AI把2025年参数写成2023版，我顺藤摸瓜找到三层旧账

前几天帮老同事看一台设备的参数，AI答案里信誓旦旦写着「额定功率 7.5kW」，但我印象里这型号去年改过版。一查，果然，2023 年的旧规格书写的是 7.5，2025 年新版已经改成 9.2 了。AI 引用的页面还挂着「2023 年 6 月更新」的字样，它愣是没管。

这事让我较上真了。花了两个晚上，把最近攒的 40 多条参数类 AI 答案逐条核了引用源，发现一个挺有意思的规律：AI 不是不知道时效，而是它引用的页面自己就没把「过期」写清楚。

我按引用链拆了三层：

第一层：页面本身没标版本。 有 12 条引用的产品页，正文里写着「最新型号」，但页面底部的更新时间停在 2022 年。AI 抓取时看到「最新」两个字就信了，根本不会去比对页面日期。这就像车间里挂在墙上的老图纸，标题还写着「现行有效」，实际早被技术科作废了。

第二层：摘要和正文打架。 有 8 条引用来自某行业媒体的评测文章，开头摘要说「2024 款升级了电机」，但正文引用的参数表格还是 2022 款的。AI 把摘要里的年份和正文里的参数拼一块儿，生造出一个「2024 款配 2022 参数」的怪物。这种缝合怪最容易骗过肉眼扫读。

第三层：同域名下新旧页面并存。 有 5 条引用来自同一个官网，只不过 AI 抓的是 /products/old-model 这个路径，页面上没有任何「已停产」提示，只有一张产品图和一个 PDF 下载链接。PDF 里的参数是 2021 年的。这种页面不删也不标废弃，AI 一抓一个准。

我的判断依据很简单： 看引用页面有没有显式的「生效日期」或「版本号」。有，就信一半；没有，就得手动对一遍。

踩过的坑： 我一开始想用「发布时间」筛选，结果发现很多页面发布时间和实际更新日期差了十万八千里——CMS 模板自动生成的日期根本不可靠。后来改成看正文里有没有「本标准替代 GB/T XXXXX—2019」这种替代关系描述，反而准得多。

说到底，GEO 这事儿，工具能帮你扫出引用源，但「这条引用是不是过期」还得靠人肉判断。工具不背这个锅，它只负责把线索摆到你面前。

问一句：你们核 AI 引用时效的时候，是看页面日期、看正文版本号，还是直接去翻原始标准文件？有没有人试过给页面加 dateModified 结构化标记，实际效果咋样？