一个很容易忽略的问题
很多现代网站页面打开很正常,但源码里只有一个空容器,正文要靠浏览器执行 JS 后再渲染。对用户来说没问题,对爬虫来说就多了一层不确定性。
内容站、外贸站、GEO 站,最好让核心正文直接出现在服务器返回的 HTML 里。
为什么这对 GEO 更重要
AI 爬虫不一定像完整浏览器一样执行所有 JS。即使 Google 可以渲染 JS,也可能有延迟。对新站来说,任何抓取成本都会放大收录慢的问题。
如果文章标题、摘要、正文、FAQ 都在初始 HTML 里,搜索引擎和 AI 工具更容易直接读取、摘要和引用。
怎么自查
打开页面后,不要只看浏览器显示。用 curl 或查看源代码检查:
- title 是否存在。
- meta description 是否存在。
- h1 是否存在。
- 正文段落是否存在。
- 关键 FAQ 是否存在。
- canonical 是否存在。
不是说 JS 不能用
工具、交互、测算器、筛选器可以用 JS。问题在于,核心内容不要依赖 JS 才出现。外贸站最值钱的是产品事实、案例、参数、采购建议,这些应该直接被爬虫看到。
实操建议
博客文章、产品页、案例页、行业页尽量静态生成。需要 CMS 更新时,可以构建时拉取内容;实在要客户端拉取,也至少给重要页面保留静态 fallback。