2026 年 9 月我们抽查了十二个站被 AI 引用的内容，九成来自 HTML 正文，剩下的几乎都是结构化数据或表格。PDF、图片文字、登录后的内容，一次都没被引用过。
第一类：登录或表单后面的内容
留资才能下载的白皮书、试用后才能看的文档、后台里的帮助中心，这些 AI 爬虫都看不到。
你的客户能看到，AI 看不到，于是 AI 只能引用别人对你的描述，那些描述往往不准确。
这个问题在 B2B 里特别普遍，因为大部分深度内容都被锁在表单后面。
第二类：需要交互才出现的内容
tab 切换、折叠面板、点击展开的更多内容、无限滚动加载的列表。
爬虫通常不会点击。它拿到的是初始 HTML，里面只有第一屏的内容。
一个常见的情况是产品对比表放在 tab 里，用户能看，AI 只看到第一个 tab。
第三类：非 HTML 载体
PDF 白皮书、视频、图片里的文字、canvas 渲染的图表。
部分 AI 爬虫能解析 PDF，但解析质量不稳定，索引优先级也低。图片和视频里的信息，基本抓不到。
我们的建议是：核心内容永远要有一份 HTML 版本。
第四类：纯客户端渲染
内容靠 JS 在浏览器里生成，原始 HTML 里只有一个空容器。
搜索引擎有渲染预算，AI 爬虫不一定有。完全依赖客户端渲染的站，被引用的概率很低。
怎么查
先用 curl 抓页面 HTML，看正文在不在。搜三个词：页面标题、一个关键句、一个数字。
再用浏览器打开对比。如果浏览器里有、HTML 里没有，就是渲染或交互问题。
最后看日志，确认 AI 爬虫抓了这个页面没有。抓了但没引用，说明内容拿到了但不够好；没抓，说明路径有问题。
怎么改
关键内容移出登录墙。白皮书正文公开，原始数据放表单后面。
展开内容默认展开，或者做成独立页面。tab 里的内容至少第一个默认可见。
PDF 转 HTML。报告、手册、规格书，都做一个网页版。
客户端渲染的内容做预渲染或者服务端渲染，至少让首屏有 HTML。
一个额外的检查
把页面 URL 贴进几个 AI 引擎直接问，让它说出页面里的具体细节。
说不出，说明内容没被有效抓取或理解；说得出，说明可见性没问题，问题出在结构和表达上。
这个检查不精确，但很快，五分钟能试三四个页面。
一个态度
AI 看不见的内容，等于不存在。
这句话对 SEO 也成立，但 GEO 时代更严重，因为 AI 不会像搜索引擎那样耐心渲染和等待。
做 GEO 之前，先确认一件事：你最重要的内容，在原始 HTML 里能不能读到。读不到，后面所有技巧都没用。
元析智能
为软件公司做 SEO 和 GEO 优化