先看一组我们自营出口站点（b2b.cbtcar.com，中国二手车出口 B2B）的真实数据：
- Google 正常收录，技术 GEO 审计 95 分（Schema、sitemap、hreflang、llms.txt 全套齐备）；
- 用真实买家问题实测 AI 推荐率：报价类高商业意图问题 0%——AI 推荐的全是竞争对手。
收录良好 + 技术满分 + 推荐率零。这就是"收录"与"推荐"是两回事的最直接证据 （完整过程见 CBTCar 案例）。
收录、排名、推荐是三道不同的门
- 收录：搜索引擎/AI 爬虫抓到并存储了你的页面——这只是"存在"；
- 排名：搜索结果里你排在第几——这是"可见"；
- 推荐：AI 组织回答时选择提到你——这是"被选中"。
AI 生成回答时并不是把索引里的网站按排名念一遍，而是针对这个具体问题， 从它认为可信的信源中挑选内容合成答案。你的页面即使被收录，只要它不直接回答 买家的问题、或没有第三方信源印证，AI 就没有理由在回答里放上你的名字。
差距通常在两件事上
① 内容缺口：没有页面回答那个问题
买家问"Algeria 二手车进口限龄和关税"，你的网站只有产品列表——AI 只能引用 写了这些法规内容的站点（往往是你的竞争对手或行业媒体）。我们在案例里的对策 是按内容族补：一个市场支柱页 + 若干篇对准具体买家问题的辐条文章， 族内互链，每篇都带真实的港口、税率、认证等贸易事实。
② 引用缺口：全网没人给你作证
看 AI 回答的引用列表你会发现规律：被推荐的公司背后是一张信源网——行业媒体 报道、目录收录、博客评测。这张网要主动建：把公司放进买家会查的行业目录、 争取行业媒体内容、让权威站点有理由链接你。
那技术优化是不是白做了
不是。技术是入场券：爬虫进不来、实体读不懂，内容做得再好 AI 也用不上。 正确的顺序是：技术一次性做对（通常一两周），然后把持续投入放在内容和引用上 ——这两件才是按月推动推荐率曲线的力量。