有企业反馈过一种憋屈情况：文章写得扎实，页面也能被抓到，可生成式答案里引用他们的那句话，前半截是"首页 产品中心 关于我们 联系我们"，后半截才勉强接上正文。问题不出在写作，也不出在收录，出在页面被切块时正文和样板文字混在了一起。做 GEO 优化时，很多人把力气全花在选题和写法上，却忽略了 AI 搜索抓到页面之后还有一道内容分块的工序，它决定机器最终看到的是一段完整观点，还是一堆栏目名。
抽取的单位不是整页，是一小块
生成式引擎处理你的页面，不会把整页文字囫囵塞进上下文。它会先做内容分块：按 DOM 结构、标题层级、段落长度把页面拆成若干片段并建立索引，用户提问时只召回相关度最高的几片，再由模型组织成答案。
这带来一个后果：评价对象从"整页质量"变成"单块质量"。一个页面可以整体优秀，但若切出来的块里三成是导航、两成是版权声明，这一块的信息密度就被摊薄，机器要么不选，要么选了却把噪声一起念出来。反过来，普通页面里只要有一块干净、自洽、能独立回答问题的可引用段落，也可能被反复摘走。
做过 SEO 的人对样板文字不陌生，只是判卷标准换了
样板文字这个概念存在很久了。过去关注它，是因为全站重复的导航和页脚会拉低正文区占比，影响页面独特性判断，应对办法也很粗：控制模板体积、别让页脚堆几百个链接。
现在它的杀伤方式变了。样板文字不再只是稀释比例，而是会物理地混进被引用的那一块里。用户看到的不是"你的页面权重不够"，而是一段读起来莫名其妙的文字。许多 SEO 老手最容易漏掉这一环：习惯从排名视角看模板，没意识到抽取视角下模板区和正文区的边界必须更硬。
六类最爱混进正文块的噪声
- 顶部导航与大型下拉菜单。一个三级下拉能塞进几十个栏目名，若在 DOM 里紧贴正文开头，第一块几乎必定被污染。
- 侧栏的热门文章、猜你喜欢。危害是把别人的标题塞进你的段落，机器可能误判本段主题。
- 页脚版权、备案信息、友情链接。页面短时尤其危险，正文和页脚会被切进同一块。
- 免责声明与法律条款。金融、医疗、教育行业常在正文前后各挂一段。
- 浮层客服、表单提示、弹窗文案。视觉上是浮动的，DOM 里往往排在很前面。
- 面包屑、分页控件、分享按钮文案。单条不长，加起来足够破坏连贯性。
先确认噪声是不是真的在污染
不用猜，三个动作就能看清。
第一，看纯文本形态。用浏览器阅读模式打开，或直接 curl 取源码去掉标签只留文字，从头读一遍。你眼里排版整齐的页面，在这个形态下常常是"导航一大坨、正文夹在中间、侧栏又插一段"。机器读到的就是这个版本。
第二，看 DOM 顺序而不是视觉顺序。视觉上侧栏在右边，代码里它可能排在正文段落之间；不显眼的提示文字，可能是正文容器的第一个子节点。用开发者工具折叠层级，正文容器里有没有混进非正文模块，一眼可辨。
第三，拿问题去验。设计一个只有你的页面能回答的具体问题，去主流生成式产品里问一遍，看摘回来的表述里有没有夹杂栏目名、公司全称、版权字样。有，说明分块边界已经出问题。
清理不等于删导航，而是把边界划清
噪声清理的目标不是拆掉导航，而是让机器一眼分清哪块是内容、哪块是外壳。
用语义标签把正文围起来。正文放进 main 或 article，导航放 nav，页脚放 footer，侧栏放 aside。主流抽取实现都会优先信任语义容器的边界。
正文容器里保持纯净。相关推荐、广告位、上一篇下一篇、评论入口，全部移到正文容器外面。很多站点图省事把推荐位插在文章第三段后面，这一刀正好切断了论述。
用小标题给正文再分段。让每个二级标题到下一个标题之间自成一个完整回答，不依赖上文代词，也不留半截结论。即使引擎只召回其中一块，它也能用。
折叠内容要慎用。手风琴、点击展开的选项卡里藏着关键正文，很可能因初始不渲染而丢失。参数、价格区间、服务范围这类核心事实，默认可见为好。
一页只讲一件事，块才切得准
还有一类问题不是噪声，而是意图混杂。产品页里塞公司简介、加盟政策、行业新闻、荣誉证书，每段都不长，切出来的块就每块都半截：想找参数的人摘到了荣誉墙，想了解代理政策的人摘到了产品卖点。
办法是拆。一个页面对应一个主问题，其他信息留一句概述加链接。原本挤在一页的四件事拆成四页各写透，可引用段落的数量反而增加。
改完怎么判断起效
不看排名，看三个变化。一是被引用的表述里，栏目名和版权字样消失了。二是被摘走的段落变长、变完整，从半句话变成有结论的整段。三是引用位从首页转到具体子页，这意味着机器终于能定位到页面里的内容块，而不是只能拿首页概述凑答案。
三个改错方向
一是想用 JS 延迟加载把导航"藏起来"，用户体验先受损，抓取端也不买账。二是用 display:none 隐藏大段文字，这在搜索规则里长期属于风险操作。三是觉得正文块密度不够就塞关键词凑数，这类堆砌容易被判低质——提升密度靠补事实、补数据，不是补词。
噪声清理是少见的低风险改动：不动内容、不改结构逻辑、随时可回滚，多数站点两三天就能调完主要模板。先挑流量最高的十个页面动手，把正文区圈干净，往后写的每一篇内容才不会被自家外壳挡住。