页面有 5000 字，AI 可能只"看到"了 1200 字

打开你网站的任意一个产品页，从头滚到底，估算一下这个页面上总共有多少文字。

你可能会发现，一个看起来内容不多的页面，实际文字量远超你的预期。而其中真正的产品介绍——你花了时间写的、希望 AI 引用的那部分内容——可能只占全部文字的三分之一甚至更少。

剩下的那些文字，AI 全部要”读”。它们会占用 AI 的注意力窗口，挤压你正文内容被关注的空间。

这就是”可见度”问题的本质：你的页面上有多少内容是为 AI 准备的有效信息，有多少是干扰它的噪声。

页面上的”暗物质”

人类浏览网页时，视觉系统会自动过滤掉不重要的元素。你不会去读导航栏里的每一个链接文字，不会注意页脚的备案号，不会在意侧边栏推荐文章的标题。你的注意力直接跳到正文区域。

AI 不会这样”跳”。

AI 爬虫在处理一个网页时，拿到的是完整的 HTML 源代码。它需要从中提取文本，然后切片、做语义匹配。虽然会有一些清洗步骤（去掉 <script>、<style> 等标签），但导航栏、侧边栏、页脚里的文字通常会被保留下来，和正文混在一起。

这些你平时视而不见的文字，对 AI 来说就是”暗物质”——你看不到它的影响，但它一直在消耗 AI 的注意力配额。

举个具体的例子。一个家具品牌的产品页：

总计约 1195 个 Token，其中正文只有 600 个。信噪比大约 50%。

也就是说，AI 处理这个页面时，一半的注意力花在了和产品信息无关的内容上。

GeoBok 的”AI 可见度分析”工具把 AI 视角下的页面完整呈现给你。

操作方式：输入一个 URL，系统会做四件事：

第一，渲染截图。 用 Playwright（无头浏览器）打开你的页面，生成一张完整的页面截图。这样你能看到”页面上实际呈现了什么”——特别是对于依赖 JavaScript 渲染的页面，截图能告诉你内容是否正常加载。

第二，Lighthouse 性能跑分。 和 Google PageSpeed Insights 同源的性能评估，给出页面加载速度、可访问性等评分。性能太差的页面，AI 爬虫可能在加载完成前就放弃了。

第三，HTML 清洗和信噪比计算。 系统把页面的原始 HTML 做一次清洗——去掉脚本、样式、导航、页脚等非正文元素——然后计算清洗前后的 Token 数量对比。原始 Token 数、清洗后 Token 数、信噪比百分比，三个数字一目了然。

第四，语义切片展示。 把清洗后的正文内容按 AI 的切片逻辑拆分，用两种颜色展示：

蓝色区域：核心切片。 前 5 个切片，也就是 AI 最有可能检索到的部分。这些是你的”黄金位置”——如果首屏的有效信息在这里，AI 引用的概率最高。
红色区域：溢出切片。 第 6 个切片以后的内容。它们不一定不会被 AI 检索到，但优先级明显更低。如果你最重要的产品信息落在了红色区域，说明页面结构需要调整。

你能直观地看到：你精心写的内容，在 AI 的处理流程里处于什么位置——是在”黄金位置”还是被淹没在噪声之后。

用这个工具检测过几十个页面之后，你会发现信噪比低的原因通常就那几种：

模板元素太重。 导航栏层级太多（三级甚至四级菜单全展开）、页脚包含大段公司简介和二十几个友情链接、侧边栏推荐区域文字量比正文还大。这些元素在每个页面上都一样，但 AI 每次处理每个页面时都要重新”读”一遍。

广告和弹窗。 联盟广告、弹窗推荐、在线客服的自动话术、Cookie 同意横幅——这些内容的 Token 消耗容易被忽视，但积少成多。

正文本身太短。 有的产品页正文只有一两句话加一个参数表格，但模板元素是固定的。正文越短，模板噪声占比越高。这种情况下，不是要去掉模板元素（那样影响用户体验），而是要充实正文内容——多写一些 AI 能提取的有效信息。

信噪比的优化方向很明确：要么减少噪声，要么增加信号。

减少噪声：精简导航栏层级，压缩页脚内容（友情链接用 nofollow 标记、公司简介挪到”关于我们”页面单独放），减少侧边栏推荐数量，确保弹窗和浮窗的 HTML 不包含大段文字。

增加信号：充实正文内容，特别是首屏。把产品的核心参数、使用场景、选购建议、常见问题写在正文区域，让正文的 Token 数量远超模板元素。

目标是让信噪比至少达到 60% 以上——也就是说，AI 处理你页面时，至少六成的注意力花在了有效内容上。

切片展示则告诉你另一件事：你最重要的信息是不是在蓝色区域（前 5 个切片）。如果不是，说明要么首屏放了太多无关内容，要么正文的关键信息埋得太深。调整方式就是前面讲过的——结论前置，核心信息挪到首屏第一段。

两个维度一起看，一个管”AI 能看到多少”，一个管”AI 先看到什么”。都优化到位，你的页面在 AI 眼中的可见度就上去了。