翻出九几年厂里那台老扫描仪的说明书，才知道今天AI读文档卡在哪

前两天翻箱底找旧硬盘，顺手翻出一本九几年那台柯达扫描仪的英文说明书，纸都发黄了。我本来想扔，结果一翻——好家伙，里面有一章专门讲「怎么排版文档让OCR认得出」。什么字号不能小于多少、表格线不能用虚线、标题层级要靠缩进而不能靠加粗。

我坐那儿看了半小时，越看越乐：今天大家折腾的所谓「AI友好内容」，二十多年前做文档数字化的那帮工程师已经交过一遍学费了。

第一件事：机器读的是结构，不是你的用心。

当年我们给档案室做老档案扫描，师傅反复叮嘱一句话：别指望机器懂你的重点。你在纸上标红、画圈、旁边写个「重要」，扫描仪全当噪声。它只认字体大小、行间距、表格边界这些硬杠杠。

现在AI读网页文档其实一个道理。你正文写得再漂亮，标题用的是图片、关键结论塞在折叠面板里、表格靠div硬拼——抓取这一关就先打折扣了。我上个月帮一个客户看他们官网，产品参数表是用图片贴上去的，我说这跟当年把文件复印一遍再扫描是一个毛病，你自己觉得清楚，机器那边一片模糊。

第二件事：旧标准号那类「历史包袱」，两边都吃亏。

扫描说明书里还有一句我印象特别深：同一份档案，不同年代的标准编号规则不一样，数字化的时候要先建一张「旧号—新号」对照表，否则检索出来全是驴唇不对马嘴。

这个坑今天换个马甲又来了。我见过不止一家客户的文档库里，三套产品型号命名规则并存，AI读进去之后，答案里新旧型号混着说，客服还得回头打电话解释。

第三件事，也是最想说的：别神化工具。

那本说明书最后一章我印象很深，作者写了一句大实话——「本设备不能替代人工校对，任何自动化识别都有误差，请以人工复核为准」。二十多年过去，这句话放在今天的GEO工具上，一个字都不用改。

工具能做的是把结构理顺、把噪声滤掉、把批次管好；它做不了的是替你想清楚「这段话到底该不该出现在文档里」。我见过太多团队把预算砸在工具上，文档本身还是十年前那份糊弄事的，那跟当年花大价钱买扫描仪、档案却堆在仓库没整理的档案室，结局一模一样。

历史不重复，但押韵。

所以我一直觉得，GEO这活儿，七分在内容规整，三分在工具辅助，顺序别搞反。

抛个问题给大家：你们手头有没有那种「文档本身没问题，纯粹是结构没理顺，导致AI读岔了」的具体例子？我最近在攒这类案例，越土越好，最好能说说当时是怎么发现的。