《AI 读不懂的工厂》 第 03 章 · 死的 sitemap
来源：鹿聚GEO · 行业动态 · 作者：孙先生（上海鹿聚信息科技有限公司）
系列： 《AI 读不懂的工厂》
副标题： 一家宁波模具企业的 GEO 改造实录
本章关键词： sitemap.xml、动态更新、lastmod、AIGEO
一
robots 改完的第二天，李海涛以为可以喘口气。
孙顾问却把浏览器地址栏输进一行 URL，投屏到会议室：
https://www.example-mold.com/sitemap.xml
XML 展开，一共 六个 <url> 块：
-
首页
-
关于我们
-
联系我们
-
新闻列表
-
招聘
-
隐私政策
没有一条 /products/。
没有一条 /cases/。
更刺眼的是 <lastmod>——六条全是 2023-08-15，官网改版那天。此后两年半，sitemap 再没动过。
陈薇问：「这不是有 sitemap 吗？」
孙顾问：「 有，但是死的。 像给访客一张 2023 年的仓库平面图——新产品、新案例，地图上都没有坐标。」
王建平皱眉：「说人话。这文件到底是干啥的？」
孙顾问：「 页面清单——sitemap.xml 就是告诉 AI 和搜索引擎：我们官网有哪些页面、最近什么时候改过。你们门口访客规则刚修好，AI 能进门了；但手里拿的 导览册 还是两年前的，产品区一百多页 一本都没登记。」
「所以 robots 门开了，爬虫进来 不知道往哪走？」王建平问。
「对。页面清单在链路里负责 『找得到』——告诉系统哪些 URL 值得抓、最近何时更新。你们产品页有一百多条，清单里 零条，AI 系统大概率 不知道它们存在。」
二
李海涛打开 CMS 后台，产品列表滚动很长：双色车灯模具、反射镜模具、精密注塑件……每条都有详情页 URL。
「页面都在，为什么没进清单？」
「早期外包 手工维护 过一份 sitemap，改版后只更新了栏目页， 产品模块没接生成逻辑。」孙顾问在白板上画链路：
robots.txt 放行 → sitemap 提交 URL 清单 → 爬虫抓取 → 索引入库 → AI 引用
「访客规则你们刚修好； 第二环还是空的。」
老张旁听，问：「竞品呢？」
孙顾问调出诊断报告 竞品参照 附录：竞品 A 的 sitemap index 下分三个文件——products 218 条、cases 47 条、news 31 条，lastmod 分布在过去 90 天内。
「人家不是 SEO 投得多，是 地图活。」
李海涛：「lastmod 又是啥？」
孙顾问：「 最后修改日期。导览册上每页旁边印的『更新于几月几号』——日期真实，AI 才信；全改成同一天，等于造假。」
会议室安静了几秒。王建平拍板：「 本周内，活的页面清单。 李工主导，孙顾问验收。」
三 · 技术动作
3.1 现状验收
孙顾问列出 验收命令：
curl -I https://www.example-mold.com/sitemap.xml
curl https://www.example-mold.com/sitemap.xml | grep -c "<loc>"
curl https://www.example-mold.com/sitemap.xml | grep products
第三条返回空—— evidence 存档。
3.2 拆分策略
产品 URL 超过 120，孙顾问建议 sitemap index——像把一本厚导览册拆成「产品册」「案例册」「新闻册」三本：
<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<sitemap>
<loc>https://www.example-mold.com/sitemap-products.xml</loc>
<lastmod>2026-04-08</lastmod>
</sitemap>
<sitemap>
<loc>https://www.example-mold.com/sitemap-cases.xml</loc>
<lastmod>2026-04-08</lastmod>
</sitemap>
<sitemap>
<loc>https://www.example-mold.com/sitemap-news.xml</loc>
<lastmod>2026-04-08</lastmod>
</sitemap>
</sitemapindex>
「 products / cases / news 分开，以后 CMS 发新品只动 products 文件，lastmod 才真实。」
3.3 动态生成
李海涛写了一个 PHP 脚本（他们 CMS 是 PHP），从产品表读 URL，输出 XML：
// 伪代码示意：从 DB 读取已发布产品
foreach ($products as $p) {
echo "<url>";
echo "<loc>https://www.example-mold.com/products/{$p->slug}</loc>";
echo "<lastmod>" . date('Y-m-d', strtotime($p->updated_at)) . "</lastmod>";
echo "<changefreq>weekly</changefreq>";
echo "<priority>0.8</priority>";
echo "</url>";
}
「 禁止手工改 XML。」孙顾问强调，「手工维护是页面清单变死的根因。 发布/更新产品 → 脚本自动刷新 lastmod。」
3.4 robots 联动
根目录 robots.txt 的 Sitemap 行改为 index 地址：
Sitemap: https://www.example-mold.com/sitemap.xml
改完再跑：
curl https://www.example-mold.com/sitemap.xml | grep sitemap-products
curl https://www.example-mold.com/sitemap-products.xml | grep -c "<loc>"
第二条应接近 120+。
陈薇拍照：2026-04-08_sitemap_验收_evidence.jpg，priority_actions 第二条打勾。
四
还有两个小坑。
坑一：404 仍在 sitemap 里。
三年前下线的产品 URL 还在旧 XML 里。李海涛扫了一遍，删掉 14 条 404。
「 下线页必须从页面清单移除，否则抓取预算浪费在死链上。」
坑二：lastmod 造假。
李海涛曾想把所有 lastmod 批量改成今天。孙顾问拦住：
「 lastmod 必须等于真实更新时间。 全改成同一天，爬虫会认为你在刷数据，反而降信任。」
王建平问：「改完多久 AI 能认识我们产品？」
「 索引有周期，通常几天到几周。今天目标不是『明天上推荐』，是 地图对了、证据留了、三十天后复测有对比。」
五 · 本章问答
李海涛： sitemap 和百度站长提交有关系吗？
孙顾问： 有关系，但不替代。站长平台 提交是加速发现；页面清单本身要 可访问、可解析、内容真实。AI 爬虫也读访客规则里声明的 sitemap， 不提交百度不代表 AI 不读。
陈薇： 案例页要不要单独 sitemap？
孙顾问： 要。制造 B2B 案例是 GEO 信任资产，和 Product 同级。你们车灯模具案例若只在 PDF， 下一章——图片里的参数——就是陈薇的活。」
王建平： 魏成那种公司会不会说「我们帮你提交 sitemap 就上 AI」？
孙顾问： 提交一行命令的事。 难的是动态生成、lastmod 真实、产品页可读。 谁把简单动作包装成魔法，谁就要问 evidence。」
六 · 本章小结
-
问题： 页面清单仅 6 个栏目 URL，无 products/cases，lastmod 两年未变。
-
动作： sitemap index + 三文件拆分 + CMS 动态生成 + 清理 404。
-
验收： curl 统计 URL 数 + grep products + evidence 存档。
-
下一步： 产品页 内容文本化（参数从 PDF/图片里捞出来）。
下章预告
第 04 章 · 图片里的参数
陈薇打开销量最好的一款模具详情页——参数表是一张 JPG，AI 只能「看见图」，读不出 公差 0.02mm。孙顾问：「 AI 读不懂图片里的表格，就读不懂你们。」
本文为《AI 读不懂的工厂》连载第 3 章 · 鹿聚GEO 制造业 GEO 实录系列
官网：https://www.lujugeo.cn