分页对 AI 搜索真的重要吗？我们的无限滚动网站在 ChatGPT 上完全隐形

这是最常见的 AI 可见性“杀手”之一。让我来解释下原因。

核心问题：

无限滚动为什么失效：

AI 爬虫（ChatGPT、Perplexity、Claude）：

• 无法执行 JavaScript
• 不会像人一样滚动页面
• 不会触发加载事件
• 只能看到初始 HTML

你的 5000 个商品：

AI 实际看到：12 个商品（初始加载） AI 错过：4,988 个商品

严重影响：

如果有人让 AI 推荐“最佳[商品]”，而你的商品都被隐藏，你在整个品类里都不可见。

解决办法：

用干净 URL 的传统分页：

• /products/page/1/
• /products/page/2/
• 以此类推

每个 URL 都加载不同内容，AI 能抓取所有页面。

我们遇到过完全一样的问题。以下是我们的经历。

之前（无限滚动）：

• 闪亮的无限滚动设计
• 用户参与度很高
• 重设计后网站速度变快
• “现代”的用户体验

遇到的问题：

来自 AI 摘要的流量大幅下降。我们的 SKU “消失”在 ChatGPT 和 Perplexity 里。

审查结果：

整个目录都被 JavaScript 隐藏。没有二级 URL。只有一条长长的、看不见的商品列表。

我们的调整：

1. 新增传统分页 URL
2. 用户端继续用无限滚动（渐进增强）
3. 确保分页链接存在于原始 HTML
4. 添加页面专属 meta 描述

三个月后的结果：

• AI 可见性提升 340%
• 商品出现在 AI 推荐中
• 用户参与度没有负面影响
• 两全其美

经验总结：

如果 AI 看不到你的商品，再漂亮的设计也毫无意义。

混合方案的技术实现细节。

架构：

/products/           → 显示首批 12 个，启用无限滚动
/products/page/1/    → 同样首批 12 个，带分页链接
/products/page/2/    → 下一个 12 个，带分页链接

关键要素：

1. 服务端分页：

   • 每个页码生成真实 HTML 页面
   • 不要将分页 URL 重定向到主 URL

2. Canonical 标签：

   • 每页都自引用 canonical
   • /products/page/2/ 的 canonical 指向自身

3. 原始 HTML 中的分页链接：

   <link rel="next" href="/products/page/2/">
   <link rel="prev" href="/products/page/1/">
   

4. 加入 sitemap：

   • 包含所有分页 URL
   • AI 爬虫会使用 sitemap

测试检查表：

• 关闭 JavaScript，能否浏览所有分页？
• 检查原始 HTML 是否有分页链接
• 每页内容是否唯一
• 确认自引用 canonical
• 用 Screaming Frog（关闭 JS 渲染）测试

目标：

AI 爬虫应能仅通过 HTML 链接发现每一个商品。

不仅仅是商品——博客和内容也会受影响。

常见的无限滚动实现：

• 博客归档
• 案例列表
• 新闻信息流
• 资源库

都面临同样问题：

如果旧内容只能通过 JavaScript 滚动加载，AI 就看不到。

我们的发现：

客户有 500 篇博客，AI 只知道最近的 10 篇。

他们 2023 年的权威指南？完全不可见。竞品较新的内容反而被引用了。

解决办法：

新增带分页的归档页面：

• /blog/page/1/
• /blog/page/2/
• 以此类推

结果：

老的核心内容又重新出现在 AI 回复中了。

原则：

你想让 AI 了解的每一条内容，都要有可抓取的路径。

从 UX 角度看分页与无限滚动。

常见误区： “无限滚动总是更好的用户体验”

实际情况： 要视具体场景而定。

适合无限滚动的场景：

• 社交媒体信息流（无尽浏览）
• 发现类浏览（无特定目标）
• 视觉画廊（Pinterest 风格）

分页更优的场景：

• 商品目录（对比购物）
• 搜索结果（寻找特定商品）
• 文档查阅（参考导航）
• 归档查找（定位特定内容）

用户研究洞察：

用户常常偏好分页，因为：

• 可以收藏特定页面
• 方便分享精确位置
• 返回记忆中的内容位置
• 更容易把握总量和范围

AI 角度：

如果你的场景本身就适合分页，AI 可见性就是额外红利。

我的建议：

别因为“现代”就默认用无限滚动。要根据实际用户需求选择。很多时候，分页对用户和 AI 都更友好。

分页的性能考量。

分页的好处：

每个分页页面加载更快，因为：

• 初次内容更少
• 图片加载更少
• JavaScript 体积更小
• 更好的核心网页指标

AI 爬虫超时问题：

AI 爬虫有 1-5 秒超时窗口。

如果无限滚动页面：

• 加载繁重的 JavaScript
• 需要额外数据请求
• 渲染逻辑复杂

AI 可能在内容加载出来前就超时了。

分页页面：

• 静态 HTML
• 即刻加载
• AI 能立刻看到内容

性能观点：

其实对用户来说，分页常常也更快：

• 首屏加载快
• 最大内容绘制时间短
• 交互更可预测

别因表面上的用户体验提升而牺牲 AI 可见性，这种提升未必对用户真有益。

从无限滚动到混合方案的迁移路径。

第一阶段：添加分页 URL（1-2 周）

• 服务端生成分页
• 创建 /page/1/, /page/2/ 等 URL
• 确保内容无需 JS 就能渲染
• 加入 sitemap

第二阶段：更新内部链接（1 周）

• HTML 中添加分页导航
• 包含 rel=“next”/“prev” 链接
• 确保爬虫能发现页面

第三阶段：用户端无限滚动（并行）

• JavaScript 增强分页体验
• 支持 JS 的用户激活无限滚动
• 内容一致，体验更好

第四阶段：持续监控（持续进行）

• 用 Am I Cited 跟踪 AI 可见性
• 观察商品是否出现在 AI 答案中
• 按结果调整

时间线：

全流程迁移：3-4 周 效果可见：迁移后 4-8 周

风险说明：

低。你是在增加功能，而不是移除用户依赖的东西。

这次讨论让我收获颇丰。

我的行动计划：

立刻执行：

• 关闭 JavaScript 测试现有网站
• 记录 AI 爬虫实际能看到的内容
• 审查哪些商品是可访问的

第 1-2 周：

• 实现服务端分页
• 生成 /category/page/N/ URL
• 在 HTML 中添加分页链接

第 3 周：

• 渐进增强无限滚动
• 用户体验不变，爬虫可访问性提升

第 4 周及以后：

• 用 Am I Cited 监测
• 跟踪哪些商品出现在 AI 答案中
• 根据结果持续优化

核心洞察：

我们不是因为内容质量而“隐形”——而是因为技术架构。AI 根本看不到我们的商品。

心得体会：

为人类优化 UX 和为 AI 提供可访问性可以共存。我们只需要同时为两者设计即可。

感谢大家！