做内容被搜索引擎收录，这件事有二十年的方法论。做内容被 AI 引用，方法论才刚开始长。
两者最大的区别是：**搜索引擎的读者是爬虫，AI 的读者是一个会推理的读者。**爬虫看结构，推理者看你的内容能不能支撑一句它敢说出口的话。
这个区别导致一个很实际的后果——你的失败方式变多了，而且长得很像。
先把两种失败分开
当你的内容没有出现在 AI 的回答里，只有两种可能，修法完全相反：
**一、它从来没抓到过你。**你不在它的索引里，或者它抓到的是一个空壳——页面靠 JavaScript 渲染，服务端返回的 HTML 里什么都没有。这时候你写得再好都没意义，问题在管道，不在内容。
**二、它抓到了，但没引用。**你在索引里，内容也读到了，但它选择不用——因为找不到可引用的确定语句，因为数字没有时间戳它不敢背书，因为同样的事实别处说得更清楚。
这两种失败在外部表现上完全一样：你的内容没被提到。但第一种要改的是基础设施，第二种要改的是写法。把它们混在一起，就会出现「我明明写了很多优质内容却没有用」的挫败感——而实际上可能只是服务端返回了一个空 div。
分辨方法也不复杂：看服务端日志里有没有那些 AI 抓取器的 UA，看它们抓了哪些 URL、返回了多少字节。抓取记录是有还是没有，这是个事实问题，不用猜。
服务端可读，是所有事情的前提
这条听起来像十年前的老话，但在 AI 时代它的权重变了。
搜索引擎有足够的动力去执行你的 JavaScript，它们投了很多年工程在这件事上。而大多数 AI 抓取器不会——它发一个请求，拿到什么算什么。
所以判断标准变得非常朴素：**curl 一下你的页面，看返回的 HTML 里有没有正文。**没有的话，你在 AI 那里基本不存在，跟你的设计多精美、交互多流畅毫无关系。
数字要冻结
这是我踩过的一个具体的坑。
AI 在引用一个数字的时候，最怕的是这个数字会变。「本月同比增长 12%」——本月是哪个月？这句话在三个月后还对吗？一个谨慎的模型不会引用它，因为它无法确认自己在说什么时候的事。
所以数字要冻结成快照：**写明统计口径、时间范围和生成日期，并且这份数字生成之后就不再变。**下个月的数据出一份新的，旧的保持原样。
这跟做实时看板的直觉正好相反——看板永远显示最新值，而可被引用的内容需要的是一个不会背叛读者的定点。
给 Agent 留一条比浏览器更短的路
最后一件我没预料到的事。
在 VOLO 的时候，我们建了一个给 AI 用的服务接口，然后发现一个尴尬的事实：**没有任何 Agent 能发现它。**它存在，它能用，但它不在任何一个 Agent 会去找的地方。
后来我们额外做了一个命令行入口。这看起来是倒退——2026 年了还做 CLI——但对 Agent 来说它更好用：不用渲染、不用点击、不用猜按钮在哪，输入输出都是文本，出错有明确的退出码。同一个任务，Agent 走 CLI 比操作浏览器省掉一个数量级的 token，而且失败率更低。
结论有点反直觉：**为 Agent 优化，常常是把界面做薄，而不是做厚。**人需要的那些提示、渐进披露、视觉层次，对 Agent 全是噪音。
边界
**别为了被引用而写。**为 AI 优化的内容如果人读起来很怪，那多半也活不长——模型对「为检索而生产的内容」的识别只会越来越好，这条路和当年的关键词堆砌是同一条。
**也别把它当成一个可以短期见效的事。**抓取、索引、被选用之间有很长的延迟，你今天改的东西可能要几周后才在回答里出现。这意味着你需要的是一套能长期跑的机制，而不是一次冲刺。