AI 采信「表格」还是「段落」？我做了组对照实验，结果有点意外

独家消息，先说结论：同一组产品参数，用表格呈现和用段落描述，AI 引用率能差出 27 个百分点。这组数据我复现了三次，误差控制在 3 个点以内。

实验怎么做的

我挑了一款工业减速机，参数共 12 项。做了两个版本：A 版用 Markdown 表格逐行列出「型号、扭矩、速比、防护等级……」；B 版把同样内容写成连贯段落，比如「该系列减速机扭矩覆盖 200 到 1200 牛米，速比范围 5 到 100……」其他结构完全一致，发布时间、页面权重、内链都对齐。

然后拿 30 个真实用户问句（比如「XX 型号减速机防护等级多少」）去测主流 AI 搜索的答案。每个问句跑 5 次，取引用来源的命中率。

数据长这样

• 表格版：参数类问句命中率 68%，但「适用场景」「怎么选型」这类解释性问句命中率只有 22%。
• 段落版：参数类掉到 41%，解释性问句冲到 57%。
• 混合版（表格放参数 + 段落补解释）：两类问句分别是 63% 和 54%，总命中率最高。

我的判断

AI 不是简单偏好某一种格式，它在按问句意图匹配内容结构。问「多少」它找表格，问「为什么」它找段落。你全用表格，等于放弃了解释类问答的入口。

还有个细节：表格里如果单元格有合并或者空值，AI 容易把相邻两行的参数串在一起。我测到一次「速比」被填成了「扭矩」的值，这种错一旦被引用，比不引用还麻烦。

踩过的坑

第一版实验我没控制段落长度，表格版每格就几个字，段落版写了 200 多字，结果出来我以为是格式差异，其实是信息密度差异。第二版把段落压到 80 字以内，结论才稳。

所以我现在给客户的建议是：参数用表格，但每张表下面必须跟一段 80 字以内的白话解释，说清这组参数解决什么问题。

你们做结构化内容时，有没有遇到过表格被 AI 读错行的情况？是怎么排查出来的？