新站应先整理可访问的规范页面，再生成 XML 网站地图，同时配好 robots.txt、canonical 和结构化数据；网站地图只能帮助搜索系统发现地址，不能直接带来 AI 引用。页面是否被抓取、索引或引用，取决于页面质量、访问状态和主题匹配，需用自家日志、站长平台与 AI 引荐数据验证，别把提交成功当成效果结论。
网站地图不是给 AI 发的通行证
网站地图的直接作用是集中列出站点希望搜索系统发现的 URL。根据 Google Search Central《网站地图概览》，地图可以帮助搜索引擎了解站点页面，但不等于页面一定被抓取、收录或展示。
生成式引擎优化要解决的是另一层问题：页面能不能被访问，内容讲的是什么，实体名称是否前后一致，关键结论有没有可追溯的来源。地图只是地址目录，不能代替清晰的正文、稳定的页面结构和可理解的主题表达。
所以新站不要把所有地址一股脑放进去。对用户有实际价值、准备长期保留、返回正常内容的页面，才适合进入主地图；测试页、重复页、筛选参数页和明显空内容页，应从站点结构中单独处理。
新站该把哪些页面放进去
可以先建立一份页面分组：产品或服务页、解决方案页、问题解答页、案例说明页和公司信息页。每个 URL 只对应一个清楚的主题，页面标题、首段、H2 和结构化数据中的名称不要互相打架。
同一内容如果有多个访问地址，应选定一个规范地址，并让内部链接、canonical 和网站地图指向同一个版本。带筛选参数、追踪参数或临时路径的地址，不要因为能打开就直接收录进主地图。
新站处于持续发布阶段时，地图应随页面状态更新，而不是只在上线当天生成一次。删除页面后，要同步处理内部链接、跳转关系和地图记录；保留旧地址但内容已换主题，也要重新检查页面标题、正文和实体关系是否一致。
XML 文件怎么写才不添乱
网站地图应使用搜索系统支持的 XML 格式，常见结构包括 sitemap 标签、URL 标签和 loc 地址。Google Search Central《网站地图概览》说明，loc 应填写完整 URL；实际生成时还要统一协议、域名、大小写和结尾斜杠规则。
lastmod 只在页面确实发生重要内容变化时更新，不要每次自动部署都批量刷新。日期变化本身不是内容更新的证明，页面正文、标题、产品状态或引用材料没有实质变化时，频繁改时间会让版本记录失去参考价值。
页面数量较多时，可以使用 sitemap index 管理多个地图文件。拆分的依据应是内容类型或更新责任，而不是随意切片；每个子地图都要能独立访问，索引文件中的地址也要保持稳定。
robots、canonical 和结构化数据要说同一种话
robots.txt 负责表达抓取规则，网站地图负责提供地址，canonical 负责提示重复内容中的规范版本，三者分工不同。根据 Google Search Central《robots.txt 规范》，robots.txt 不能替代页面访问控制，也不能单独承担页面是否进入搜索结果的全部判断。
如果 robots.txt 阻止了某个目录，地图却把该目录列为重点页面，站点就会出现信号不一致。发布前可用浏览器、服务器日志和搜索平台工具查看地图地址、robots.txt、页面响应与 canonical 是否互相吻合。
结构化数据应描述页面真实内容，例如文章页使用 Article 相关类型，组织信息使用 Organization 相关类型，具体类型和属性可参考 Schema.org 的类型定义。它不能替代正文，也不能因为添加了结构化数据就推断 AI 会引用页面。
上线后做一轮闭环检查
这一步只看可观察结果，不猜平台内部规则。把地图地址提交到主要搜索平台后，分别记录抓取请求、页面状态、索引状态、AI 答案中是否出现页面、是否产生引荐点击；抓取发生、答案出现、用户点击和形成线索，是四种不同信号。
- 检查地图文件能否访问，XML 是否能被解析，loc 是否指向规范页面。
- 抽取一批代表页面，查看 robots.txt、canonical、内部链接和返回状态是否一致。
- 检查页面首段是否直接回答主题，实体名称、服务范围、适用条件和限制是否前后一致。
- 为文章、组织或产品补充与实际内容相符的结构化数据，再用对应工具查看语法提示。
- 用真实长尾问题做查询测试，记录出现的平台、页面、答案位置、引荐来源、落地页和有效表单。
- 按销售周期设定观察窗口，选择一个主转化事件，把有效线索率或订单成本与自然搜索、AI引荐分开记录。
把地图文件、robots.txt、模板、结构化数据和页面版本放在同一份变更记录中。若只有抓取没有点击，先看页面主题和摘要是否匹配；若有点击但没有有效表单，再检查落地页承接。效果、周期和单量无法通用判断，需用自家数据验证。