外贸独立站GEO实战：用 Python 自动生成多语言 llms.txt 和 Schema 站点地图

一、海外买家的采购调研已经交给 AI

做外贸独立站的团队最近应该有个直观感受：Google 自然流量的询盘占比在缓慢下滑，而客户开发信里开始出现"我问了 ChatGPT / Perplexity"这样的表述。海外 B2B 买家用 AI 做供应商筛选，已经不是新鲜事。

问题在于，绝大多数独立站是给 Google 排名设计的：关键词密度、外链、TDK 优化做了一轮又一轮，但 AI 引擎来抓取内容时，看到的还是一堆没有结构、没有事实、没有知识索引的营销页面。结果就是：AI 根本不知道你是谁、能做什么、凭什么推荐你。

GEO（生成式引擎优化）在出海场景下的核心工程就三件事：多语言 llms.txt、Product/Organization Schema、AI 爬虫授权。这三件事都可以用 Python 脚本自动化，一次配置，长期受益。

二、为什么出海站必须做多语言 llms.txt

llms.txt 是放在网站根目录的纯文本知识索引，AI 引擎（尤其 Perplexity、Claude）会优先读取它来快速理解站点结构。中文站可以这样写，但出海站必须按语言拆分，原因有两个：

因素	单语言 llms.txt	多语言 llms.txt
AI 语言匹配	回答英语提问时只能引中文事实	按 Accept-Language 引对应语言事实
品牌事实一致性	多语言页面互相矛盾时 AI 无所适从	以主语言版本为权威源
维护成本	改一次全站生效	需要生成流水线

用 Python 从 CMS 数据自动生成是最稳的方案：

python 复制代码

import json, pathlib

# 从商品库拉取数据（示例为 JSON 数据源，实际可换成 API / 数据库）
products = json.load(open("products_zh.json", encoding="utf-8"))

def build_llms_txt(lang: str, company: dict) -> str:
    lines = [f"# {company['name_en']} --- AI Knowledge Graph ({lang})", ""]
    lines += ["## Company Overview"]
    lines += [f"- Founded {company['founded']}, {company['capacity']}"]
    lines += [f"- Certifications: {', '.join(company['certs'])}", ""]
    lines += ["## Core Products"]
    for p in products:
        lines.append(f"- [{p['name_' + lang]}]({p['url_' + lang]}): {p['spec_' + lang]}")
    lines += ["", "## Technical Documents"]
    for doc in company["docs"]:
        lines.append(f"- {doc[lang]}")
    return "\n".join(lines)

company = json.load(open("company.json", encoding="utf-8"))
for lang in ("en", "es", "de"):
    pathlib.Path(f"public/llms-{lang}.txt").write_text(
        build_llms_txt(lang, company), encoding="utf-8")
print("llms.txt generated for 3 languages")

关键细节 ：主语言版本同时输出一份无后缀的 llms.txt（AI 引擎默认只认这个路径），其余语言通过主文件里的链接引导。

三、Product Schema 批量注入：别手写 JSON

独立站商品页动辄几百上千个，Schema 必须模板化注入。推荐直接在服务端渲染时拼装：

python 复制代码

def product_schema(p: dict) -> str:
    import json
    return json.dumps({
        "@context": "https://schema.org",
        "@type": "Product",
        "name": p["name_en"],
        "description": p["spec_en"],
        "sku": p["sku"],
        "brand": {"@type": "Brand", "name": p["brand"]},
        "offers": {
            "@type": "Offer",
            "price": p["price_usd"],
            "priceCurrency": "USD",
            "availability": "https://schema.org/InStock",
        },
    }, ensure_ascii=False)

踩坑点	现象	解法
中文/特殊字符转义	`\uXXXX` 串，AI 解析率下降	`ensure_ascii=False`
价格精度丢失	`1.1` 变 `1.0999999`	用字符串或 Decimal 转 str
库存状态写死	下架商品仍标 InStock	与 ERP 库存定时同步
多语言内容混装	英语 Schema 引中文描述	按 URL 语言路由生成

四、AI 爬虫授权：出海站要放行这几种

Googlebot 都会放行，但很多站对 AI 爬虫是默认拦截的------这是出海站最大的隐性损失。建议 robots.txt 至少覆盖：

text 复制代码

User-agent: GPTBot
Allow: /
Crawl-delay: 2

User-agent: PerplexityBot
Allow: /
Crawl-delay: 1

User-agent: ClaudeBot
Allow: /
Crawl-delay: 2

User-agent: Google-Extended
Allow: /

User-agent: Bytespider
Allow: /
Crawl-delay: 1

User-agent: *
Disallow: /cart/
Disallow: /checkout/
Disallow: /account/

五、效果：一家机械配件独立站的 8 周变化

某浙江机械配件独立站（月 SKU 约 400）按上述方案改造后的内部统计：

指标	改造前	8 周后
Perplexity 引用站点次数/周	0	17
ChatGPT 联网搜索命中品牌	0 次	进入推荐列表
AI 渠道询盘占比	0%	11%
站点 AI 可读性自评	15/100	78/100

验证方式：固定 20 个英文采购提问（如 "reliable CNC parts supplier in China"），每周跑一轮 ChatGPT + Perplexity + Gemini，记录品牌出现次数。

六、结语

出海站的 GEO 不是玄学，是三件确定性的工程活：多语言 llms.txt、模板化 Schema、AI 爬虫授权。用 Python 把它们接进 CI/CD，每次商品更新自动同步，AI 引擎对站点的理解就会随内容一起生长。如果你的独立站也在做 GEO 改造，欢迎评论区交流爬虫日志里的观察。

本文关键词：GEO生成式引擎优化、AI优化AIO、llms.txt、Product Schema、外贸独立站、Python自动化、AI搜索