海外用户用英文问“Is fasting required before a blood test?”,ChatGPT Search 给出的回答里,引用的可能不是任何一家医院官网。健康类答案的引用池,正在被生成式引擎重新洗牌。医疗健康品牌做英文站,如果只把中文内容翻译一遍,大概率进不了这个引用池。

原因不复杂:AI 引擎挑来源,不是按页面数量,而是按“这句话能不能直接回答用户问句”。你的英文页面如果没有明确回答高频健康问句,爬虫抓到了也不会用。

先看到的现象

生成式引擎优化(GEO)正在成为搜索引擎优化(SEO)之外的新战场。GEO 的核心是让内容被生成式引擎引用,而生成式引擎的引用逻辑与传统搜索引擎不同。传统搜索按关键词匹配和链接权重排序,生成式引擎则更看重内容能否成为某个问题的直接答案来源。

医疗健康是典型的 YMYL(Your Money or Your Life)领域。AI 引擎在回答健康问题时,对来源的权威性、时效性和可核验性有更高要求。如果页面没有作者署名、没有更新日期,或者内容含糊不清,AI 会直接跳过。

另一个常见现象是:英文页面数量不少,但都是“About Us”“Our Services”这类品牌介绍页。用户问的是“How to prepare for a colonoscopy?”,你的页面却写着“We provide high-quality care.”。这种错配,正是 AI 不引用的直接原因。

真正的筛选机制

生成式引擎的引用决策,可以拆成三层:抓取、理解、引用。

抓取层,引擎需要能访问你的页面。如果 robots.txt 屏蔽了 GPTBot 或搜索引擎爬虫,或者页面被 JavaScript 渲染卡住,AI 根本看不到内容。放行 GPTBot 是第一步。

理解层,引擎要判断页面是否回答了一个具体问题。结构化数据(Schema.org)能帮爬虫快速识别 FAQ、作者、更新日期等字段。没有结构化标记,引擎也能读到文字,但理解成本更高,引用概率更低。

引用层,引擎会评估内容的权威性。医疗健康页面尤其看重:作者是否有医学背景、更新日期是否新鲜、内容是否与其他权威来源一致。如果页面没有作者信息,或者日期停留在三年前,AI 会选择其他来源。

还有一个关键点:AI 引擎会做实体对齐。如果同一家医院在官网写“City General Hospital”,在百科或其他权威目录里写“City General Medical Center”,AI 可能把它们当成两个实体,不敢轻易引用。名称和地址(NAP)的一致性,直接影响实体可信度。

可迁移的打法

从筛选机制反推,医疗健康英文站的多语言 GEO 可以归纳成五步:

  1. 收集真实问句:从客服记录、在线咨询、英文论坛里提取用户真正用英文问的问题。不要自己编问题。
  2. 做成常青 FAQ 页:每个问句配一个直接、简洁的答案,放在独立 URL 上。答案开头直接回答“是”或“否”,再展开解释。
  3. 补全结构化标记:用 Schema.org 的 FAQPage、MedicalWebPage、Author、DateModified 等类型标记页面。作者要写真实姓名和资质,更新日期要真实。
  4. 统一实体信息:官网、百科、专业目录里的机构名称、地址、电话必须完全一致。有条件的话,在页面里链接到权威外部来源。
  5. 放行爬虫并验证:在 robots.txt 里允许 GPTBot 和主流搜索引擎爬虫访问英文 FAQ 页面。用抓取日志或搜索引擎的 URL 检查工具确认页面能被读。

这五步里,最容易被忽略的是第一步。很多团队直接翻译中文 FAQ,但中文问句和英文问句的措辞习惯不同。用户问“检查要不要空腹”,英文可能是“Do I need to fast before a blood test?”。如果英文页面用的是“fasting requirements”,AI 可能匹配不到用户原话。

这条打法的边界

什么情况下先别做多语言英文 GEO?

  • 没有英文服务能力:如果机构本身不提供英文咨询或英文页面维护,勉强做英文站反而会因信息不准确被 AI 降权。
  • 中文站还没做好:生成式引擎引用本地健康答案时,同样会抓中文页面。先把中文 FAQ 的结构化标记、作者日期、实体一致性做好,再考虑英文站。
  • 合规风险高:医疗健康内容在不同国家有不同监管要求。如果英文页面涉及药物剂量或治疗建议,必须先经过当地合规审核。
  • 资源不足:多语言 GEO 需要持续维护更新日期、监测问答变化。如果团队没有专人每周花时间,不如先做一页英文 FAQ,而不是铺开整个英文站。

多语言 GEO 不是翻译项目,是内容运营项目。它的前提是:你有能力持续维护英文内容,且英文用户确实在搜索这些问题。

本周最小实验

不用一上来就建英文站。用一周时间,完成一个小实验:

  1. 选一个高频英文问句:从客服记录或英文论坛里找一个真实问句,比如“What should I eat before a colonoscopy?”。
  2. 写一个英文 FAQ 页:用 80-120 词直接回答这个问题,开头给出明确结论,再列出注意事项。
  3. 加上结构化标记:用 Schema.org 标记 FAQPage、Author、DateModified。
  4. 放行 GPTBot:在 robots.txt 里确保 GPTBot 可以访问这个页面。
  5. 提交抓取:用搜索引擎的 URL 检查工具或抓取日志确认页面被读到。

一周后,在 ChatGPT Search 里用英文问同样的问题,看你的页面是否出现在引用来源里。如果没出现,检查抓取日志、结构化标记是否有效、答案是否足够直接。

这个实验的成本很低,但能让你快速理解生成式引擎的引用逻辑。做对了,再扩展到更多问句和更多语言。

还容易问的

以下是一些执行中常见的问题和判断:

问题判断
英文 FAQ 页要多少词?没有固定字数,但答案部分建议 80-150 词直接回答,再补充细节。
要不要用 Schema.org?强烈建议。FAQPage 和 MedicalWebPage 能帮爬虫理解页面类型。
作者署名必须真实吗?是。AI 会评估作者权威性,虚假署名可能被识别并降权。
更新日期多久更新一次?内容有实质变化时更新。如果页面超过一年没更新,AI 可能认为信息过时。
本地信息不一致影响大吗?很大。名称、地址不一致会让 AI 认为你不是同一个实体。

多语言 GEO 的起点不是“做英文版”,而是“回答一个英文问题”。当你的页面成为那个问题的直接答案,AI 才会把你放进引用池。