你在 Perplexity 里问一句「国内做 AI 搜索可见度监测的工具哪家靠谱」，答案末尾挂着五个蓝色角标，点开是五家竞品的官网。你的站点不在里面，而你上周刚把 GPTBot 加进了 robots.txt 白名单，以为这件事已经办完了。
问题不在内容质量，而在 Perplexity 的引用链路和 ChatGPT 不是一套。它有两层抓取、两套规则，多数团队只处理了其中一层。下面七步按执行顺序排列，从服务器层一路做到内容层，每一步都能单独验证是否生效。
Perplexity 的引用由两个爬虫决定，规则并不相同
Perplexity 的可见度由两个独立爬虫分管：PerplexityBot 建索引供搜索结果展示，Perplexity-User 在用户提问时实时抓取网页，官方明确说明后者通常忽略 robots.txt。
官方文档把两者的分工写得很清楚。PerplexityBot 的定位是「在 Perplexity 搜索结果中呈现并链接网站」，并注明它不用于抓取内容训练基础模型；Perplexity-User 则是在用户提问时访问页面，帮它组织答案并附上链接。两个爬虫各自公布独立的 IP 段 JSON 端点，官方建议用这两个端点作为 WAF 配置的唯一依据（见 Perplexity Crawlers 文档）。
| User-Agent | 作用 | 是否遵守 robots.txt | 你要做的配置 |
|---|---|---|---|
| PerplexityBot | 建索引，供 Perplexity 搜索结果展示 | 遵守 | robots.txt 放行 + WAF 放行其 IP 段 |
| Perplexity-User | 用户提问时实时访问页面 | 通常忽略 | 单独放行，不受 robots 影响 |
这张表的实际含义是：robots.txt 只锁得住索引层，锁不住实时抓取层。如果站点同时被 WAF 拦着，两层会一起失效，而你在 robots 文件里看到的配置是「已放行」——这是最常见的误判，也是最容易白干一个月的地方。
第一步：在 robots.txt 放行 PerplexityBot，别只放行 GPTBot
只放行 GPTBot、Googlebot、Bingbot 而漏掉 PerplexityBot，是站点侧最常见的单点遗漏，改一行配置即可修复。
检查顺序建议固定：先看有没有 Disallow: / 这类全局封禁，再看有没有针对 AI 爬虫的分组，最后看是否被 CDN 的托管 robots 覆盖。很多托管平台会生成一份默认 robots.txt，你本地改的那份可能根本没生效。robots.txt 的语法与匹配规则以 RFC 9309 为准，通配符和最长匹配的行为都以它为准绳。
User-agent: PerplexityBot
Allow: /
放行之后不要只看 robots 文件本身，要回到线上 URL 实际抓一遍，确认返回的是你刚改的那一版。子目录级的 Disallow 比根目录更容易被忽略，尤其是 /blog/ 这类内容目录——恰好是你最希望被引用的地方。
第二步：修 WAF 层，否则放行了也抓不到
robots.txt 放行只是「允许」，WAF 放行才是「能进来」；官方文档明确提醒，Cloudflare 的 Bot Fight Mode 无法被 WAF 自定义规则跳过。
Perplexity 官方给出了 Cloudflare 与 AWS WAF 的配置路径，核心逻辑一致：用 User-Agent 匹配叠加官方 IP 段校验，规则动作设为跳过（Skip）或允许（Allow），并且必须排在阻断规则之前。Cloudflare 场景有个坑要提前知道：Bot Fight Mode 不受自定义规则控制，如果它开着，即使你的 Skip 规则配置正确，PerplexityBot 仍可能被挑战。要彻底放行，得先关掉 Bot Fight Mode，或者升级到可配置的 Bot Management。
IP 段不要写死在配置里。官方把 PerplexityBot 的地址清单发布为 perplexitybot.json 端点，并说明地址会定期更新，建议用定时任务拉取后自动刷新规则。写死 IP 的后果是几个月后静默失效，日志里看不出异常，只是引用量慢慢归零。
第三步：把每个 H2 的第一段写成能单独摘走的结论句
AI 引擎摘取的最小单位是段落，不是整页；每个 H2 下的第一段写成 40–80 字的完整结论，被引用的概率显著高于铺垫式开头。
对照一下就明白差别在哪。铺垫式写法是「随着 AI 搜索的普及，越来越多的企业开始关注品牌在 AI 答案中的表现，这背后涉及一系列复杂的机制……」——这段话脱离上下文就没有信息量，模型无法直接引用。结论式写法是「Perplexity 每次回答都附来源链接，因此它的引用变化比 ChatGPT 更容易观测」——这句话自带主语、判断和边界，摘出来就能用。
具体做法有三条。第一，每个 H2 首段控制在两三句内，第一句给判断，后面给依据。第二，把并列信息改成列表或表格，模型解析结构化列表的准确率高于长句堆叠。第三，关键定义只写一次，全站用同一个措辞，反复换说法会让实体识别变模糊。这套写法在 面向 AI 的内容写作 里有更细的拆解。
第四步：结构化数据与实体一致性
结构化数据不会直接换来引用，但它降低了引擎理解页面结构的成本，FAQPage 与 Article 是最值得先做的两类。
优先顺序建议是：Organization（品牌名、logo、sameAs 社交与工商主页）→ Article（作者、发布时间、修改时间）→ FAQPage（问答对）。schema.org 的 FAQPage 规范 要求问答必须与页面可见内容一致，把隐藏的 FAQ 塞进 JSON-LD 属于违规，被识别后反而损害可信度。
实体一致性比标记本身更容易被忽略。品牌名在官网、公众号、LinkedIn、行业目录里如果出现三种写法，引擎会把它们当成三个实体，权重被摊薄。统一写法、统一一句话定位，比多加十个 schema 字段有用。判断标准很朴素：把你品牌名丢进任意 AI 搜索，看它给出的描述是否和你官网上那句定位一致。
第五步：搞清 llms.txt 的真实作用边界
llms.txt 是社区提案而非正式标准，Perplexity 官方文档没有承诺读取它，把它当成主方案会落空，当成补充手段才合理。
llmstxt.org 提出的方案是在站点根目录放一个 Markdown 文件，列出核心页面与简介，方便大模型快速了解站点结构。它的价值在于降低理解成本，但它不替代 robots.txt，也不保证任何引擎一定抓取。目前更稳妥的做法是：llms.txt 照写，成本很低；但排查引用问题时，先查 robots 和 WAF，最后才看 llms.txt。
如果你还没写过，llms.txt 实操指南 里有可直接套用的模板。写完记得在 sitemap 之外单独提交一次，让抓取端尽早发现这个文件。
第六步：用 20 条查询建立引用基线
没有基线就没有优化，最省事的做法是固定 20 条查询：10 条品类问题加 10 条品牌问题，每周同一时间跑一遍并记录引用结果。
品类问题测的是「你在不在候选集里」，比如「制造业出海怎么做 AI 搜索优化」；品牌问题测的是「AI 怎么描述你」，比如「AiVisible 是什么」。两类问题的失败原因完全不同：品类问题没出现，通常是内容结构或抓取问题；品牌问题描述错了，通常是实体信息不一致。混在一起看，就会把两种病当成一种治。
记录三列就够：是否被引用、引用的是哪个 URL、引用时用了哪句话。第三列最容易被跳过，但它决定了下一步改哪里——如果模型引用的是你两年前的旧页面，说明新页面还没进索引，问题在抓取而不是内容。批量跑查询可以借助 AI 可见度分数 的口径统一打分，避免每周标准漂移。
第七步：按引用缺口改写，而不是重写全站
优化的正确顺序是按缺口排序：先修「被引用但引错」的页面，再补「品类问题完全不出现」的页面，最后才做长尾扩量。
第一类缺口投入产出最高。页面已经被引用，说明抓取和索引都通了，只是某段表述过时或含糊，改一段话就能修正，通常一次改动就能在下一轮实时抓取里看到效果。第二类需要新增或重构页面，周期以周计。第三类最慢，适合在基线稳定后批量推进。
节奏上建议 30 天一个窗口：第 1 周修配置与抓取，第 2–3 周改内容结构，第 4 周复盘基线变化。不要按天看，索引层的更新周期不由你控制，单日波动基本都是噪声。完整的执行清单可以对照 GEO 优化检查清单 逐项打勾。
60 秒自检：五个问题定位你的瓶颈
五个问题按顺序问一遍，能在一分钟内判断瓶颈在抓取层还是内容层。
| 自检问题 | 否 → 瓶颈在 | 对应动作 |
|---|---|---|
| robots.txt 放行了 PerplexityBot 吗？ | 抓取层 | 第一步 |
| WAF 放行了官方 IP 段吗？ | 抓取层 | 第二步 |
| 每个 H2 首段是完整结论句吗？ | 内容层 | 第三步 |
| 品牌描述在官网与外部渠道一致吗？ | 实体层 | 第四步 |
| 你有 20 条固定查询的基线吗？ | 度量层 | 第六步 |
五个问题里前两个是开关型的，没做就是零分，做完立刻生效；后三个是程度型的，需要持续迭代。多数站点卡在前两个而不自知，因为 robots 文件看起来是对的。
想跳过手工排查，可以直接用 AiVisible 跑一遍：输入品牌名和三个核心词，十分钟内拿到 Perplexity、ChatGPT、DeepSeek 等平台的引用现状与缺口清单，再回到上面七步按优先级改。
免费检测你的品牌在 Perplexity 的引用情况 → 打开 AI 可见度检测
常见问题（FAQ）
Perplexity 会遵守 robots.txt 吗？
要分爬虫看。PerplexityBot 用于建索引，会遵守 robots.txt；Perplexity-User 是用户提问时触发的实时抓取，官方说明它通常忽略 robots.txt。所以想控制索引层要改 robots，想控制实时抓取层要改 WAF。
加了 llms.txt 就能被 Perplexity 引用吗？
不能保证。llms.txt 是社区提案，不是正式标准，Perplexity 官方文档没有承诺读取该文件。它只能降低模型理解站点结构的成本，robots 配置、WAF 放行和内容可摘取性才是决定引用的主线。
需要为 Perplexity 单独做一个页面吗？
不需要。同一个 URL 可以服务所有 AI 引擎，为不同引擎复制页面会造成内容重复，反而稀释权重。正确做法是按可摘取结构改写现有页面，让同一份内容同时适配多个引擎。
Perplexity 的引用和 ChatGPT 有什么区别？
Perplexity 每次回答都附来源链接，引用是外显的，能直接看到被引用的 URL 和句子；ChatGPT 部分回答不带链接，引用更难观测。因此 Perplexity 的引用变化可以作为 GEO 效果的先行指标。
多久能看到引用变化？
分两层看。实时抓取层对页面可访问性和段落结构的改动反应较快；索引层的重抓周期由 Perplexity 控制，官方未公布固定频率。建议按 30 天窗口看趋势，不要用单日数据下结论。