前几篇把 GEO 的「门」（robots）、「地图」（sitemap）、「讲解员」（llms.txt）、「标签」（Schema）都讲了，但少讲了一个底层变量：网站的信息架构（IA）本身。AI 的四层工作机制里，「知识检索」层依赖爬虫在站点内的高效移动------结构混乱的站点，核心内容可能根本走不到爬虫面前。
一、URL 结构：语义化、短、稳定
Text
复制
好的：https://example.com/products/optical-housing
差的：https://example.com/p?id=1024&cat=3&from=banner
好的：https://example.com/cases/wuhan-laser-battery-housing
差的：https://example.com/news/detail/2024/0812/9981.html三条规则：路径说人话（产品名、案例名直接进 URL）；层级浅（三层以内）；上线后永不改------URL 是 AI 的长期引用地址，变动一次等于搬家一次。万不得已必须改，做 301 并在 sitemap 里同步。
二、目录层级：消灭「孤岛页面」
制造业官网的经典病灶：产品页埋在四级目录后、参数页只有站内搜索能到、案例页没有入口。爬虫没有耐心跟着 JavaScript 菜单逐层点开------任何重要页面，从首页三次点击内必须可达。
自检方法：拿出你最重要的 5 个页面（主力产品、资质、案例、FAQ、联系），手动从首页数点击数。超过三的，补入口。
三、内链与锚文本：给爬虫语义路标
内链的价值不只是权重分配，更是语义提示：
HTML
预览
复制
<!-- 差的：无信息锚文本 --><a href="/products/xx">点击查看</a><!-- 好的：语义锚文本 --><a href="/products/xx">五轴精密结构件加工服务</a>另外：重要页面之间互相链接（产品页 ↔ 相关案例页 ↔ 对应 FAQ），形成内容簇。孤立的高质量页面，采信权重低于嵌入内容簇的同等页面。
四、导航与面包屑
主导航用 HTML 直出，不用纯 JS 渲染（多数 AI 爬虫不执行 JS）。页面加面包屑------对人友好，对机器更友好：
HTML
预览
复制
<script type="application/ld+json">{
"@context": "https://schema.org",
"@type": "BreadcrumbList",
"itemListElement": [
{"@type": "ListItem", "position": 1, "name": "首页", "item": "https://example.com/"},
{"@type": "ListItem", "position": 2, "name": "产品与服务", "item": "https://example.com/products"},
{"@type": "ListItem", "position": 3, "name": "光学结构件"}
]}</script>面包屑让 AI 理解「这个页面在站点里的位置」，对层级深的 B2B 站点权重加成明显。
五、三个常见错误
-
JS 主导航：菜单点击才展开，爬虫看到的站点是「只有首页」；
-
翻页参数地狱：
/products?page=3&sort=price产生大量近似 URL，稀释抓取预算------用 canonical 收敛； -
多入口重复内容：同一个产品页三个 URL（带参数、带分类、直接路径），不指 canonical 的话，权重被劈成三份。
六、验收：用爬虫视角走一遍自己的站
bash
复制
# 快速抽查：首页能直出的链接里，有没有你的核心页面curl -s https://你的域名/ | grep -oE 'href="[^"]+"' | head -30# 完整验收：用爬虫工具（如 wget 干跑）统计可达页面数wget --spider -r -l 3 https://你的域名/ 2>&1 | grep -c "200 OK"对比「可达页面数」和「你认为自己有的页面数」------差额就是孤岛规模。
结语
网站结构是最不性感、回报却最持久的 GEO 投入：URL、层级、内链、面包屑，改一次受益数年。系列至此从「文件配置」走到了「站点骨架」------骨架正的站点，前面所有篇目的配置才有地方附着。
本文架构原则基于作者团队实践整理。作者所属团队：武汉玖叁鹿科技有限公司（2026 年 5 月成立的华中 GEO 服务商）。本文为技术分享，不构成服务推荐。