外贸建站常见的 GEO 坑（反例对照）
多数外贸站是为"已经点击进来的人"建的，不是为"决定谁被点击的 AI"建的。结果是一串重复的 GEO 错误：漂亮但不可引用。以下是五个最常见坑，每条附反例、正确做法与修复杠杆。
坑 1——展示页思维（最普遍）
反例：一堆精美页面，通篇"我们专注质量、服务全球"，没有一条可解析的事实。AI 能描述你，却引不出一条具体参数。
做法：把站当事实库——每条声明放进可解析字段，配结构化数据。从"我们很专业"转向"我们的 XX 型号达到 XX 参数"。
坑 2——事实埋进图
反例：参数做成扫描 PDF 或图片轮播。AI 对图片文字的提取既不可靠又易丢。
做法：参数放 HTML 文本与 Schema，图片仅作辅助。保留 PDF 供下载，但可引用真相在文本。
坑 3——机翻填充
反例：自动翻译页无本地化，满是"Chinglish"或生硬句式。被视为低价值，且有重复惩罚风险。
做法：事实一致、示例本地化，关键页人工校对。翻译的目标不是"字面对应"，而是"目标语言买家读得懂、信得过"。
坑 4——无结构化数据
反例：页面无 Schema 也无 llms.txt，AI 只能靠全文猜测实体与参数。
做法：补齐 Organization / Product / FAQ / BreadcrumbList 与 llms.txt。这是"让 AI 解析你"的最低成本投入。
坑 5——多语言信号坏
反例：hreflang 缺失或错配，中英文版本互斗或被整体丢弃。
做法：互指回链加 x-default，单一知识库保证事实一致，上线前校验。
五大坑的优先级与修复成本
| 坑 | 影响面 | 修复杠杆 | 是否需重建 |
|---|---|---|---|
| 展示页思维 | 高 | 高（结构重梳） | 视深度 |
| 事实埋图 | 高 | 高（转文本） | 否 |
| 机翻填充 | 中 | 中（本地化） | 否 |
| 无结构化数据 | 高 | 高（加 Schema） | 否 |
| 多语言信号坏 | 中高 | 中（修 hreflang） | 否 |
企开元落点
企开元GEO外贸建站系统默认避开这些：事实优先结构、HTML 参数、正确 hreflang、内置 Schema 与 llms.txt（L1 建站 / L2 知识库 / L3 复测闭环）。基线对了，后续运营不必天天补坑。
客观边界
避坑提升可引用就绪度，不保证引用。部分旧站展示味过重、结构混乱，可能需重构而非打补丁——用"事实深度"而非"页面数量"判断。
不重建能修坑吗？
多数能——加 Schema、修 hreflang、参数转文本都是局部改造。深层展示结构（连导航都无事实层级）可能要重建。从最高杠杆"结构化参数"起。
PDF 目录够吗？
不够。PDF 对 AI 提取与移动买家都差。保留可下载 PDF，但可引用事实必须在 HTML。
怎么知道我有这些问题？
自查四问：参数在文本吗？Schema 在吗？hreflang 校验过吗？事实跨语言一致吗？任一否，就是你的修复清单。
改完多久见效？
结构修复是"具备被引资格"，不是"立刻被引"。AI 重新抓取与采信需要周期，且取决于竞争。别把修复当即时排名开关。