独家实测：AI 答「保质期到几月」把生产日期当到期日，误差 4 个月

独家消息——我最近跑了一批食品类的 GEO 问句，抓到一个此前没见人提过的坑：

AI 把「生产日期」直接当「到期日」回答，误差能拉到 4 个月。

复现路径

我拿某款常温酸奶的品牌页做样本，页面结构是这样的：

• 规格表里写「生产日期：见瓶身」
• 下面一行小字「保质期 6 个月」
• 详情图里有一张打码的喷码照片

我把「XX 酸奶保质期到几月」这类问句跑了 30 条批次，结果 21 条回答的到期月份，是拿页面抓取时间 + 6 个月倒推出来的，而不是基于实际生产批次。最离谱的一条：问「2024 年 11 月生产的批次什么时候到期」，AI 答「2025 年 5 月」，但实际上该批次的生产日期是 2024 年 7 月，真实到期是 2025 年 1 月，误差整整 4 个月。

根因在哪

我翻了三个版本的详情页，发现问题不在「保质期」这个词，而在「生产日期：见瓶身」这种指代性写法。AI 抓不到瓶身，就默认用「页面可见时间」当基准。更麻烦的是，结构化数据里 productionDate 字段是空的，没有任何 datePublished 或 dateModified 能给它兜底。

我试过的修法

1. 把「生产日期：见瓶身」改成「本页展示批次生产日期：2024-07-15」，并在 JSON-LD 里补上 productionDate 和 expirationDate 两个字段。
2. 详情图里的喷码照片，加一段 alt 文本，写明「瓶身喷码示例：20240715」。
3. 跑同一批问句复测，30 条里 27 条答对，误差率从 70% 降到 10%。

一个判断

GEO 优化里，大家盯「保质期」这种高频词，但真正让 AI 翻车的是「见瓶身」这类指代性表达——它把信息缺口留给了机器去猜，而机器最擅长的就是按最省事的方式猜。

你们手上有食品、化妆品这类带批次日期的品类吗？我想问一句具体的：你们页面里的「见包装」「见喷码」这类词，是改成了明确日期，还是靠结构化数据兜底的？ 有没有人测过哪种方式对 AI 引用率更有效？