LLM 优化是指对网页内容进行结构化组织和呈现，使大语言模型能够在生成回答时有效地发现、理解并引用这些内容的实践方法。本指南将介绍 LLM 优化的技术性和策略性方法。
LLM 如何处理网页内容
理解 LLM 与你的内容如何交互，是优化的第一步。
LLM 内容处理流程
- 预训练数据：被纳入模型训练语料库的内容
- 检索增强：通过搜索 API 实时获取的内容
- 上下文窗口处理：针对特定查询输入到模型中的内容
- 生成与引用：被综合进回答中的内容
与传统 SEO 的关键区别
| 因素 | 传统 SEO | LLM 优化 |
|---|---|---|
| 发现方式 | 网络爬虫 | 训练数据 + RAG |
| 理解方式 | HTML 解析 | 自然语言处理 |
| 引用方式 | SERP 排名 | 回答生成 |
| 时效性 | 抓取频率 | 训练截止时间 + 实时检索 |
| 信任度 | 反向链接 | 来源权威性 + 一致性 |
面向 LLM 理解的内容结构
1. 语义化 HTML 结构
使用恰当的 HTML 元素，帮助 LLM 理解内容层级：
- 使用单个 H1 标记主题
- 使用 H2-H6 构建合理的内容层级
- 使用 article、section、aside 等语义化元素
- 使用定义列表（dl、dt、dd）来定义术语
- 使用带有正确表头的表格来呈现结构化数据
2. 内容清晰度原则
- 每段一个概念：避免在同一段落中混杂多个观点
- 明确的主题句：每段都应以其核心要点开头
- 术语一致：全文使用相同的术语（避免为关键概念使用同义词）
- 明确的关系：清楚地说明各概念之间如何关联
- 结构化的论述：按逻辑、有序的方式呈现推理过程
3. 知识图谱整合
帮助 LLM 在语境中定位你的内容：
- 在首次使用时定义所有技术术语
- 在内容中链接相关概念
- 包含相关的实体引用（人物、组织、概念）
- 使用 schema.org 标记来定义实体之间的关系
技术性 LLM 优化
robots.txt 与 AI 爬虫
确保 AI 爬虫能够访问你的内容：
# Allow major AI crawlers
User-agent: GPTBot
Allow: /
User-agent: ChatGPT-User
Allow: /
User-agent: CCBot
Allow: /
User-agent: Google-Extended
Allow: /
User-agent: OAI-SearchBot
Allow: /
内容交付优化
- 服务端渲染：确保内容包含在初始 HTML 响应中
- 快速加载：LLM 爬虫可能会因页面加载缓慢而超时
- 简洁的 URL：使用具有描述性、富含关键词的 URL slug
- XML 站点地图：维护全面且及时更新的站点地图
- 结构化数据源：考虑以机器可读的格式提供内容
建立 AI 权威性
面向 LLM 的权威性信号
- 引用网络：被其他权威来源引用
- 持续发布：稳定输出高质量内容
- 专家署名：内容归属于受认可的专家
- 机构公信力：组织层面的可信度与资质
- 事实准确性：与既有知识库保持一致
内容新鲜度策略
使用检索增强的 LLM 更偏好新鲜的内容：
- 用新数据和新发现更新现有文章
- 及时发布关于新兴话题的内容
- 在 schema 标记中包含发布日期和更新日期
- 维护一份内容更新日历
- 归档旧内容而非删除它们