Microsoft Copilot 引用的网页特征

结论：Copilot 引用的网页，通常同时满足三个条件：已被必应（Bing）索引、正文以 HTML 直接输出、首屏就有一段能独立成句回答问题的结论文字。缺少其中任何一条，被引用的概率都会下降。

Copilot 的网页来源是什么

结论：Copilot 没有独立命名的公开网页爬虫，它的联网回答以必应搜索索引作为网页来源，所以“被必应收录”是进入 Copilot 引用范围的第一道条件。

微软把 Bing 搜索作为 Copilot 联网回答的来源（grounding）；抓取网页的是 bingbot。实际要做的操作有三件事：

1. robots.txt 放行 bingbot：写 User-agent: bingbot + Allow: /，不要用 Disallow: / 拒绝全部抓取；
2. 在 Bing Webmaster Tools 提交 sitemap.xml，并核对“已编入索引”的 URL 数量；
3. 新内容用 IndexNow 主动推送——Bing 支持该协议，提交后若干分钟内即可发现，用 key 文件做归属校验，无需注册账号。

在 Clara BBS 里，这三步都是在后台完成：系统设置 → GEO 优化可放行 AI 爬虫并追加自定义 UA，新帖发布自动走 IndexNow 推送，爬虫的访问频率与最近抓取页面在同一页面就能看到。

被 Copilot 引用的页面常见结构

结论：Copilot 偏好“一段话解决一个问题”的页面，典型结构是问题式小标题 + 首句给答案 + 后续 2-4 段补充条件与例外。

原因在于 Copilot 的回答按句拼接并附编号引用（界面里显示为脚注 1、2、3），它需要在页面中定位一段能直接支撑该句的文字。写法上：

• 小标题写成用户真实会问的句子，例如“HTTPS 会影响必应收录吗”；
• 每节第一句就是结论，且该句脱离上下文也能读懂，避免“它”“上面说的”这类指代；
• 关键参数写实：版本号、时间、阈值、命令，例如“连续 5 次登录失败锁定 15 分钟”；
• 段落控制在 3-5 行，一段只讲一件事。

反面例子是散文式铺垫、答案埋在第 8 段，这类页面必应能收录，但很难被整段摘出。

结构化数据要写哪几种

结论：至少写 Article、BreadcrumbList、Organization（含 sameAs）；问答类内容加 FAQPage 或 QAPage；有读者评分的页面加 AggregateRating。

结构化数据把“这段是问题、这段是答案、这个答案已被采纳”变成机器可读字段，Copilot 挑引用源时可直接按字段取值，而不必猜测。Clara BBS 的实现可直接对照：/answers.html 把悬赏帖的“问题 + 最佳答案”成对输出并带 FAQPage 结构化数据；已解决的悬赏帖页输出 QAPage 与 acceptedAnswer；帖子 1-5 星评分的均分写入结构化数据；全站输出 Organization + sameAs 保证实体一致；帖子页输出 citation 引用元标签。此外，计划任务会用 AI 异步生成一句话摘要写入 meta description，让必应结果页的摘要也更接近“可直接引用的句子”。

必须跨过的技术门槛

结论：三条硬门槛——HTTPS、正文 HTML 直接输出、首屏不依赖 JS 渲染。

必应明确偏好 HTTPS；正文若靠前端 JS 异步加载，渲染队列不保证执行完所有脚本，抓到的可能是空壳页；首屏加载时间也计入体验信号。另外要确认 robots.txt 没有误伤，例如把 /llms.txt 一起挡掉——这个文件是给 AI 引擎看的站点说明，Clara BBS 会随版块与页面结构自动生成，另一份 /llms-full.txt 则是全量内容索引。需要守住的是隐私边界：GEO 输出只应包含游客可见版块的内容，隐藏版块或权限版块的内容必须挡住。

如何自查一篇文章是否会被引用

结论：按“可抓取 → 可解析 → 可摘句”三步查。

1. 可抓取：看爬虫监控里 bingbot 是否到访、最近抓取页面是不是目标帖；
2. 可解析：用 Bing Webmaster Tools 的 URL 检查确认是否编入索引，用结构化数据测试工具确认字段无报错；
3. 可摘句：把首段单独拿出来读，如果它无法独立回答问题，就重写这一段。

Clara BBS 的「单篇 GEO 体检」插件把这三步做成一份报告：检测帖子在 llms.txt、问答池、精华索引中的收录状态、AI 爬虫到访记录、主动推送与结构化数据输出情况，并给出优化建议。

总结：Copilot 引用的是“机器能取到、字段能读懂、句子能直接搬走”的页面。先让 bingbot 进得来（robots + sitemap + IndexNow），再让结构说得清（FAQPage/QAPage/Organization），最后让每节第一句都能脱离原文独立成立——按这个顺序改，比堆关键词有效得多。