本地服务页想被AI搜索引用，先查爬虫进不进得来，再查电话地址对不对

摘要：Search Engine Journal 9月21日整理了一场本地AI可见度的线上研讨会，嘉宾是Whitespark创始人Darren Shaw和建站平台Duda的平台与产品策略总监Russ Jeffery。他们的共同结论是，本地页面想被AI答案引用，先要过两关：AI爬虫能不能访问到页面，页面上的电话、地址、服务信息对不对。Cloudflare的默认设置、遗留的noindex、只在浏览器里渲染的评论组件、改版留下的旧网址，都可能让前面的内容投入白费。结构化数据在会上分歧最大，三位都同意它最大的风险是没人维护。内容方面，他们建议用Ask Maps和查询扇出工具反推AI想知道什么，把评分、评论数、承诺写成带品牌名的文字，而不是放在脚本加载的组件里。

一家做热水器维修的小公司，网站做了好几年SEO，排名也还行。现在客户开始直接问ChatGPT或者Gemini“附近谁修热水器靠谱”，答案里没有它。老板第一反应往往是：是不是内容写得不够好？要不要加一堆FAQ？

研讨会上两位嘉宾给的建议正好反过来：先别急着改文案，先确认AI能不能读到你的页面，读到的信息对不对。SEJ创始人Loren Baker主持了这场研讨会，并在9月21日发布了文字整理。这篇以那份整理为主体，补上相关的官方设置说明，按检查顺序重新组织。

为什么本地页的AI可见度要先查能不能访问？

Shaw的一句话可以当整场的总纲：AI连你的网站都访问不了，你就不可能出现在AI的回答里。他的意思很朴素，后面所有的优化，前提都是爬虫能拿到页面。

Jeffery建议从几项最基础的设置查起：robots.txt文件、noindex指令、安全设置、站点地图，以及页面的渲染方式。他自己也承认，曾经上线过一个忘了删noindex标签的网站。他的评价是，事后修复比一开始就做对，要多花不知道多少时间。

Cloudflare可能在你不知情时挡了AI爬虫

Shaw特别点名了Cloudflare。他说Cloudflare常常默认拦截AI爬虫，很多老板根本不知道是建站的人或者主机商打开的。他举了一个Shopify网站的例子，网站在拦AI爬虫，查到最后是Cloudflare的设置。他的做法是先确认网站有没有用Cloudflare，再去看设置。

两位嘉宾都认为，默认拦截所有AI爬虫这个策略，是按出版商的需求设计的，却套在了所有人头上。《时代》《纽约时报》这类出版商，可能希望爬虫付费才能抓内容；可Shaw说，世界上的每一家小企业，都不想挡爬虫。Jeffery的评价更直接：这是一个糟糕的默认值。

这个默认值是怎么来的，Cloudflare自己有记录。2025年7月1日，Cloudflare发布了一篇博客，宣布把默认设置改为拦截AI爬虫，除非这些爬虫向内容创作者付费。

之后Cloudflare把AI爬虫的拦截改成了按用途分类。按它的官方文档，现在有三种预设：

每一类都有三个选项：全站拦截、只在有广告的页面拦截、不拦截。文档还写了一个日期：2026年9月15日起，新域名的默认值调整为在显示广告的页面拦截训练类和代理类，搜索类保持放行；训练和搜索混用的爬虫，会被所有“拦截AI训练”的配置一并拦下，包括旧的“Block AI bots”选项，这个旧选项同时进入弃用流程。

对本地商家来说，看到这里可以松一口气，但别完全放心。新规则对没有广告的普通商家网站相对友好，可老域名上以前打开的设置不会自动改掉，混用爬虫也会被训练类拦截一起挡掉。最稳妥的做法，是登录Cloudflare后台，在安全设置里找到AI爬虫策略，逐项看一眼。站内刚写过Cloudflare托管robots.txt下线的变化，用了这项功能的网站也要一起检查。

robots.txt只是君子协定

Jeffery提醒了一点：robots.txt是给守规矩的爬虫看的“指引”，用他的话说是链条里比较弱的一环。确实不想被看到的私密内容，要在服务器或应用层面限制访问，别指望靠robots.txt挡住。

页面在浏览器里看得见，AI就读得到吗？

不一定。Jeffery说，JavaScript渲染这件事“这几年是在倒退”。Google会执行JavaScript，而且做得还不错；可较新的AI系统大多不执行。他的原话是，ChatGPT没有自己的索引，不会花时间把页面索引下来保存。这是他在会上的判断，OpenAI没有公开过这方面的完整说明，可以当成一线从业者的经验来听。

他的建议是，重要内容放在服务器返回的HTML里，用服务端渲染，并且实际验证一遍，别默认框架已经处理好了。WordPress、Next.js这类成熟平台和框架，大多自带或者可以开启服务端渲染。

风险更大的是新做的网站。Shaw说，现在很多小企业用Claude Code这类工具生成一个重度依赖React的网站，“如果你只是凭感觉让AI写网站，结果通常很糟”。他也给了大多数人一颗定心丸：用Duda、WordPress或者Wix建的站，本来就输出渲染好的HTML，绝大多数老板不用担心这个问题。

要做的，是确认爬虫收到了什么，找出那些只有在JavaScript运行后才出现的重要文字。会上举的典型例子，是用第三方组件加载的评论轮播。

自己怎么验证

不用专门的工具也能查。在浏览器里右键查看网页源代码，搜一下页面上的关键句子，比如服务价格、电话号码、评分，搜不到就说明它是脚本后加载的。也可以在浏览器设置里临时禁用JavaScript再打开页面，看哪些内容消失了。消失的部分，对不执行脚本的AI爬虫来说就是不存在的。

要不要给页面准备Markdown版本

Cloudflare最近在推一个功能，给页面提供Markdown版本。Jeffery的态度是现在不算必需，他还没发现哪个AI搜索引擎依赖页面的Markdown版本。可访问的、服务端渲染的HTML，仍然排在第一位。

旧页面会把过时的电话地址喂给AI吗？

会，而且很隐蔽。Loren Baker在会上提了一个他核查AI概览时经常遇到的问题：网站改版时，开发者复制页面留下的孤立页面或重复页面，网址里带着“-old”“-new”“/home”“v2”这类标记，原页面从来没有取消索引。这些页面上可能还挂着旧电话或旧地址。

客户通过导航几乎走不到这些页面，爬虫却能找到。Shaw说得很干脆：AI会把它抓走。只查死链的技术审计会漏掉它们，还得专门找过期的版本。

Baker的建议是，不管用什么建站平台，跑一次全站爬取，筛出网址里带这些后缀的页面，确认它们都不可被索引。可以再加一步：把爬取结果里所有页面的电话号码和地址提取出来，看有没有和当前信息不一致的。

结构化数据要不要做，嘉宾为什么吵起来？

这是整场唯一出现明显分歧的话题，SEJ的整理说，分歧本身就是最有用的部分。

没人维护的结构化数据才是真问题

Shaw讲了一个案例：一个2017年建的网站，开发者加了结构化数据；2025年老板翻新了网站，却从没动过结构化数据，因为它藏在RankMath插件的一个设置里，老板根本不知道它存在。Jeffery说，Duda也常见到类似情况：客户改了页面上的电话，却没配置同步到Google商家资料，旧号码一直留在标记里。他认为这更多是流程问题，不是优化问题。

Shaw很认同“验证层”这个说法，还提了一个想法：把商家资料里的每个数据点都对应到结构化数据，他说想做一个这样的工具；Jeffery说Duda已经有了。

落到执行上，规矩可以这样定：把结构化数据当成又一个需要纳入更新流程的商家数据源。地址、电话、服务项目、服务区域只要改了一处，就核对所有出现这条信息的地方。

FAQ结构化数据还有用吗

有听众问，Google已经取消了FAQ富结果，FAQ或问答结构化数据还重要吗？Shaw说谈不上重要，但当答案是由JavaScript注入页面时，肯定有帮助。其余情况下，大模型会把页面剥成他说的“一大份Markdown文本”，一段FAQ如果既写在结构化数据里又印在页面上，就会在这份文本里出现两次。FAQ结构化数据在富结果取消后怎么调整，站内FAQ Schema那篇有更细的讨论。

一个能被AI引用的本地服务页该写什么？

Shaw的方法是先问机器：AI在乎什么？他用的例子是一个水管工的热水器维修页面，传统SEO已经做过，现在要为AI可见度再过一遍。

先问AI，再看查询扇出

第一步，他会问Google的Ask Maps（基于地图数据的Gemini），或者直接问Gemini、Claude：这个页面上应该有什么？答案几乎是固定的，Shaw说“它们总会告诉你价格”，再加上信任标志、评论和案例。Jeffery补了两项：资质和服务区域。Ask Maps怎么影响本地搜索，站内Ask Maps那篇有过整理。

第二步是查询扇出，Shaw用的是Mark Williams-Cook做的QueryFan。他的例子是：用户告诉聊天机器人，热水器昨晚坏了，要尽快修，预算很紧。要回答这个问题，AI会自己发出一组搜索，用Shaw的话说，“它把你的一个提示词变成另外10个提示词”。这10个搜索，就是这个页面的常见问题清单。页面能覆盖的越多，在原始提示词的回答里被引用的几率越高。

Jeffery补了一个最不花钱的来源：问老板，客户总在问什么。他的话是，不管答案是“能”还是“不能”，页面上都得有。

Shaw还观察到，消费者搜得更多、更五花八门，查询更长，追问也更频繁。客户会问技术员有没有资质、这家服务不服务某个区域、能不能接急活。他举了一个印刷店的例子：能不能用297克的纸印A1尺寸？这个答案要是网站上哪里都没有，AI就没东西可拿来回答。

竞争对手的差评，是最好的选题

Shaw最喜欢的一个研究提示词，在Ask Maps里跑，因为它基于Google商家资料数据：“分析我所在城市水管工的评论，告诉我差评里最常被抱怨的问题。”

拿到这些抱怨，商家可以在服务页上直接回应，写上自己做得到的承诺。他的例子有：一定准时到；把你家当自己家对待；进门穿鞋套，不弄脏地板；干完活收拾干净。他对转化效果很有把握，说“百分之百对转化有用”；对AI的效果则比较保守，说可能会在AI回答里带来一点优势。

把数字写出来，挂上品牌名

Shaw在会上演示了AI读页面有多“字面”：“你在网页上写任何数字，AI都会照搬。”网站写自己有1万条五星评论，实际只有220条，AI就会复述1万。他马上补充，结论是别编数字，要把这些话写进页面里。

编数字的代价也不只是被AI看穿。美国联邦贸易委员会2024年8月发布了禁止虚假评论和虚假评价指标的最终规则，同年10月生效，夸大评论数量这类做法在美国本身就有法律风险。做海外本地市场，数字只写能拿出证据的。

用组件加载的评论轮播，模型看不到，Shaw的原话是“它是JavaScript，我读不到”。所以要写成一句话：多少条评论，平均几分，拿过什么奖。

另一个问题出在“我们”上。有听众问到语义三元组，Shaw说这是“非常肯定的”。他几乎在每个小企业网站上都看到同一个问题：文案通篇写“我们”，从不提公司名。“我们是热水器维修专家”这句话，爬虫找不到可以挂靠的主体；“丹佛的Johnson Plumbing是热水器维修专家”就可以。价格也一样，写成“Johnson Plumbing Brothers丹佛店这项服务的价格是……”。他的理由是，机器挺笨的，页面得把主语写明白。

Jeffery提出了可读性的担心：怎么写才不别扭？那样就是在给机器人写东西了。Shaw同意不能每段都这么开头，他的说法是“撒一点”，品牌名只放在最希望AI和实体关联起来的段落：核心服务、价格、差异点和评分，其他地方照样写“我们”。

段落在竞争，页面不在竞争

SEJ整理的要点里有一条：被抽取的是段落，所以要删掉每一段经不起“它配不配待在这个页面上”这个问题的内容，传统搜索也会跟着受益。另一条乍一看相反：建一个没人会从头读到尾的知识库。每一个没被回答的细节，都是在邀请AI去别人对你的描述里找答案，甚至去竞争对手的网站找。

两条放在一起并不矛盾。删的是空话和重复，补的是具体问题的具体答案。一个服务页写满“我们专业、高效、值得信赖”，不如把价格区间、服务区域、响应时间、资质证书、保修条款一条条写清楚。

服务页可以按这张清单补信息

把研讨会上提到的内容类型整理一下，一个本地服务页大致可以对照下面这张表自查。右栏是写法提示，具体内容按自家真实情况填：

这张表里每一项都对应一个客户可能问AI的问题。页面上没有的，AI就只能去别处找，找到的可能是点评网站上的一句抱怨，也可能是竞争对手的页面。

本地团队先查哪几项？

研讨会给了一份检查顺序，下面这张表在原清单上补了具体做法：

还可以加一项简单的抽查：每个月直接问几个AI助手你公司的电话、地址、营业时间和服务范围，把答案和真实信息对一遍。答错了，顺着它给出的来源往回找，常能找到一个过期页面或者一份没更新的目录资料。

SEJ的要点里还有一条值得单独拿出来：过期数据是一种没人负责的风险。电话、地址、服务清单出现在哪些地方，就给每个地方指定一个负责人。多门店的品牌，这个问题会成倍放大，门店数据怎么统一治理，可以参考多门店本地SEO指南。

国内读者里，给海外本地商家做代运营的团队，或者在海外开了实体门店、提供安装维修服务的出海企业，这份清单可以直接拿去用。前两项是技术问题，一个下午就能查完；后三项是持续的维护工作，难的是一直有人管。

常见问题解答

本地商家网站为什么会被AI爬虫挡住？

常见原因有遗留的noindex标签、robots.txt规则，以及Cloudflare的AI爬虫拦截设置。Cloudflare在2025年7月把默认设置改为拦截AI爬虫，很多商家并不知道建站方打开了它。

Cloudflare 2026年9月15日的新默认设置是什么？

按Cloudflare文档，新域名默认在显示广告的页面拦截训练类和代理类AI爬虫，搜索类放行；训练和搜索混用的爬虫会被所有拦截AI训练的配置挡住，旧的拦截AI机器人选项弃用。

Cloudflare后台在哪里看AI爬虫设置？

按Cloudflare文档，在安全设置里找到配置AI机器人策略的入口，分别给搜索、代理、训练三类选择全站拦截、只在有广告的页面拦截或不拦截。旧的拦截AI机器人开关也在安全设置里。

这场研讨会的嘉宾是谁？

Whitespark创始人Darren Shaw和Duda平台与产品策略总监Russ Jeffery，由SEJ创始人Loren Baker主持，文字整理9月21日发布在Search Engine Journal。

ChatGPT会执行网页上的JavaScript吗？

研讨会上Jeffery认为较新的AI系统大多不执行，并说ChatGPT没有自己的索引。这是从业者的判断，稳妥做法是把重要内容放进服务器返回的HTML里。

用WordPress或Wix建站需要担心渲染问题吗？

Shaw认为大多数情况下不用，这些平台本来就输出渲染好的HTML。要查的是评论轮播这类第三方组件加载的内容，它们可能只在JavaScript运行后才出现。

本地页面的结构化数据还要不要做？

嘉宾意见不一。主持人把它当作和商家资料一致的验证层，Shaw怀疑它对排名和AI可见度的直接作用，Jeffery支持但强调要维护，三人都同意过期的结构化数据有害。

怎么知道AI希望服务页上有什么内容？

可以直接问Ask Maps、Gemini或Claude这个页面应该写什么，再用查询扇出工具看一个提示词会展开成哪些搜索，同时问老板客户最常问什么。

评论数量和评分要怎么写？

写成页面上的文字，带上品牌名，比如某公司在多少条评论里平均几分。组件加载的评论轮播模型读不到；数字必须真实，AI会照搬页面上写的数字。

文案里写“我们”有什么问题？

爬虫不知道“我们”是谁。Shaw建议在核心服务、价格、差异点和评分这些段落里写出公司名，其余地方照常用“我们”，避免通篇读起来别扭。

要给页面单独准备Markdown版本吗？

研讨会上Jeffery认为现在不是必需，他还没发现哪个AI搜索引擎依赖页面的Markdown版本。优先保证页面是可访问的、服务端渲染的HTML。

分析竞争对手差评的提示词怎么写？

Shaw在Ask Maps里用的是：分析我所在城市同行的评论，告诉我差评里最常被抱怨的问题。把结果整理成服务承诺写进页面，前提是自己真能做到。

网站改版后要检查什么？

检查复制页面时留下的旧网址，比如带“-old”“-new”“v2”的页面，确认它们不可被索引，并核对全站的电话和地址有没有旧版本残留。

权威参考资料