既然搜索引擎变了，我就用 GPT-4o 自动生成“结构化数据”。这话说出来，我自己都觉得有点讽刺。十年前，我还在死磕百度蜘蛛的爬取规律，用各种 meta 标签和 JSON-LD 去“骗”那个算法，现在呢？我得想办法“喂”一个更聪明的 AI。
Perplexity 那种回答式搜索一出来，我就知道，老路子到头了。以前我们做 SEO，核心是“关键词密度”和“外链”，本质是揣摩一个相对静态的、基于规则的评分系统。现在 AI 搜索，比如你用 ChatGPT 搜，它直接给你一个整合过的答案，它“看”的是你整个页面的语义，甚至是你这个网站在整个互联网知识图谱里的位置。你那些精心布置的 H2 标签、刻意重复的关键词，在它眼里可能就跟背景噪音差不多。它要的是结构清晰、信息密度高、能直接回答用户问题的内容。这不就是“结构化数据”的终极形态吗？只不过以前的结构化数据是给机器看的标签，现在的“结构化数据”是给大模型理解的、可以直接被“抽取”和“重组”的优质信息块。
所以逻辑必须变。从“骗机器”到“喂智能”。骗，是博弈，总有漏洞被堵上的一天。喂，是合作，你提供它真正需要的高质量“饲料”，它才更愿意在生成答案时引用你、链接你，这才是新权重。
具体怎么“喂”？我折腾了一个多月的流程，核心就是用 GPT-4o 当我的内容流水线工人。以前我写一篇深度文章，要自己列大纲、找数据、组织语言，现在我把这个创作过程“结构化”了。第一步，我用 n8n 建了个自动化流程，它会监控我关注的几个行业数据源和新闻站，一旦有新的报告或重大更新，就自动抓取摘要。第二步，也是关键一步，我把这些原始文本扔给 GPT-4o，给它的指令不是“写一篇文章”，而是极度具体的：“请将以下文本，按照‘问题背景’、‘核心数据’、‘技术原理拆解’、‘行业影响预测’、‘相关开源工具推荐’五个部分进行提炼和重组。每个部分必须包含具体的数字、技术名词（如 API 网关、向量数据库、微服务），并确保逻辑链条完整。输出格式为纯文本，用双回行分隔。”
这就是在批量生产 AI 友好的“结构化数据块”。GPT-4o 干这活儿比人快多了，而且它天生就理解这种语义结构。它生成的内容，本身就像一篇篇极简的、信息高度浓缩的 FAQ。我把这些内容块发布到我的博客上，每一篇看起来短小精悍，没有废话，但信息浓度极高。
这带来两个直接好处。第一，当 Perplexity 或 ChatGPT 在回答用户相关问题时，它扫描到我的页面，发现这里的信息已经是被良好“预处理”过的，直接抽取“核心数据”部分或“技术原理拆解”部分，就能组成它答案的一部分，我的引用率明显上去了。第二，对于还存在的传统搜索引擎，这种清晰的结构本身也是 SEO 加分项，只不过现在加分的原因不是标签，而是内容本身的可用性。
当然，问题一堆。最大的坑就是 API 成本和控制。GPT-4o 不是免费的，流水线跑起来，一个月几百刀轻轻松松。而且你不能完全放任，得设置校验环节，比如用另一个 AI 调用检查生成内容的 factualness，或者人工抽查关键数据。还有就是，大家都这么干怎么办？当所有人都在生产 AI 优化的内容时，竞争维度又会上升到什么层面？可能是独家数据源，可能是更快的更新速度，也可能是……更深度、AI 暂时还无法完全替代的人类洞察和连接能力？
想到这里就焦虑。2016年我焦虑爬虫被封，2020年焦虑团队崩盘，现在2024年了，我焦虑的是我的“饲料”不够独特、不够快，怕被更年轻、更熟悉这套玩法的人甩开。从讨好百度算法，到喂养 OpenAI 的模型，我好像一直在为不同的“机器主子”打工。但这次有点不一样，这次我和“主子”之间，似乎有了那么一点点“合作”的味道，虽然主动权依然不在我手里。至少，我从一个挖空心思钻漏洞的“黑帽”，变成了一个研究如何提供标准营养餐的“饲养员”，这算是一种进步吗？我也不知道，先喂着吧，别饿死就行。
