做 GEO 必看：WorkBuddy 靠 Tavily 搜索，进索引才是第一道门
内容没被 AI 采信，往往不是模型不认可你，而是它压根没看到你。WorkBuddy 这类 AI 助手的联网搜索依赖 Tavily，连索引都没进，后面的优化都是自嗨。本文拆两层机制：Tavily 的底层收录规则（含实测——Google 收录良好不等于 Tavily 收录良好），以及 Agent 的四步筛选决策链。
本文要点
- 内容没被 AI 采信，往往不是模型不认可你，而是它压根没看到你。
- WorkBuddy 这类 AI 助手的联网搜索依赖 Tavily，连索引都没进，后面的优化都是自嗨。
- 本文拆两层机制：Tavily 的底层收录规则（含实测——Google 收录良好不等于 Tavily 收录良好），以及 Agent 的四步筛选决策链。
很多做 GEO（Generative Engine Optimization，生成式引擎优化）的团队常陷入一个误区：拼命提升文章的事实密度、制作结构化表格、增加权威背书，但发出去的内容依然没被 AI 采信。
问题往往不是模型不认可你，而是它压根"没看到"你。
像 WorkBuddy 这类 AI 助手的联网搜索能力并非自研，而是深度依赖 Tavily——一个专门面向 AI Agent 的搜索 API。如果你的内容连 Tavily 的索引库都没进去，后面所有的内容优化都只是自嗨。
要让品牌真正出现在 AI 助手的回答中，必须厘清两大核心机制：底层索引准入与 Agent 筛选决策。
第一重关卡：Tavily 的底层收录机制
内容能否被 AI 引用，第一关不是模型愿不愿意采信，而是索引库里有没有你。
这个阶段的失败是完全"静默"的——没有报错，没有通知，你只是单纯地"不存在"。
Tavily 收录的三条特殊规则
|
规则 |
官方说明 |
对你意味着 |
|---|---|---|
|
爬虫不可识别 |
不使用专属 User-Agent，避免被网站区别对待 |
你无法单独识别、放行或封禁它 |
|
绑定 Googlebot |
完全跟随 Googlebot 的可抓取性 |
被 Googlebot 屏蔽的页面，Tavily 绝对抓不到 |
|
robots.txt 不阻止收录 |
官方明确不通过 robots.txt 阻止索引 |
要下架必须部署 `noindex`，且需等重新抓取后生效 |
反直觉实测：Google 收录良好 ≠ Tavily 收录良好
实测中发现一个极其关键的现象：站点被 Tavily 收录，不等于站点的"新内容"被 Tavily 收录。
对一个 GEO 结构完善、声明了 Content-Signal、Sitemap 正常、Google 已收录数百页的站点做 API 实测：
- 整体域名确实在 Tavily 索引中，且早期文章的检索权重很高
- 但近一个月内发布的二十余篇新文章中，仅有 2 篇能被检索到
- 用 Extract 接口实时抽取首页与新文章页，解析均完全成功——排除了页面无法解析的可能
结论：Tavily 的索引更新存在严重的时间滞后。即使是高权重的成熟域名，新文章发布后也必须经历漫长的排队。
准入与排序：必须拆开看的两层结构
|
层级 |
决定因素 |
性质 |
核心动作 |
|---|---|---|---|
|
准入层（进池） |
Googlebot 可抓取性、索引更新时效 |
布尔判断（0 或 1） |
确保抓取路径通畅、主动提交 Sitemap、验证新内容收录状态 |
|
排序层（排位） |
信源权威度、交叉验证、查询相关性、证据质量 |
权重计算与评分 |
提升事实密度、优化结构化数据、建立权威引用 |
行业讨论几乎全部集中在排序层，而准入层的失败没有任何提示。
第二重关卡：WorkBuddy 搜索决策链拆解
拿到 Tavily 的索引门票后，内容还要通过 AI Agent 的四步决策链。
第一步：判断"要不要搜"（意图分流）
Agent 遇到问题时，首先识别意图：
|
问题类型 |
举例 |
处理方式 |
|---|---|---|
|
定义 / 认知类 |
"XX 品牌怎么样" |
直接用预训练数据回答，压根不触发联网搜索 |
|
易变 / 时效类 |
"XX 软件现在的价格 / 最新功能" |
强制触发实时搜索 |
GEO 启示：靠实时 SEO 无法解决"品牌认知"问题。认知类问题的曝光依赖内容在模型预训练数据集里的覆盖度，实时搜索优化只对易变信息生效。
第二步：搜索词"二次翻译"
Agent 不会直接把用户原话丢进搜索引擎，而是做意图拆解与标准化翻译——加上地区、年份、机构类型、具体产品名等限定词，把宽泛查询转成长尾精确查询。
GEO 启示：标题写得大而无当（如"全网最全指南"）很难被命中。能精准匹配概念组合与长尾限定条件的内容更容易被拉取。
第三步：通过四层结果漏斗
Tavily 返回原始数据后，Agent 会做极其严格的二次筛选：
|
层级 |
判据 |
淘汰什么 |
|---|---|---|
|
1 · 域名等级过滤 |
政府 / 官报 > 官方主站 > 大型权威站 |
营销站、低质 UGC |
|
2 · 时间戳清洗 |
价格、政策类需在有效期内 |
过期信息 |
|
3 · 交叉验证 |
核心事实须在两个以上独立源一致出现 |
单源独家信息（孤证不采信） |
|
4 · 软文特征识别 |
文末转化诱导语检测 |
带"立即预约""扫码领优惠"的内容 |
GEO 启示：
- 批量堆砌的 SEO 垃圾站在第一层就被刷掉
- 仅仅在自己官网上宣称"行业第一"会被第三层直接过滤
- 文末带强烈营销转化诱导的内容会被第四层秒杀
第四步：触发"停搜标准"
Agent 的搜索极其克制。一旦候选集里包含了足够数量的权威来源、数据能形成对比、且无逻辑冲突，就会立即停止搜索。
由于每次检索最终调取入模型的候选集极小（通常仅为个位数），先入池、先被找出来的优质内容会迅速占满名额，排在后面的内容再好也无济于事。
想知道你的品牌是否被 AI 推荐？查看品牌 AI 可见性 →实操指南：如何验证与执行
避开 API 验证中的两个隐形坑
用 Tavily API 自查域名收录时，要警惕静默失败——参数写错不报错，只安静地返回空结果：
|
陷阱 |
错误写法 |
正确写法 |
错误后果 |
|---|---|---|---|
|
前缀陷阱 |
`include_domains: ["geo.timus.cn"]` |
必须带 `https://` 协议前缀 |
返回 0 条，误判为未收录 |
|
阈值陷阱 |
`max_results: 15` 或 `20` |
设为 10 以内 |
不降级不报错，直接返回空 |
必须设置对照组：测自己域名时，务必用同一套参数去跑一个已知会命中的大型网站，确保测试方法本身有效——避免把"接口异常"误判成"未被收录"。
GEO 标准落地五步法
|
步骤 |
做什么 |
验证什么 |
|---|---|---|
|
1 |
查 `robots.txt` |
通用爬虫与 Googlebot 路径完全畅通 |
|
2 |
跑 Extract 接口测试核心页面 |
区分"抓不到 / 解析失败"与"单纯没来抓" |
|
3 |
带对照组做域名限定搜索 |
域名是否在 Tavily 索引池中 |
|
4 |
按发布时间段统计收录率 |
不满足于"网站已被收录"，要细化到"近 30 天新内容收录率" |
|
5 |
分流打法 |
见下表 |
第五步的分流：
|
流向 |
针对什么信息 |
打法 |
|---|---|---|
|
实时检索流 |
时效、价格、对比类 |
去软文化的高密度事实输出，多平台布局以满足交叉验证 |
|
训练数据流 |
品牌认知与定义类 |
放弃实时 SEO 思路，通过广泛的第三方媒体、论坛与权威阵地建立长期沉淀 |
总结
GEO 的本质不是"被搜索引擎找到"，而是在 Agent 极度有限的候选名额里争夺极少数席位。
做 GEO 优化，请务必先把视角从"模型喜不喜欢我的文章"拉回到最底层——
我的新内容，今天进 Tavily 索引库了吗？