内容质量是「能不能被引用」的一半，另一半是技术条件。下面 7 项是常见短板，逐项过一遍，往往能发现明显问题。
1. 允许 AI 爬虫抓取
robots.txt 里要显式放行主流 AI 抓取代理。有些站点用过宽的屏蔽规则，把 AI 爬虫一并挡在门外，内容再好在 AI 眼里也不存在。
2. 页面能被直接渲染
如果核心内容依赖大量客户端脚本在浏览器里才生成，抓取工具可能只看到一个空壳。关键信息最好在服务端直出，或做可被抓取的无脚本降级版本。
3. 使用 HTTPS
仍然使用 HTTP 的站点，会同时影响安全评价、抓取优先级和用户信任。这是最基础也最容易验证的一项，建议优先解决。
4. 结构化的语义标签
正确使用标题层级（一个 H1、清晰的 H2/H3），让内容有层次。不要为了样式用错标签，机器按标签理解结构，用错了理解就错。
5. 规范的 Schema 标注
Organization、WebSite、BreadcrumbList、FAQPage、Product 等类型，能明确告诉机器你是谁、页面讲什么。注意避免嵌套错误——标注写错反而比不写更糟。
6. 稳定的 URL 与 canonical
每篇内容有唯一且稳定的地址，并用 canonical 指明规范版本，避免同一内容多个地址互相稀释。做站内改造时尤其要注意保留旧地址或做好跳转。
7. 快速且稳定的响应
抓取是有成本的。加载慢、经常超时的站点，抓取频次会被降低，新内容进入索引的速度也随之变慢。压缩资源、配置缓存、减少阻塞，都是有效的提速手段。
自检建议
这 7 项里，前 3 项是准入门槛，后 4 项是加分项。建议每季度做一次检查，改动过站点结构后立即复查——技术前提一旦破坏，内容投入的回报会大打折扣。