把同一份规格书拆成「表格版」和「段落版」，AI引用率差了近三成

上周又做了一轮实测，结论先扔出来：GEO 的技术门槛真不高，关键还是内容质量——但内容质量不是文笔，是结构。

简单说，我把同一份产品规格书拆成两个版本，其他变量全控住：

• A 版（表格版）：参数用 markdown 表格，每行一个维度，单位统一写在表头；
• B 版（段落版）：内容一模一样，只是改成自然语言段落描述；

同一批 40 条问句，跑了 3 轮，取平均引用率。结果 A 版 34%，B 版 26%。差了 8 个点，相对差距接近三成。

翻了三天日志，找到两个原因：

1. 表格的「键值对」结构，AI 抽取得稳。 比如「工作温度：-20°C ~ 60°C」这种，模型直接映射就行；段落版里写成「本产品可在零下二十度到六十度的环境下正常工作」，抽取时容易把范围截断成「零下二十度」一个值。
2. 段落版有指代歧义。 「该参数适用于标准型号」——「该参数」是哪个？模型有时候会挂到上一句的尺寸上。表格里每一行都是自闭合的，没有这个问题。

但别急着全改表格，我也踩了坑：

• 纯表格没上下文，AI 会答得太干。 用户问「这个能不能户外用」，表格只给防护等级 IP67，模型不一定会主动关联到「户外」。后来我在表格上方加了一行场景说明，引用率才回来。
• 表格超过 8 列，后面几列引用率明显掉。 我猜是截断或者注意力稀释，反正不建议堆大宽表，拆成两张更好。

所以我的判断：GEO 的内容优化，本质是做「可被机器解析的规格书」，不是写软文。 很多人一上来就加长文、堆关键词，方向就错了。先把参数结构理清楚，比写一万字都有用。

顺带说一句，做这种实验一定要控变量。我第一轮没控问句来源，A/B 两版跑的问句池不一样，数据直接作废，白跑一天。

问一句：你们做结构化改造时，表格和段落怎么分？有没有人测过「列表版」的引用率？我这边列表版数据有点怪，想对一下口径。