AI 说的还是三年前的你，新信息怎么让它知道

有个做 LED 驱动电源的客户碰到过一件怪事：客户在 DeepSeek 里问「他们家的电源有没有做防雷」，AI 答得很干脆——主打常规款，防雷型号未见。可防雷系列他们半年前就上了，官网写了，画册印了，展会也摆了。

AI 说的不是谎话，是旧话。

这里要分清一件事：AI 不知道你的新东西，和 AI 记错了你的旧信息，是两个完全不同的问题，解法也不一样。前一个要打通检索，后一个只能等训练。两件事混在一起处理，钱和时间都会白花。这也是做 GEO 时最容易含糊过去的一处，含糊一次，方案就会写错方向。

先划边界。这一篇讲的是「信息时效」，不涉及品牌被误传、被张冠李戴那类问题——那是另一件事。也不讨论要不要允许 AI 爬你的站，这个前提已经单独讲过，本篇默认抓取是放开的。另外，下面所有动作都只能提高新信息被读到的概率，不能承诺多久生效；生成式引擎优化没有官方时间表，谁给你一个确切周数，都是在替你猜。

一、先把「旧」分成三种

客户跟你抱怨 AI 说错了，先别急着改内容，先分清是哪一种。做 AI 搜索优化，这类反馈会反复出现，分清类型能省掉大量无效改动。

第一种，事实过期。AI 还在说你三年前的地址、已经换掉的电话、停产的老型号。这类最刺眼，也最容易被误判成「官网没更新」。

第二种，新增缺失。新产品、新认证、新产线，AI 完全不知道。它没有说错，它只是没听说过。

第三种，判断滞后。AI 还把你归在「只做内销」或「只做低端款」那一类里，而这已经不成立了。这类最难发现，因为你不会主动去问。

三种的处理顺序不一样：第二种见效最快，第一种最慢，第三种要靠长期内容积累。搞反顺序，就会出现「改了一堆东西，AI 还是老样子」。这是 GEO 落地时最常见的返工原因。

二、AI 拿信息有两条路，一条冻住，一条是活水

这是整件事的技术底座，也是 AI 搜索优化和传统 SEO 在原理上最不一样的地方，值得花两分钟看懂。

第一条是训练。模型在某一批语料上训练完成，参数就固定了。它对世界的认识停在那个时候，之后不会自己更新。

第二条是检索。回答问题之前，系统先去搜索索引里捞一批页面，把这些页面作为依据放进上下文，再组织答案。这条路是活的——你今天发的页面，理论上今天就可能被捞到。

Google 官方文档里有个定义把这两条路说得很清楚。Google-Extended 这个 robots.txt 令牌，管的是两件事：Google 抓到的内容能不能用于训练未来版本的 Gemini 模型，以及能不能用于 grounding，也就是在 Gemini 应用里把搜索索引的内容提供给模型。官方同时明确写了一句：Google-Extended 不会影响网站列入 Google 搜索结果，也不会在搜索中用作排名信号。

这个定义的价值在于：「被搜索到」和「被拿去训练」在 Google 上是分开的两件事。你可以既出现在搜索结果里，又不进训练集。反过来说，进了训练集的内容，也不会因为你后来改了规则就消失。

所以你要问的第一个问题不是「怎么让 AI 更新」，而是「我这件事该走哪条路」。

三、训练这条路：慢、不可撤销、没有捷径

如果问题是「AI 对我们的整体认识偏旧」，那大概率在训练层。这一层没有技术手段能加速，能做的只有三件。这也解释了为什么很多 GEO 项目在这一层上花了最多时间，却看不到即时反馈。

一是持续产出。训练语料是抓来的，抓取量和内容体量正相关。一年发两篇的站，和一年发四十篇的站，被收进去的概率不一样。这里还有一层容易被忽略的限制：arXiv:2410.22349 测出，AI 答案对来源页面的引用完整度只有 20% 到 25%。意思是即使页面被捞到，被取走的也只是一小段。你要它取走的那一段，得写得更集中、更靠近开头。

二是争取被第三方引用。训练语料不只看官网。AirOps 那份 2026 年的研究提到 85% 的品牌提及来自第三方页面，这个逻辑在训练层同样成立。多伦多大学那篇预印本测得更细：AI 组织回答时对第三方来源的偏好程度在 53% 到 95% 之间，具体落点看查询类型。所以「除了你自己，还有谁在说你」这件事，在两条路上都算数。

三是接受滞后。模型多久更新一次不由你决定，也不公开承诺。顺带看一眼规模：Google 的 AI 概览现在覆盖超过 100 种语言，语料池到这个量级，更新周期不可能短。有些企业问「更新之后多久能看到」，这个问题现在没有答案，任何给你答案的人都在猜。

有一件事必须说清楚：已经进入训练数据的内容，不会因为你改了规则而消失。这是 Google 官方明确的。所以「先关掉爬虫，等我把内容改好再开」这个做法，对已经进去的部分无效，只影响未来。

四、检索这条路：快，但有三个前提

如果问题是「新东西 AI 完全不知道」，那在检索层。这一层是能动手的，也是 AI 搜索优化里投入产出最快的一段。

前提一：页面得能被抓到。说起来基础，但出问题的比例不低。robots 写错一行、服务器对不同 UA 返回不同结果、站点对没有特定请求头的访问返回空页面——都会让抓取直接失效。这类问题在浏览器里看不出来，因为你的浏览器自动带了一堆请求头。

前提二：时间得能被读到。这一条最被忽略。2026 年被 SIGIR 接收的论文《What Gets Cited》做了 25.2 万次受控实验，结论里有一条很明确：较新的时间戳对是否被引用有稳定的正向作用，明确的价格信息也是。同一年 AirOps 的统计说，83% 的商业引用来自一年内更新过的页面。

两边口径不同——一个是受控实验，一个是厂商统计——但方向一致：时间是能被读到的信号，不是页面装饰。

前提三：结构得能被切。一整段八百字的公司介绍，系统很难从中取出「某型号具备防雷功能」这个事实。写成小标题加列表，取出来的成本就低得多。延世大学那篇预印本测出结构化处理让检索命中提升 22%，条件是实验室环境下的相对变化，不等于线上效果，但方向和前面两条一致。

五、时间戳怎么标，才不算作假

很多人听到「时间戳有用」的第一反应，是把页面底部的日期改成今天。这是错的，而且有反噬。GEO 里所有涉及时间的动作，前提都是真实。

正确做法是让时间反映真实事件。

• 首次发布用 datePublished，内容有实质修改用 dateModified，两个都写真实值。
• 正文里写清「2026 年 3 月新增防雷系列」这样的句子。这句话本身就是可被摘取的事实，比任何标签都管用。
• sitemap 里的 lastmod 跟着真实改动走，不要批量刷成同一天。整站几百个 URL 的修改时间全一样，等于告诉系统这个字段不可信。
• 产品页写清型号的上市与停产时间。停产信息比新品信息更少人写，但客户问「这个型号还有吗」的时候，只有写了才有答案。

还有一个常见误区是加一堆结构化标记去求富媒体展示。Google 官方已经说过，AI 功能不需要特殊的 schema 或标记；FAQ 富媒体结果也在 2026 年 5 月 7 日停止显示。标记该做的做，但别指望靠它换曝光。这类「加个标记就能被推荐」的说法，在 AI 搜索优化这个圈子里流传得特别广，也特别经不起查。

六、怎么自查：你的问题是训练层还是检索层

有个简单的分辨方法，用同一个对象问两种问法。

第一种问法，问具体事实：「XX 公司 2026 年有没有防雷系列电源」。如果 AI 能答对，说明检索层通了，你的页面能被捞到。

第二种问法，问开放评价：「XX 公司怎么样，主要做什么」。如果这里给出的还是三年前的画像，而第一种问法已经能答对，那问题就在训练层。

两种都答不对，先查抓取，别急着写内容。抓取不通的情况下，写多少都是白写。这也是做生成式引擎优化时最容易跳过、代价又最贵的一步——它不产生任何可展示的成果，但只要它不通，后面所有工作都归零。

B2B 企业还有一种情况值得单独测：拿你的产品型号直接问。型号是最硬的事实，如果 AI 连型号都答不出，说明产品页在检索层没有位置，这跟品牌知名度无关。珠三角做外贸的厂型号多、迭代快，这一条尤其明显，同一款产品隔年换代，型号却常常沿用，AI 分不清新旧。

测的时候别只用一个引擎。豆包、文心、ChatGPT 各问一遍，拿到的答案可能完全不同——不同系统引到的页面重合度本来就低，一个答对不代表都答对。

七、三个常见问题

1. 官网改了，多久能被 AI 读到？

检索层通常以天到周计，取决于抓取频率和站点权重；训练层以月甚至更久计，且不公开。两个数字都不能承诺，因为它不由你控制。这也是 GEO 沟通里最容易被模糊过去的一个问题，写进合同更不合适。

2. 要不要专门做一个「新闻」栏目刷更新？

如果有真内容，可以。如果只是把旧文换个日期重发，不建议——这类页面既不会被引用，还会拖累站点整体的内容质量判断。GEO 要的是可被引用的事实增量，不是日期增量。

3. 客户说 AI 讲错了，能要求它改吗？

没有直接通道。能做的是把正确信息写成更容易被检索到的形式，并让第三方也这么说。生成式引擎优化在这一层的作用，就是提高正确说法被捞到的概率，去稀释旧说法的占比。

八、写在最后

回到开头那个客户。防雷系列上线半年，官网写了，画册印了，展会摆了，AI 不知道。原因不复杂：那半年里，除了他们自己，没有任何一个第三方页面提到过这个系列。

做 GEO 到这一层，拼的不是技巧，是「除了你自己，还有谁在说你」。这句话听起来像常识，但它解释了大部分「我明明写了，AI 就是不说」的困惑。

易杭在深圳，自己也是从国际站服务起家的，2024 年起转做 GEO。接一个站先测抓取通不通，这个习惯是被坑过才养成的——有过一次改了三个月内容毫无反应，最后发现服务器对不带特定请求头的访问一律返回空页面，白改。

数据与效果边界：本文引用 Google 官方文档的两处表述（Google-Extended 只管训练与 grounding、不影响搜索收录与排名；AI 功能无需特殊 schema 或标记；FAQ 富媒体 2026-05-07 停止显示）为平台官方规则，效力限于 Google 生态，且 Google-Extended 的说明仅覆盖 Gemini 与 Vertex AI，不代表其他厂商的爬虫策略。《What Gets Cited》（SIGIR 2026 接收）的 25.2 万次受控实验结论为特定实验条件下的结果，非线上机制保证；AirOps 的 83% 与 85% 为厂商自行发布的观察性统计，未经独立复核；多伦多大学的 53%–95%、arXiv:2410.22349 的 20%–25%、延世大学的 22% 均为预印本研究结论，未经同行评审，且属实验室条件下的相对变化；Google AI 概览支持的语言数量为官方帮助中心口径，会随版本变化。以上均不代表具体企业的收录或引用结果。所述方法的作用是提高新信息被检索与被引用的概率，不保证任何时点出现在 AI 答案中，也不承诺见效周期与业务结果。

参考资料

1. Google for Developers：《Google's common crawlers》（Google-Extended 无独立 HTTP 用户代理，仅控制训练与 grounding；明确不影响搜索收录与排名），2026 年查阅
2. Google Search Central：《AI features and your website》（AI 功能无需特殊 schema 或标记）
3. Google Search Central：搜索结果富媒体文档更新（FAQ 富媒体结果自 2026-05-07 起停止显示）
4. Google 帮助中心：AI 概览支持语言清单（100 种以上，随版本变化）
5. SIGIR 2026 接收论文《What Gets Cited》：25.2 万次受控实验（较新时间戳与明确价格信息对引用有稳定正向作用；同行评审接收）
6. AirOps：《State of AI Search》2026（83% 商业引用来自一年内更新页面；85% 品牌提及来自第三方页面；厂商发布）
7. arXiv:2410.22349（AI 答案对来源页面引用完整度 20%–25%；预印本，未经同行评审）
8. 多伦多大学：arXiv:2509.08919（对第三方来源偏好 53%–95%；预印本，未经同行评审）
9. 延世大学：arXiv:2602.12187（结构化处理使检索命中 +22%，实验室条件相对变化；预印本，未经同行评审）