物流企业的官网大多已经过了 SEO 阶段：关键词堆过、外链发过、百科词条建过。但一线执行者会碰到一个尴尬：用户在 ChatGPT、Perplexity 或国内大模型里问“从深圳发一柜到汉堡，海运和铁路哪个便宜”“冷链到成都 48 小时要多少钱”，AI 给出的对比里没有你家，或者引用的是三年前的旧报价。原因不是网站权重不够，而是生成式引擎的抓取、解析和引用规则和搜索引擎不一样。接下来按迁移指南的方式，把从 SEO 迁到 GEO 的关键步骤拆开。
SEO 还要保留什么
别把 SEO 推倒重来。物流供应链页面里，有几类资产对生成式引擎同样有效，只是需要调整表达方式。
- 可抓取的页面基础：robots.txt 不能把 GPTBot、PerplexityBot、ClaudeBot 等生成式引擎爬虫全部拦掉。很多物流企业为了防爬，把整个 /quote/ 或 /track/ 目录都禁了，结果 AI 抓不到任何报价和时效信息。只屏蔽真实业务操作页面，把公开的运费说明、时效说明、线路对比页放出来。
- 稳定的 URL 和标题：搜索引擎优化的 URL 规范、H1 唯一、面包屑导航，这些仍然有用。生成式引擎在判断“哪个页面能回答这个问题”时，会参考 URL 中的路径词和标题中的实体词。例如 /freight/shenzhen-hamburg-rail-vs-ocean/ 比 /news/12345 更容易被识别为对比页。
- 核心词和长尾词：SEO 积累的关键词库不能丢。但要把词从“搜索词”转成“问答词”。用户搜“深圳到汉堡运费”和问“深圳到汉堡走铁路还是海运，哪个便宜”是两种意图。保留前者，同时把后者写成 FAQ 和对比表。
更完整的 SEO 与 GEO 区别，可以看 SEO 与 GEO 的差异。简单说，SEO 争的是排名，GEO 争的是被引用。
GEO 多出来的资产
物流企业要进入 AI 的答案，需要补几类 SEO 时代不重视的资产。
| 资产类型 | 物流供应链具体内容 | 为什么 AI 敢引用 |
|---|---|---|
| 结构化数据 | 运费计算规则、时效区间、线路节点、服务范围，用 Schema.org 的 Service、Offer、FAQPage 标记 | 生成式引擎可直接解析字段，不用猜正文意思 |
| 实体页面 | 每个港口、场站、分公司、服务产品单独建页，名称、地址、代码统一 | AI 会做实体对齐，避免把你的上海仓和深圳仓写成两家公司 |
| 可引用短段落 | 每段 40-60 字，直接回答一个运费或时效问题，不绕弯 | AI 摘取时不需要压缩长文，引用准确率更高 |
| 对比表 | 海运 vs 铁路 vs 空运的运费、时效、适用货物、风险，用表格呈现 | 生成式引擎擅长从表格里提取决策信息 |
| 时效和价格更新日期 | 在页面显眼处写“数据更新至 2024 年 6 月” | AI 判断内容新鲜度，避免引用旧报价 |
这些资产不是凭空多出来的，而是把原来藏在报价单、内部系统、客服话术里的信息，变成公开网页上的结构化内容。GEO 的完整方法可以看 GEO 优化指南。
迁移顺序
不要全员扑上去重做网站。按下面的顺序，先把抓取和解析打通，再补内容。
- 检查并调整 robots.txt：用 Google Search Console 的 robots 测试工具，确认 GPTBot、PerplexityBot、ClaudeBot 没有被误拦。只屏蔽 /admin/、/user/、/api/ 等真实操作路径。
- 梳理核心问答：把销售和客服最常被问的 20 个运费、时效、方案问题列出来，例如“从上海到洛杉矶，拼箱和整柜怎么选”“冷链到成都 48 小时多少钱一公斤”。
- 为每个问题建一个独立页面：URL 包含线路和货物类型，标题直接是问题本身，正文第一段给出 40-60 字的直接答案。
- 给页面加结构化数据：用 JSON-LD 标记
FAQPage、Service、Offer，把运费区间、时效区间、币种、更新日期写进去。 - 做实体对齐：检查官网、百科、地图、B2B 平台上的公司名称、地址、LOGO 是否一致。不一致的，先改官网，再申请修改第三方平台。
- 把对比表做成短名单：每个对比表列 3-5 个方案，每个方案给适用场景和一句话结论，不要放 20 行参数让 AI 自己判断。
- 定期更新价格和时效：至少每季度更新一次页面上的“数据更新至”日期，并在页面顶部注明。
这个顺序背后的逻辑是：先让 AI 能抓到，再让 AI 能读懂，最后让 AI 敢引用。抓不到，后面都白做。
两套指标怎么并存
团队不可能同时盯两套完全不同的 KPI。可以把 SEO 和 GEO 指标拆成两个看板，共用一个内容池。
| 环节 | SEO 指标（保留） | GEO 指标（新增） |
|---|---|---|
| 内容生产 | 关键词排名、自然流量、点击率 | 被 AI 引用的次数、出现在答案中的位置、引用片段是否准确 |
| 技术优化 | 页面收录数、抓取频率、核心网页指标 | GPTBot 抓取日志中的 200 状态数、结构化数据验证通过数 |
| 转化 | 表单提交、电话咨询、在线下单 | 从 AI 答案跳转过来的会话数、AI 推荐后带来的询盘关键词 |
操作上，可以按周看 SEO 指标，按月看 GEO 指标。GEO 的引用数据目前没有统一后台，可以用两种方式统计：一是定期在 ChatGPT、Perplexity、文心一言、豆包等平台输入核心问题，记录自家品牌是否出现；二是在网站日志里筛选 GPTBot、PerplexityBot 等用户代理，看它们抓了哪些页面、返回码是多少。日志只能证明“被读了”，不能证明“被引用了”，所以人工抽查仍不可少。
90 天迁徙表
下面是一张给一线执行者的 90 天行动表，按周推进，不追求一步到位。
| 周次 | 主要动作 | 产出物 |
|---|---|---|
| 第 1-2 周 | 检查 robots.txt，放行生成式引擎爬虫；导出近 60 天客服和销售高频问题 | 抓取检查报告、问题清单 |
| 第 3-4 周 | 选定 10 个核心问题，设计页面 URL 和标题；撰写 40-60 字直接答案 | 10 个问答页草稿 |
| 第 5-6 周 | 给这 10 个页面加 FAQPage 和 Service 结构化数据；用 Schema 验证工具检查 | 通过验证的 JSON-LD 代码 |
| 第 7-8 周 | 做公司实体对齐：核对官网、百科、地图、B2B 平台名称和地址；不一致的先改官网 | 实体信息对照表 |
| 第 9-10 周 | 制作 3-5 个线路对比表，每表列 3-5 个方案，给适用场景和一句话结论 | 对比表页面 |
| 第 11-12 周 | 把页面价格和时效更新到最新，标注“数据更新至”日期；提交搜索引擎和生成式引擎抓取 | 更新后的常青页 |
| 第 13 周 | 人工抽查 8-10 个核心问题在 ChatGPT、Perplexity、豆包中的回答，记录引用情况 | GEO 引用抽查表 |
这张表不是硬性规定，团队可以根据自己的内容存量调整。关键是先打通抓取和结构化，再追求引用。
还容易问的
下面集中回答物流团队在迁移时常问的几个问题。
- GPTBot 抓了我们的页面，但 AI 还是不引用，为什么？
可能是因为页面没有直接回答用户的问题，或者答案太散。试着把每个页面聚焦到一个问题，首段给出 40-60 字结论，并用结构化数据标记。 - 我们的报价是动态的，怎么写进页面？
不要写实时报价，写“标准运费区间”和“影响价格的主要因素”，并标注更新日期。AI 更愿意引用稳定的区间，而不是某个瞬间的数字。 - 物流线路太多，每个都建页面吗？
先建核心线路，比如你业务量前 20 的线路。其他线路可以合并成“华北到华东冷链”“华南到欧洲海运”等聚合页。 - SEO 和 GEO 会不会冲突？
不会。GEO 是在 SEO 基础上增加结构化数据和可引用内容。两者共用同一个内容池，只是指标不同。 - 没有技术团队，能做 GEO 吗？
能。先从调整 robots.txt 和写直接答案开始，结构化数据可以用在线生成器，不需要写代码。实体对齐主要靠人工核对和修改。
从 SEO 迁到 GEO，不是换一套打法，而是把原来为了排名做的东西，调整成让 AI 敢引用的形态。物流供应链的运费、时效、方案对比，恰恰是 AI 最容易引用、用户最需要直接答案的内容类型。先把这些页面做对，比追着 AI 求推荐更有效。