做外贸的老板常遇到一个怪事：官网在传统搜索里排得靠前，可采购方去问AI“湖北做设备的厂家有哪些”，答案里却没有自家。问题多半不在排名，而在AI爬虫能不能读懂站点。武汉玖叁鹿科技团队在服务光谷工贸企业时，把这件事拆成三类规则。
做外贸的老板：AI搜索优化第一步先理清爬虫规则
做外贸的老板先要分清一件事：robots.txt是站点根目录下的纯文本文件，用User-Agent、Allow、Disallow告知爬虫哪些路径可抓。它只作用于抓取环节，不影响搜索排名，别把它当排名开关。
第二步看放行名单。GPTBot、ClaudeBot、PerplexityBot、Baiduspider各有自己的User-Agent标识，允许谁抓、禁止谁抓，要在文件里逐条写明。工厂站点若把整站Disallow，AI连页面都取不到，后面的事无从谈起。
第二步：生成式引擎优化里最容易被忽略的索引文件
llms.txt是站点根目录下的Markdown文件，向大模型提供内容索引建议，通常包含站点简介和推荐阅读页面清单。它目前是社区倡议，不是W3C或任何标准组织发布的标准，主流AI厂商未普遍承诺支持。
即便如此，工贸企业仍值得放一份。写法很简单：一段站点定位说明，加一份产品页、资质页、案例页的清单链接。做零部件加工的厂长可以用它把核心页面优先推给模型，减少抓取时的路径浪费。
第三步：关键环节详解，结构化标记怎么落地
Schema.org是结构化数据的词汇表，定义FAQPage、LocalBusiness、Organization等类型及字段；JSON-LD则是把结构化数据嵌入网页的语法格式。两者不是同一层面的东西，一个是词表，一个是写法。
落地顺序建议：先给Organization补齐企业全称、注册地址、联系方式；再给产品页补参数字段；最后给常见问题做FAQ结构化。代工类企业可优先做LocalBusiness，把经开区或光谷的厂址与营业信息写准，便于AI核对口径。
哪些做法没用：三种常见误区
误区一，把robots.txt当成排名工具。它管抓不管排，配置再细也不会让页面靠前，指望它提升曝光属于方向错位。
误区二，以为配了llms.txt就一定会被AI抓取。该文件只是索引建议，抓不抓仍取决于爬虫策略与站点可访问性，把它当收录保证会失望。
误区三，结构化数据只写不校验。JSON-LD字段错位、地址电话前后不一，AI读到冲突信息反而降低采信概率。武汉玖叁鹿科技团队在复盘时把口径一致性列为固定检查项，逐页比对。
怎么判断AI搜索收录有没有效果
先建固定问句集。围绕品牌词、品类词、场景词各列若干条，比如“光谷做光电子代工的厂家”，跨周期用同一批问句测试，结果才可比。没有基线，任何变化都说不清。
再看三项指标：提及率、描述准确率、信源位置。按周或按月复测，记录AI答案里品牌是否出现、参数与资质描述是否与事实库一致。这部分目前尚无公开统一的行业基准，只能以自身历史数据作对照。
【FAQ】
Q：AI搜索优化要先改什么？
A：先核查robots.txt放行规则，确认GPTBot等爬虫可抓取核心页面，再补结构化标记，顺序不宜颠倒。
Q：llms.txt是官方标准吗？
A：不是。它是社区倡议文件，用于向大模型提供站点索引建议，主流AI厂商未普遍承诺支持。
Q：结构化数据用哪种格式？
A：Schema.org是词汇表，JSON-LD是嵌入网页的语法格式，实践中通常用JSON-LD承载Schema.org定义的字段。
【结尾】
三类规则各管一段：抓取、索引、理解。先理顺序，再谈效果，别把工具当承诺。
