性能对 SEO 的影响已经被讲了很多年，它对 GEO 的影响更直接：AI 爬虫的耐心和预算都有限，页面三秒打不开，它就直接走人。这篇从「爬虫视角」重新梳理性能优化的优先级。
一、性能怎么影响 AI 抓取
爬虫对每个站点有资源与时间预算。慢页面消耗预算、拉低抓取频率；超时页面直接放弃；不稳定的页面（时好时坏）会被降权处理。
与人类用户不同，爬虫不会「等一等」——没有转化耐心可言。你为用户做的加载动画，对爬虫来说就是空白页。
因此 GEO 的性能目标可以概括为一句话：让爬虫在任何时候、任何页面，都能在短时间内拿到完整 HTML。稳定性与完整性优先于一切极限优化。
二、优化优先级清单
第一优先：TTFB。服务器响应时间是抓取体验的地基：合理配置缓存（页面缓存、对象缓存）、避免动态页每次现算、检查数据库慢查询。
第二优先：稳定性。监控错误率与超时率，高峰期与发布窗口重点盯防；CDN 配置确认没有误拦爬虫。
第三优先：资源瘦身。压缩图片、合并精简脚本样式、启用压缩与 HTTP 缓存——这些同时改善用户体验。
不建议做的：为分数进行激进优化（如过度延迟加载导致爬虫拿不到内容）、为工具评分牺牲内容完整性。分数是手段，内容完整可及才是目的。
三、监控与诊断
日志层：统计 AI 爬虫访问的响应时间分布与错误率，定位慢页面与高错误路径——这是最接近爬虫真实体验的数据。
抽测层：每周抽测核心页面的响应时间与内容完整度，覆盖移动端与桌面端；大促、改版、迁移后加测。
工具层：性能测试工具用于定位瓶颈（哪一步慢、哪个资源大），但结论以真实日志为准——实验室分数好看不等于爬虫体验好。
四、性能与其他 GEO 项的配合
性能与渲染是「一对难兄难弟」：CSR 页面既慢又空，通常一起治理；服务端直出 + 页面缓存是同时解决两者的标准答案。
性能与抓取预算联动：性能改善后，同样预算下爬虫能覆盖更多页面——内容量大的站点尤其受益。
给技术团队的定位建议：把「爬虫可达性」作为性能 SLO 的一部分（响应时间、错误率、内容完整度三个指标），让它成为工程质量的常规项而非一次性项目。