AI 时代的福利：小白的 SEO 实战

先坦白一件事：我是个 SEO 新手。

之前的态度一直是"写好内容自然会被搜到"，从没认真研究过搜索引擎优化。结构化数据、rich snippets、内部链接策略 - 这些概念我都听过，但从来没有系统地实践过。

改变的契机很简单。我现在日常开发重度依赖 AI（主要是 Claude Code），它帮我写代码、调试问题、搭建功能，效率非常高。有一天我突然想到：既然 AI 能帮我快速实现技术方案，那些我一直"没时间学"的领域 - 比如 SEO - 是不是也可以用同样的方式去探索？

于是我打开了 Google Search Console（以下简称 GSC），想看看这个小博客在 Google 眼里到底是什么样的。结果发现了一堆红色警告。

这篇文章记录的就是一个 SEO 新手的第一次实战：看到 GSC 报告里的问题，搞明白每个问题是什么意思，然后借助 AI 用代码把它们修掉。整个过程从看报告到全部修复上线，大概花了一个下午。

Google Search Console 是什么

如果你有自己的网站但从没用过 GSC，强烈建议注册一个。它是 Google 免费提供的站长工具，能告诉你三件核心的事：

• 页面索引状态：Google 爬虫找到了你的哪些页面，哪些成功编入索引，哪些被跳过了
• 结构化数据验证：你页面里的 JSON-LD / Schema.org 标记有没有语法错误或缺失字段
• 搜索表现：你的页面在 Google 搜索结果里出现了多少次、被点击了多少次、平均排名多少

简单说，GSC 是你和 Google 爬虫之间的沟通渠道。你的网站在 Google 眼里长什么样，GSC 会如实告诉你。

结构化数据报错：6 个 invalid，0 个 valid

打开 GSC 的 Product snippets 报告，画面很直观 - 左边一大块红色写着"Invalid 6"，右边绿色的 Valid 是 0。一个有效的都没有。

错误原因只有一条：Either 'offers', 'review' or 'aggregateRating' should be specified。

说实话，第一次看到这个错误我完全不知道什么意思。问了 Claude 之后才搞清楚：我的网站有几个产品/服务的页面，用了 Product 类型的 Schema.org 结构化数据。Google 规定，如果你声明一个页面是"产品"，那必须至少包含 offers（价格信息）、review（用户评价）或 aggregateRating（综合评分）中的一个。我的 JSON-LD 里只写了产品名和描述，缺了这些必要字段。

修复很直接 - 在产品页面的结构化数据里加上 offers 字段：

{
  "@type": "Product",
  "name": "产品名称",
  "description": "...",
  "offers": {
    "@type": "Offer",
    "price": "0",
    "priceCurrency": "CNY",
    "availability": "https://schema.org/InStock"
  }
}

这里 price: "0" 表示免费产品。如果你的产品有实际定价，填真实价格就行。关键是不能缺这个字段 - 对 Google 来说，一个没有任何商业信息的"Product"是不完整的。

修完之后，GSC 的验证状态还显示"Not Started" - 这是正常的，Google 需要重新抓取页面后才会更新验证结果，通常需要几天时间。

页面索引：10 个已索引，4 个未索引

Page indexing 报告显示 10 个页面已成功索引，4 个未索引。从趋势图上看，索引的页面数从 1 月中旬开始快速增长，展示量（Impressions）也从接近 0 涨到了 150 左右。

这个增长曲线其实挺典型的 - 新站点在前两三个月几乎没有搜索流量，然后随着 Google 逐渐信任你的域名，索引量和展示量会出现一个明显的拐点。

4 个未索引页面不用太焦虑。常见原因包括页面质量不够、内容太薄、被 robots.txt 排除、或者 Google 认为它和已索引页面内容重复。可以在 GSC 里逐个检查未索引的原因，针对性地处理。

另一个值得关注的信号是 GSC 的 Recommendations 面板：它提示一篇关于微信公众号 Markdown 复制粘贴的文章，近期曝光量暴增了 281%。这说明某些长尾关键词正好命中了用户需求 - 这种自然增长是内容 SEO 最有价值的部分。

跳出率的问题：读者看完就走了

GSC 本身不报告跳出率，但 Vercel Analytics 会。我在 Vercel 后台的仪表盘里看到，这个博客的跳出率大概在 86-90% 之间。也就是说，将近九成的读者从搜索点进来，读完一篇文章，然后直接关掉页面。

这不完全是坏事 - 如果读者的问题确实被你的文章解决了，单页访问也是一次成功的服务。但从站点健康度和 SEO 的角度看，如果读者能在你的网站多停留一会儿、多看几篇文章，Google 会认为你的网站提供了更有价值的内容。

问题出在哪？看完一篇文章后，页面上没有任何引导读者继续浏览的元素。没有"相关文章"推荐，没有上一篇/下一篇导航，也没有搜索功能让读者主动探索。读者读完之后唯一的选择就是关掉页面。

这种问题对 SEO 老手来说可能一眼就知道该怎么办，但作为新手，我甚至不确定应该加什么组件、放在页面的哪个位置。好在有 AI 搭档 - 我把问题描述清楚，Claude Code 直接帮我规划了方案并生成了代码。最终做了三个改动。

上一篇/下一篇导航。在文章底部加了两个卡片，按发布日期排序，分别链接到前一篇和后一篇文章。这是最直接的"继续阅读"引导 - 读者不需要做任何选择，只需要点击就能看到更多内容。

相关文章推荐。基于标签匹配，找出和当前文章标签重叠最多的三篇文章，以卡片网格的形式展示在文章底部。比如你在读一篇关于 Claude Code 的文章，下面会推荐其他同样打了"Claude Code"标签的文章。

博客列表页搜索。在博客首页加了一个客户端搜索框，支持按标题、摘要和标签实时过滤。搜索时自动隐藏分页控件，清空搜索框后恢复正常的分页浏览。

这三个功能加起来不到 150 行代码。从描述需求到代码写完、构建通过、部署上线，整个过程不到一个小时。如果让我一个人从零写这些组件，光是查 Next.js 的 server component 和 client component 怎么配合就得花不少时间。但有 AI 辅助，我只需要把"想要什么"说清楚，剩下的实现细节它来搞定。

这三个功能共同解决了一个根本问题：给读者一个继续留在网站上的理由。

这算 SEO 吗？

严格来说，上面做的这些事可以分成两类。

修复结构化数据属于 Technical SEO - 确保搜索引擎能正确解析你的页面内容。结构化数据不直接影响排名，但它影响搜索结果的展示形式。一个带有价格、评分、图片的富文本搜索结果，点击率会比纯文本链接高得多。

添加内部链接（上一篇/下一篇、相关文章）属于 On-page SEO - 改善站内的链接结构，帮助搜索引擎发现更多页面，同时提升用户体验指标（停留时间、页面浏览量）。Google 不会直接把"跳出率"当排名因子，但用户行为信号会间接影响搜索排名。

搜索功能严格来说不算 SEO - 它是纯客户端的，搜索引擎看不到。但它改善了用户体验，让回访读者能快速找到想看的内容。

所以回答标题的问题：是的，这是 SEO，但更准确地说，是一个独立开发者应该做的网站基本功。作为 SEO 新手，我之前觉得这些事情很"专业"、门槛很高，但实际做下来发现 - 它们本质上就是把网站做得更规范、对读者更友好。

独立博客 SEO 的几个实际建议

做了这轮修复之后，总结几个对独立博客最有实际价值的 SEO 动作：

注册 Google Search Console。免费、权威、第一手。不要猜你的网站在 Google 眼里是什么样的，让 GSC 直接告诉你。

修复所有结构化数据错误。每一个红色警告都是你错过的富文本展示机会。Product、Article、FAQ - 用什么类型就按 Google 的规范把必要字段写全。

让每篇文章都有出口。相关文章、上一篇/下一篇、标签页 - 任何形式都行，关键是不要让读者读完一篇文章后面对一片空白。

持续写有价值的内容。那篇曝光量涨了 281% 的文章没有做任何推广，纯粹是因为内容命中了搜索需求。长尾关键词的自然流量是独立博客最可持续的增长方式。

定期检查 GSC。不需要每天看，但至少每两周打开一次，看看有没有新的错误、哪些页面表现异常、有没有新的索引问题。把它当成网站的体检报告。

这些都不是什么高深的 SEO 技巧，一个下午就能全部搞定。

回看这次经历，我觉得最大的收获不是学到了几个 SEO 知识点，而是意识到 AI 正在降低"跨领域探索"的门槛。我是个写代码的，不是做 SEO 的。但有了 AI 辅助，我可以看懂 GSC 报告里每个指标的含义，理解 Schema.org 规范的要求，然后快速实现修复方案。从"不懂"到"能做"之间的距离，被压缩到了一个下午。

如果你也是个独立开发者，手上有自己的网站，但一直觉得 SEO"太专业了以后再说" - 我的建议是，打开 GSC 看一眼。你会发现那些红色警告并没有想象中那么可怕，而修掉它们的过程，可能就是你 SEO 实战的第一步。