TL;DR / 核心要点总结
- 上万页的站做 GEO，第一个决定不是”改什么”，而是”先改哪 100 页”。 一个季度能认真改完的通常只有一两百页，排序错了，方法再对也用在不产生引用的地方。
- 三层漏斗：剔除不值得动的页面 → 按页型分批 → 用「引用价值 × 证据可摘性 × 改动成本」打分排序。
- 别用”博客比服务页更容易被引用”这类直觉排序。 页型实测里产品页以 24.1% 居首、首页只有 7.8%——取决于页面能不能回答 AI 正在问的那个问题。
- 引用高度集中：第三方追踪里最好的一条摘要独吞 2,276 次点击，全部摘要均值只有 31 次。
- 100 页是年度队列，第一批只做 10 页。 一次只改一类改动，才说得清是哪一项起了作用。
一、先接受约束：这是排序问题，不是方法问题
企业站的 GEO 清单本身不难：补结构化数据、结论前置、加对比表、修通道。难的是站点有一万两千个 URL，清单没说先动哪一页。
模板级改动可以批量下发，内容级改动必须消耗真人工时。一个季度能认真改完的页面通常只有一两百个，这是大规模站点的真实约束。
Google 的官方口径把它钉在同一套体系里：AI 功能与经典搜索共用同一份索引，没有独立的”AI 索引”（六大模型官方规则）。页面要先进索引、先能被摘录，才谈得上被引用。
直接回答：先改哪 100 页是一条三层漏斗——剔除不值得动的页面，按页型分批，再在批次内按引用价值、证据可摘性与改动成本打分。
为什么是 100 这个量级？因为引用高度集中：Search Engine Land 追踪 51,200 次事件发现，最好的一条摘要独吞 2,276 次点击，全部摘要均值只有 31 次（站内拆解）。平均用力等于没有用力。
边界：本文不重复”GEO 该按什么顺序做”（见 GEO 五层推进顺序），只解决在存量页面里选谁。
二、第一层：先剔除——四类页面不该进名单
剔除不是优化，是止损：工时花在进不了索引、或改完没有独立事实的页面上，等于白做。
| 剔除类别 | 判据 | 为什么排除 |
|---|---|---|
| 进不了索引的页面 | noindex、robots 屏蔽、canonical 指向别处 | 连经典搜索都没参与，AI 侧同样取不到 |
| 重复与参数页 | 筛选、排序、打印、会话 ID 等同一内容的多个 URL | 引用分散到不同 URL，改哪一版都浪费 |
| 只有壳没有事实 | 列表页、空集合页、纯表单页、感谢页 | 没有可摘走的事实句 |
| 生命周期太短 | 活动报名、展会通知、限时促销 | 改完即过期 |
筛选条件不是排查方法。 通道排查是另一件事，完整顺序见 GEO 五层推进顺序 第 1 层。
这一步的产出是候补池清单：从全站 N 个 URL 收敛到 M 个。上万页的站点走完这步通常剩几百到一千多页，这才是”选 100 页”有意义的前提。
三、第二层：按页型分批，而不是按 URL 排序
先界定页型：它是页面在”回答哪一类提问”上的角色，不是导航里的栏目。 一个挂在”新闻中心”下、通篇讲选型条件的页面，在 AI 眼里就是选型页。
不要把”页面重要性”交给业务部门投票——你会收到 200 个”非常重要”；也不要按自然流量排：引用分布和流量分布不是一张表。
Ten Speed 用 170 条”货比三家”式提示词、投喂四个模型抓到 7,387 次引用，页型分布如下：
| 页型 | 引用占比 |
|---|---|
| 产品页 | 24.1%（最大单一来源） |
| 博客 / 新闻 / PR | 17.4% |
| 对比页 | 约 13% |
| 榜单 / 列表页 | 约 13% |
| 指南类 | 不足 9% |
| 首页 | 7.8% |
| G2 / Capterra 类目录档案 | 7.2% |
| Reddit、YouTube、论坛、讨论帖 | 合计 4.2% |
来源与口径局限见 产品页吃掉 24.1% 的 AI 引用：单客户群快照、未按模型拆分、未做显著性检验。
要纠正一个常见观察：「AI 只引用我们的博客，不引用我们的服务页。」
这句话在很多站上是真的，但它描述结果，不解释原因。同一份实测里产品页引用占比最高，88.3% 的引用落在品牌可控内容上。
所以问题不是”服务页天生不适合被引用”，而是你的服务页没回答 AI 正在问的那个问题。据此把候补池并成四类：
- 事实页（产品、规格、服务与解决方案）：回答”能不能满足我的条件”
- 选择页（对比、选型、榜单、资源）：回答”该选哪个”——“对比”类提示词只占 20%，却贡献约 27% 的引用
- 解释页（指南、概念、常见问题）：回答”这是什么、怎么判断”
- 实体页（首页、About、联系）：回答”你是谁、可不可信”
页型对应的提问形态还取决于采购决策链上是谁在问（B2B 的四类提问）。
选择页性价比最高：它们本就承载可核对的事实，缺的通常只是把事实摆进正文和表格。
四、第三层：三个维度的打分表
同一批里往往还有几十上百页，需要一把可复用的尺子。三个维度都能在半小时内打出分。
维度一：引用价值（0–3 分）——这个页面在 AI 里对应什么形态的提问。
| 分数 | 判据 |
|---|---|
| 3 | 对应”选型 / 对比 / 规格 / 条件”类提问——这类问题必须有证据，AI 得去找 |
| 2 | 对应品类级问题（某类需求怎么做、某个概念是什么） |
| 1 | 只承载品牌与实体确认（首页、联系方式） |
| 0 | 不回答任何提问 |
维度二：证据可摘性（0–3 分）——能不能被整段摘走，三项各 1 分。
| 检查项 | 依据 |
|---|---|
| H1 自带结论 | 对 ChatGPT 索引的解剖实测里，83.6% 的索引记录包含 H1（站内拆解） |
| 正文前 200 字符就是答案 | 同一份实测：每条索引只存标题 + 正文开头约 200 字符，模板文字会挤占这个额度 |
| 关键事实在纯文本或表格里 | 规格藏在 PDF、图片或 JS 渲染里，AI 取不到 |
再叠一条站点级门槛：结构化数据是否到位。SEJ 实测 50 个大站，可抓取层平均 74.4%，语义标注层跌到 38.5%——“能被抓到”大多及格，“机器知不知道这页讲什么”才是失分点（50 站审计）。写法见 结构化数据指南。
维度三：改动成本（1–4 分，越低越先做）
| 分数 | 形态 | 说明 |
|---|---|---|
| 1 | CMS 已有字段，只缺内容 | 补字段即可 |
| 2 | 单页改写 | 不需要设计或开发介入 |
| 3 | 需要设计或开发的单页 | 排期依赖他人 |
| 4 | 模板级改动 | 全站生效，但会污染整批归因 |
排序规则：先加总前两维，从高到低排；同分时改动成本低的先做。 模板级改动单独成批——它一次动全站，混进内容批次就再也说不清是哪一项起了作用。
这套打分表是 GEOVA 工作框架，不是官方口径，给的是相对顺序，不是绝对分数。
五、100 页怎么分：按页型配名额，不平均分
如果只按分数排，事实页可能挤满名单。按页型配名额，是让名单同时覆盖”被问到”和”被信任”。
| 批次 | 页型 | 名额 | 对应提问 |
|---|---|---|---|
| 第一批 | 产品与规格页 | 25 | 能不能满足某个条件 |
| 第一批 | 服务与解决方案页 | 15 | 这类需求怎么做、谁来做 |
| 第二批 | 对比与选型页 | 15 | A 和 B 差在哪 |
| 第二批 | 榜单与资源页 | 10 | 有哪些可选、依据是什么 |
| 第三批 | 指南与概念页 | 15 | 这是什么、怎么判断 |
| 第三批 | 首页 / About / 联系 | 10 | 你是谁、可不可信 |
| 第三批 | 案例与自有数据页 | 10 | 有没有人做成过 |
这 100 个名额只统计你能直接改的页面。 G2、Capterra 类第三方档案不占名额但需单独排期——实测里它们占 7.2% 的引用，且不在你的 CMS 里。缺案例页时把名额还给事实页，不要编内容填空。
六、第一批只做 10 页：把 100 页变成可交付的队列
100 页是年度队列，不是一次冲刺。 拆成四批，每批只动一类改动，两到四周交付一批。
每页一张卡：AI 会问的问题 / 页面上现在有没有答案 / 改哪几处 / 谁改 / 怎么验收。缺了最后一栏，这一页就只是”改过了”。
两处验收口径要提前定死：
- 不要用全站引用率当验收。 全站数字掩盖批次差异与模型换代噪声，记录必须带模型与版本号（模型换代为什么会造成假事故）。
- GSC 生成式 AI 报告只给曝光、不给点击（口径拆解），当点击报表看必然误判；它适合回答”这一批页面有没有开始出现在 AI 答案里”。
本文只负责”选谁”；页内怎么改，是另一篇要解决的问题。
七、三个会毁掉排序结果的错误
- 按”业务重要性”排序。 得到的是组织政治排序；名单被质疑时，用候选池的分数回答，而不是用职位高低回答。
- 按自然流量排序。 流量最大的通常是首页与栏目页，而首页的引用占比只有 7.8%，两者不是一张表。
- 同一批里既改模板又改内容。 模板级改动全站生效，污染整批对照，最后既证明不了效果，也解释不了没有效果。
- 补一条：把第三方目录算进”可控页面”。那不是你能改的页面，是要去争取的存在，该单独立项。
行动清单
今天做
- 拉一份全站 URL 清单，剔除四类不该动的页面，得到候补池
- 给候补池打上页型：事实页 / 选择页 / 解释页 / 实体页
本周做
- 用三维打分表给候补池打分，产出前 100 页的排序与名额分配
- 抽查这 100 页的 H1 与前 200 字符：是不是结论与答案
- 把模板级改动单独拆成一批，不混进内容批次
本月做
- 改完第一批 10 页，按”一页一卡”留下改动与验收记录
- 固定提问集复测一次并记录模型版本；GSC 页面级曝光单独拉一条线
- 排出第二、三批名单，把第三方档案与实体进层单独立项
结语
上万页的站点做 GEO，胜负手不在方法清单，而在排序：先剔除不值得动的，再按页型分批，最后用引用价值、证据可摘性与改动成本排定顺序。
把 100 页改对，比把一万页改一遍更接近结果。
📩 需要帮助？GEO 咨询团队可以为你做什么
100 页的名单只有在你自己站点的真实数据上排，才站得住：
- 第一步 · 先自己看 —— 30 秒检测 AI 爬虫通道、结构化数据与内容可读性三项基础：免费 GEO 诊断工具 →
- 第二步 · 再按数据排名单 —— 用你的固定提问集、GSC 页面级曝光与页型分布交叉排序，产出一份可执行的页面优先级清单与验收口径：GEO 审计与 AI 搜索诊断 →
本文为方法说明类内容，不含自有实验数据。文中的第三方数据均来自站内已发布文章所引用的公开研究：Ten Speed / Peec AI 的 7,387 次引用实测、Search Engine Journal 的 50 站 AI 就绪度审计、Search Engine Land 的 51,200 次事件追踪，以及 Resoneo 对 ChatGPT 索引结构的解剖实测，并已在对应位置给出内链。「三层漏斗」「三维打分」「100 页配额」属 GEOVA 工作框架，不代表任何平台的官方口径。AI 搜索机制与产品命名变化较快，本文结论截至 2026 年 10 月。