引言：技术层是GEO的隐形门槛
很多团队做生成式引擎优化（GEO）时，把精力集中在内容质量和关键词布局上，却忽略了一个底层事实：如果AI搜索引擎的爬虫无法高效抓取、解析你的页面，再好的内容也进不了引用候选池。传统SEO时代，技术问题可能只影响排名高低；在GEO时代，技术缺陷直接决定你的内容"被看见"还是"被跳过"。
本文从五个技术维度出发，给出一份可直接对照执行的GEO技术审计清单。
一、技术审计五大维度总览
| 审计维度 | 核心问题 | 影响层级 |
|---|---|---|
| 爬虫可达性 | AI爬虫能不能进来？页面能不能被抓取？ | 准入层 |
| 页面性能 | 页面加载够不够快？交互够不够稳？ | 体验层 |
| 结构化数据 | 页面有没有用机器可读的格式标注内容？ | 理解层 |
| 内容可解析性 | HTML语义是否清晰？层级是否正确？ | 解析层 |
| 内链架构 | 重要页面是否被充分链接？信息架构是否扁平？ | 权重层 |
二、爬虫可达性：先让AI爬虫进得来
AI搜索引擎（如Perplexity的爬虫、GPTBot、ClaudeBot等）依赖类似传统搜索爬虫的抓取机制，但它们的抓取频率和深度通常低于Googlebot。这意味着阻拦一两次就可能被AI引擎长期跳过。
检查项：
- robots.txt：确认是否误封了GPTBot、ClaudeBot、PerplexityBot、Bytespider等AI爬虫User-Agent。不少站点的robots.txt只对Google开放，AI爬虫被默认拒绝。
- noindex/meta robots：排查是否有重要页面被标记为noindex。GEO场景下，产品页、案例页、FAQ页如果被noindex，AI引擎无法建立索引。
- JS渲染依赖：如果核心内容通过客户端JavaScript渲染（CSR），AI爬虫可能只拿到空白骨架。优先将关键内容做服务端渲染（SSR）或预渲染。
- HTTP状态码：检查是否有大量301/302链、404死链、500错误。AI爬虫对异常状态码的容忍度低于传统爬虫。
三、页面性能：加载速度就是被引用的概率
AI搜索引擎在抓取和索引阶段有严格的超时预算。页面加载超过3秒，爬虫可能放弃抓取；用户从AI回答中点击跳转后如果首屏白屏，跳出率飙升，后续被引用的权重下降。
核心指标（Core Web Vitals）：
- LCP（最大内容渲染时间）：目标 < 2.5秒。首屏大图、Hero区文字渲染速度直接影响LCP。
- CLS（累积布局偏移）：目标 < 0.1。广告位、字体闪烁、异步加载区块未预留空间会导致CLS超标。
- INP（交互到下一次渲染）：目标 < 200ms。长任务阻塞主线程时，用户从AI回答跳转后页面卡顿。
- TTFB（首字节时间）：目标 < 800ms。服务器响应慢，一切后续优化打折。
建议用PageSpeed Insights和Lighthouse定期跑分，重点关注移动端表现——AI搜索引擎的移动端抓取比例在持续上升。
四、结构化数据：给AI引擎一份"说明书"
JSON-LD格式的Schema标记相当于给AI搜索引擎一份机器可读的内容说明书。没有它，AI引擎需要从HTML中猜测实体类型和关系；有它，可以直接确定"这是产品