WordPress 站的 GEO 技术配置清单

WordPress 是全球占比最高的建站系统，也因此在 AI 爬虫潮里有着最典型的处境：生态里人人都在装插件，而插件之间会互相打架——缓存插件、安全插件、SEO 插件各自都在碰 robots、sitemap 和请求过滤，谁覆盖了谁往往没人查过。本页按四个施工面把 WordPress 站的 GEO 技术配置过一遍，方法论通用于任何 CMS，插件相关的坑位以工程实践口径给出。

第一施工面：固定链接与 URL 稳定性

AI 爬虫与搜索引擎爬虫有一个行为差异对 WordPress 影响最大：它们不严格沿链接图爬行，会自行推断与重构 URL。WordPress 的动态地址结构在这样的访客面前是双刃剑——路径规则简单可猜，猜错的比例也相应高；猜错的表现就是 404。Vercel 的研究口径显示，ChatGPT 与 Claude 的抓取请求里超过三成以 404 结束、远高于 Googlebot（见ChatGPT 与 Claude 抓取 34% 以 404 结束数据卡），死链治理因此从“站内卫生”升级为“AI 可见度项”，展开见抓取效率与 404 治理。

落到 WordPress 的具体动作有四件。固定链接结构一次定好不再改，文章地址里不要混入日期、分类多级目录这类“将来会后悔”的成分；改 slug 必须配重定向，旧的、外链指向的地址要留着应答而不是返回 404；标签页、分类页、分页这些聚合页的地址形态保持稳定，不要随主题改版漂移；删除内容优先做跳转或返回明确的状态码，别让死链滞留在站内链接与 sitemap 里。主题与插件卸载时要留意它们注册过哪些地址类型——留下一堆残址是 WordPress 站 404 的常见来源。

重定向这件事在 WordPress 上要特别提醒一句：重定向规则是分层的，CMS 层的重定向插件、服务器层的规则、CDN 层的转发各管一段，排查“跳转没生效”或“跳转链过长”时三层都要看。跳转链每多一跳，AI 爬虫跟丢的概率就高一截——规则收敛到一层、一跳到位，是比修单个死链更值得做的治理。

第二施工面：robots 与 sitemap——先弄清谁在生成

WordPress 的 robots.txt 有两种存在方式：站点根目录的物理文件，或 SEO 插件生成的虚拟文件。物理文件存在时它优先——这是“改了插件设置却没生效”的第一嫌疑人，施工前先确认根目录有没有遗留的物理文件。内容层面，AI 爬虫规则必须逐条写具名组，WordPress 默认 robots 只有一条通配组，对具名 AI 爬虫不生效；具名组的写法与三种姿态见robots.txt AI 配置矩阵，此处不重复语法。编辑入口也要统一：决定用插件的界面管 robots，就别再手工维护根目录文件，两个入口并存时没人说得清线上生效的是哪份。一个高频误区也顺手记下：为了“减少后台压力”在 robots 里屏蔽脚本与样式目录，会让会渲染的爬虫（Googlebot、Applebot）读不全页面，WordPress 的目录结构让这条错误特别容易发生，因为静态资源全部集中在固定目录里。

sitemap 侧，现行版本的 WordPress 核心已内置 sitemap 功能，SEO 插件又会提供自己的版本，两者并存时注意别让重复的 sitemap 地址散落各处；robots.txt 里声明一个、以它为准。内容范围上，sitemap 只收规范地址：参数变体、聚合残页、跳转目标都不要进清单——sitemap 里的脏地址会被爬虫当正式邀请去消费，白白消耗抓取份额。sitemap 的协议规格与“AI 爬虫是否消费它”的现势档案见sitemap 档案——一句话预告：sitemap 对搜索侧是标配，对 AI 侧的发现价值各家用法不一，但保持它的新鲜与准确没有坏处。

第三施工面：缓存、安全与反爬插件——朋友与误伤位

页面缓存插件对 AI 抓取是朋友：把动态页面固化成静态响应，等于顺手满足了“首响应含全文”的要求。要留意的只有两点——缓存的页面必须是完整 HTML（别把渲染也推迟到浏览器端），以及清缓存节奏要跟内容更新节奏配合，否则 AI 侧长期读到旧版。移动端与桌面端分开缓存的插件还要多查一步：两套缓存给出的内容是否一致，双端版本漂移是渲染纪律要拦的问题。

安全与反爬插件是误伤重灾区，按三类说。第一类，UA 黑名单类插件：不少防火墙插件与安全插件内置“恶意爬虫名单”，近年更新后普遍把 AI 爬虫整族拉入——这本身是一种立场，但很多人是被默认值代表做了决定。装了这类插件的站点，先去名单里查 GPTBot、ClaudeBot、OAI-SearchBot 这些具名条目，把“要不要挡”的决策权从默认值手里拿回来。第二类，频率限制与登录保护：按 IP 限速的保护逻辑可能把周期性大流量抓取判定为攻击，触发整段 IP 拦截；被误伤后 AI 爬虫读到的是拦截页而不是你的内容，且这种故障在内容后台完全不可见。第三类，验证码与挑战机制：真爬虫不会解挑战，挑战等于对爬虫的全面封锁——如果这符合你的立场，至少要确认 robots.txt 的表态与边缘行为一致，别出现“robots 说欢迎、边缘全拦下”的自相矛盾。云防火墙（CDN 层的 AI 爬虫管理）与本地插件的双重配置更要注意：两层都有开关时，以更严的一层为准，见爬虫访问控制实战档案。

第四施工面：施工顺序与验收

建议的施工顺序是四步。第一步修渲染：确认主题在禁用 JS 时正文可读，这是所有配置的前提。第二步写 robots：清理物理文件与插件生成权的冲突，按具名组写清 AI 立场。第三步理 sitemap 与固定链接：单一 sitemap 源、地址稳定、死链配重定向。第四步上日志验收：配置改完不算完，日志里核对各具名爬虫的实际到访、状态码分布与路径覆盖，验收方法见服务器日志采集配置。顺序本身有逻辑：渲染是地板，协议是表态，发现是邀请，日志是裁判——跳步施工的结果常见于第四步，裁判翻开日志才发现第二步的表态根本没生效。

整体施工清单与方法论在技术层改造清单的实操卡里有跨平台版本，WordPress 站的差异只在插件层的排查——把“谁在生成 robots、谁在挡请求、谁在缓存页面”这三个问题对着插件清单各查一遍，多数配置事故在施工期就能拦住。反过来也成立：WordPress 站上“内容明明改了、AI 侧迟迟不动”的观察，先查缓存层再怀疑算法，这个顺序能省下大量无效排查。