直接回答：模型理解一个站点分三个层次——每篇文章能否独立读懂、页面之间的关系是否明确、整体是否呈现清晰的层级。栏目（分类）负责归类，专栏负责串成系列，内链负责声明关系。三者缺一个，站点在模型眼里就只是一堆散落的页面。

直接回答：这份清单把 GEO 的检查项按抓取、索引、结构、术语、信任、度量六个环节整理成 30 条，每条都给出可执行的判断方法。它的用法不是一次做完，而是当作定期对照表——建议每季度过一遍，每次只修最低分的几项。

直接回答：结构化数据加了没效果，绝大多数情况不是类型选错，而是四个基础问题之一——页面根本没被索引、JSON-LD 格式让解析器读不到、地址用的是示例域名、数据与页面可见内容对不上。这四项按顺序查一遍，比研究 Schema.org 的细节有用得多。

直接回答：面向 AI 搜索的 robots.txt，正确做法是默认放行、按用途分类、只精确屏蔽你确实不想给的那一类。绝大多数站点不需要拦任何爬虫；而用一条 Disallow: / 一刀切，会把检索和引用链路一起切断。

直接回答：对 GEO 来说，结构化数据的价值不在"加得越多越好"，而在让机器低成本地确认"这是什么内容、谁写的、什么时候更新的、回答了什么具体问题"。按投入产出比排序，最值得加的四种是 BlogPosting、BreadcrumbList、FAQPage 和 Person。

直接回答：llms.txt 是放在网站根目录的一份 Markdown 文件，用来告诉大模型"这个站点是做什么的、有哪些值得读的内容、按什么顺序读"。它不是官方标准，也不保证被读取，但成本极低、风险为零，属于做 GEO 时最划算的基础设施之一。