[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-learn-google-indexed-but-ai-not-recommending":3},{"state":4,"article":5,"stale":43},"ok",{"kind":6,"slug":7,"path":8,"title":9,"summary":10,"bodyMd":11,"seoTitle":12,"seoDescription":12,"coverImage":12,"tags":12,"topic":13,"intent":14,"author":15,"reviewer":12,"publishedAt":19,"modifiedAt":20,"reviewedAt":12,"factCheckedAt":12,"sources":21,"changeLog":22,"sections":23,"faq":33,"methodology":12,"limitations":12,"dataset":12},"LEARN","google-indexed-but-ai-not-recommending","\u002Flearn\u002Fgoogle-indexed-but-ai-not-recommending","Google 已收录，为什么 AI 还是不推荐我？","网站被 Google 正常收录、技术检查全绿，但 ChatGPT\u002FGemini 从不推荐你——这是外贸独立站最常见的困境。用我们自营站点的真实数据（技术 GEO 95 分、报价类问题推荐率 0%）解释收录、排名、推荐三件事的区别，以及差距到底补什么。","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：\n\n- Google 正常收录，技术 GEO 审计 **95 分**（Schema、sitemap、hreflang、llms.txt 全套齐备）；\n- 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。\n\n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](\u002Fcases\u002Fcbtcar)）。\n\n## 收录、排名、推荐是三道不同的门 {#three-gates}\n\n- **收录**：搜索引擎\u002FAI 爬虫抓到并存储了你的页面——这只是\"存在\"；\n- **排名**：搜索结果里你排在第几——这是\"可见\"；\n- **推荐**：AI 组织回答时选择提到你——这是\"被选中\"。\n\nAI 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。\n\n## 差距通常在两件事上 {#the-two-gaps}\n\n### ① 内容缺口：没有页面回答那个问题\n\n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。\n\n### ② 引用缺口：全网没人给你作证\n\n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。\n\n## 那技术优化是不是白做了 {#was-tech-wasted}\n\n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。",null,"收录","discovery",{"slug":16,"name":17,"title":18},"rocky","Rocky","CTO","2026-08-24T00:00:00.000Z","2026-08-26T14:37:59.874Z",[],[],[24,27,30],{"id":25,"title":26},"three-gates","收录、排名、推荐是三道不同的门",{"id":28,"title":29},"the-two-gaps","差距通常在两件事上",{"id":31,"title":32},"was-tech-wasted","那技术优化是不是白做了",[34,37,40],{"a":35,"q":36},"两个测试分开做：技术审计（爬虫可达性、Schema、结构）看是否 80 分以上；再实测 10-20 条无品牌买家问题的推荐率。技术高分 + 推荐率低 = 内容\u002F引用缺口，这是外贸独立站最常见的组合。","怎么确认自己是\"技术问题\"还是\"内容\u002F引用问题\"？",{"a":38,"q":39},"有。B2B 细分场景下 AI 大量引用的是\"精确回答了问题\"的垂直内容——某国进口法规指南、清关流程、认证攻略。这类内容大媒体不写，恰恰是出口企业能赢的位置。","AI 引用的都是大媒体，小公司有机会吗？",{"a":41,"q":42},"结构和选题来源不同：内容族是 1 个支柱页 + 4-8 篇辐条围绕同一主题互链，每篇对准一条真实监测中的买家问题——目标是让 AI 把你识别为该话题的权威来源；零散博客建立不了这种主题权威。","内容族和普通博客有什么区别？",false]