大模型引用网页，走的是两条不同的路。一条是训练时把大量网页读进模型参数里，这条路你改页面当天不会有效果，周期以月甚至年计。另一条是联网检索，用户提问时实时去搜几个网页、读摘要、再组织答案，这条路你能直接影响，改完页面快的话几天就能看到变化。企业做 GEO，绝大多数精力应该放在第二条路上。弄清楚联网检索怎么挑页面，就知道该改什么。
联网检索的四步：搜、筛、读、写
用户提问后，模型先把问题改写成几个检索式，去搜索引擎或自有索引里取回一批页面；然后按相关性和可信度筛掉大部分；接着读留下的页面正文，抽取和问题相关的句子；最后把这些句子重新组织成一段连贯的回答，并附上来源。你的页面要过四关才能出现在答案里。大部分企业卡在第一关和第二关：页面抓不到，或者标题和客户问句对不上，后面写得再好也没机会被读到。
为什么图片、PDF、长图里的内容经常丢
因为读取环节拿到的是文字，不是画面。产品参数做成一张图，价格表做成一张长图，资质做成扫描件，模型读到的是空。这不是模型能力问题，是这些内容根本没有以文本形式存在于页面上。要解决只有一条路：把关键信息另外写成真文本，图片保留作辅助。产品参数用表格或列表写一遍，服务范围用文字写清边界，资质把名称、编号、发证单位写出来。图片下面配一句描述性的说明，也比什么都不写强。
什么样的段落容易被整段摘走
能被摘走的段落有三个共性。第一，它自己就能成立，不需要读上文也知道在说什么，所以「如上所述」「该产品」这类指代要少用，主语要写清。第二，它有明确结论和条件，不是「视情况而定」了事，而是「在什么条件下是 A，什么条件下是 B」。第三，它带可核对的信息，时间、范围、编号、依据，写了就比空泛的形容可信。反过来，一段全是形容词、没有主语的宣传语，模型没法把它变成答案里的句子，自然不会被引用。
不同平台的偏好不一样
同样是联网检索，不同平台取信的来源结构差别不小。有的更偏向官网原文，有的更偏向问答社区和百科类页面，有的明显偏爱某几个内容平台的转载。这不是随机现象，和各家索引覆盖、内容质量判断、反作弊策略都有关。实操上的结论是：不要只押一个平台，也不要把官网写完后就不管了。官网做事实基准，问答社区做问句扩散，行业媒体做第三方佐证，三条线同时有内容，被不同平台取到的概率才高。
页面该怎么改：五件具体的事
- 一个真实问句做一个页面，标题就用客户会说的那句话，别用「XX 解决方案」这类内部命名。
- 首段用一百字以内把结论说完，让模型第一段就能摘到答案。
- 关键段落拆短，每段只讲一件事，段首就是结论句。
- 数字、资质、范围给出来源或说明依据，没有依据就不写具体数值。
- 主体信息全站一种写法，结构化数据与页面文字保持一致。
结论
模型不是评委，是读者。它读不懂的地方就跳过，读得懂又能引用的地方就写进答案。页面改成「读一遍就能抄」的样子，引用自然会来。