系统 | 需要放行什么 | 什么会限制或移除你 | 训练退出(另行设置) |
|---|---|---|---|
| Google AI 概览和 AI 模式 | Googlebot 抓取和收录;页面具备摘要资格 | noindex、nosnippet、data-nosnippet、max-snippet | Google-Extended(针对 Google 其他系统) |
| ChatGPT 搜索 | robots.txt 放行 OAI-SearchBot | 禁止 OAI-SearchBot 会让你从搜索回答中消失 | GPTBot;屏蔽它不影响搜索 |
| ChatGPT 抓取用户点名的页面 | ChatGPT-User(用户发起,不是自动爬取) | 用户发起的访问可能不遵循 robots.txt | 不适用 |
我们常见的错误,是从某篇博客抄来一条“屏蔽所有 AI 爬虫”的规则,结果把能带来流量的搜索代理也一起挡掉了。如果你想让内容不进入模型训练、同时又留在回答里,就屏蔽训练代理、放行搜索代理。robots.txt 和 CDN 的机器人设置要分开检查,因为现在很多 CDN 都在 robots.txt 前面加了自己的 AI 爬虫开关。
生成这一步,内容是关键。模型被问“X 多少钱”时,会去找一段写明价格的话;被问“X 和 Z 对比”时,会找在具体维度上比较两者的段落。一两句话就回答了子问题、带数字和日期的段落,很容易被摘走;要铺垫三段才说到正题的段落,则不会。
什么样的页面容易被 AI 回答引用
GEO 研究测试了九种改写策略。效果最好的是加入相关来源的引语、加入统计数字、在文中标注来源。作者报告,这几种在主要可见度指标(按位置加权的字数)上带来 30% 到 40% 的相对提升,其中加引语最好,约 41%。改善流畅度和易读性的改写提升较小,在 15% 到 30% 之间。堆砌关键词几乎没有提升,在已上线的引擎上反而比基线差约 10% [1]。
| 测试的策略 | 报告的可见度效果 | 对 SaaS 页面的含义 |
|---|---|---|
| 加入引语 | 最好,按位置加权字数相对提升约 41% | 只引用真实的文档、法规或客户原话;条款要引原文 |
| 加入统计数字 | 相对提升 30% 到 40% | 价格、额度、佣金比例、响应时间都写成数字 |
| 标注来源 | 相对提升 30% 到 40% | 每条外部说法都链接一手来源 |
| 流畅度和易读性改写 | 相对提升 15% 到 30% | 短句,一段一个意思 |
| 堆砌关键词 | 几乎没有提升;在上线引擎上差约 10% | 不要靠重复目标词去争回答 |
把这些翻译成页面规则。答案放在最前面。如果标题是个问题,第一段就用三到五句能独立成立的话回答它,因为这一段最可能被整段摘走。用真实数字:价格、额度、百分比、天数。凡不是你自己算出来的数字,都写明来源并加链接。小标题按人们提问的方式写,方便检索步骤把子问题对到对应章节。
一个改写示例
一个典型的定价 FAQ 回答,改写前是:“我们的灵活方案与您一同成长,团队乐意为您的业务找到最合适的选择。欢迎联系了解批量方案。”里面没有一句能被引用。改写后是:“Team 套餐每月 $49,最多 5 位用户;每增加一位用户每月 $8。年付为每年 $490,比按月付大约便宜 17%。价格以美元计,最近一次调整是 2026 年 9 月 1 日。”每一句都是模型能引用的事实,日期告诉它这个事实是新的。
自己文案里的算术要核对。上例中,按月付十二个月是 $588,$490 少了 $98,占 $588 的 16.7%,所以说约 17%。助手越来越多地在不同来源之间比对数字,你自己页面上的一个算术错误,就是模型改用别家来源的理由。
结构化数据能帮你被 AI 回答引用吗
帮助没有大家期望的那么大。Google 关于 AI 功能的指南说,不需要添加任何特殊的 schema.org 结构化数据,也不需要新的机器可读文件、AI 文本文件或标记,就能出现在 AI 概览或 AI 模式里。它真正要求的是:结构化数据要和页面上可见的文字一致 [2]。结构化数据对普通搜索功能仍然有用,也能帮任何解析它的系统正确读出你的价格或产品名,但它不是一个打开就能让助手引用你的开关。
有用的规则是一致性。如果你的 Product 标记写的是 $49,可见的价格表却写 $59,因为有人只改了一处,你就给自己制造了两条互相矛盾的事实。给价格和条款选一个唯一的数据源,可见页面和标记都从它生成,这种矛盾就永远不会上线。
SaaS 网站应该发布 llms.txt 吗
llms.txt 是 Jeremy Howard 在 2024 年 9 月 3 日首次发布的一个提案:在 /llms.txt 放一个 Markdown 文件,给语言模型一份精选的网站地图 [4]。格式很小。唯一必需的部分是一个写着网站或项目名称的 H1,后面是一段引用块摘要、可选的说明段落,以及若干 H2 小节,每节按 [名称](网址) 的形式列链接,可附一句说明。标题为 Optional 的小节放代理可以跳过的链接。提案还建议在同一网址后加 .md,提供页面的干净 Markdown 版本 [4]。
要清楚它是什么、不是什么。它是一个提案,不是主流助手采纳的标准;Google 的 AI 功能文档也明说,出现在其中不需要 AI 文本文件 [2]。它真正有用的场景,是那些被要求去读某个网站的代理和开发工具:一个被指向你 API 文档的编程助手,或一个在比较联盟计划的代理,拿到的是一份简短、有顺序的重要页面清单,而不用去爬导航菜单。RelayWonder 因此也发布了 llms.txt,我们把它当作成本很低的礼貌,而不是排名因素。
- 保持简短:只列买家或代理需要的页面,比如定价、套餐、集成、安全、条款和文档。
- 每个链接配一句平实的说明,有数字就写数字(“定价:三档套餐,每月 $19 到 $199”)。
- 和站点地图从同一个数据源生成,这样它永远不会列出已经不存在的页面。
- 不要放任何可见网站上没有的内容。它应该是一张地图,而不是一份秘密的第二版说辞。
为什么第三方网站上的伙伴内容比你自己的博客更重要
想想那些通向购买的问题:“做 Y 最好的工具”“X 的替代品”“X 值不值”。助手回答这些问题时想给出一个平衡的观点,而平衡的观点是由几个独立来源拼出来的。你自己的网站只是其中一个声音,而且在“最好的工具”这类问题上是最不可信的声音,因为每个厂商都说自己最好。撑起这些回答的引用,往往是评测文章、对比页、教程、社区讨论帖,以及真正在用产品的人做的视频。
这让伙伴内容本身就成为一项 GEO 资产。一位 YouTube 创作者的教程、一位细分领域博主的对比文、一期讲清楚配置步骤的通讯、Reddit 帖子里一个诚实的回答:每一个都是独立的页面,检索步骤能找到它,模型能把它当作独立证据引用。每一个也都能带上追踪链接或优惠码,让你看到这些引用有没有变成客户。
下面用一个示例来理解“回答里的份额”。假设助手回答你所在品类的商业问题时,通常引用五个来源——这是举例用的假设,不是实测平均值。你自己的网站现实中能占其中一个位置。如果另有三个独立的伙伴页面正面提到你,你最多出现在五个来源中的四个;如果一个都没有,你最好的情况是五分之一,其余四个位置留给了可能推荐竞品的页面。
| 情形 | 自有网站被引用 | 提到你的伙伴页面 | 提到你的来源(共 5 个) | 在被引来源中的份额 |
|---|---|---|---|---|
| 只有自己的博客 | 1 | 0 | 1 | 20% |
| 自己的博客加 1 篇伙伴评测 | 1 | 1 | 2 | 40% |
| 自己的博客加 3 个伙伴页面 | 1 | 3 | 4 | 80% |
| 自有页面没用上,2 个伙伴页面 | 0 | 2 | 2 | 40% |
有两点要注意。第一,伙伴内容必须真的有用,因为同样的质量信号对它一样适用:直接回答、真实数字、标注来源。一个塞满品牌名的单薄页面不会被引用,还可能连累伙伴。第二,付费关系必须披露。FTC 的指南说,联盟关系要清楚地、贴近推荐内容地披露,而且只写“affiliate link”读者未必看得懂 [5]。披露过的评测依然是可被引用的评测;没披露的评测,对你和伙伴都是法律风险。
怎样衡量 AI 助手有没有引用你
目前没有一个覆盖所有助手的“AI 回答版 Search Console”,所以就像衡量任何新事物一样:用一组固定的问题,按固定节奏跑,每次用同样的方式记录。
- 用买家自己的话写 20 个你所在品类的问题,包括价格、对比、替代品和集成类问题。
- 选你的买家常用的助手,三个是合理的起点。
- 每周一次,在每个助手里用未登录或干净的会话跑每个问题,记录你有没有被点名、有没有被带链接引用,以及还引用了哪些来源。
- 算出点名率和引用率,并保留那份反复出现的第三方来源清单。那些页面和作者,就是你想要的伙伴。
| 指标 | 数量 | 公式 | 结果 |
|---|---|---|---|
| 检查的回答数 | 60 | 20 个问题 × 3 个助手 | 60 |
| 点名产品的回答 | 18 | 18 ÷ 60 | 点名率 30% |
| 引用你自有页面的回答 | 6 | 6 ÷ 60 | 自有引用率 10% |
| 引用提到你的伙伴页面的回答 | 9 | 9 ÷ 60 | 伙伴引用率 15% |
回答每次跑都会有差异,所以别因为一周的结果就做反应。看四周平均,看反复出现的第三方来源。如果同一个对比网站出现在你三分之一的回答里却没提到你,它就是你手上最有价值的外联目标。RelayWonder 的 InsightWonder 集成会把这类 AI 回答监测变成一份内容机会清单,Hunter 则可以接着找到这些常见来源背后的人。
SaaS 页面的 GEO 检查清单
- robots.txt 和 CDN 设置放行 OAI-SearchBot 和 Googlebot;只有在你确实决定了的情况下才屏蔽训练代理。
- 每个重要页面都被收录,且没有标 nosnippet。
- 每个页面的第一段用 3 到 5 句独立成立的话回答标题问题,至少带一个数字。
- 价格、额度和条款是普通 HTML 文字,不只出现在图片里或联系表单后面。
- 每条外部说法都链接一手来源;每个数字都有日期或“最近更新”字样。
- 小标题按买家提问的方式写。
- 如果使用结构化数据,它与可见页面一致,并从同一个数据源生成。
- 一份 llms.txt 列出最重要的 10 到 20 个页面,每个配一句事实性说明。
- 对比页和替代品页诚实写出竞品更好的地方;一边倒的页面很少会被平衡类问题引用。
- 至少有几位伙伴在自己的网站上发布了有用、已披露的关于你的内容,每篇都带追踪链接或优惠码。
这周可以做的事
花一天处理权限,一天处理内容。第一天,读一遍 robots.txt 和 CDN 的机器人设置,确认搜索代理被放行。挑出购买意图最强的五个页面,通常是定价页、主产品页、两个对比页和集成页,把每页的第一段改写成带数字、直接回答页面问题的样子。第二天,写好那 20 个问题的测试组,跑一遍拿到基线。
然后看基线里出现的第三方来源,列一份作者短名单:博主、创作者、通讯作者、社区里的常客。他们就是你最先要聊的伙伴。SaaS 的生成式引擎优化不只关乎你自己的页面,更关乎你在助手已经信任的那些页面上,是否被准确地描述。
FAQ
什么是 SaaS 的生成式引擎优化(GEO)?
就是让你的产品在 AI 助手写的回答里被点名、让你的页面被引用的做法。2023 年的 GEO 研究发现,加入引语、统计数字和引用来源,能让生成回答中的可见度比未优化基线高出约 30% 到 40%。
要出现在 Google AI 概览里,需要特殊标记吗?
不需要。Google 表示,除了被收录和具备摘要资格之外没有额外的技术要求,也不需要特殊的 schema.org 标记。结构化数据应当与页面上可见的文字一致。
屏蔽 GPTBot 会让我的网站从 ChatGPT 搜索里消失吗?
不会。OpenAI 说明 GPTBot 用于模型训练,屏蔽它不影响搜索可见度。真正会让网站从 ChatGPT 搜索回答里消失的,是屏蔽 OAI-SearchBot。
llms.txt 值得加吗?
成本很低,能帮代理和开发工具找到你的关键页面,但它是 2024 年 9 月的一个提案,不是硬性要求。Google 说出现在其 AI 功能里不需要 AI 文本文件,所以把它当作礼貌,而不是排名因素。
堆砌关键词对 AI 回答有用吗?
没用。在 GEO 研究里,堆砌关键词几乎没有提升,在已上线的引擎上还比基线差约 10%。带数字和来源的直接回答效果好得多。
为什么伙伴内容对 GEO 很重要?
“做 Y 最好的工具”这类商业问题是用几个独立来源回答的,你自己的网站只是其中之一。伙伴写的、已披露的有用评测、教程和讨论帖,让助手有更多提到你的独立页面,而且每篇都能带追踪链接或优惠码。
Sources
- Aggarwal 等,GEO: Generative Engine Optimization(arXiv 2311.09735,KDD 2024) · GEO 的定义;最高 40% 的可见度提升;各策略结果(引语、统计、引用、堆砌关键词)。2026 年 10 月核对。
- Google 搜索中心:AI 功能与你的网站 · AI 概览和 AI 模式无额外要求;无需特殊 schema;摘要控制;结构化数据须与可见文字一致。2026 年 10 月核对。
- OpenAI:OpenAI 爬虫概览 · OAI-SearchBot、GPTBot、ChatGPT-User 以及 robots.txt 对 ChatGPT 搜索的影响。2026 年 10 月核对。
- llmstxt.org:/llms.txt 文件 · Jeremy Howard 于 2024 年 9 月 3 日提出;文件格式与页面的 .md 版本。2026 年 10 月核对。
- FTC:背书指南常见问题 · 联盟关系披露的位置和措辞。2026 年 10 月核对。