做 GEO 的人盯两拨数据：一波是监测工具给出的「AI 怎么回答」，另一波是自己服务器日志里的「AI 怎么抓你」。前者是输出，后者是输入——输入端的异常，往往在输出端被放大。
这篇讲服务器日志里有哪些 GEO 可用的信号。
日志里有什么：AI 爬虫的访问记录
主流 AI 公司的爬虫都有标识性的 User-Agent（GPTBot、ClaudeBot、Bytespider、PerplexityBot、Google-Extended 等，国内各家也陆续有了自己的抓取器）。每次抓取都会在访问日志里留下：
- 抓取时间与频率
- 抓取了哪些路径（尤其是深层页面）
- 返回状态码（200 / 403 / 404 / 5xx）
- 响应体积
四个能直接用的信号
1. 抓取覆盖率：AI 到底读没读到你的内容
现象：爬虫只抓首页和几个一级页面，产品页、测评页从未被抓取。
含义：这些内容对 AI 等于不存在。可能的原因：robots 限制、渲染依赖 JS、内链太深、响应太慢。
动作：对照「你认为重要」的页面清单和「实际被抓」的清单，差距就是技术债。
2. 抓取频率变化：模型对你的兴趣在变
现象：某段时间抓取频率显著上升或下降。
含义：上升通常好事（你的内容在被持续消费）；骤降要警惕——可能触发了反爬判定、或内容质量分下降被降频。
动作：频率突变和可见性数据对照看，输入输出就能对上了。
3. 错误率：被拦住的比例
现象：爬虫请求大量返回 403/429。
含义：你的安全策略在误伤 AI 爬虫。很多默认配置会把非浏览器 UA 一律拦截——在 GEO 时代这是自断经脉。
动作：审计 WAF / CDN 规则，对已知 AI 爬虫的 UA 做白名单或降速放行。
4. 深层内容被抓：AI 在「研究」你
现象：爬虫开始抓取详情页、参数页、历史内容。
含义：模型在某个任务里需要你的深层信息（比如回答一个具体对比问题）。这是内容被「研究性消费」的信号，通常先于可见性提升。
日志 × 监测：交叉验证的三个场景
场景一：内容发了，AI 没反应。 先查日志：新页面被抓了吗？没被抓 → 是抓取问题（内链、渲染、robots）；被抓了但没变化 → 是内容竞争力问题，回到信源策略。
场景二：可见性突然下跌。 查日志同期有没有抓取异常：频率掉了？错误率涨了？很多「算法突变」其实是自己的技术配置先动的手。
场景三：纠偏内容发布了，要验证生效。 日志里爬虫重新抓取纠偏页面 = 纠偏内容进入候选池，之后 1-2 周观察监测数据是否修正。
最小落地清单
不需要大数据平台，一份周报就够：
- [ ] 日志里按 UA 过滤出 AI 爬虫（GPTBot / ClaudeBot / 各家国产抓取器）
- [ ] 周维度统计：抓取 PV、独立 URL 数、Top 路径、状态码分布
- [ ] 重点页面「是否被抓」清单（产品页 / 核心内容页 / 纠偏页）
- [ ] 403/429 报警（阈值：单日超过历史均值 3 倍）
- [ ] 和监测可见性数据放在同一张周报里对照
边界说明
- 日志只能看到「来过的」爬虫，看不到「没来的」——所以它是覆盖率的证据，不是全部证据
- 部分抓取走 CDN 缓存，日志要取源站或 CDN 双份对照
- UA 可伪造，个别「伪装爬虫」的流量要甄别，别当成 AI 抓取自嗨
小结
监测工具告诉你 AI 说了什么，服务器日志告诉你 AI 读到了什么。两个数据源对不上的时候，问题通常出在中间那段管道上——而那段管道，恰好是完全由你自己控制的。