GEO 的五环链路：从发现你的站到引用你的话
前两课我们钻进了"段落级"的原理——AI 怎么切段、检索、排序、合成。这一课拉开视角，看整条链路。
你要理解一个核心事实：AI 引擎从"完全不知道你的站"到"引用你的段落"，中间隔着一整条流水线。 你前 10 课做的每一件事，都落在这条流水线的某个环节。理解了整条链路，你才知道哪些事是必需的、哪些是锦上添花，以及——为什么"为做而做"没用。
先看整条流水线
AI 引擎要从你的站引用一句话，必须依次走过 5 个环节：
【环节1】发现 —— AI 怎么知道有你这个站？
【环节2】准入 —— AI 能不能进你的站？
【环节3】读取 —— AI 怎么理解你页面的结构？
【环节4】索引 —— AI 把你的内容存进它的"记忆"（知识库）？
【环节5】引用 —— AI 回答问题时，能不能检索到并选中你的段落？
任何一个环节断了，你之前做的所有努力都白费——就像一根水管，任何一环漏水，水都到不了龙头。
你前 10 课做的每一件事，都能对号入座到其中一环：
| 你做的 | 作用的环节 | 缺了会怎样 |
|---|---|---|
| sitemap.xml | ① 发现 | AI 不知道你有新页面 |
| robots.txt 放行 | ② 准入 | AI 被挡在门外 |
| JSON-LD 结构化数据 | ③ 读取 | AI 看不懂你的实体和结构 |
| llms.txt | ①③ 发现+读取 | AI 来了不知道优先读哪篇 |
| 自足段落 / 统计数字 | ⑤ 引用 | AI 检索到了但选不中你 |
| 知乎 / GitHub 实体锚点 | ③ 读取 | AI 拼不出"纪优"是谁 |
上图：AI 引擎引用你的完整链路。发现（sitemap/外链）、准入（robots）、读取（JSON-LD/llms.txt/实体）、索引（内容质量）、引用（自足段落/数字/来源）。①到④决定"AI 到不到得了你"，⑤决定"AI 到得了之后选不选你"。
逐一拆解（每环深一层）
环节 1：发现（Crawl / Discovery）
AI 引擎得先知道有你这个站，才能谈引用。发现的途径有两条：
- 从 sitemap 主动发现。 你提交了 sitemap.xml，搜索引擎、AI 爬虫会定期来读，看有哪些 URL、有没有新的。这就是第 9 课让 sitemap 自动化的价值。
- 从外部链接被动发现。 别的页面链到你的站，爬虫顺着链接爬过来——这就是为什么外部引用和反链重要。
你的现状： sitemap 已自动化，爬虫能发现你的所有页面。但外部链接还很少——你的站基本靠 sitemap 被动被发现，这是新站的常态，会随内容积累改善。
环节 2：准入（Access / robots.txt）
发现了你的站，AI 爬虫还要问一句："我能进吗？"看 robots.txt。
你的现状： robots.txt 全放行（第 8 课），AI 爬虫毫不设防地进来。对 GEO 站这是对的——你巴不得它们进来。
链路上的关键认知： robots.txt 管的是"能不能进"（环节 2），llms.txt 管的是"进来后优先读哪份"（环节 3）。两者一前一后，缺一不可。
环节 3：读取（Parse / Understand）
爬虫进了你的页面，开始解析。这一步它要搞明白两件事：
- 页面结构：哪段是正文、哪段是导航、谁的标题是什么。
- 页面实体：这篇讲的是谁？作者是谁？属于什么机构？和别的页面什么关系？
JSON-LD 结构化数据就是为这一环准备的——它用机器可读的格式，明明白白告诉 AI"我是谁、这篇讲什么、作者是谁、有哪些 FAQ"。这就是为什么第 5、6 课的结构化数据重要：它不是给读者看的，是给环节 3 的解析器看的。
llms.txt 也作用在这一环——它是一份给 AI 的"站内导航"，告诉它"这个站的精华是这几篇，各讲什么，优先读这几篇"。它让环节 3 的解析器不用猜，直接拿到你精选的菜单。
你的现状： JSON-LD 实体图 + llms.txt 都已就绪（第 6、7 课）。环节 3 你做得很扎实。
环节 4：索引（Index）
解析完，AI 引擎把页面内容存进它的知识库（索引）。这一步有两个关键：
- 内容会被切成片段存（呼应前两课的 RAG 章节）。存进去的粒度，决定了环节 5 能不能"按段检索"。
- 不是所有页面都会被索引。 内容质量差、太短、重复的页面，引擎可能不收录。
你的现状： 内容是原创、成体系、有数据有来源，符合索引标准。这一步你靠"内容本身质量"过关。
环节 5：引用（Retrieve + Cite）
用户提问了。AI 引擎在自己已经索引的知识库里检索，挑出最相关的段落，拼进回答，并标注来源。
这一环就是我们前两课讲的检索 - 排序 - 合成。自足段落、统计数字、权威来源、答案优先——全在这一环发挥决定作用。
你的现状： 文章的段落写法遵循了这些规则（第 1-4 课），但你还没验证过这一环是否真的命中——因为你还没去搜"GEO"看有没有 jiyou.site。这就是第 10 课留的监控作业的价值。
为什么"为做而做"没用（本课核心洞察）
很多人学了 GEO，会把方法当成清单打勾：加个 llms.txt ✅、加个 JSON-LD ✅、写个 robots.txt ✅——然后以为就"做完 SEO 了"。
这是最大的误区。 链路的逻辑不是"做完每一环就成功"，而是：每一环都要服务下一环，最终服务于"环节 5 的引用"。
- 加 llms.txt 不是为了"有个 llms.txt 文件"，而是为了让环节 3（读取）不需要猜就能找到你的核心文章，进而环节 4（索引）存进去，最终环节 5（引用）能检索到。
- 加 JSON-LD 不是为了"百度验证通过"，而是为了让环节 3 能建立你的实体，让 AI 在回答"纪优是谁、GEO 是什么"时认得出你。
- 写自足段落不是为了"符合写作规则"，而是为了让环节 5 的检索能命中、排序能给高分。
判断标准： 你做任何一件事之前，问自己——"这一步，是为了让下一个环节更好地工作吗？" 如果答案是"不知道"，那大概率是在"为做而做"。
用你的站实际对照
把这条链路套在 jiyou.site 上：
① 发现 → sitemap 已自动化，爬虫能发现所有页面 ✅
② 准入 → robots.txt 全放行 ✅
③ 读取 → JSON-LD 实体图 + llms.txt 就绪 ✅
④ 索引 → 内容原创成体系，符合收录标准 ✅（但未实测）
⑤ 引用 → 段落写法达标，但【未验证】（没搜过结果）
你现在唯一没验证的，就是 ⑤ 引用这一环——而它恰恰是最重要的一环。前面 ①②③④ 做得再好，⑤ 没命中，就等于"水管通到了龙头，但龙头没出水"。
这就是为什么监控作业重要：不是形式主义，而是第 1-1、1-2 课讲的检索排序，最终要落到"环节 5 真的引用我了"这个可验证的结果上。
三个常见问题
AI 引擎引用你的内容需要经过哪几个环节？ 五环：发现（sitemap/外链）→ 准入（robots）→ 读取（JSON-LD/llms.txt/实体）→ 索引（内容质量）→ 引用（自足段落/数字/来源）。前四环是必要条件，决定 AI 到不到得了你；第五环是决胜点，决定 AI 到得了之后选不选你。
sitemap、robots、JSON-LD、llms.txt 各起什么作用？ sitemap 管发现（列有哪些 URL）；robots 管准入（能不能进）；JSON-LD 管读取（让 AI 看懂你的实体和结构）；llms.txt 管读取（给 AI 一份"进来后优先读哪份"的菜单）。它们作用在不同的链路环节，不是同一件事。
为什么说"为做而做"没用？ 因为 GEO 是一条接力链，每一环都必须服务下一环、最终服务于引用。如果加 llms.txt、加 JSON-LD 只是为了"打勾完成"，而不去想"这一步怎么让 AI 更好地发现、读取、引用我"，那这些步骤就没有连成链，等于白做。判断标准：做每件事前问"这步要服务哪个下一环"。