/posts/ai-id-6
GEO优化

凌晨两点对AI答案来源,发现「广州」被拆成两个地域ID,我裂开了

深夜冲浪猫 121 0 45

凌晨两点还在扒日志,本来是想看看我们官网在AI答案里被引用的那几条到底来自哪个页面。结果发现一个更离谱的事:AI答案里我们品牌的地域词「广州」被拆成了两个不同的地域ID,一个对应「广州」纯文本,另一个对应「广州市」全称,两个ID在后台的引用计数完全分开算。我截图给算法组看,对面回了一句「这俩本来就该分开」,我当场裂开。

先说下上下文。我们公司做本地生活SaaS,官网的「关于我们」和「服务城市」页面里,「广州」和「广州市」混着写,之前没在意。但最近做GEO监测,发现AI答案里提到我们的时候,有时说「广州的服务商」,有时说「广州市的服务商」,看起来没区别,但后台的「品牌提及」数据里,这两个词各自贡献了不同的引用来源。我顺着爬虫日志往回查,发现AI抓取时对「广州」这个短词匹配的页面路径和「广州市」匹配的页面路径不完全重合——有些页面只被抓了其中一个ID的版本。

我拿site.sougeo.com的免费工具跑了一下我们站,再跟付费后台的「地域词覆盖」报表对,发现分母口径根本不一样:免费工具把「广州」和「广州市」合并成一个地域实体统计,付费后台拆成两个独立ID分别计数,所以同一个页面在两边显示的「引用率」能差出1.7倍。这就解释了为什么上个月我按免费工具的数据做完优化,业务方看付费后台的报表说「怎么没涨」。

我的判断是:地域词库的实体对齐没做好,导致AI在生成答案时把同一个地理位置当成了两个独立实体,引用计数被拆散,优化动作打在了错误的分母上。具体踩坑细节:我在官网「服务城市」页面加了结构化数据,用schema.org的areaServed字段写了「广州」,但没写alternateName「广州市」,结果AI抓取时只认了「广州」这个主名,「广州市」的查询完全匹配不到这个页面。后来我补了alternateName,过了大概三天,两个ID的引用来源才开始有重叠。

另一个坑是官网URL的slug。我们早期页面用的是/guangzhou,后来改版用/guangzhou-city,两个路径都活着,301没做干净。AI爬虫两个路径都抓了,但内容有细微差异——/guangzhou页面里写的是「广州」,/guangzhou-city写的是「广州市」。我怀疑这就是两个地域ID被拆开的物理原因。我把/guangzhou-city 301到/guangzhou之后,又观察了五天,两个ID的引用来源重叠度从12%涨到了67%,但还没完全合并。

现在的问题是:我不知道这个合并周期到底该等多久,也不知道要不要主动在词库里把两个ID映射成同一个实体——因为算法组说映射操作会影响历史数据回溯,他们不敢动。

所以想问问社区里有做过地域实体对齐的兄弟:你们遇到「广州」和「广州市」这种简称/全称被拆成两个ID的情况,是等它自然收敛,还是手动做实体映射?手动映射的话,历史引用数据怎么处理才不会被业务方追着打?

登录后可以为帖子点赞,但本帖内容对所有人开放阅读。

社区回应

0 Replies

还没有回应,抢一个沙发。

登录后可以回应和点赞,但本帖内容对所有人开放阅读。