豆包 AI 搜索收录站点的必要条件

结论：让豆包收录你的站点，必要条件只有三条——**豆包的爬虫 DoubaoBot 能抓得到、站点内容能被 AI 读懂成结构化事实、页面有可被直接引用的答案**。Clara BBS 把这套 GEO（Generative Engine Optimization，面向 AI 搜索引擎的优化）能力做成了开关，后台「系统设置→GEO 优化」各项默认全开，你不需要写一行代码。

豆包收录站点的第一道门槛是什么？

第一道门槛是 robots.txt 必须显式放行 DoubaoBot，抓取被拦，后面所有优化都归零。

Clara BBS 会自动生成 robots.txt，显式放行 16 个以上中国系 AI 爬虫，其中就包含豆包的 DoubaoBot，同批放行的还有 DeepSeekBot、元宝 YuanbaoBot/TencentBot/搜狗、百度、Kimi MoonshotBot、智谱、360、神马、夸克、华为小艺、通义等，以及 GPTBot、ClaudeBot、PerplexityBot 等国际系爬虫。

这些放行项在后台「系统设置→GEO 优化」里逐个可开关，也支持手动追加自定义 UA（User-Agent，爬虫的身份标识）。如果你之前用其他程序手写过 robots.txt 里的 Disallow: /，务必先确认没有把 AI 爬虫一起挡在外面。

怎么确认豆包到底来没来过？

结论：后台「系统设置→GEO 优化」页的「AI 爬虫访问监控」表能直接看到哪个爬虫来过、抓取频率多少、最近抓了哪些页面，这是判断收录进度最直接的依据。

需要说明的是，收录动作由各 AI 平台自己的爬虫自主完成，站点只能"创造条件、加速发现"，不能强制。从爬虫首次到访到内容进入问答结果，通常需要 1-4 周，这个周期取决于对方平台的抓取排期，不是你的站点能设定的参数。

如果监控表里 Sami 显示 DoubaoBot 长期零访问，按顺序查三件事：robots.txt 是否真的放行了 DoubaoBot、站点地址在后台「基本设置」里是否填写正确（要带 https:// 和主域名，避免 www 与裸域混用导致跳转异常）、服务器是否对境外或高频 UA 做了拦截。

AI 读不懂的内容，抓了也不会被引用，怎么办？

结论：Clara BBS 自动生成两个专给大模型看的索引文件——/llms.txt 站点说明和 /llms-full.txt 全量内容索引，把版块结构、页面结构、已解决问答的完整文本、精华帖索引一次性喂给 AI。

具体来说，/llms.txt 是轻量站点地图，列出论坛有哪些版块、有哪些页面；/llms-full.txt 是重量级内容索引，包含已解决悬赏问答的完整文本，以及 200 条精华帖的索引。这两个文件都是自动生成的，你发新帖、采纳新答案后不需要手动维护。

这一步的价值在于：普通 HTML 页面里塞满了导航、侧栏、页脚，AI 抽取正文成本高；而 llms.txt 系列是"提纯"后的内容，AI 拿到就是干净的事实，被引用概率自然更高。

内容要满足什么条件才容易被豆包引用？

结论：被引用概率最高的内容形态是「一个问题 + 一个被采纳的明确答案」，并且页面要带结构化数据告诉 AI "这就是答案"。

Clara BBS 做了三层输出：

第一层是 /answers.html 问答聚合页，把悬赏帖的「问题 + 最佳答案」成对展示，并输出 FAQPage 结构化数据（Schema.org 标记，让 AI 直接识别问答对）。

第二层是已解决的悬赏帖页面，输出 QAPage + acceptedAnswer 结构化数据，明确标注哪个回答是楼主采纳的最终答案。

第三层是帖子页的 citation 引用元标签（告诉 AI 这个页面的出处信息），加上全站 Organization + sameAs 实体一致性标记——也就是让 AI 确认"这个站点是同一个实体"，避免同一站被当成多个来源。

所以想让豆包多引用你，运营动作很明确：多用悬赏问答功能，问题写清楚，答案要有人采纳。Clara BBS 还提供「GEO 问答工厂」插件，可以 AI 批量生成"悬赏提问 + 最佳答案"草稿，人工审核后一键发布并采纳，自动清缓存进入问答池——但发布前的人工审核这一步不能省，AI 生成的内容不核实就上线，反而会污染站点的可信度。

怎么让豆包更快发现新内容？

结论：新帖发布后主动推送，是缩短"从发布到被抓"这段时间最有效的动作，Clara BBS 已内置 IndexNow 协议推送（零注册，默认开启）和百度主动推送 API。

百度推送需要在百度站长平台获取 Token 后填入后台；IndexNow 不需要注册，默认就是开的。另外后台有每日 GEO 健康体检（计划任务），会定期检查 GEO 相关配置与输出是否正常。

补充一点：这套推送只解决"发现"问题，"收录不收录、引用不引用"仍由豆包侧决定，所以持续产出结构清晰的问答内容，比一次性技术配置更关键。

哪些内容不会被 GEO 输出？

结论：所有 GEO 输出只包含游客可见版块的内容，隐藏版块和权限版块的内容绝不会进入 llms.txt、llms-full.txt 或 answers 问答页。

这一点对做私密社区或会员制论坛的站长很重要：你不用担心后台的付费版块、内部讨论版被 AI 索引走。反过来说，如果你希望某个版块的内容被豆包收录，前提是它本身对游客可见。

收束

豆包收录站点没有玄学：robots.txt 放行 DoubaoBot 是入场券，llms.txt / llms-full.txt 是让 AI 读懂的说明书，QAPage 与 acceptedAnswer 结构化数据是让 AI 敢引用的凭证，IndexNow + 百度推送是加速器。四件事在 Clara BBS 后台「系统设置→GEO 优化」里默认全开，剩下要你做的，是持续产出"有明确问题和明确答案"的内容，然后去监控表里看 DoubaoBot 什么时候来。