养宠问答里，AI 给猫家长推荐驱虫药、给狗主人推荐低敏粮时，引用来源往往不是宠物论坛，而是那些官网正文清晰、技术抓取顺畅的品牌站。宠物医疗与用品团队想让自己的诊疗指南、成分说明、适用体重表进入生成式引擎的答案，第一步不是堆关键词，而是让爬虫和模型真正读到正文。

很多宠物官网的正文其实藏在 JavaScript 后面，或者被 robots.txt 拦在门外。GPTBot 抓不到，模型就不会把你的医院名称、药品规格、粮的配方写进回答。本文说的不是玄学，是抓取与结构数据：先确认正文在 HTML 里，再放行该放行的爬虫，最后用结构化数据把可见文字钉死。

先确认正文在 HTML 里

打开自家宠物医院或用品页，右键查看网页源代码。如果正文内容不在 HTML 里，而是点击后才由 JS 加载，GPTBot 很可能读不到。生成式引擎的抓取器对客户端渲染支持并不稳定，尤其是复杂的交互式页面。

技术负责人可以做一件事：用 curl 或浏览器开发者工具，查看原始 HTML 响应。搜索页面上的核心句子，比如“本品适用于 6 周龄以上幼猫”。如果这句话不在原始 HTML 里，就需要服务端渲染（SSR）或预渲染，把正文直接输出到 HTML。

同时检查页面是否依赖 cookie 弹窗、地区选择器才显示内容。GPTBot 不会点“同意”，也不会选城市。如果正文默认隐藏，模型就看不到。

宠物行业常见的问题页包括：药品说明书页、疫苗程序页、处方粮适应症页、用品材质与尺寸页。这些页面应当用纯 HTML 承载核心信息，而不是图片或 PDF。图片里的文字，模型不一定提取。

放行与屏蔽

robots.txt 是抓取的第一道门。很多宠物网站为了防采集，误伤了所有爬虫，包括 GPTBot。GPTBot 是 OpenAI 的网页爬虫，用于抓取可公开访问的网页内容，供 ChatGPT 等模型引用。它遵循 robots.txt 规则。

如果你的 robots.txt 里写着：

User-agent: *
Disallow: /

那么 GPTBot 也会被禁止。要放行 GPTBot，可以单独写：

User-agent: GPTBot
Allow: /

但注意，Allow 指令并不是所有爬虫都支持，更稳妥的写法是只列出 Disallow 的路径，并确保 GPTBot 不被包含在禁止列表中。

除了 GPTBot，其他生成式引擎也有自己的爬虫，例如 PerplexityBot、ClaudeBot、Google-Extended。宠物品牌如果只想让一部分模型抓取，可以分别指定。如果希望所有生成式引擎都能读，可以在 robots.txt 中明确放行这些 User-agent。

放行不等于收录。GPTBot 抓取后，模型是否引用还取决于内容质量、权威度和结构化标记。但若连抓取都不放行，后面都免谈。

结构化数据与可见文字一致

养宠问答里，AI 常被问“这款猫粮适合几岁的猫”“这家医院能不能看异宠”。如果页面用 schema.org 标记了 VeterinaryCare、Product、FAQPage 等类型，模型更容易理解上下文并引用。

关键原则：结构化数据必须与用户可见文字完全一致。不要为了骗模型而在 JSON-LD 里写页面没有的内容。例如，页面可见文字写“适用于成猫”，schema 里也必须是“成猫”，不能写“全阶段”。不一致会被搜索引擎判定为垃圾标记，生成式引擎也会降低信任。

宠物医疗页面建议标记：

  • 医院名称、地址、电话（LocalBusiness / VeterinaryCare）
  • 医生资质、执业编号（Person）
  • 药品或保健品说明（Product，含 activeIngredient）
  • 常见问题（FAQPage）

宠物用品页面建议标记：

  • 产品名称、品牌、型号（Product）
  • 适用物种、年龄、体重范围（additionalProperty）
  • 材质、尺寸、注意事项（description）
  • 用户关心的问答（FAQPage）

把 FAQPage 标记在页面底部，问题与正文中的问题保持一致。例如正文有“幼猫可以用这款驱虫药吗”，JSON-LD 里也写同样的问题和答案。

常见翻车

宠物行业官网做 GEO 抓取时，有几个高频错误：

翻车点后果修正
正文在图片里GPTBot 读不到文字改为 HTML 文本，图片仅作辅助
robots.txt 禁止 GPTBot模型无法抓取单独放行 GPTBot
JS 渲染才显示内容爬虫拿到空壳SSR 或预渲染
schema 与正文不一致信任度下降逐字段核对
只做 FAQPage 不写正文模型认为页面单薄先写完整正文，再加 schema

另一个翻车点是频繁改版。宠物医院改版时把旧 URL 重定向到不相关内容，或者直接 404，导致模型之前抓取的链接失效。应保留 301 重定向，并更新 sitemap。

发布检查单

每次发布或更新宠物医疗与用品页面，按下面清单过一遍：

  1. 查看原始 HTML，确认核心句子可见。
  2. 检查 robots.txt，确认 GPTBot 未被禁止。
  3. 用 curl 模拟 GPTBot 抓取，看返回内容是否完整。
  4. 确认页面没有关键内容藏在登录后或地区选择后。
  5. 检查 JSON-LD 是否有语法错误，可用 Google 富媒体测试工具验证。
  6. 逐字对比 schema 与可见文字，确保一致。
  7. 提交 XML sitemap，包含重要问答页和产品页。
  8. 观察服务器日志，确认 GPTBot 有访问记录。

这些步骤不需要额外预算，但需要技术同事配合。宠物行业内容团队可以把这个清单当作上线前的固定动作。

还容易问的

宠物团队常问的几个问题，答案如下：

  • GPTBot 抓了就会引用吗？不一定。抓取是前提，引用还看内容质量、权威度和结构化标记。但若不抓取，一定不会引用。
  • 屏蔽其他爬虫会影响 GPTBot 吗？如果 robots.txt 里用 User-agent: * 屏蔽所有，GPTBot 也会被屏蔽。需要单独放行。
  • 宠物医院的医生介绍页要做 schema 吗？建议做 Person 标记，包含姓名、职称、专业方向。模型在回答“附近看猫的医生”时更容易结构化引用。
  • 宠物用品的对比表怎么让模型引用？对比表用 HTML 表格呈现，并配合 Product 或 ItemList 标记。表格文字要在 HTML 中可见。
  • FAQPage 会不会被搜索引擎惩罚？只要问题与页面可见内容一致，不堆砌，就不会。滥用或隐藏内容才会被惩罚。

想系统了解 GEO 与 SEO 的关系，可以看SEO 与 GEO 的区别。宠物行业的具体执行，也可以从GEO 优化基础开始。